Sei sulla pagina 1di 164

FACULTAD DE CIENCIAS BÁSICAS

DEPARTAMENTO DE QUÍMICA
CARRERA QUÍMICA AMBIENTAL

¨ ELEMENTOS ESENCIALES Y METALES PESADOS MÁS REPRESENTATIVOS

DE SUELOS DE ÁREAS VERDES; DE LA CIUDAD DE ANTOFAGASTA¨

ESTEFANI ANDREA TORO SANTORO

TESIS PRESENTADA PARA OPTAR AL GRADO ACADÉMICO DE


LICENCIADA EN TECNOLOGÍAS QUÍMICA AMBIENTAL Y TÍTULO
PROFESIONAL QUÍMICO AMBIENTAL

PROFESORES GUÍAS:
JUAN AVILA DONOSO.
DOMINGO ROMÁN SILVA.

LABORATORIO DE QUÍMICA BIO-INORGÁNICA Y ANALÍTICA AMBIENTAL,


DEPARTAMENTO DE QUÍMICA, FACULTAD DE CIENCIAS BÁSICAS,
UNIVERSIDAD DE ANTOFAGASTA.
Biografía

Todo lo que he pasado para ser quien soy, son experiencias que me han dejado

huellas, todos los años en la Universidad me llevaron a pensar de manera positiva, que

siempre tendré oportunidad de mejorar, además de ser quien quiero ser, una

profesional exitosa.

Siempre fui responsable y dedicada, y eso me trae frutos en estos momentos.

Llegue a la Universidad de Antofagasta, sin tener muy claro lo que me esperaba, hoy

en día soy apasionada de lo que estudié.

Durante esta etapa siempre estuvo mi familia presente; conocí a mi pololo, a

grandes amigos los que estarán siempre a mi lado, al igual que como toda joven que le

gusta conocer el mundo; viaje y viaje harto, tuve la suerte de conocer países, culturas,

las cuales me hicieron ver que si tengo suerte de estar donde estoy.

Estoy segura de que tendré un futuro exitoso; porque yo le decido así, seguiré

siempre estudiando y aprendiendo, además de seguir conociendo el mundo.

ii
Ten en cuenta que el gran amor y los grandes logros requieren grandes riesgos.
¨Dalai Lama¨

iii
Agradecimientos a:

Dios, por darme la oportunidad de vivir y por estar conmigo en cada paso que

di, por haberme escuchado cada vez que le pedí ayuda, por fortalecer mi corazón e

iluminar mi mente y por haber puesto en mi camino a aquellas personas que han sido

mi soporte y compañía durante todo el periodo de estudio.

A mis padres por todo lo que han hecho por mí, sin recibir nada a cambio, por

ser el pilar fundamental en todo lo que soy, por haberme educado hasta llegar donde

estoy, por apoyarme moral y económicamente en los años de estudio, todo este trabajo

ha sido posible gracias a ellos.

Al Chito mi único hermano y el mejor, ya te queda poco para ser profesional, y

espero que seas el mejor y ahora tú seas el mateo y estudioso.

A mi Pololo Danilo, que me ha apoyado en todo; durante este largo proceso,

ahora solo faltaba yo para ser profesional, espero sigamos viajando los caminos de la

vida juntos.

A mis amigas de la U, a todos los profesores que me hicieron clases y sin saber

pusieron un granito de arena para poder ser quien soy, en especial al Profesor Juan

Ávila y Pedro Cortes, por el apoyo teórico y emocional en esta investigación.

Al laboratorio de Química Bio-Inorgánica de la Universidad de Antofagasta, y al

profesor Domingo Román por la guía y facilitación para la realización de esta Tesis.

A mi familia, tíos, primos, que siempre confiaron en mí.

A todos ustedes les agradezco por formar parte de mi vida.

iv
Índice

Resumen ..................................................................................................................................... 1
I. Introducción ....................................................................................................................... 2
Objetivos ..................................................................................................................................... 4
Objetivo general ....................................................................................................... 4
Objetivos específicos .............................................................................................. 5
II. Marco Teórico .................................................................................................................... 6
2.1 El suelo y las áreas verdes ........................................................................... 6
2.1.1 El suelo ................................................................................................................ 6
2.1.2 Clasificación de los suelos ................................................................................. 8
2.2 Áreas Verdes ..................................................................................................... 8
2.2.1 Áreas verdes y su contaminación ........................................................................ 13
2.3 Metales Pesados ......................................................................................... 15
2.3.1 Clasificación de los Metales Pesados ............................................................ 16
2.4 Otro tipo de contaminantes en Áreas verdes ........................................... 16
2.5 Efectos en las plantas y salud humana, de los metales bajo estudio. ... 17
2.5.1 Arsénico .............................................................................................................. 18
2.5.2 Selenio ................................................................................................................ 18
2.5.3 Mercurio ............................................................................................................. 19
2.5.4 Plomo .................................................................................................................. 20
2.5.5 Níquel .................................................................................................................. 20
2.5.6 Zinc ...................................................................................................................... 21
2.5.7 Cobre .................................................................................................................. 22
2.6 Normativa Aplicable .................................................................................... 23
lll. Parte experimental ...................................................................................................... 26
3.1 Áreas de Muestreo...................................................................................... 26
3.2 Factor Climático ......................................................................................... 29
3.2.1 Condición climatológica.................................................................................... 29
3.2.2 Viento ................................................................................................................. 30
3.3 Obtención de la muestra ............................................................................ 31
3.4 Determinaciones efectuadas en el laboratorio ......................................... 32

v
3.4.1 Tratamiento de los materiales ......................................................................... 32
3.4.2 Homogeneización de las muestras ................................................................ 33
3.4.3 Granulometría .................................................................................................... 34
3.4.4 Masas de muestras analizadas ..................................................................... 34
3.4.5 Material de referencia ...................................................................................... 35
3.5 Determinación de pH ................................................................................... 35
3.6 Medición de la Conductividad Eléctrica (CE) ........................................... 38
3.7 Preparación de muestras para la determinación de las concentraciones
totales de Ni, Cu, Zn y Pb en los suelos estudiados y en sus fracciones
granulométricas. .................................................................................................... 39
3.7.1 Segundo paso de disgregación para Arsénico en muestras de suelo ...... 40
3.7.2 Segundo paso de disgregación para Selenio en muestras de suelo ........ 41
3.8 Fraccionamiento mineralógico de suelos por método de Tessier
modificado – extracción secuencial ..................................................................... 42
3.8.1 Preparación de muestras para la determinación de las concentraciones
totales de Ni, Cu, Zn, Hg, As, Se y Pb en las fracciones de suelo obtenidas según
la metodología de Tessier modificado. .......................................................................... 44
3.8.2 Igualamiento de matriz .................................................................................... 47
3.9 Técnicas instrumentales aplicadas en la medición de las
concentraciones de los metales bajo estudio. Fracciones granulométricas y
fraccionamiento de Tessier. .................................................................................. 48
3.9.1 Técnicas e instrumentación .......................................................................... 48
3.10 Interpretación de señales analíticas ......................................................... 50
3.11 Técnicas instrumentales aplicadas ............................................................ 51
3.12 Validación Analítica (Varcárcel, 1999) ....................................................... 54
IV. Resultados y Discusión............................................................................................. 58
4.1 Determinación de pH .................................................................................. 58
4.2 Determinación de Conductividad Eléctrica (CE) ....................................... 60
4.3 Validación Analítica .................................................................................... 61
4.4 Análisis estadístico paramétricos de los resultados en Granulometria . 62
4.5 Estadística descriptiva Granulometría ....................................................... 63
4.5.1 Muestra 1, sector colegio Antofagasta International School ...................... 63
4.5.2 Muestra 2, sector Jardines del Sur ................................................................. 65
4.5.3 Muestra 3, sector Universidad de Antofagasta ............................................. 66

vi
4.5.4 Muestra 4, sector plaza facultad de salud universidad de Antofagasta ... 67
4.5.6 Muestra 6, sector Parque Croacia .................................................................. 69
4.5.7 Muestra 7, sector avenida Brasil (1).............................................................. 70
4.5.8 Muestra 8, sector avenida Brasil (2)............................................................... 71
4.5.9 Muestra 9, sector Inacap................................................................................. 72
4.5.10 Muestra 10, sector Vivero Municipal ............................................................. 73
4.6 Anova granulometría .................................................................................. 74
4.7 Función de distribución de las concentraciones de los metales en las
fracciones granulométricas de los suelos de áreas verdes de la ciudad de
Antofagasta. ........................................................................................................... 77
4.7.1 Fracción de 2 mm en suelos de áreas verdes ......................................... 77
4.7.2 Fracción de 1 mm suelos de áreas verdes. ............................................ 78
4.7.3 Fracción de 250 µm suelos de áreas verdes. ......................................... 79
4.7.4 Fracción de 125 µm suelos de áreas verdes. ......................................... 81
4.7.5 Fracción de 63 µm suelos de áreas verdes. ........................................... 82
4.8 Aplicación de la técnica multivariada de agrupamientos de variables
(Clúster) en el estudio de metales en las fracciones granulométricas de los
suelos de áreas verdes de la ciudad de Antofagasta. ......................................... 85
4.9 Aplicación de la técnica multivariada de factores y componentes
principales aplicada al estudio de la distribución de metales en las fracciones
granulométricas de los suelos de áreas verdes de la ciudad de Antofagasta. . 89
4.10 Correlaciones Paramétricas proceso granulométrico. ............................ 92
4.10.1 Correlaciones entre fracción Granulométrica de 2 mm v/s Fracciones 1
mm, 250 µm, 125 µm y 63 µm. ....................................................................................... 92
4.10.2 Correlaciones entre fracción de 1 mm v/s Fracciones 250 µm, 125 µm y
63 µm. 93
4.10.3 Correlaciones entre fracción de 250 µm v/s Fracciones 125 µm y 63 µm. .. 94
4.10.4 Correlaciones entre fracción de 125 µm v/s Fracción 63 µm. ....................... 95
5. Análisis estadístico fraccionamiento Mineralógico Tessier modificado ........ 96
5.1 Estadística descriptiva Tessier Modificado ............................................... 96
5.1.1 Fracción Intercambiable (F1)........................................................................... 97
5.1.2 Fracción Oxidable (F2) ..................................................................................... 97
5.1.2 Fracción que contiene a la Materia orgánica (F3)........................................ 98
5.1.4 Fracción Residual (F4) ..................................................................................... 99
5.2 Anova del fraccionamiento mineralógico ................................................ 100

vii
5.2.1 Fracción intercambiable (F1) ..................................................................... 100
5.2.2 Fracción oxidable (F2) ............................................................................... 101
5.2.3 Fracción materia orgánica (F3) .................................................................. 102
5.2.4 Fracción residual (F4) ................................................................................ 103
5.3 Función de distribución de las concentraciones de los metales en las
fracciones mineralógicas de los suelos de áreas verdes de la ciudad de
Antofagasta .......................................................................................................... 104
5.3.1 Fracción Intercambiable (F1)............................................................................... 104
5.3.2 Fracción Oxidable (F2) ............................................................................... 105
5.3.3 Fracción que contiene a la Materia orgánica (F3) ..................................... 106
5.3.4 Fracción Residual (F4) ................................................................................ 108
6.0 Correlaciones Paramétricas en fracciones mineralógicas de Tessier. ...... 110
6.1 Fracción intercambiable (F1) .................................................................................. 110
6.2 Fracción oxidable (F2) ............................................................................................. 111
6.3 Fracción materia orgánica (F3) .............................................................................. 112
6.4 Fracción residual (F4) .............................................................................................. 112
7.0 Aplicación de la técnica multivariada de agrupamientos de variables
(Clúster) en el estudio de metales en las fracciones mineralógicas del
fraccionamiento de Tessier de los suelos de áreas verdes de la ciudad de
Antofagasta. ......................................................................................................... 114
7.1 Fracción Intercambiable (F1) .................................................................................. 114
7.2 Fracción oxidable (F2) ............................................................................................. 116
7.3 Fracción que contiene a la materia orgánica (F3) ............................................... 117
7.4 Fracción Residual (F4) ............................................................................................ 119
8.0 Aplicación de la técnica de factores y Componentes Principales. ........... 120
8.1 Fracción Intercambiable (F1) ................................................................................. 120
8.2 Fracción oxidable (F2) ............................................................................................. 121
8.3 Fracción que contiene a la materia orgánica (F3) ............................................... 122
8.4 Fracción residual (F4) .............................................................................................. 123
9.0 Correlación entre el fraccionamiento mineralógico de Tessier
modificado y el fraccionamiento granulométrico. ............................................. 124
9.1 Fracción 1 de Tessier (metales intercambiables) ................................................ 124
9.2 Fracción de Tessier de metales oxidables. .......................................................... 126
9.3 Fracción de Tessier que contiene a la materia orgánica. .................................. 128

viii
9.4 Fracción de Tessier de metales residuales .......................................................... 129
V. Conclusiones ................................................................................................................. 131
Bibliografía.............................................................................................................................. 142
Anexos ..................................................................................................................................... 146
Anexo 1 (Coordenadas sitios de muestreo) .......................................................... 146
Anexo 2 (Lugares de Muestreo) ................................................................................. 146
Colegio Ais y Jardines del Sur .............................................................................. 146
Pastos Universidad de Antofagasta y Plaza de la salud de la facultad de la
Universidad de Antofagasta ................................................................................. 147
Parque Croacia y Avenida Brasil 1 ......................................................................... 147
Avenida Brasil 2 y Vivero Municipal........................................................................ 148

ix
Índice de Tablas

Tabla 1. Áreas de muestreos............................................ Error! Bookmark not defined.

Tabla 2. Temperaturas año 2015. .............................................................................. 30

Tabla 3. Condiciones del viento según las estaciones del año .............................. 30

Tabla 4. Programa de temperatura programado en el horno microondas para la

digestión de las muestras de suelo................................. Error! Bookmark not defined.

Tabla 5. Técnicas utilizadas para cada elemento .................................................... 49

Tabla 6. Curvas de Adición múltiple de patrón........................................................ 51

Tabla 7. Validación Analítica de las mediciones de metales en material estándar

de referencia suministrado por el Consejo de Investigación Científica del Canadá

MESS-3 (Sedimento marino liofilizado) .................................................................... 62

Tabla 8. Estadística descriptiva M1 ................................. Error! Bookmark not defined.

Tabla 9. Estadística descriptiva M2 ................................ Error! Bookmark not defined.

Tabla 10. Estadística descriptiva M3 ........................................................................ 66

Tabla 11. Estadística descriptiva M4 ............................... Error! Bookmark not defined.

Tabla 12. Estadística descriptiva M5 . ...................................................................... 68

Tabla 13. Estadística descriptiva M6 ........................................................................ 69

Tabla 14. Estadística descriptiva M7 ........................................................................ 70

Tabla 15. Estadística descriptiva M8 ........................................................................ 71

Tabla 16. Estadística descriptiva M9. ....................................................................... 72

Tabla 17. Estadística descriptiva M10 ...................................................................... 73

Tabla 18. Análisis de factores y componentes principales aplicados a la

granulometría de los suelos de las áreas verdes de Antofagasta, estudiados en

este trabajo ................................................................................................................ 91

x
Tabla 19. Correlaciones entre fracción Granulométrica de 2 mm v/s Fracciones 1

mm, 250 µm, 125 µm y 63 µm .................................................................................... 93

Tabla 20. Correlaciones entre fracción de 1 mm v/s Fracciones 250 µm, 125 µm y

63 µm ......................................................................................................................... 94

Tabla 21. Correlaciones entre fracción de 250 µm v/s Fracciones 125 µm y 63 µm

.................................................................................................................................... 95

Tabla 22. Correlaciones entre fracción de 125 µm v/s Fracción 63 µm .................. 95

Tabla 23. Estadística descriptiva (F1)....................................................................... 97

Tabla 24. Estadística descriptiva (F2). ..................................................................... 98

Tabla 25. Estadística descriptiva (F3) ...................................................................... 98

Tabla 26. Estadística descriptiva (F4)....................................................................... 99

Tabla 27. Correlaciones paramétricas fracción intercambiable del

fraccionamiento de Tessier..................................................................................... 111

Tabla 28. Correlaciones paramétricas en fracción oxidable del fraccionamiento de

Tessier ............................................................................... Error! Bookmark not defined.

Tabla 29. Correlaciones paramétricas fracción asociada a la materia orgánica del

fraccionamiento de Tessier..................................................................................... 112

Tabla 30. Correlaciones paramétricas fracción residual del fraccionamiento de

Tessier ...................................................................................................................... 121

Tabla 32. Análisis de factores y componentes principales aplicados a la fracción

oxidable de Tessier de los suelos de las áreas verdes de Antofagasta, estudiados

en este trabajo. ........................................................................................................ 122

Tabla 33. Análisis de factores y componentes principales aplicados a la fracción

asociada a la materia orgánica de Tessier de los suelos de las áreas verdes de

Antofagasta, estudiados en este trabajo. .............................................................. 123

xi
Tabla 34. Análisis de factores y componentes principales aplicados a la fracción

residual de Tessier de los suelos de las áreas verdes de Antofagasta, estudiados

en este trabajo . ....................................................................................................... 124

xii
Índice de Figuras

Figura 1. Diagrama para la determinación del nombre de la textura de un suelo a

partir de análisis mecánicos. ........................................... Error! Bookmark not defined.

Figura 2. Áreas verdes por habitante por región. Año 2009. Fuente: MINVU . . Error!

Bookmark not defined.

Figura 3. Porcentaje de Población según edad .......... Error! Bookmark not defined.4

Figura 4. Áreas de muestro .............................................. Error! Bookmark not defined.

Figura 5. Obtención de la muestra .................................. Error! Bookmark not defined.

Figura 6. Tamizador de suelos programable. .......................................................... 34

Figura 7. Escala de valores de pH de los suelos. ........... Error! Bookmark not defined.

Figura 8. Disgregación para Se. .................................... Error! Bookmark not defined.1

Figura 9. Muestra del fraccionamiento de Tessier secuencial llevada a sequedad

(F1). .................................................................................... Error! Bookmark not defined.

Figura 10. Espectrofotómetro de Absorción Atómica GBC 909.Error! Bookmark not

defined.

Figura 11. Valores de pH de las soluciones de suelos estudiados ........................ 58

Figura 12. Valores de CE de las soluciones de suelos estudiados........................ 60

Figura 13. Anova de Pb en la fracción de 2 mm ..................................................... 76

Figura 14. Anova de Pb en la fracción de 63 µm .................................................... 76

Figura 15. Histograma As en suelos de Áreas verdes, fracción de 2 mm p > 0,05

(Normal) ..................................................................................................................... 78

Figura 16. Histograma Hg en suelos de Áreas verdes, fracción de 1 mm p ˂ 0,05

(No normal) . .............................................................................................................. 79

xiii
Figura 17. Histograma Ni en suelos de Áreas verdes, fracción de 250 µm p ˂ 0,05

(Normal) ..................................................................................................................... 80

Figura 18. Histograma Se en suelos de Áreas verdes, fracción de 250 µm p ˂ 0,05

(Normal). ..................................................................................................................... 80

Figura 19. Histograma Se en suelos de Áreas verdes, fracción de 125 µm p ˂ 0,05

(Normal) ..................................................................................................................... 81

Figura 20. Histograma Cu en suelos de Áreas verdes, fracción de 63 µm p ˂ 0,05

(Normal). .................................................................................................................... 82

Figura 21. Gráfico de Caja Ni, Cu, Zn, As y Pb en suelos de área verde en

Antofagasta, fracción de 2 mm . ............................................................................... 83

Figura 22. Gráfico de Caja Hg y Se en suelos de área verde en Antofagasta,

fracción de 2 mm ....................................................................................................... 83

Figura 23.Gráfico de Caja Ni, Cu, Zn, As y Pb en suelos de área verde en

Antofagasta, fracción de 63 µm ............................................................................... 84

Figura 24. Gráfico de Caja Hg y Se en suelos de área verde en Antofagasta,

fracción de 63 µm ..................................................................................................... 85

Figura 25. Dendrograma de la distribución de metales en suelos de las áreas

verdes de la ciudad de Antofagasta, según la distribución de la heterogeneidad

de las fracciones granulométricas ........................................................................... 88

Figura 26. Anova de Pb en la fracción 1 de Tessier ....... Error! Bookmark not defined.

Figura 27. Anova de Ni en la fracción intercambiable de Tessier ....................... 101

Figura 28. Anova de Hg en la fracción 2 de Tessier ....... Error! Bookmark not defined.

Figura 29. Anova de Zn en la fracción 3 de Tessier ...... Error! Bookmark not defined.

Figura 30. Anova de Cu en la fracción 4 de Tessier ...... Error! Bookmark not defined.

xiv
Figura 31. Histograma Se en suelos de Áreas verdes, Antofagasta, fracción

Intercambiable de Tessier p ˃ 0,05 (Distribución Normal)Error! Bookmark not

defined.

Figura 32. Histograma Se en suelos de Áreas verdes, Antofagasta, fracción

Oxidable de Tessier p ˃ 0,05 (Distribución Normal) ....... Error! Bookmark not defined.

Figura 33. Histograma As en suelos de Áreas verdes, Antofagasta, fracción

Materia orgánica de Tessier p ˃ 0,05 (Distribución Normal) Error! Bookmark not

defined.

Figura 34. Histograma Se en suelos de Áreas verdes, Antofagasta, fracción

Materia orgánica de Tessier p ˃ 0,05 (Distribución Normal).Error! Bookmark not

defined.

Figura 35. Histograma Hg en suelos de Áreas verdes, Antofagasta, fracción

Materia residual de Tessier p ˃ 0,05 (Distribución Normal) .................................. 108

Figura 36. Histograma Se en suelos de Áreas verdes, Antofagasta, fracción

Materia residual de Tessier p ˃ 0,05 (Distribución Normal)Error! Bookmark not

defined.

Figura 37. Histograma Pb en suelos de Áreas verdes, Antofagasta, fracción

Materia residual de Tessier p ˃ 0,05 (Distribución NormalError! Bookmark not

defined.

Figura 38. Dendrograma de Metales en Suelos de área verde de la Ciudad de

Antofagasta, fracción intercambiable de Tessier ........... Error! Bookmark not defined.

Figura 39. Gráfica de dispersión Cu v/s Zn. .......................................................... 115

Figura 40. Dendrograma de Metales en Suelos de área verde de la Ciudad de

Antofagasta, fracción oxidable de Tessie ................... Error! Bookmark not defined.16

Figura 41. Gráfica de dispersión Zn v/s Pb; Zn v/s As .......................................... 117

xv
Figura 42. Dendrograma de Metales en Suelos de área verde de la Ciudad de

Antofagasta, fracción materia orgánica Tessier. .................................................. 118

Figura 43. Gráfica de dispersión Ni v/s Cu; Ni v/s Pb............................................ 118

Figura 44.Dendrograma de Metales en Suelos de área verde de la Ciudad de

Antofagasta, Fracción residual Tessier ................................................................. 119

Figura 45. Gráfica de dispersión Ni v/s Cu; Ni v/s Zn. .......................................... 120

Lista de Abreviaturas

FAAS: Espectrometría de Absorción atómica con llama

HGAAS: Espectrofotometría Absorción atómica generación de hidruros

CVAAS: Espectrofotometría de Absorción atómica de vapor frio.

CE: Conductividad Eléctrica.

xvi
Resumen

Antofagasta ha experimentado un aumento en la cantidad y variedad de actividades

industriales. Lo anterior ha impactado el entorno ecosistémico, particularmente el

marino y los suelos. Respecto a éste último, de particular interés es el potencial

impacto de los metales pesados, los cuales tienden a ser acumulados en la superficie

del suelo (Top Soil) de áreas verdes, el cual experimenta efectos contraproducentes en

lo que a nutrientes respecta y el impacto sobre el ser humano.

En el presente trabajó se han seleccionado por su relevancia ambiental productiva en

la región algunos metales pesados (Ni, Cu, Zn, Hg, As, Se y Pb) incluyendo su

fraccionamiento granulométrico y mineralógico basado en el método secuencial Tessier

modificado. La información del fraccionamiento tiene que ver principalmente con el

origen mineralógico del suelo y su reactividad, fracciones lábiles o reactivas y

fracciones no lábiles mucho más estabilizadas determinan finalmente de acuerdo a su

predominio, el impacto que se estaría generando sobre suelos de áreas verdes de la

ciudad, el principal peligro es la ingesta directa en menores de 6 años que juegan

activamente con el suelo de estas áreas verdes, en relación a la respuesta a este

problema ambiental, es importante señalar que Chile aún no cuenta con un marco

jurídico desarrollado para la protección del suelo.

1
I. Introducción

La calidad de vida del ser humano depende de la calidad de su medio ambiente;

para desarrollarse sanamente, la investigación se situó en la ciudad de Antofagasta la

cual es una de las tres provincias que conforman la segunda región de Chile, tiene una

superficie, a saber, de 65.987 km² y una población de 346.126 habitantes, según el

Censo nacional realizado el año 2012 por el INE (Instituto nacional de estadística de

Chile). La comuna, ciudad y puerto de la región se destaca por su actividad económica,

es una zona minera por excelencia.

La ciudad se encuentra cimentada sobre suelos rocosos, duros y resistentes, sobre

esta capa se encuentra un suelo denso de arena y fragmentos rocosos de tamaño

medio donde existen vestigios minerales abundantes. Según la clasificación general de

suelos, está sobre suelos franco-arcillosos, además posee una geomorfología irregular.

El clima presenta una variedad climática de tipo tropical, que varía según la altitud. En

las planicies litorales (donde se ubica la ciudad) se encuentra un clima desértico con

nublados abundantes. La ciudad de Antofagasta se caracteriza por la aridez de sus

suelos y la escasa vegetación debido a la ausencia casi total de lluvias, debido a la

aridez que presenta, mezclada con las neblinas matinales, hace que la vegetación

nativa sea muy escasa, existiendo solamente vegetación xerófila (plantas adaptadas a

la vida en un medio seco).

Las ciudades que ofrecen calidad de vida no sólo han de tener buenos

servicios, mobiliario urbano práctico y unos niveles de polución controlados, sino poner

2
a disposición de los ciudadanos áreas verdes a través de políticas responsables con el

medio ambiente

Son innumerables los estudios que han concluido la conveniencia de tener

árboles cerca del hogar, espacios naturales en los que poder hacer ejercicio, dar un

paseo o simplemente sentarse para leer, conversar o hacer cualquier otra actividad.

Según un estudio de la Universidad de Exeter, en Inglaterra afirma que vivir cerca de

un área verde produce una satisfacción mental sostenida en el tiempo, incluso mayor a

conseguir un aumento de sueldo o una satisfacción laboral (P.White, 2013). 22 Arboles

suplen la demanda de oxígeno de una persona diaria, un árbol puede absorber los

gases tóxicos que emiten cien vehículos en un día (Conaf, 2015).

Muchos jardines comunitarios y áreas verdes de Antofagasta son lugares donde

familias y vecinos se congregan con niños jugando activamente en el suelo. Algunos

elementos trazas son especialmente peligrosos para los niños pequeños, sobre todo si

son menores de seis años; su tolerancia a estos contaminantes es menor, porque su

peso es poco y todavía están desarrollando el sistema neurológico que es muy

sensible a estos elementos. Las actividades infantiles como el jugar en el suelo con

contacto frecuente entre las manos y la boca inclusive comiendo tierra, resultan en la

ingestión directa de estos elementos traza. Cantidades relativamente grandes y gran

variedad de elementos traza son característicos del ambiente urbano de Antofagasta

dadas las intensas actividades humanas e industriales. Varios tipos de actividad

humana como el movimiento de suelos, la demolición y construcción de edificios y

caminos, polución y tránsito automovilístico entre otros, son altamente concentrados

cerca de áreas verdes y son fuentes de elementos trazas esenciales y tóxicos.

3
Hipótesis

Los suelos de las áreas verdes de la ciudad de Antofagasta se encuentran

enriquecidos en metales esenciales y pesados, provenientes de las actividades

industriales principales de la región, esto es la minería y las plantas de energía.

El mero análisis de los valores de los metales de los suelos citadinos de Antofagasta

revela peligrosos enriquecimientos respecto a las normas norteamericanas,

canadienses y suizas.

Se exploran las correlaciones inter elementales entre la granulometría de los suelos y

el fraccionamiento mineralógico de Tessier.

Objetivos

Objetivo general

Obtener información de la distribución de tres metales esenciales (Cu, Zn, Se,)

y cuatro metales pesados o tóxicos (Ni, Pb, As y Hg) en suelos de sectores de áreas

verdes de la ciudad de Antofagasta.

4
Objetivos específicos

1. Obtener información de la granulometría de los suelos bajo estudio.

2. Obtener información de los niveles de concentración de los metales antes

mencionados, en las fracciones granulométricas de suelos de áreas verdes de

la ciudad de Antofagasta.

3. Obtener información de los elementos bajo estudio, esto es Ni, Cu, Zn, Hg, As,

Se, Pb; en las fracciones mineralógicas de suelo obtenidas según la

metodología de Tessier modificada.

4. Explorar las correlaciones paramétricas inter-elementales entre la granulometría

con el fraccionamiento mineralógico de Tessier modificado de los suelos de

áreas verdes de Antofagasta.

5. Comparar las concentraciones de los metales estudiados en suelos de áreas

verdes de Antofagasta, con los niveles de concentración según normas

internacionales de los metales estudiados en suelos de áreas verdes de la

ciudad de Antofagasta.

5
II. Marco Teórico

2.1 El suelo y las áreas verdes

2.1.1 El suelo

El suelo es la parte más superficial de la litosfera; está constituido por una mezcla

de partículas minerales, aire y una mezcla variable de materia orgánica, el término

materia orgánica comprende no solo la fracción del suelo sumamente descompuesta,

oscura y de naturaleza coloidal como las sustancias húmicas y fúlvicas, sino que

también otros materiales como raíces y plantas, las cuales poseen microorganismos,

gusanos, insectos y otros animales, que viven normalmente en el suelo y contribuyen a

incrementar su fertilidad (Navarro Garcia & Navarro Blayay, 2003).

El suelo se forma principalmente por la combinación de cuatro factores interactivos:

la roca madre, el clima, la topografía y los organismos vivos. El suelo es esencial para

la vida y el desarrollo del ser humano, las plantas adsorben los nutrientes desde el

suelo. La roca madre puede experimentar cambios a través del tiempo por la acción

climática, es decir debido a los cambios en el ciclo del agua, la fertilidad relativa de los

suelos y alteraciones estructurales por la consolidación de la tierra (actividad volcánica)

(Calispa, 2000).

El suelo es la delgada capa superior de la corteza terrestre en la que habitan los

seres vivos y que puede ser afectada por los cambios climáticos, la descomposición de

los organismos y la acción del hombre. En el suelo se han desarrollado una gran

6
variedad de materiales rocosos de diversos orígenes, dando origen a diversos tipos de

suelos, los cuales se caracterizan por su color, grosor, cantidad de arcilla, sales y

materiales orgánicos. Estos factores afectan la movilidad de los contaminantes a través

del suelo. Estimaciones sobre qué tan profundo puede llegar un contaminante en el

suelo se pueden hacer en base al conocimiento de las características de este y del

contenido de arcilla del suelo. Existe una gran cantidad de actividades físicas, químicas

y biológicas que van dando forma al suelo y cambiando sus características (Arello,

2002).

La composición química y la estructura física del suelo en un lugar dado están

determinadas por el tipo de material geológico del que se origina, por la cubierta

vegetal, por la cantidad de tiempo en que ha actuado la meteorización, por la

topografía y por lo cambios artificiales resultantes de las actividades humanas, entre

ellos el mantenimiento de áreas verdes (Saenz, 2009).

Los suelos contienen una fuerte proporción de cloruros, sulfatos de sodio, y

algunos carbonatos de sodio, este contenido salino aumenta con las sales que traen

las aguas que se utilizan para regar las áreas verdes, además de los aportes de sales

arrastradas por el viento. La baja pluviometría y el origen geológico de los suelos

causan problemas de salinidad, alta concentración de sodio y exceso de boro

(Quezada C. , 2006).

7
2.1.2 Clasificación de los suelos

En base pues a la textura del suelo (tamaño de las partículas) se consideran cuatro

grandes grupos fundamentales y generales: líticos o pedregosos, francos y arcillosos

(García & Blaya, 2000). El departamento de Agricultura de los EE.UU. (USDA) ha

establecido, para lograr una correcta diferenciación, un método de identificación que se

muestra en la Figura 1.

Figura 1 (Diagrama para la determinación del nombre de la textura de un suelo a

partir de análisis mecánicos. A: Arcillosa; L: Limosa; F: Franca; A: Arenosa

(Color naranjo tipo de suelo en la ciudad de Antofagasta).

2.2 Áreas Verdes

Las áreas verdes son espacios donde predominan los jardines urbanos, los

cuales entregan múltiples beneficios a la población y al medio ambiente propiamente

tal; favorecen la actividad física, la integración social, ornamentación, protección,

recuperación y rehabilitación del entorno natural y la calidad de vida de la población

8
(Conama, 2002). También aportan beneficios ambientales como el control de la

temperatura urbana, captura de carbono, mejora de la calidad del aire, protección de la

biodiversidad, reducción de la erosión, control de inundaciones, ahorro de energía,

control de ruidos, etc. Lamentablemente, en la actualidad en Chile esta definición no

está contenida en ley alguna, de tal forma que no se puede recurrir a ella para la

operación de planes o programas específicos.

En Antofagasta se ha ingresado una gran cantidad de vegetación destinada

para áreas verdes; desde pastos, arbustos, plantas ornamentales etc. hasta arboles de

gran tamaño como eucaliptos, palmeras, acacias, entre otros. Estas especies

necesitan de cuidados y mantenimientos especiales debido al clima adverso de la zona

para este tipo de vegetación. Factores como la brisa marina, la alta radiación solar, las

casi inexistentes precipitaciones, entre otros, son factores naturales difíciles de

controlar directamente (Nuñez, 2009).

La historia de los predios de los jardines urbanos pueden contribuir con

información acerca de la probabilidad de contaminación del suelo con elementos traza

esenciales y tóxicos. Como en la ciudad de Antofagasta la mayoría de los 10 jardines

urbanos cuyos suelos forman parte de este trabajo se hallan ubicados en las cercanías

de caminos con tránsito de camiones con minerales y otras cargas industriales y

muchos suelos en el pasado se usaron como micro-basurales, no es difícil que estos

suelos estén contaminados con elementos traza esenciales y tóxicos, y materia

orgánica de desechos.

9
Dada la importancia de las áreas verdes para la calidad de vida de la población

urbana, la Organización Mundial de la Salud (OMS) recomienda un estándar mínimo

de 9m2 por habitante, solo 3,1m2 de áreas verdes por habitante tiene Antofagasta, pese

a que la segunda Región tiene un ingreso per cápita superior a los US$ 40 mil dólares

que la equiparan con un país desarrollado, con pleno empleo y un dinámico nivel de

consumo, su capital regional no ha logrado consolidar una cobertura vegetal urbana

acorde con su desarrollo.

En Chile ninguna región del país alcanza el estándar propuesto por la OMS y

además se evidencia no solo una gran disparidad entre regiones sino que algunas de

ellas están muy lejos de llegar a ese mínimo. Las regiones con menor superficie de

área verde por habitante son las de Arica y Parinacota (0,7 m²/hab) y Coquimbo (1,8

m²/hab), y las más cercanas a la recomendación de la OMS son la de Maule (7,2

m²/hab) y Magallanes (7,15 m²/hab).

Esas áreas verdes son claves para mejorar la salud de la población, pues

actúan como pulmones que renuevan el aire polucionado, al tiempo que relajan y

suponen una evasión necesaria para olvidar el hormigón, constituyendo auténticas

burbujas de naturaleza que dan vida. Si las áreas verdes generan bienestar y felicidad,

los 9 m2 recomendados por la OMS tienen aún más sentido y los estudios que hablan

sobre la inequidad de las áreas verdes en nuestras ciudades dejan de ser sólo

números y pasan a significar que tenemos sectores de la ciudad donde las personas

tienen menos derecho a ser felices.

10
Figura 2. Áreas verdes por habitante por región. Año 2009. Fuente: MINVU

Las plantas crecen mejor en un sector que en otro, inclusive dentro del mismo

existen diferencias. Una de las razones es la presencia en el suelo, de elementos

nutritivos o mejor dicho, de los elementos minerales o iones esenciales para el

crecimiento de los vegetales, estos son fundamentales para una buena fertilidad del

suelo. Sin embargo la fertilidad es uno de los tantos factores que influyen sobre el

crecimiento; existen muchos más factores como el suelo, el agua, las plagas, la luz,

etc. (Zimmermann, 2011).

11
Las áreas verdes existentes en la ciudad se mantienen con el riego habitual que

se realiza; esta agua es retenida dentro de los poros con grados variables de

intensidad, según la cantidad de agua presente, junto con sus sales disueltas el agua

del suelo forma la llamada solución del suelo; esta es esencial para abastecer de

nutrientes a las plantas que en él se desarrollan.

En términos físicos ocurre por diferencias de potenciales, por lo que es

dependiente del contenido de agua del suelo, mientras más saturado, es decir la

sección conductora del sistema poroso está llena de agua, el flujo es mayor y el agua

es capaz de desplazar otras masas de agua en todas las direcciones, dentro del

sistema poroso regido por fuerzas hidrostáticas (Quezada C. L., 2012).

Hay que tener en cuenta que en el pasado, a medida que se fueron

desarrollando las ciudades, las áreas verdes fueron perdiendo espacio por acción de

una política de desarrollo urbanístico que no consideraba este factor. Esto es algo que

se está revirtiendo en la actualidad ya que los nuevos planes reguladores comunales

de las ciudades dan más importancia a este tipo de áreas, no sólo evitando su pérdida,

sino que cuidando el desarrollo de nuevas áreas y de mejor calidad. Esto se debe

principalmente a que este tipo de superficies da un valor agregado al entorno en el que

se encuentran y son muy valorados por la comunidad en general.

El plan regulador comunal es un instrumento de planificación que orienta,

fomenta y regula el desarrollo urbanístico del territorio comunal, las disposiciones del

plan regulador se refieren a la estructuración del sistema de centros poblados de la

12
comuna; la infraestructura, la vialidad, sistema de aguas lluvias y cauces naturales,

áreas verdes y equipamiento de nivel comunal, los usos del suelo (IMA, 2002).

2.2.1 Áreas verdes y su contaminación

La contaminación del suelo de áreas verdes se refiere a un estado químico que

perturba su composición normal, en todos los lugares y suelos del mundo existen los

elementos traza, estos ocurren naturalmente, algunos son esenciales para los seres

humanos, plantas y animales. Las concentraciones son naturalmente bajas y

generalmente no presentan peligro en zonas no urbanas con poco o ningún disturbio

ambiental o presencia humana presente o pasada. Sin embargo, es probable que

cualquier lugar expuesto a actividad humana, exhiba elementos traza a niveles

elevados, particularmente en los suelos. Si bien no es generalmente causa de alarma,

en ciertos casos esos elementos trazas se pueden acumular hasta llegar a un nivel en

el que sería aconsejable tomar medidas para asegurar que no presentan un riesgo

para la salud.

Los elementos trazas potencialmente dañinos, son especialmente los metales

pesados, los cuales pueden acumularse en los suelos de áreas verdes y en las plantas

afectando la calidad de vida, las áreas verdes y plantas comienzan a presentar

síntomas por excesos de metales trazas. Los metales pesados pueden presentar un

peligro potencial para los niños, que con frecuencia juegan en la tierra y luego se llevan

las manos o los juguetes a la boca. Está demostrado que en los niños (los metales) se

absorben principalmente por vía digestiva.

13
En la ciudad de Antofagasta los menores de 18 años, representan un 25,7% un

valor relativamente alto.

Figura 3. Porcentaje de Población según edad

No obstante, los impactos ambientales de los suelos pueden ser remediados o

si es el caso reparados aplicando tecnologías apropiadas con el fin de cumplir con una

“norma de calidad objetivo del suelo”. La calidad objetivo es una condición definida de

acuerdo a los usos del suelo, para lo cual se requiere de la aplicación de una norma o

guía ambiental (Provoost, 2006).

Entre los principales agentes contaminantes de los suelos y las áreas verdes se

encuentran los denominados metales pesados. La IUPAC (International Unión of Pure

and Applied Chemistry), considera como metal pesado a un conjunto de elementos

químicos con características metálicas, con propiedades predominantemente toxicas

para la vida. Sin embargo, hay que hacer algunas precisiones, ya que enriquecimientos

en elementos esenciales para la vida, bajo concentraciones que superan normativas

14
ambientales, pueden comportarse como metales pesados desde el punto de vista

toxicológico.

2.3 Metales Pesados

Técnicamente los metales pesados son aquellos elementos químicos que en su

forma elemental presentan una densidad igual o superior a 5 gcm-3, o cuyo número

atómico es superior a 20 (excluyendo a los metales alcalinos y alcalinotérreos), que no

tienen función biológica (Duffus, 1988).

Entre los metales pesados más peligrosos destacan Cromo, Zinc, Cadmio,

Mercurio, Plomo, Arsénico. La toxicidad de los metales pesados depende de la

especiación química bajo la cual se encuentren en las áreas verdes. Las

concentraciones totales de los metales pesados en los suelos de áreas verdes, pueden

ser complementadas con las concentraciones en ciertas fracciones especiadas del

suelo, discriminadas por su extracción con mezclas de reactivos en orden creciente del

poder de lixiviación del suelo. Los metales pesados son de toxicidad extrema porque,

como iones o en ciertos compuestos, son solubles en agua y el organismo los absorbe

con facilidad. Dentro del cuerpo tienden a perturbar reacciones enzimáticas inhibiendo

sus funcionamientos. Los metales pesados están dentro de la categoría de

contaminantes persistentes ya que permanecen en los suelos por extensos periodos

de tiempo y tienen un poder acumulativo en el cuerpo humano. La persistencia de los

metales pesados en los suelos es mayor que en la hidrosfera, la atmosfera y la

biosfera, ya que en estos compartimientos están sujetos a procesos biogeoquímicos de

degradación (Ratto y Col, 2004). (Ratto, y otros, 2004)

15
2.3.1 Clasificación de los Metales Pesados

Los metales pesados se clasifican en 2 grupos:

1. Oligoelementos o micro nutrientes, necesarios en cantidades pequeñas para los

organismos, pero tóxicos cuando pasan cierto umbral de concentración, entre

los cuales cabe destacar a Magnesio (Mg), Calcio (Ca), Cromo (Cr),

Manganeso (Mn), Hierro (Fe), Cobalto (Co), Níquel (Ni), Cobre (Cu), Zinc (Zn),

Molibdeno (Mo), Boro (B) y Selenio (Se).

2. Elementos tóxicos sin función biológica conocida; son altamente tóxicos, e

incluyen Bario (Ba), Cadmio (Cd), Mercurio (Hg), Arsénico (As), Estaño (Sn),

Antimonio (Sb), Talio (Tl), Plomo (Pb), y Bismuto (Bi). Estos elementos son

fundamentalmente tóxicos para la vida vegetal y animal, aunque algunos de

ellos son acumulados por algunas plantas, siendo la base de lo que hoy en día

se denomina “fitorremediación” (Hernandez, 2011).

Generalmente son acumulados progresivamente y son una amenaza para la

salud humana y la de los ecosistemas.

2.4 Otro tipo de contaminantes en Áreas verdes

Dentro de la contaminación de las áreas verdes, además de los metales pesados

un factor importante es la calidad del agua de riego. Es así como los países disponen

de normativas particulares para la calidad de agua de riego, en Chile se trata de la

NCh. 1333.of.78 (Requisitos de calidad de agua para diferentes usos). Aguas de riego

16
enriquecidas en metales pesados incrementaran la carga de metales biodisponibles en

los suelos (Zafra y Col, 2007). (Zafra, Temprano, & Tegero, 2007).

La acumulación máxima de estos metales se verifica en la superficie de los suelos

(5 primeros centímetros), en cuyo caso existe la posibilidad de eliminar los problemas

de toxicidad para las áreas verdes utilizando especies con un sistema radicular

ubicados a mayor profundidad. Sin embargo, el problema se presenta cuando se

quiere saber si la parte asimilable sigue en el mismo proceso de distribución, o si éste

es completamente distinto. Varios autores coinciden en afirmar que la concentración de

las fases asimilables permanece invariable durante años, presentándose en los suelos

como contaminantes persistentes irreversibles, lo que puede dar a origen a graves

perturbaciones, tanto en los vegetales como en los animales que lo consuman (Baird,

1999).

2.5 Efectos en las plantas y salud humana, de los metales bajo estudio.

Todos los metales bajo estudio tienen efectos tóxicos a largo y corto plazo, al igual

que presentan efectos no tóxicos, a continuación se mencionan algunos posibles

efectos en la salud de personas, y las plantas ubicadas en áreas verdes

principalmente, expuestas a cierta concentración de estos metales:

17
2.5.1 Arsénico

El arsénico es un elemento natural de la corteza terrestre; ampliamente

distribuido en todo el medio ambiente, está presente en el aire, el agua y la tierra. En

su forma inorgánica es muy tóxico.

Los primeros síntomas de la exposición prolongada a altos niveles de arsénico

inorgánico se observan generalmente en la piel e incluyen cambios de pigmentación,

lesiones cutáneas, durezas y callosidades en las palmas de las manos y las plantas de

los pies (hiperqueratosis). Estos efectos se producen tras una exposición mínima de

aproximadamente cinco años y pueden ser precursores de cáncer de piel.

Además de cáncer de piel, la exposición prolongada al arsénico también puede

causar cáncer de vejiga y de pulmón. El Centro Internacional de Investigaciones sobre

el Cáncer (CIIC) ha clasificado el arsénico y los compuestos de arsénico como

cancerígenos para los seres humanos. (Agency for Toxic Substances and Disease

Regytre (ATSDR), 2007).

2.5.2 Selenio

El selenio es un elemento esencial que tiene funciones de protección

antioxidante, así como redox y regulación de hormonas tiroideas. Sin embargo, la

deficiencia de selenio se ha demostrado que causa deterioro fisiológico grave y daño a

18
órganos tal como una cardiomiopatía juvenil (enfermedad de Keshan) y anomalías

musculares en adultos (enfermedad Kashim-Beck) (Fordyce, 2005).

2.5.3 Mercurio

Un factor muy importante de los efectos del mercurio en el medio ambiente es

su capacidad para acumularse en organismos y ascender por la cadena alimentaria.

Hasta cierto punto, todas las formas de mercurio pueden llegar a acumularse, pero el

metilmercurio se absorbe y acumula más que otras formas. El mercurio inorgánico

también puede ser absorbido pero por lo general en menores cantidades y con menor

eficiencia que el metilmercurio.

El mercurio, presente de forma natural en la corteza terrestre, puede provenir

de la actividad volcánica, la erosión de las rocas o la actividad humana. Esta última es

la principal causa de las emisiones de mercurio, procedentes sobre todo de la

combustión de carbón en centrales eléctricas, calefacciones y cocinas, de procesos

industriales, de la incineración de residuos y de la extracción minera de mercurio, oro y

otros metales.

En la mayoría de los casos se trata de niveles bajos, debidos casi siempre a

una exposición crónica (por contacto prolongado, ya sea intermitente o continuo),

algunos síntomas son daño al sistema nervioso, daño a las funciones del cerebro, daño

19
al ADN y cromosomas, reacciones alérgicas, irritación de la piel, cansancio, y dolor de

cabeza (Zhang & Wong, 2006).

2.5.4 Plomo

El plomo, en sus diferentes formas, es un compuesto tóxico que se acumula en

el sistema nervioso central y es particularmente perjudicial en el desarrollo mental de

los niños. Entra al organismo por inhalación e ingestión, por lo que llega al sistema

circulatorio a través de los pulmones y el tracto digestivo, y se excreta por las vías

urinarias y las heces.

Generalmente se elimina por completo, sin embargo una exposición excesiva

permite que parte de ese plomo no logre hacerlo, provocando una intoxicación. Los

síntomas incluyen: anemia, fatiga, dolor de cabeza, insomnio, hipotensión, pérdida de

peso luego, pueden presentarse también: disturbios gastrointestinales, manifestaciones

más severas, como daño al sistema nervioso, problemas a los riñones (Zarin y Col,

1998). (Zarin, Cossío, Romeiu, & Hernandez-Avila, 1998)

2.5.5 Níquel

El níquel es un elemento que ocurre en el ambiente sólo en muy pequeños

niveles, elevadas probabilidades de desarrollar cáncer de pulmón, nariz, laringe y

próstata.

20
Enfermedades y mareos después de la exposición de níquel, embolia de

pulmón, fallos respiratorios, defectos de nacimiento, asma y bronquitis crónica

reacciones alérgicas como son erupciones cutáneas, mayormente de las joyas,

desordenes del corazón (Cempel, 2006).

2.5.6 Zinc

El Zinc ocurre de forma natural en el aire, agua y suelo, pero las

concentraciones están aumentando por causas no naturales, debido a la adición de

Zinc a través de las actividades humanas. La mayoría del Zinc es adicionado durante

actividades industriales, como es la minería, la combustión de carbón y residuos y el

procesado del acero.

El Zinc es un elemento traza que es esencial para la salud humana. Cuando la

gente absorbe demasiado poco Zinc estos pueden experimentar una pérdida del

apetito, disminución de la sensibilidad, el sabor y el olor. Pequeñas llagas, y erupciones

cutáneas. La acumulación del Zinc puede incluso producir defectos de nacimiento.

Incluso los humanos pueden manejar proporcionalmente largas cantidades de

Zinc, demasiada cantidad de Zinc puede también causar problemas de salud

eminentes, como es úlcera de estómago, irritación de la piel, vómitos, náuseas y

anemia. Niveles alto de Zinc pueden dañar el páncreas y disturbar el metabolismo de

las proteínas, y causar arterioesclerosis (Cox, 1995).

21
El contenido de Zn en la hoja es suficiente en intervalos de 15 a 50 ppm en la

materia seca de hojas maduras, algunas plantas pueden acumular hasta 100 ppm de

Zn sin que esto les ocasione quemaduras., los síntomas por exceso particularmente se

manifiestan en una clorosis (Rodriguez, 2002).

2.5.7 Cobre

El cobre es un metal que ocurre naturalmente en el ambiente y también en

plantas y en animales. El cobre en bajos niveles es esencial para mantener buena

salud. En niveles altos, el cobre puede producir efectos nocivos como por ejemplo

irritación de la nariz, la boca y los ojos, vómitos, diarrea, calambres estomacales,

náusea y aun la muerte. El cobre se ha encontrado en por lo menos 906 de los 1,647

sitios de la Lista de Prioridades Nacionales identificados por la Agencia de Protección

del Medio Ambiente de EE. UU. (EPA).

El cobre también es liberado desde fuentes naturales como por ejemplo

volcanes, polvo que sopla el viento, vegetación en descomposición e incendios

forestales.

El cobre liberado al ambiente generalmente se adhiere a partículas de materia

orgánica, arcilla, tierra o arena.

El cobre no se degrada en el medio ambiente. Los compuestos de cobre

pueden degradarse y liberar cobre al aire, el agua o los alimentos. No sabemos si el

22
cobre puede producir cáncer en seres humanos. La EPA ha determinado que el cobre

no es clasificable en cuanto a carcinogenicidad en seres humanos (Agency for toxic

substances and Disease regristry, 2004).

El contenido en la planta tiene un intervalo de suficiencia en las hojas que varía

entre 3 y 7 ppm en la materia seca, mientras que el intervalo de toxicidad inicia de 20

a 30 ppm valores mucho mayores, entre 20 y 200 ppm, pueden tolerarse si el cobre se

aplica como un fungicida (métodos análisis suelos y plantas), sus síntomas por exceso

puede inducir a clorosis, el crecimiento radicular se suprimirá, lo que inhibirá la

elongación y la formación de raíces laterales. (Rodriguez, 2002).

2.6 Normativa Aplicable

En Chile no existe una norma de calidad de suelos, solamente existe una norma de

calidad de suelo agrícola, que con estos fines aplica el Servicio Agrícola Y Ganadero

(SAG). Cuando Chile requiere aplicar una norma de calidad de suelo, con fines

ambientales recurre a la norma Suiza, la norma Canadiense, o a la norma

Norteamericana.

Hay que tener en cuenta que los efectos adversos causados por un suelo

contaminado sobre los seres humanos son, en general, de largo plazo y las

consecuencias no se detectan de inmediato por lo que los impactos que ocasiona un

suelo contaminado son del tipo crónico, es decir, pueden durar décadas.

23
Esta situación pone de relieve la gravedad de la situación existente en materia de

contaminación de suelo con áreas vedes. Se debe tener presente y tomar conciencia

que los suelos contaminados representan riesgos para la salud de las personas y el

medio ambiente y que su reutilización requiere de un proceso de investigación previo

que determine la existencia y magnitud de estos riesgos previa evaluación de la

viabilidad de su uso provisto de las medidas de remediación que se deben llevar a

cabo a objeto de minimizar los riesgos y permitir su posible reutilización.

El Reglamento del Sistema de Evaluación de Impacto Ambiental establece que

cuando no existan normas chilenas se utilizarán las de la Confederación Suiza. Las

normas de emisión vigentes serán consideradas para efectos de predecir los impactos

sobre los recursos naturales renovables, incluidos el suelo, agua y aire de acuerdo a

los límites establecidos en ellas. A falta de tales normas, se utilizarán como referencia

las vigentes en los Estados que se señalan en el artículo 11 del mencionado

Reglamento. Es relevante establecer de forma preliminar, que el presente trabajo es

comparativo entre los resultados analíticos obtenidos en las muestras de suelos de las

áreas verdes de Antofagasta, con guías o normas internacionales ya establecidas para

la calidad de suelos de áreas verdes, en particular, respecto a las concentraciones

máximas permitidas para los metales pesados en suelos de Normativas reconocidas

por la comunidad erudita, a saber, principalmente Normas Suiza, Norteamericana y

Canadiense. Sin embargo, hay que tener presente que han sido creadas de acuerdo a

realidades de suelos geográficas, geológicas y antropogénicas diferentes.

24
Lo anterior podía inducir a conclusiones, iniciativas o propuestas equivocadas

desde el punto de vista social, técnico y económico, al determinarse zonas críticas en

el ámbito de una determinada norma extranjera y que, respeto de la realidad local, no

correspondería que fuesen definidas como tales.

Para realizar esta tarea se ha utilizado un documento aplicado por el SAG-Chile

(Servicio Agrícola y Ganadero). Esta iniciativa la inició la Comisión Nacional del Medio

Ambiente de Chile (CONAMA-Chile) con participación del Ministerio de Agricultura

(MINAGRI). Entre los años 1999/2000 se avanzó en una propuesta de Ley Marco para

la Protección de los Suelos. Esta propuesta culminó con la realización de un Simposio

en la ciudad de Valdivia con el auspicio de la Sociedad Chilena de Ciencias del suelo,

y tuvo por objeto comenzar a llenar el principal vacío jurídico normativo existente

respecto a la protección ambiental de este recurso, Obviamente lo que se busca es

asegurar el manejo sustentable del recurso suelo. Tarea difícil en las zonas mineras

donde el suelo es un recurso fuertemente impactado por esta actividad.

25
lll. Parte experimental

3.1 Áreas de Muestreo

La investigación se llevó a cabo en la capital regional de Antofagasta,

específicamente en 10 de sus áreas verdes o jardines urbanos, los cuales cumplen con

la definición de área verde propuesta por la CONAMA el año 2002.

La distribución de los 10 puntos geo-referenciados se muestra en las Figura 4 y

sus coordenadas se presentan en el Anexo 1, ver Tabla 1 para la identificación de cada

sitio; esta se obtuvieron desde la versión 2016 del Google Earth, el cual es un

programa informático que muestra en un globo terráqueo virtual múltiple cartografías,

basadas en fotografías satelitales. (Ver anexo 1)

Cualquier observación física, característica organoléptica, botánica y tipo de

suelo fue registrada en una ficha. En el presente trabajo las muestras se colectaron

desde el suelo superficial (0-20 cm), lo cual no significa que el muestreo del subsuelo

no tenga importancia. El conocimiento de las características físicas del suelo, la

fertilidad y belleza del área verde indicará la calidad de su estado botánico, que puede

ser de utilidad en la interpretación de los resultados de las características del suelo y la

calidad del agua empleada en el regadío (Rodríguez, 2002).

26
Figura 4. Áreas de muestro

27
Las principales fuentes de error que influyen en el resultado de un análisis de

suelo son la toma de la muestra y los errores inherentes a los métodos y técnicas

analíticas aplicadas. Los métodos analíticos, generalmente instrumentales, que se

aplican en el presente deben estar apropiadamente validados, razón por la cual la

fuente principal de error se debe particularmente a la toma de la muestra, paso que

puede llegar a presentar un error tres veces mayor que el error analítico (Rodriguez,

2002).

Tabla 1. Áreas de muestreos

Muestras Lugares

M1 Colegio Antofagasta International School (AIS)

M2 Jardines del Sur

M3 Universidad Antofagasta

M4 Plaza Facultad de la Salud U. Antofagasta

M5 Vivero U. Antofagasta

M6 Parque Croacia

M7 Avenida Brasil (1)

M8 Avenida Brasil (2)

M9 Inacap

M10 Vivero Municipal

28
3.2 Factor Climático

3.2.1 Condición climatológica

La Región de Antofagasta presenta características de un clima desértico, a lo

largo del año, presentándose casi sin lluvia en Antofagasta. La temperatura media

anual en Antofagasta se encuentra a 17.9 °C, la mínima mensual de 11 °C y la

máxima mensual de 24 °C. La marcada aridez y la escasez de agua son reguladas por

la corriente de Humboldt, lo cual se traduce en temperaturas suaves y estables durante

la mayor parte del año.

El clima desértico con nublados abundantes, abarca todo el litoral de la Región,

en las áreas ubicadas bajo los 1.000 m. Una característica es la gran nubosidad que se

intensifica en el invierno y la alta humedad recibida desde el mar. Dentro de la ciudad

de Antofagasta podemos encontrar microclimas; el clima sectorial de la ciudad de

Antofagasta es diverso según la ubicación geográfica: mientras que para el lado sur de

la ciudad en el sector de Coviefi y Jardines del Sur es más seco y se presenta por la

mañana con un viento sur de sensación térmica helada y usualmente soleado el resto

del día; para el norte es de microclima neblinoso y húmedo y se abre al sol a partir del

mediodía.

29
Tabla 2. Temperaturas año 2015

Meses 1 2 3 4 5 6 7 8 9 10 11 12

Mm 0 0 0 0 0 0 0 0 1 0 0 0

°C 21,8 21,7 20,6 18,7 16,9 15,3 14,5 14,8 15,9 16,9 18,3 19,3

°C (min.) 18,0 17,9 16,8 15,1 13,4 11,5 10,9 11,7 12,6 13,7 15,1 16,3

°C (máx.) 25,6 25,5 24,4 22,3 20,4 19,1 18,2 18,0 19,2 20,2 21,6 23,4

Fuente CICA Ingenieros consultores a partir de información de ENAEX S.A.

3.2.2 Viento

La dirección del viento es un patrón que hay que tener en cuenta, ya que

depende de este la dirección de la movilidad de algunos metales pesados; según la

ubicación de la áreas verdes muestreadas, como nuestras muestras fueron tomadas

durante el otoño predominaron los vientos provenientes del lado sur de la ciudad, ver

tabla 3.

Tabla 3. Condiciones del viento según las estaciones del año

Estación Verano Otoño Invierno Primavera

DV SO SO,SS,NN SO,NN,SO SO,NN

V (Km/h) 12,4 13,0 13,9 13,1

Fuente CICA Ingenieros consultores a partir de información de ENAEX S.A.

30
3.3 Obtención de la muestra

Durante el período del 03 de junio del 2015, se administraron los puntos de

muestreos en suelos con áreas verdes de la ciudad de Antofagasta, en zonas

estratégicas fueron designados 10 lugares de muestreo, identificándose como M1, M2,

M3, M4, M5, M6, M7, M8, M9, M10, y con la ayuda de un GPS marca DATUM WGS84 con

coordenadas en UTM; todos los materiales utilizados fueron previamente tratados con

HNO3, HCl Y EDTA. Las tareas se llevaron a cabo con la misma rutina durante todo el

período que demandaron las actividades del trabajo de investigación.

El proceso de obtención de las muestras comenzó mediante un cuadrante 1m x

1m (en forma de diagonal), construido de madera y cuerdas de nylon, la muestra se

obtuvo con una pala de plástico y guantes de polipropileno utilizados especialmente

para no alterar o modificar la concentraciones que se encuentran en el suelo con áreas

verdes, todo previamente tratado (ver más adelante tratamiento de material; punto

3.4.1).

Se obtuvieron los primeros 20 cm de suelo (top soil), y así fue el mismo

procedimiento con las 10 áreas de muestreo. El suelo recogido aproximadamente 1

Kg, fue guardado en bolsas de plástico previamente tratadas, y depositadas en un

Coleman también previamente tratado, ver Figura 5.

31
Figura 5. Obtención de la muestra

3.4 Determinaciones efectuadas en el laboratorio

3.4.1 Tratamiento de los materiales

Los materiales utilizados en todo el proceso fueron tratados de acuerdo al

protocolo utilizado por la EPA. El primer paso es lavar todo el material a utilizar en el

muestreo, utilizando HNO3 2 M preparado a partir del reactivo Merck calidad p.a. el

cual se deja actuar por 24 horas, con el fin de eliminar los residuos de materia orgánica

y los posibles residuos trazas metálicos en el material. Transcurridas las 24 horas, una

vez retirado el HNO3, el material se enjuaga con agua destilada y se procede al

segundo paso de tratamiento, es decir, la utilización de HCl 2 M Merck calidad p.a. por

24 horas, con el fin de eliminar los residuos metálicos asociados a la materia

inorgánica. Una vez retirado el HCl, el material se enjuaga con agua destilada y se

32
procede al tercer y último paso, esto es tratamiento con una solución de la sal disódica

del ácido etilendiaminotetraacético (EDTA) 0,01 M Merck p.a. por 24 horas, que busca

eliminar de residuos de complejos metálicos por quelación del material de muestreo.

Finalmente, los materiales de muestro son enjuagados con agua destilada y se

almacenan en un lugar limpio hasta su utilización.

Luego de obtener las muestras, estas son almacenadas en coleman, para ser

dirigidas al laboratorio de Bio- Inorgánica de la universidad de Antofagasta para la

preparación de estas y luego ser analizadas.

3.4.2 Homogeneización de las muestras

Una vez en el laboratorio las muestras fueron debidamente rotuladas respecto a

su origen, posteriormente fueron cuarteadas y las piedras grandes mayores a 2 mm se

eliminaron, finalmente se traspasaron a bandejas de vidrio Pyrex y se secaron a

temperatura ambiente hasta que su textura no revelara humedad.

33
3.4.3 Granulometría

Después del secado se determinó el fraccionamiento granulométrico de las muestras,

para lo cual se empleó un tamizador de suelos programable ADVANCED SONIC

SIFTER USA, ver Figura 6. Éste posee un soporte de polipropileno denso con mallas

de Nylon de 2 mm, 1 mm, 250 µm, 125 µm, 63 µm y 45 µm, esta última fracción

generalmente es muy escasa. La masa inicial de muestra para este fin fue de 50 g.

Figura 6. Tamizador de suelos programable

3.4.4 Masas de muestras analizadas

El masado de las muestras se realizó utilizando una balanza analítica marca

SCALTEC modelo SBC 21 (Germany). Para el fraccionamiento de Tessier se

consideraron 2,5 g por muestra en triplicado. Para el trabajo granulométrico se pesaron

2 g de muestra, también en triplicado.

34
3.4.5 Material de referencia

Para el control de calidad analítico y la trazabilidad de las mediciones de los

metales bajo estudio, se empleó el material de referencia denominado MESS-3; el cual

es una muestra liofilizada de sedimento marino adquirida al Consejo de Investigación

Científica del Canadá.

3.5 Determinación de pH

El pH del suelo se midió en el denominado extracto de saturación acuoso del

suelo o “solución de suelo” y representa a la fuerza iónica inerte del suelo el logaritmo

negativo de la actividad de los iones hidrogeno. Esta forma de expresión se utiliza para

evitar el uso de decimales o exponentes. Se trata de un parámetro que refleja la acidez

o la basicidad del suelo. Se mide por potenciometría directa en una celda conformada

por una electrodo de referencia de AgCl / Ago o de calomelano Hg2Cl2 y un electrodo

de membrana de vidrio sensible al ion hidronio.

El intervalo de pH en los suelos se mueve entre 0 a 14, pero el más común se

mueve entre 4,5 a 9,0. Algunos suelos con gran cantidad de sodio intercambiable

pueden presentar un pH de hasta un poco más de 9.0. En general el intervalo de 5,8 a

7,5 se considera como el menos problemático para la mayoría de los suelos con áreas

verdes. Por debajo de 5,5 es muy probable que existan problemas de toxicidad por

Aluminio y/o Manganeso en algunos suelos, mientras que por arriba de 7.5,

generalmente se reduce la disponibilidad del Fosforo y todos los micronutrientes a

35
excepción del molibdeno. Sin embargo, se puede considerar como valor límite un pH

de 8,5. A valores mayores se presentarían problemas fisicoquímicos que restringirían

el uso productivo del suelo (Rodriguez, 2002).

Figura 7. Escala de valores de pH de los suelos

1. Valores de pH entre 2,5 y 3,5 se presentan en suelos turbosos ácidos.

2. Valores de pH entre 3,5 y 10,5 se presentan en la mayoría de los suelos

minerales.

3. Valores de pH entre 10 y 11,0 se presentan en suelos minerales alcalinos.

4. Valores de pH entre 5,0 y 7,0 se presentan en suelos minerales de regiones

húmedas.

36
5. Valores de pH entre 7,0 y 9,0 se presentan en suelos minerales de regiones

áridas.

Los valores de pH entregan también cierta indicación de la presencia de carbonatos

de calcio y/o sodio en el suelo. Así por ejemplo, en suelos con pH ligeramente mayor

que 7 es probable la presencia de CaCO3; entre pH 7,5 a 8,5 el porcentaje de este será

mayor; un pH superior a 8,5 indica la presencia de Na2CO3 o de niveles peligrosos de

sodio intercambiable.

El pH de la solución de suelo fluctúa entre las de su estado natural y al producido

por modificaciones por las condiciones climáticas, por la etapa de crecimiento en que

se encuentren los cultivos del área y otros factores sinérgicos. Una muestra de suelo

puede tener un valor particular de pH al momento de tomarse en el campo, valor que

cambia cuando la muestra se seca y prepara para el análisis. En el laboratorio el suelo

se somete a procedimientos de re-humedecimiento con agua des-ionizada, que

podrían entonces modificar el intervalo más probable de los valores de pH que debería

tener el suelo en su estado natural. En el presente trabajo se prepararon cochuras

acuosas de las 10 muestras de suelo, para lo cual se masaron 10 g de muestra a las

que se le agregaron 100 mL de agua des-ionizada. Luego de agitar por 2 horas en un

agitador oscilante N-BIOTEK, modelo NB-101MT, se procedió a medir el pH

(Rodriguez, 2002).

37
3.6 Medición de la Conductividad Eléctrica (CE)

El termino sales solubles, tal como se maneja en el lenguaje de la ciencia de los

suelos, se refiere a los constituyentes inorgánicos del suelo que son apreciablemente

solubles en agua; las sales solubles del suelo consisten principalmente en los cuatro

cationes Na+, K+, Ca 2+


y Mg2+, que se encuentran enlazados principalmente con los

aniones Cl- y SO4 2- , y en menos proporción con NO3- , CO3-2 y HCO3 -.

La determinación de la conductividad eléctrica consiste esencialmente en dos etapas:

1. La preparación de la solución de suelo o extracto de saturación acuosa.

2. La medición de la concentración de sales del extracto de saturación acuoso.

Los extractos que se obtienen con cantidades elevadas de agua son más

fáciles se separar, pero son menos representativos de la solución del suelo en la que

se encuentran las raíces de las plantas. Por ello se recomienda trabajar con el extracto

de saturación acuosa del suelo, el cual representa mejor a la “solución de suelo” la

cochura se preparó igual que para la determinación de pH, con 10 g de muestra más

100 mL de agua des-ionizada por dos horas bajo agitación continua.

38
El agua pura es muy mala conductora de la corriente eléctrica, mientras que el

agua que contiene sales disueltas como la de los suelos conduce la corriente eléctrica

aproximadamente en proporción a la cantidad de sales disueltas presentes. Tomando

como base este principio, las mediciones de la conductividad eléctrica de un extracto

dan una indicación casi exacta de la concentración total de constituyentes ionizados

(Rodriguez, 2002).

3.7 Preparación de muestras para la determinación de las concentraciones

totales de Ni, Cu, Zn y Pb en los suelos estudiados y en sus fracciones

granulométricas.

El ataque por ácidos oxidantes bajo condiciones de temperatura y tiempo

controlados es el método más tradicional para preparar las soluciones de suelo en las

cuales se van a medir metales (Álvarez y Guerrero; 2011). En el presente trabajo las

digestiones de las muestras se llevaron a cabo empleando un equipo con tecnologías

microondas marca CEM, modelo MARS 5 número de serie MD1898 USA equipado

con un carrusel para empotrar 40 bombas de teflón.

Las muestras fueron atacadas en bombas de Teflón mediante un programa en

rampa configurado en tiempo (minutos), temperatura (º C) y energía (Watts) en el

equipo CEM MARS 5, con 6 mL de Agua Regia (Ácido Clorhídrico: Ácido Nítrico = 3:

1) ambos ácidos J T Baker de calidad INSTRA, 2 mL de Peróxido de Hidrogeno Merck

calidad ACS (H2O2) y 2 mL de Ácido Perclórico (HClO4). Fisher de calidad TRACE. En

la tabla 4 se muestra el programa aplicado.

39
Tabla 4. Programa de temperatura programado en el horno microondas para la

digestión de las muestras de suelo.

% Recuperación Rampa Temperatura (Tº) Tiempo

400 Watts 100 10’ 100 ºC 30’

800 Watts 100 10’ 120 ºC 30’

1600 Watts 100 10’ 150 ºC 30’

En el caso de Hg, As y Se se hicieron mineralizaciones dedicadas. Para Hg se

pesaron 0,5000 g de muestra, los que una vez traspasados a las bombas de Teflón

para calentamiento por convección les agregaron 6 mL de H2SO4 y 6mL de HNO3,

ambos ácidos J T Baker de calidad INSTRA, para posteriormente ser calentadas por 1

hora a 100°C en un horno cerámico con control externo e interno de temperatura. Las

muestras así digeridas fueron aforadas a 25 mL con agua desionizada y

posteriormente micro-filtradas por filtros de fibra de vidrio de 0,7 µm y re-aforadas. De

esta manera se hicieron 33 disgregaciones, es decir, 10 muestras en triplicado y 3

blancos. Se disgregaron por separado las fracciones de suelo de 2 mm, 1 mm, 250 µm,

125 µm y 63 µm.

3.7.1 Segundo paso de disgregación para Arsénico en muestras de suelo

Alícuotas de 5 mL del disgregado original en el sistema de microondas fueron

vueltas a digerir en sistemas a semi-reflujo con 200 µL de HClO4 Fisher de calidad

40
TRACE y 500 µL de H2SO4 J T Baker de calidad INSTRA. Para configurar el sistema a

semi-reflujo se utilizó un embudo estriado de vástago suficientemente largo empotrado

en la boca de un matraz Erlenmeyer de 50 mL para generar el reflujo y llegar al estado

de ¨semi-sequedad. El calentamiento se hizo en una plancha calefactora capaz de

alcanzar hasta 300 °C. La temperatura de la placa se aumentó lentamente hasta

alcanzar esta temperatura en 85 minutos, luego de dejar enfriar se aforo a 25 mL con

HCl 0,5 M preparado desde el reactivo J T Baker de calidad INSTRA.

3.7.2 Segundo paso de disgregación para Selenio en muestras de suelo

En el caso de Selenio se repitió el mismo procedimiento aplicado para Arsénico,

pero después de alcanzar el estado se semi-sequedad se dejó enfriar y se agregaron

20 mL de HCl 5 M preparado desde el reactivo J T Baker de calidad INSTRA.

Finalmente La temperatura de la placa se aumentó lentamente hasta alcanzar 100 ºC

en 20 minutos y enseguida se aforó a 25 mL con agua desionizada.

Figura 8. Disgregación para Se

41
3.8 Fraccionamiento mineralógico de suelos por método de Tessier

modificado – extracción secuencial

Los procedimientos de fraccionamiento simple de suelos con un solo reactivo

para su lixiviación, no resultan ser suficientemente representativos cuando se pretende

conocer el contenido de iones metálicos presentes en cada uno de los horizontes del

suelo, por lo que no permiten predecir la movilidad de metales esenciales y/o pesados

debido a cambios en las condiciones físicas, fisicoquímicas y químicas del suelo a lo

largo del tiempo (Ahumada y Col, 2004). (Ahumada, Escudero, Carrasco, Castillo,

Ascar, & Fuentes, 2004)

Comparando con la lixiviación simple el uso de la extracción secuencial mejora

analíticamente la identificación y determinación de ciertos parámetros que permiten

interpretar las características de las distintas fracciones de suelo en que se encuentren

los metales, aunque su desventaja es el tiempo que se ocupa para obtener mayor

información sobre sus orígenes y formas mineralógicas bajo la cual se encuentran

metales esenciales y tóxicos, de tal manera de predecir sus biodisponibilidades,

movilidad y transporte. La extracción secuencial consiste en tratar sucesivamente el

suelo con reactivos de agresividad creciente, que permitan liberar de manera gradual

los metales pesados en función de su capacidad de movilización a través de los

horizontes. De esta forma se van liberando fracciones del metal cuya toxicidad va

decreciendo según se avanza a lo largo del procedimiento. Los metales pesados más

fácilmente “removibles” o lábiles son por tanto más tóxicos y son liberados en la

42
primera fracción, mientras que en la última fracción se van a encontrar los metales más

fuertemente enlazados al suelo, los cuales por consiguiente son de menor toxicidad.

Son numerosas las estrategias de extracción secuencial desarrolladas en las

últimas décadas. En general, las principales diferencias entre ellas radican en la

cantidad y tipos de solvente o reactivos empleados, además del número de fracciones

provenientes según el tipo de muestra de suelo (Julián & Collado, 2002).

La mayor parte de los estudios realizados sobre suelos de áreas verdes se

refieren a la concentración total de metales, en especial cuando el estudio se encamina

a concretar niveles de referencia de los metales o contenidos basales según diferentes

litologías. El uso de la concentración total de los metales como criterio de evaluación

para obtener información de los efectos potenciales de la contaminación por metales

pesados en suelos de áreas verdes, significaría que todas las formas químicas en las

que puede encontrarse el metal causan o producen el mismo impacto sobre el suelo, lo

que es claramente insostenible. Conceptualmente los suelos se pueden fraccionar en

ciertas porciones que pueden ser obtenidas selectivamente empleado mezclas de

reactivos apropiados.

43
3.8.1 Preparación de muestras para la determinación de las concentraciones

totales de Ni, Cu, Zn, Hg, As, Se y Pb en las fracciones de suelo obtenidas

según la metodología de Tessier modificado.

En el presente trabajo se aplicó una metodología de fraccionamiento secuencial

tipo “Tessier modificado”, en que la fracción F1 corresponde a la fracción

intercambiable, F2 la fracción oxidable, F3 es la fracción asociada a la materia orgánica

y F4 la fracción residual: (A. Tessier, 1979).

1. Para obtener la fracción intercambiable se agregaron a la muestra 50 mL de

MgCl2 1 M (pH 7), y se mantuvo en esa condición por 1 hora a temperatura

ambiente y agitación continua. Posteriormente se micro filtró por presión

negativa en un sistema de policarbonato con una membrana de 47 mm de

diámetro y 0,45 µm de tamaño de poro. Esta solución representa a la Fracción

1, la cual fue luego aforada a 200 mL y decantada a un frasco plástico pre-

tratado y rotulada como F1/M1. Al residuo de suelo que quedó retenido en la

membrana se le llamó residuo 1, que a continuación utilizó para obtener la

segunda fracción, que está principalmente conformado por óxidos de Fe y Mn.

2. Para obtener la segunda fracción denominada fracción oxidable se utilizó como

muestra el residuo 1, para lo cual se agregaron 125 mL 0,04 M de cloruro de

hidroxilamina (NH2OH.HCl) al 25 % en CH3COOH, manteniendo esta condición

por 6 horas a 96 ± 4°C bajo agitación periódica. Después de filtrar de manera

similar al caso anterior, el filtrado se traspasó a un frasco plástico y se rotuló

44
como F2/M1. El residuo de suelo depositado en la membrana se utilizó para

obtener la fracción residual 2, la que debería estar constituida

predominantemente por materia orgánica (OM).

3. Para obtener la tercera fracción que contiene a la materia orgánica, se utilizó

como muestra el residuo 2 al cual con dicho fin se le agregaron 6 mL de HNO3

0,02 M que contiene además, 31,25 mL de H2O2. Luego de mantener por 2

horas a 85 ± 3°C bajo agitación periódica, se agregaron 18 mL de H2O2 al 30 %

también a 85 ± 3°C por 3 horas bajo agitación periódica. Posteriormente a

temperatura ambiente se agregaron 31 mL de acetato de amonio (CH3

COONH4) preparado en una solución al 20% de HNO3, completándose a 100

mL con agua des ionizada. Finalmente se micro filtró en la misma condición

anterior y el filtrado se traspasó a un frasco rotulado como F3/M1. El residuo

obtenido contenido en la membrana, a saber, es decir, el residuo 3

corresponderá a la cuarta fracción, denominada Metal residual (RES).

4. La cuarta fracción residual retenida en un filtro de fibra de vidrio de 47 mm de

diámetro y 0,7 µm de tamaño de poro, corresponde al tercer residuo

proveniente de la correspondiente muestra [residuo (3)], la que después de ser

mantenida en desecadora por 24 h se calcinó a 450°C en una mufla. La ceniza

obtenida se filtró de manera asistida con 10 mL de agua regia, es decir una

mezcla 1:3 = HCl: HNO3 de calidad p.a. En cada muestra el fraccionamiento se

hizo en triplicado. Las soluciones finales de los residuos obtenidos del

45
fraccionamiento se aforaron a 200 mL, siendo enseguida almacenados en

frascos plásticos de polipropileno denso apropiadamente rotuladas.

Los fraccionamientos de suelo tipo Tessier permiten obtener información sobre el

origen mineralógico del suelo y su reactividad, es decir hay fracciones reactivas o

lábiles y fracciones menos lábiles y no lábiles. Estas últimas son las más estables, y las

primeras son el origen de formas químicas metálicas que generalmente impactan

toxicológicamente los cultivos y las especies biológicas que los consumen (Thomas C.

y Col, 1994). Por lo tanto, estos protocolos de extracción secuencial de fracciones del

suelo se aplican para determinar y predecir la posible movilización de los metales

pesados en suelos y los cambios en las propiedades químicas del suelo (pH, potencial

redox, etc.). (C., A. Benavente, Cartajena, & Serrachino, 1994)

Entonces se puede decir que los fraccionamientos tipo Tessier modificado son

procedimientos de discriminación de fracciones en etapas sucesivas en las cuales se

eliminan componentes de la mezcla de materiales heterogéneos que constituye el

suelo, en este caso suelos de áreas verdes. Los resultados ponen de manifiesto las

diferentes capacidades de extracción de las soluciones que componen las sucesivas

mezclas de extracción. Generalmente la información obtenida tiene que ver con la

reactividad, biodisponibilidad y el origen mineralógico de cada fase u horizonte del

suelo. La dificultad que presentan estos fraccionamientos, es que no se conoce a

ciencia cierta si la composición química ha sido alterada o aumentada por las

soluciones de reactivos empleadas en la metodología de Tessier. No hay estudios de

46
referencia selectivos que representen a la composición de los metales que se

encuentren en las fracciones, ya sea, para predecir su movilidad o distribución en el

suelo y así tener una mejor referencia de ellos y así establecer comparaciones.

Colateralmente la información de estos fraccionamientos puede ser asistida con la

información meteorológica y las fuentes de emisión del área de suelos estudiados

(Ávila - Pérez y Col, 1999). (Avila-Perez, Balcazar, Zarazua-Ortega, Barcelo-Quintal, &

Dıaz-Delgado, 1999).

La estrategia original del método de fraccionamiento de Tessier modificado dio

origen a varias variantes de fraccionamiento similares. No obstante, un logro

importante es la extracción y caracterización de la fracción que contiene a los metales

disueltos (Ávila - Pérez y Col, 1999). (Avila-Perez, Balcazar, Zarazua-Ortega, Barcelo-

Quintal, & Dıaz-Delgado, 1999)

3.8.2 Igualamiento de matriz

Como último paso en el fraccionamiento de suelos mediante la extracción

secuencial de Tessier modificado se requiere hacer un igualamiento de la matriz de los

extractos, ya que las 4 fracciones se encuentran a diferentes concentraciones de las

soluciones lixiviantes. Con este fin las soluciones provenientes de las distintas

lixiviaciones se llevan a completa sequedad a 50 ºC sobre una placa calefactora por 2

a 3 días hasta alcanzar un estado de sequedad. Al residuo que se encuentra

depositado en el fondo del vaso de precipitado se le adiciona y por lo tanto se le

disuelve y afora en una solución de HNO3 0,3 M. De esta manera las fracciones

47
lixiviadas quedaron en condiciones para realizar las mediciones de las concentraciones

de los metales correspondientes. (A. Tessier, 1979).

Figura 9. Muestra del fraccionamiento de Tessier secuencial llevada a sequedad

(F1)

3.9 Técnicas instrumentales aplicadas en la medición de las concentraciones

de los metales bajo estudio. Fracciones granulométricas y

fraccionamiento de Tessier.

3.9.1 Técnicas e instrumentación

En la Tabla 5 se muestran las técnicas instrumentales aplicadas en la medición

de los metales tanto en las fracciones granulométricas como en las fracciones de

Tessier modificado de los suelos bajo estudio. Con este fin de tuvo en consideración

los parámetros de las validaciones analíticas instrumentales correspondientes.

48
Tabla 5. Técnicas utilizadas para cada elemento

Elementos Técnica aplicada

As, Se Espectrofotometría de Absorción Atómica de Generación de

Hidruros

Hg Espectrofotometría de Absorción Atómica de Vapor Frio

Ni , Cu, Pb, Zn Espectrofotometría de Absorción Atómica con llama

El espectrofotómetro de absorción atómica utilizado fue un equipo GBC modelo

PBT 905 actualizado a 909 (Australia), el cual esta implementado con dos generadores

de hidruros discontinuos GBC modelo HG 900, uno de los cuales está dedicado como

generador discontinuo de vapor frío para las mediciones de Mercurio (Hg 0) y el otro

como generador de hidruros discontinuo dedicado a los hidruros de Pb As y Se.

Además, el equipo esta implementado con un generador de hidruros automático HG

3000 y su correspondiente manta térmica EHG 3000. También, se cuenta con celdas

de cuarzo abiertas para la generación de hidruros continua, y cerradas para la

generación de vapor frio continua en el caso de Hg, respectivamente. Adicionalmente,

el equipo puede operar con Súper Lámparas por lo que está implementado con una

fuente de poder de súper lámparas, lo cual permite aplicar una corriente adicional a la

lámpara, la cual es previamente optimizada, lográndose mejorar el rendimiento

instrumental. Todas las lámparas utilizadas fueron de la marca PHOTRON (USA) y

solo las lámparas para Cu, Zn y Hg fueron de cátodo hueco convencionales, todas las

demás fueron Súper Lámparas (Ni, Pb, As y Se).

49
Figura 10. Espectrofotómetro de Absorción Atómica GBC 909

3.10 Interpretación de señales analíticas

Para la interpretación de las señales analíticas se aplicó la metodología de

adición estándar múltiple. De esta manera la matriz de la muestra en solución fue

siempre equivalente a la de la muestra de suelo correspondiente. Se detallan las

concentraciones utilizadas en las curvas de adición estándar, para ser medidas por el

equipo.

50
Tabla 6. Curvas de Adición estándar múltiple.

Elementos Rango concentraciones Rango de concentraciones

adicionadas en ng/ml (a) adicionadas en ng/ml (b)

As 10 a 40 10 a 40

Se 3 a 12 3 a 12

Hg 2a8 2a8

Ni 300 a 1200 60 a 240

Cu 1500 a 6000 500 a 2000

Pb 200 a 800 200 a 800

Zn 750 a 3000 500 a 2000

(a) Mediciones de metales en fracciones granulométricas

(b) Mediciones de metales en fraccionamiento de Tessier modificado.

3.11 Técnicas instrumentales aplicadas

Todas las mediciones de los metales estudiados en los suelos se hicieron

mediante diversas variantes de la espectrofotometría de Absorción Atómica, es decir,

Espectrofotometría de Absorción Atómica con Llama, Espectrofotometría de Absorción

Atómica de Generación de Hidruros y Espectrofotometría de Absorción Atómica de

Vapor Frio.

51
El físico inglés Alan Walsh e investigadores australianos son reconocidos como

los inventores del espectrofotómetro de absorción atómica. Este desarrollo tecnológico

se logró entre los años 1947 a 1958. Sin embargo, desde entonces la técnica ha

recibido múltiples aportes, desarrollándose varias variantes o modos de análisis. Entre

estos cabe señalar los siguientes: Espectrofotometría de Absorción Atómica con Llama

(FAAS); Espectrofotometría de Absorción Atómica de Generación de Hidruros

(HGAAS); Espectrofotometría de Absorción Atómica de Vapor Frio (CVAAS),

Espectrofotometría de Absorción Atómica con Horno de Grafito o con Atomización

Electro-termal (GFAAS O ETAAS). Históricamente, la FAAS fue el primer modo

desarrollado, incluso en la actualidad es todavía muy aplicado.

Independientemente de lo anterior, los principales módulos tecnológicos de un

equipo convencional de Absorción Atómica son los siguientes:

Lámpara Monocromática de fuente continua denominada lámpara de Cátodo

Hueco, en que el cátodo esta hecho del elemento a medir; módulo de introducción de

la muestra en solución generalmente por aspiración neumática, la cual choca con una

bola de impacto generalmente de vidrio o cerámica que produce la nube de aerosol de

la muestra en solución, técnicamente se le denomina Cámara de Nebulización que

producto del vacío generado por el paso de un flujo de aire en chorro llega hasta el

denominado Mechero el cual si la llama es de aire-acetileno es de acero inoxidable

quirúrgico, pero si se trabaja con llama de óxido-nitroso-acetileno esta hecho de titanio.

Una vez que el haz luminoso monocromático selectivo por el elemento a medir pasa a

52
través de la llama la señal analítica es generada por los átomos gaseosos en el estado

de más baja energía o configuración del elemento a medir, pero átomos excitados,

átomos ionizados y moléculas gaseosas pueden interferir en la generación de la señal

analítica, por lo que los equipos están implementados para minimizar esta interferencia

con una tecnología de corrección de la absorción de fondo, la más recurrente de los

equipos comerciales es la tecnología de la Lámpara de Deuterio. De esta manera la

Absorción por parte de los átomos gaseosos por parte fundamental es el origen

mecánico estadístico de la señal analítica de la Absorción Atómica. Modos especiales

de la técnica como la HGAAS, la CVAAS y la GFAAS son tecnologías que mejoran

sustancialmente la población de átomos gaseosos en estado fundamental,

incrementándose por consiguiente la señal analítica.

En la variante de la AA, para HGAAS, el analito es transformado en el hidruro

correspondiente en un reactor, el cual es transportado hacia el atomizador mediante un

gas inerte. Previo a su entrada al sistema de atomización el gas pasa por un separador

gas /liquido. Como gas transportador se emplea un gas inerte como N2 o Ar. Como

atomizador se emplea el efecto horno de una celda de cuarzo calentada por la llama

del mechero o por un sistema de manta electro-termal, en donde el hidruro es

transformado en átomos libres en estado gaseoso del analito correspondiente. El

reactivo reductor más utilizado para generar el hidruro es el boro hidruro de sodio

(NaBH4).

53
Las principales ventajas de esta técnica respecto a las FAAS son la

selectividad, ya que el analito es removido de la matriz de la muestra, y su gran

sensibilidad, particularmente para As, dependiendo de la matriz de la muestra, es del

orden de unas cuantas centésimas a decimas de ppb (ng/ml).

Otra variante utilizada fue absorción atómica de generación de vapor frio

(CVAAS), la que está dedicada a un solo elemento a saber, Hg. Hg (ll) es reducido, ya

sea por cloruro de Sn (ll) o por Borohidruro de sodio en medio acido, el cual es muy

volátil a bajas temperaturas, no requiriéndose necesariamente un sistema de

atomización dedicado, a menos que se trate de la variante de pre concentración de

amalgamación con oro. Basta con el calor generado por la reacción exotérmica

producida para generar el vapor de átomos libres de Hg en el reactor del generador

(Román, 2005)

3.12 Validación Analítica (Varcárcel, 1999)

La seguridad y control analítico de las mediciones de analitos en una cierta matriz

por una o más técnicas, requiere necesaria y suficientemente del control y

aseguramiento de la calidad analítica. Esto es, las técnicas, metodologías y

procedimientos deben ser quimio-métricamente validados. En general, la validación

analítica implica a varios parámetros estadísticos e interpretaciones quimio-métricas. A

saber:

54
1. La satisfacción de la función matemática que sigue la interpretación analítica de

la señal analítica, generalmente denominada calibración, la cual puede ser por

curva de calibrado convencional o como en este caso aplicando la metodología

de adición de múltiple patrón. Si la función matemática es la ecuación de la

recta o también denominada correlación lineal el coeficiente r de Pearson da

cuenta de la calidad de la linealidad entre la señal analítica y las

concentraciones adicionadas, respetando la correspondiente matriz de la

muestra.

2. El límite de detección (LD) que según IUPAC representa un valor que se

interpreta como menos o bajo del valor calculado de la expresión

3  DEb
LD 
S
En que:

S: Pendiente de la curva de calibración o de la curva de adición estándar


múltiple.
DE b: Desviación estándar de la señal del blanco analítico.

3. El límite de cuantificación (LC) se define como aquella concentración a partir de

la cual los resultados son confiables, seguros y puede ser calculado por la

55
expresión IUPAC (Unión Internacional de Química Pura y Aplicada) y la

sociedad Norteamericana de Química.

10  DEb
LD 
S
En que:

S: Pendiente de la curva de calibración o de la curva de adición estándar

múltiple.

DE b: Desviación estándar de la señal del blanco analítico

4. El coeficiente de variación (CV) expresado en % para expresar la calidad de la

precisión de las mediciones, el cual según IUPAC no debiera superar ± un 15%.

Puesto que tanto la desviación estándar como la media se miden en las

unidades originales, el CV es una medida independiente de las unidades de

medición. Debido a la propiedad anterior el CV es la cantidad más adecuada

para comparar la variabilidad de dos conjuntos de datos.

𝑺
𝑪𝑽 = ∗ 𝟏𝟎𝟎
𝑿

Dónde:

S = desviación estándar de la muestra.

56
= media aritmética de la muestra.

5. El error relativo (ER) expresado en % por exceso o deficiencia de los analitos

medidos no debiera superar de acuerdo a IUPAC un 20% de error – o +.

El error relativo de las mediciones se evaluó mediante la recuperación de un

estándar interno de los analitos. De acuerdo a la IUPAC y la ACS el error

relativo límite que se acepta es de máximo un 20 %.

El error absoluto del método está dado por la siguiente ecuación. A su vez el

error relativo corresponde al error absoluto expresado en % con el signo

correspondiente.

𝑬𝒂 = 𝒙 − 𝒙𝒋

𝑬𝒓 = (|𝑬𝒂|/ 𝒙ⱼ) 𝒙 𝟏𝟎𝟎

Dónde:

= Valor Promedio de las mediciones.

χⱼ = Valor aceptado como verdadero.

57
IV. Resultados y Discusión

4.1 Determinación de pH

Los resultados de las determinaciones de pH en las 10 muestras de soluciones

de suelos de las correspondientes muestras de áreas verdes consideraras en este

trabajo (numeradas de la M1 hasta la M10) se presenta en la Figura 11

Figura 11. Valores de pH de las soluciones de suelos estudiados.

Según los resultados de las mediciones de pH de las 10 muestras de

soluciones de suelo el rango de pH en que se encuentran las muestras esta entre 3,5 a

10,5 lo cual implica que se trata de suelos minerales. Por su parte las solución de suelo

de la muestra M4 (Plaza Facultad de la Salud de la U. Antofagasta), de la muestra M6

(Parque Croacia), de la muestra M7 (Avenida Brasil (1)), de la muestra M8 (Avenida Brasil

(2)), de la muestra M9 (Universidad Tecnológica Inacap) y de la muestra M10 (Vivero

58
municipal), varían entre un pH 7,0 y 9,0 por lo que además se ser suelos minerales,

son suelos minerales de regiones áridas.

El pH más bajo se encontró en la muestra M2 colectada en la plaza de Jardines

del sur, mientras que el pH más alto se encontró en la muestra M10 colectada en suelos

del vivero Municipal de Antofagasta.

Según Rodríguez, 2002 en su libro Métodos de análisis de suelos y plantas

afirma que las soluciones de suelo más comunes tienen un pH entre 4,5 a 9,0. Todos

los suelos colectados en el presente trabajo son coherentes con esta característica, los

valores más recurrentes se movieron entre pH 5,8 a 7,5; solamente las muestras M6

del Parque Croacia, la muestra M8 de la Avenida Brasil (2), y la muestra M10 del vivero

municipal de Antofagasta, sobrepasaron este rango de valores.

Los suelos ácidos son aquellos en que las soluciones de suelo tienen un pH’ (s)

inferiores a 5,5 durante la mayor parte del año. Los suelos ácidos están asociados con

elementos en que sus iones presenta toxicidades como es el caso de Al+3 y problemas

de productividad cuando los suelos presenta por ejemplo déficit en elementos como

Molibdeno. Ninguno de los suelos colectados en el presente trabajo presentan estas

características.

59
Se dice que un suelo es alcalino o básico cuando en la solución de suelo su pH

es superior a 7,5. Las causas pueden ser variadas, por ejemplo, puede tratarse de

suelos de zonas áridas con escasa pluviometría, o bien por la propia naturaleza del

suelo (Roca Madre). Los suelos colectados en el presente trabajo que corresponden a

esta característica son los suelos M6, M8 y M10. El principal inconveniente de estos

suelos es que presentan un alto contenido en carbonato cálcico, el cual va a impedir

que la planta pueda absorber buena parte de los nutrientes del suelo.

4.2 Determinación de Conductividad Eléctrica (CE)

En la Figura 12 se presentan los valores de conductividad eléctrica (CE) de los

suelos de las áreas verdes muestreados en este trabajo. Puede inferirse que los

valores más altos de conductividad deberían corresponder a soluciones de suelos más

salinas.

Figura 12. Valores de CE de las soluciones de suelos estudiados.

60
La salinidad del suelo correlaciona con la cantidad de sales ionizables

presentes en la solución de suelo. Por lo tanto, puede ser estimada directamente

mediante la medición de la conductividad eléctrica (CE). El valor de CE es influenciado

por la concentración y composición de las sales disueltas. A mayor valor de la CE,

mayor es la salinidad presente, por tanto el suelo de las áreas verdes con más

salinidad es la M9, que corresponde a las plataformas centrales de suelos ubicados

frente a la Universidad Tecnológica Inacap de Antofagasta, mientras que la M4

corresponde al suelo del vivero Universidad de Antofagasta, la cual presenta la menor

salinidad.

4.3 Validación Analítica

En la Tabla 7 se muestran los resultados de la validación analítica de las

mediciones de los metales considerados en el presente trabajo, aplicando las técnicas

instrumentales descritas en la Tabla V. Se observa que la precisión y la exactitud son

coherentes con los requerimientos de la Unión

61
Tabla 7. Validación Analítica de las mediciones de metales en material estándar

de referencia suministrado por el Consejo de Investigación Científica del Canadá

MESS-3 (Sedimento marino liofilizado).

Metal Valor Valor Coeficiente Error LD LC

certificado encontrado de Variación Relativo (%)

ug/g ug/g ± (%)

As 21,2 19,9 0,01 7,535 0,122 0,407

Se 6 6 0,06 4,097 1,191 0,636

Hg 3,0 3,1 0,002 2,784 0,179 0,598

Cu 33,9 34,1 1,939 1,081 4,138 13,793

Ni 785,2 781,0 0,004 2,743 42 140

Pb 187,2 181,8 0,001 4,342 21 70

Zn 159 151 0 4,439 2,53 8,43

4.4 Análisis estadístico paramétricos de los resultados en Granulometria

Se realizó un análisis paramétrico, no paramétrico y multivariado, en donde se

utilizó el software estadístico STATISTICA de STATSOFT versión 10.0.

Se realizó una estadística descriptiva de los datos para determinar la variabilidad

de los resultados en su análisis paramétrico, también se realizó anova para comprobar

la variabilidad estadística, mientras que para determinar si la distribución de los datos

62
es o no normal se realizaron histogramas de frecuencia, también se realizaron gráficos

de box, donde se aprecian los valores límites y extremos, y por último se aplicaron

herramientas de correlación paramétricas (Pearson r) y no paramétricas (Spearman p).

4.5 Estadística descriptiva Granulometría

En estadística descriptiva paramétricamente para n˃10 el valor más confiable es la

mediana y para n˂10 es el promedio, teniendo esta consideración en las Tablas 8 a

17, se muestran la estadística descriptiva del proceso granulométrico de suelos de las

10 áreas verdes muestreadas de la ciudad de Antofagasta, incluyendo la fracción de

2000 mm, 1000 mm, 250 µm, 125 µm y 63 µm.

4.5.1 Muestra 1, sector colegio Antofagasta International School

En la Tabla 8 se muestran los resultados estadísticos paramétricos correspondiente a

la M1 en los suelos bajo estudio. En la fracción de 2 mm los enriquecimientos más

significativos se obtuvieron para los casos de Cu > Zn > As ˃ Pb ˃ Ni, fracción de 1

mm los enriquecimientos son Cu ˃ Zn ˃ Pb ˃ As, en la fracción de 250 µm los

enriquecimientos son Zn ˃ Cu ˃ Pb, para la fracción de 125 µm los enriquecimientos

son Cu ˃ Zn ˃ Pb, para la fracción más fina de 63 µm los enriquecimientos son Cu

˃Zn.

63
Tabla 8. Estadística descriptiva M1

Fraccion 2mm Ni Cu Zn Hg As Se Pb
MEAN case 1-3 35,978 377,271 311,361 0,386 63,564 10,237 55,274
MEDIAN case 1-3 36,027 375,261 309,518 0,386 63,601 10,315 55,326
SD case 1-3 0,923 5,019 3,553 0,017 0,116 0,315 0,63
VALID_N case 1-3 3 3 3 3 3 3 3
MIN case 1-3 35,032 373,568 309,107 0,369 63,435 9,89 54,621
Max case 1-3 36,876 382,984 315,457 0,402 63,658 10,506 55,877
Fraccion 1mm
MEAN case 1-3 10,893 145,517 113,738 0,01 14,333 1,14 68,683
MEDIAN case 1-3 10,884 145,522 113,723 0,01 14,34 1,14 67,34
SD case 1-3 0,797 0,462 1,378 0 0,66 0,019 3,278
VALID_N case 1-3 3 3 3 3 3 3 3
MIN case 1-3 10,101 145,053 112,367 0,01 13,669 1,121 66,29
Max case 1-3 11,694 145,976 115,124 0,01 14,989 1,159 72,42
Fraccion 250 mm
MEAN case 1-3 15,901 138,273 220,595 0,001 12,443 0,824 36,1333
MEDIAN case 1-3 15,898 138,27 221,288 0,001 12,441 0,824 35,946
SD case 1-3 1,656 1,663 1,484 0 0,696 0,123 1,304
VALID_N case 1-3 3 3 3 3 3 3 3
MIN case 1-3 14,247 136,612 218,89 0,001 11,748 0,701 34,933
Max case 1-3 17,558 139,938 221,606 0,001 13,14 0,946 37,521
Fraccion 125 mm
MEAN case 1-3 21,692 150,488 124,254 0,001 10,263 0,11 58,784
MEDIAN case 1-3 21,694 150,481 124,242 0,001 10,263 0,11 59,1
SD case 1-3 0,03 4,493 5,441 0 0,169 0,007 2,209
VALID_N case 1-3 3 3 3 3 3 3 3
MIN case 1-3 21,662 145,998 118,819 0,001 10,095 0,104 56,435
Max case 1-3 21,721 154,984 129,701 0,001 10,432 0,117 60,819
Fraccion 63 mm
MEAN case 1-3 45,502 432,17 176,949 0,101 26,099 0,563 52,255
MEDIAN case 1-3 43,482 430,326 174,256 0,101 26,101 0,563 52,067
SD case 1-3 1,274 12,365 6,524 0,001 0,645 0,025 0,562
VALID_N case 1-3 3 3 3 3 3 3 3
MIN case 1-3 42,238 420,831 172,201 0,1 25,453 0,538 51,812
Max case 1-3 44,786 445,354 184,389 0,101 26,742 0,588 52,887

64
4.5.2 Muestra 2, sector Jardines del Sur

En la tabla 9, los enriquecimientos para la fracción de 2 mm son Cu ˃ Ni ˃ Zn ˃ As,

para la fracción de 1 mm los enriquecimientos son Zn ˃ Cu, para la fracción de 250 µm

Zn ˃ Cu ˃ Pb, para la fracción de 125 µm son Zn ˃ Cu, y por último la fracción de 63

µm Zn ˃ Cu.

Tabla 9. Estadística descriptiva M2

Fracción 2mm Ni Cu Zn Hg As Se Pb
MEAN case 1-3 242,553 542,351 186,786 0,414 70,923 3,534 45,608
MEDIAN case 1-3 243,026 542,299 186,901 0,417 70,644 3,534 45,605
SD case 1-3 1,267 5,410 0,409 0,010 0,649 0,135 0,341
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 241,117 536,968 186,332 0,403 70,461 3,399 45,269
Max case 1-3 243,515 547,787 187,125 0,423 71,665 3,668 45,951
Fracción 1mm
MEAN case 1-3 4,364 101,938 354,416 0,017 8,136 0,206 23,988
MEDIAN case 1-3 4,362 101,831 354,351 0,017 8,125 0,206 23,799
SD case 1-3 0,151 7,082 4,283 0,001 0,703 0,003 0,766
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 4,215 94,910 350,165 0,016 7,438 0,203 23,334
Max case 1-3 4,516 109,072 358,731 0,017 8,844 0,208 24,831
Fracción 250 mm
MEAN case 1-3 8,432 63,327 92,459 0,002 10,145 0,435 27,244
MEDIAN case 1-3 8,430 63,310 92,417 0,002 10,147 0,434 27,116
SD case 1-3 0,270 2,758 6,197 0,001 0,128 0,126 0,360
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 8,163 60,578 86,283 0,002 10,016 0,310 26,966
Max case 1-3 8,703 66,094 98,676 0,003 10,272 0,562 27,651
Fracción 125 mm
MEAN case 1-3 10,200 83,499 129,917 0,002 24,755 0,956 28,861
MEDIAN case 1-3 10,202 83,494 129,900 0,002 24,757 0,956 29,398
SD case 1-3 0,728 2,163 6,322 0,001 0,836 0,051 1,037
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 9,471 81,339 123,603 0,001 23,919 0,905 27,666
Max case 1-3 10,926 85,665 136,247 0,002 25,590 1,006 29,519
Fracción 63 mm
MEAN case 1-3 18,093 221,158 379,097 0,192 81,276 1,375 66,067
MEDIAN case 1-3 18,076 220,936 378,684 0,190 81,207 1,374 66,292
SD case 1-3 0,663 8,305 15,429 0,010 2,586 0,015 0,736
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 17,439 212,967 363,879 0,184 78,725 1,360 65,244
Max case 1-3 18,765 229,572 394,728 0,203 83,896 1,390 66,664

65
4.5.3 Muestra 3, sector Universidad de Antofagasta

En la tabla 10, se presentan los resultados del sitio 3 donde los enriquecimientos más

grandes a saber, para la fracción de 2 mm son Zn ˃ Cu ˃ As ˃ Ni; en la fracción

granulométrica de 1 mm los enriquecimientos fueron Zn ˃ Cu ˃ As; mientras que

para la fracción de 250 µm los enriquecimientos a saber, fueron Zn ˃ Cu ˃ As ˃ Pb, en

la fracción granulométrica de 125 µm los enriquecimientos fueron Zn ˃ Cu ˃ As ˃ Ni,

en la fracción de 63 µm los enriquecimientos son de Ni ˃ Zn ˃ Cu ˃ Hg.

Tabla 10. Estadística descriptiva M3


Fraccion 2mm Ni Cu Zn Hg As Se Pb
MEAN case 1-3 66,325 86,267 107,836 0,345 69,984 4,343 49,012
MEDIAN case 1-3 66,259 86,214 106,667 0,351 69,691 4,386 49,000
SD case 1-3 1,296 2,244 2,226 0,011 3,002 0,278 0,446
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 65,063 84,050 106,439 0,332 67,140 4,046 48,572
Max case 1-3 67,652 88,537 110,403 0,352 73,122 4,598 49,463
Fraccion 1mm
MEAN case 1-3 18,172 71,554 88,572 0,001 28,376 0,688 17,782
MEDIAN case 1-3 18,172 71,541 88,593 0,001 28,373 0,689 17,720
SD case 1-3 0,005 1,880 5,148 0,000 0,681 0,081 0,369
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 18,168 69,681 83,414 0,001 27,696 0,607 17,447
Max case 1-3 18,177 73,441 93,710 0,001 29,058 0,769 18,178
Fraccion 250 mm
MEAN case 1-3 16,235 69,069 88,538 0,010 35,407 0,424 23,342
MEDIAN case 1-3 16,195 68,938 88,351 0,010 35,327 0,423 23,231
SD case 1-3 1,365 4,544 6,463 0,000 2,755 0,035 0,739
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 14,890 64,592 82,170 0,010 32,692 0,390 22,665
Max case 1-3 17,619 73,677 95,092 0,010 38,201 0,460 24,130
Fraccion 125 mm
MEAN case 1-3 18,983 38,056 58,113 0,001 21,047 0,666 13,869
MEDIAN case 1-3 18,955 37,981 57,905 0,001 20,989 0,665 14,156
SD case 1-3 0,848 2,264 6,302 0,000 1,733 0,026 0,655
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 18,149 35,830 51,918 0,001 19,344 0,641 13,120
Max case 1-3 19,845 40,356 64,517 0,001 22,808 0,692 14,331
Fraccion 63 mm
MEAN case 1-3 68,439 37,518 53,201 0,021 37,464 0,256 12,682
MEDIAN case 1-3 68,451 37,502 53,169 0,021 37,451 0,256 12,684
SD case 1-3 1,015 1,334 2,756 0,001 1,085 0,034 0,123
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 67,418 36,192 50,461 0,020 36,386 0,223 12,559
Max case 1-3 69,448 38,859 55,973 0,021 38,556 0,290 12,804

66
4.5.4 Muestra 4, sector plaza facultad de salud universidad de Antofagasta

En el sector 4, los enriquecimientos más grandes para la fracción de 2 mm fueron de

Zn ˃ Cu ˃ Ni ˃ As ˃ Pb; mientras que para la fracción de 1 mm los enriquecimientos

los presentan Zn ˃ Cu ˃ As ˃ Ni; en la fracción de 250 µm los enriquecimientos son de

Zn ˃ Cu, en la fracción de 125 µm son Zn ˃ Cu; en la fracción de 125 µm los metales

que se encuentran mayormente enriquecidos son Zn ˃ Cu, en la fracción más fina de

63 µm son Zn ˃ Cu, como podemos apreciar metales que se repiten en este sector.

Tabla 11. Estadística descriptiva M4


Fraccion 2mm Ni Cu Zn Hg As Se Pb
MEAN case 1-3 71,783 100,479 160,383 0,881 53,262 4,223 45,266
MEDIAN case 1-3 71,786 99,973 160,564 0,888 54,532 4,223 45,273
SD case 1-3 0,421 1,828 1,710 0,014 2,724 0,015 1,084
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 71,360 98,957 158,590 0,865 50,134 4,208 44,178
Max case 1-3 72,202 102,507 161,996 0,890 55,119 4,237 46,346
Fraccion 1mm
MEAN case 1-3 14,077 49,435 102,629 0,001 18,007 0,128 10,222
MEDIAN case 1-3 14,079 49,409 102,542 0,001 17,992 0,107 10,256
SD case 1-3 0,235 2,155 7,373 0,001 1,278 0,039 0,401
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 13,842 47,293 95,300 0,001 16,737 0,103 9,806
Max case 1-3 14,311 51,602 110,046 0,002 19,292 0,173 10,605
Fraccion 250 mm
MEAN case 1-3 14,635 45,684 83,619 0,001 18,067 0,223 19,170
MEDIAN case 1-3 14,635 45,668 83,566 0,001 18,060 0,223 19,034
SD case 1-3 0,057 1,533 5,086 0,001 0,609 0,029 0,895
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 14,578 44,159 78,559 0,001 17,461 0,194 18,351
Max case 1-3 14,691 47,225 88,731 0,002 18,679 0,252 20,125
Fraccion 125 mm
MEAN case 1-3 12,344 41,657 83,693 0,001 10,541 0,473 17,019
MEDIAN case 1-3 12,343 41,624 83,592 0,001 10,529 0,474 16,614
SD case 1-3 0,074 1,852 5,684 0,000 0,692 0,048 0,998
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 12,271 39,822 78,060 0,001 9,855 0,425 16,287
Max case 1-3 12,419 43,525 89,426 0,001 11,239 0,521 18,156
Fraccion 63 mm
MEAN case 1-3 7,505 23,283 57,106 0,021 13,150 1,345 6,138
MEDIAN case 1-3 7,481 23,221 56,862 0,022 13,074 1,732 6,188
SD case 1-3 0,603 1,568 6,173 0,001 1,917 0,806 0,377
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 6,914 21,746 51,058 0,020 11,272 0,419 5,738
Max case 1-3 8,119 24,881 63,397 0,022 15,103 1,885 6,488

67
4.5.5 Muestra 5, sector vivero Universidad de Antofagasta

En el sector 5 de la ciudad, los enriquecimientos para la fracción de 2 mm son Ni ˃ Zn

˃ Cu; para la fracción de 1 mm los enriquecimientos de los suelos citadinos son Zn ˃

Cu ˃ Pb ˃ Ni; en la fracción de 250 µm los enriquecimientos son Zn ˃ Cu ˃ As ˃ Ni; en

la fracción de 125 µm los enriquecimientos son Zn ˃ Cu ˃ As; mientras que en la

fracción de 63 µm los enriquecimientos son Zn ˃Cu ˃ As.

Tabla 12. Estadística descriptiva M5

Fraccion 2mm Ni Cu Zn Hg As Se Pb
MEAN case 1-3 1685,217 116,080 116,892 1,780 63,574 4,107 40,321
MEDIAN case 1-3 1681,103 115,750 116,501 1,774 63,366 4,077 40,318
SD case 1-3 80,406 1,630 1,076 0,069 2,311 0,055 0,288
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 1606,947 114,641 116,066 1,714 61,374 4,073 40,034
Max case 1-3 1767,601 117,850 118,109 1,851 65,981 4,171 40,610
Fraccion 1mm
MEAN case 1-3 14,908 97,427 204,057 0,005 18,471 0,589 15,692
MEDIAN case 1-3 14,908 97,547 203,751 0,005 18,452 0,588 15,450
SD case 1-3 0,025 2,734 10,466 0,001 0,645 0,007 0,460
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 14,883 94,635 193,747 0,005 17,835 0,582 15,403
Max case 1-3 14,932 100,099 214,673 0,006 19,125 0,596 16,223
Fraccion 250 mm
MEAN case 1-3 19,659 94,048 189,562 0,002 24,200 0,133 18,024
MEDIAN case 1-3 19,646 93,982 189,386 0,002 24,197 0,134 17,772
SD case 1-3 0,610 2,933 7,663 0,000 0,186 0,050 0,461
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 19,056 91,148 181,988 0,002 24,016 0,082 17,744
Max case 1-3 20,276 97,013 197,311 0,002 24,387 0,182 18,556
Fraccion 125 mm
MEAN case 1-3 19,826 98,593 211,434 0,046 27,023 0,547 13,608
MEDIAN case 1-3 19,824 98,597 211,423 0,046 27,022 0,546 13,460
SD case 1-3 0,397 1,215 2,427 0,001 0,037 0,047 0,346
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 19,430 97,376 209,012 0,046 26,986 0,500 13,360
Max case 1-3 20,223 99,806 213,866 0,047 27,060 0,594 14,003
Fraccion 63 mm
MEAN case 1-3 32,900 171,682 332,353 0,231 101,792 1,709 34,330
MEDIAN case 1-3 32,866 171,553 332,006 0,231 101,709 1,706 34,711
SD case 1-3 1,349 5,207 13,679 0,010 3,331 0,120 0,898
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 31,568 166,541 318,850 0,222 98,504 1,591 33,304
Max case 1-3 34,266 176,953 346,202 0,241 105,164 1,830 34,975

68
4.5.6 Muestra 6, sector Parque Croacia

En el sector Parque Croacia los enriquecimientos para la fracción denominada suelo de

2 mm los enriquecimientos son Zn ˃ Cu ˃ As ˃ Ni; en la fracción de 1 mm los

enriquecimientos de los suelos bajo estudio, a saber, Zn ˃ Cu; en la fracción de 250

µm los enriquecimientos son Cu ˃ Zn ˃ As; en a fracción de 125 µm los mayores

enriquecimientos son Zn ˃ Cu ˃ Pb ˃ Ni; en la fracción fina de 63 µm los

enriquecimientos son Zn ˃ Cu ˃ Pb ˃ Ni.

Tabla 13. Estadística descriptiva M6

Fraccion 2mm Ni Cu Zn Hg As Se Pb
MEAN case 1-3 46,930 192,850 417,692 0,721 59,857 3,529 39,397
MEDIAN case 1-3 46,930 191,921 417,274 0,711 59,741 3,513 39,397
SD case 1-3 0,301 2,268 1,872 0,023 0,519 0,059 0,151
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 46,630 191,195 416,064 0,705 59,406 3,479 39,246
Max case 1-3 47,231 195,435 419,738 0,748 60,424 3,594 39,547
Fraccion 1mm
MEAN case 1-3 12,804 33,248 67,476 0,001 10,198 0,202 22,230
MEDIAN case 1-3 12,784 33,234 67,482 0,001 10,181 0,201 22,409
SD case 1-3 0,887 0,653 0,104 0,000 0,722 0,027 0,830
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 11,928 32,602 67,369 0,001 9,485 0,175 21,326
Max case 1-3 13,701 33,908 67,577 0,001 10,929 0,229 22,956
Fraccion 250 mm
MEAN case 1-3 21,086 744,397 76,539 0,004 52,978 0,745 284,655
MEDIAN case 1-3 21,064 743,863 76,520 0,004 52,981 0,744 284,973
SD case 1-3 1,047 26,915 1,105 0,001 0,014 0,029 14,014
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 20,050 717,753 75,443 0,003 52,963 0,716 270,485
Max case 1-3 22,143 771,575 77,653 0,004 52,990 0,774 298,507
Fraccion 125 mm
MEAN case 1-3 17,125 50,369 85,130 0,001 11,441 0,301 22,425
MEDIAN case 1-3 17,100 50,349 85,046 0,001 11,451 0,299 22,394
SD case 1-3 0,970 0,763 3,257 0,000 0,401 0,096 1,185
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 16,167 49,616 81,915 0,001 11,035 0,207 21,255
Max case 1-3 18,107 51,141 88,428 0,001 11,837 0,398 23,625
Fraccion 63 mm
MEAN case 1-3 36,780 247,238 414,942 0,096 28,715 2,559 52,585
MEDIAN case 1-3 36,777 247,252 414,931 0,096 28,716 2,560 52,590
SD case 1-3 0,884 4,315 3,471 0,001 0,230 0,114 1,413
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 35,897 242,916 411,477 0,096 28,485 2,445 51,170
Max case 1-3 37,665 251,545 418,419 0,097 28,945 2,673 53,996

69
4.5.7 Muestra 7, sector avenida Brasil (1)

En el extremo sur del Parque Brasil los mayores enriquecimientos para la fracción de 2

mm son Ni ˃ Cu ˃ Zn; en la fracción de 1 mm los mayores enriquecimientos, a saber,

son Zn ˃ Cu ˃ As ˃ Pb ˃ Ni; en la fracción de 250 µm Cu ˃ Zn; en la fracción de 125

µm los mayores enriquecimientos son Cu ˃ Zn ˃ Pb; en la fracción de 63 µm los

mayores enriquecimientos son Zn ˃ Cu ˃ Pb.

Tabla 14. Estadística descriptiva M7

Fraccion 2mm Ni Cu Zn Hg As Se Pb
MEAN case 1-3 1543,235 509,837 451,259 1,135 68,083 3,756 47,435
MEDIAN case 1-3 1557,425 513,900 350,850 1,134 69,276 3,776 47,660
SD case 1-3 26,058 8,334 174,191 0,016 2,353 0,037 0,410
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 1513,161 500,251 350,530 1,119 65,373 3,713 46,961
Max case 1-3 1559,118 515,361 652,397 1,151 69,601 3,779 47,683
Fraccion 1mm
MEAN case 1-3 10,051 53,096 71,614 0,341 19,037 0,467 16,244
MEDIAN case 1-3 10,030 53,040 71,507 0,340 19,031 0,465 16,212
SD case 1-3 0,615 1,713 3,202 0,030 0,201 0,047 0,955
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 9,446 51,412 68,467 0,312 18,839 0,421 15,305
Max case 1-3 10,676 54,836 74,868 0,371 19,241 0,514 17,215
Fraccion 250 mm
MEAN case 1-3 13,783 63,598 61,832 0,010 2,958 0,403 26,482
MEDIAN case 1-3 13,786 63,577 61,796 0,010 2,963 0,428 26,653
SD case 1-3 0,175 1,860 3,075 0,001 0,390 0,073 0,843
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 13,606 61,748 58,776 0,010 2,565 0,320 25,567
Max case 1-3 13,956 65,468 64,925 0,011 3,345 0,460 27,226
Fraccion 125 mm
MEAN case 1-3 18,047 447,990 140,048 0,002 35,412 0,992 109,636
MEDIAN case 1-3 18,045 447,916 140,037 0,002 35,400 0,994 109,640
SD case 1-3 0,129 6,543 0,980 0,000 1,001 0,198 0,348
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 17,919 441,485 139,074 0,002 34,417 0,793 109,286
Max case 1-3 18,176 454,570 141,033 0,002 36,418 1,188 109,982
Fraccion 63 mm
MEAN case 1-3 24,611 471,974 752,831 0,183 23,033 1,198 369,811
MEDIAN case 1-3 24,562 470,889 751,013 0,183 22,948 1,196 375,295
SD case 1-3 1,180 26,433 44,288 0,012 2,070 0,047 18,188
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 23,456 446,100 709,480 0,172 21,007 1,152 349,512
Max case 1-3 25,814 498,933 798,000 0,195 25,145 1,246 384,626

70
4.5.8 Muestra 8, sector avenida Brasil (2)

En el extremo sur del Parque Brasil los mayores enriquecimientos para la fracción de 2

mm son principalmente Zn ˃ Cu ˃ Pb ˃ Ni; en la fracción de 1 mm los mayores

enriquecimientos son Zn ˃ Cu ˃ Pb; en la fracción de 250 µm los mayores

enriquecimientos son Zn ˃ Cu ˃ Pb ˃ As; en la fracción de 125 µm los mayores

enriquecimientos, a saber, Zn, Cu, Pb, As; en la fracción de 63 µm los mayores

enriquecimientos son Cu ˃ Zn ˃ Ni ˃ Pb.

Tabla 15. Estadística descriptiva M8

Fraccion 2mm Ni Cu Zn Hg As Se Pb
MEAN case 1-3 62,401 332,003 1072,513 0,403 67,510 2,573 136,067
MEDIAN case 1-3 62,419 330,431 1072,106 0,404 68,459 2,595 136,140
SD case 1-3 1,125 2,947 0,971 0,002 5,541 0,129 0,632
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 61,267 330,176 1071,812 0,401 61,555 2,435 135,402
Max case 1-3 63,517 335,403 1073,621 0,405 72,515 2,690 136,660
Fraccion 1mm
MEAN case 1-3 14,908 201,800 354,275 0,001 20,344 0,353 55,654
MEDIAN case 1-3 14,908 201,816 354,294 0,001 20,360 0,353 55,297
SD case 1-3 0,443 2,399 3,078 0,001 0,999 0,018 0,664
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 14,465 199,393 351,188 0,001 19,337 0,336 55,245
Max case 1-3 15,350 204,190 357,344 0,002 21,334 0,371 56,421
Fraccion 250 mm
MEAN case 1-3 17,144 401,251 772,592 0,001 49,425 1,107 95,193
MEDIAN case 1-3 17,111 400,985 774,394 0,001 49,368 1,106 95,561
SD case 1-3 1,428 12,326 41,660 0,000 2,545 0,058 5,018
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 15,732 389,060 730,061 0,001 46,909 1,050 90,001
Max case 1-3 18,588 413,707 813,322 0,001 51,998 1,166 100,017
Fraccion 125 mm
MEAN case 1-3 20,858 574,800 1163,338 0,001 34,709 0,875 79,914
MEDIAN case 1-3 20,804 569,110 1159,722 0,001 34,568 0,866 79,589
SD case 1-3 1,617 48,363 89,531 0,000 3,448 0,217 7,957
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 19,269 529,534 1075,670 0,001 31,334 0,663 72,124
Max case 1-3 22,501 625,756 1254,622 0,001 38,225 1,096 88,029
Fraccion 63 mm
MEAN case 1-3 147,772 178,612 1310,089 0,071 74,150 1,777 124,209
MEDIAN case 1-3 147,751 178,605 1310,072 0,071 74,153 1,777 124,204
SD case 1-3 4,851 1,715 3,749 0,001 0,720 0,010 1,058
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 142,932 176,901 1306,348 0,071 73,428 1,767 123,153
Max case 1-3 152,634 180,331 1313,846 0,072 74,868 1,787 125,269

71
4.5.9 Muestra 9, sector Inacap

En el sector exterior a la Universidad Tecnológica Inacap los mayores

enriquecimientos, a saber, son Cu ˃ Zn ˃ Pb ˃ Ni; en la fracción de 1 mm los mayores

enriquecimientos son Cu ˃ Zn ˃ Pb; en la fracción de 250 µm los mayores

enriquecimientos son Zn ˃ Cu ˃ Pb; en la fracción de 125 µm los mayores

enriquecimientos son Zn ˃ Cu ˃ Pb ˃ As ˃ Ni; en la fracción de 63 µm los mayores

enriquecimientos los tuvieron Cu ˃ Zn ˃ Pb ˃ Ni.

Tabla 16. Estadística descriptiva M9

Fraccion 2mm Ni Cu Zn Hg As Se Pb
MEAN case 1-3 65,508 1532,525 710,401 0,400 66,401 3,255 120,851
MEDIAN case 1-3 66,138 1534,909 710,561 0,404 67,232 3,279 121,037
SD case 1-3 1,305 17,048 1,026 0,012 1,617 0,134 0,704
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 64,007 1514,410 709,304 0,387 64,537 3,110 120,072
Max case 1-3 66,378 1548,256 711,338 0,409 67,433 3,375 121,443
Fraccion 1mm
MEAN case 1-3 17,007 361,100 259,235 0,004 34,305 0,623 109,095
MEDIAN case 1-3 17,004 361,058 259,201 0,004 34,313 0,622 109,074
SD case 1-3 0,386 4,983 3,947 0,001 0,958 0,099 2,422
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 16,623 356,138 255,305 0,003 33,343 0,525 106,683
Max case 1-3 17,395 366,104 263,199 0,004 35,259 0,722 111,527
Fraccion 250 mm
MEAN case 1-3 17,609 250,374 252,096 0,001 17,177 0,289 61,628
MEDIAN case 1-3 17,591 250,308 252,052 0,001 17,181 0,289 61,438
SD case 1-3 1,487 6,366 4,721 0,000 0,248 0,062 0,526
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 16,131 244,041 247,398 0,001 16,927 0,227 61,223
Max case 1-3 19,105 256,772 256,839 0,001 17,422 0,350 62,223
Fraccion 125 mm
MEAN case 1-3 40,401 241,981 1582,270 0,001 48,199 1,540 77,832
MEDIAN case 1-3 40,376 236,956 1582,237 0,001 48,191 1,541 77,845
SD case 1-3 3,449 28,094 16,595 0,000 1,381 0,104 0,982
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 36,965 216,738 1565,692 0,001 46,823 1,435 76,844
Max case 1-3 43,862 272,248 1598,882 0,001 49,584 1,643 78,807
Fraccion 63 mm
MEAN case 1-3 46,141 465,836 448,497 0,008 34,921 4,604 54,283
MEDIAN case 1-3 46,141 465,794 448,471 0,008 34,930 4,603 54,291
SD case 1-3 0,343 7,786 5,955 0,001 0,743 0,074 0,497
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 45,799 458,071 442,555 0,008 34,173 4,530 53,782
Max case 1-3 46,484 473,643 454,465 0,009 35,659 4,678 54,776

72
4.5.10 Muestra 10, sector Vivero Municipal

En el sector del Vivero Municipal los mayores enriquecimientos para la fracción de 2

mm, a saber, son Zn ˃ Cu ˃ Ni ˃As ˃ Pb; en la fracción de 1 mm los mayores

enriquecimientos los obtuvieron Cu ˃ Pb ˃ Zn<, en la fracción de 250 µm los mayores

enriquecimientos fueron Zn ˃ Pb ˃ Cu<, en la fracción de 125 µm los mayores

enriquecimientos los obtuvieron Zn ˃ Cu ˃ Pb; en la fracción más fina de 63 µm los

mayores enriquecimientos fueron Zn ˃ Cu.

Tabla 17. Estadística descriptiva M10

Fraccion 2mm Ni Cu Zn Hg As Se Pb
MEAN case 1-3 58,854 151,116 245,906 0,411 54,745 2,895 45,245
MEDIAN case 1-3 58,969 147,728 245,622 0,411 52,873 3,111 45,884
SD case 1-3 0,990 6,691 0,864 0,010 5,202 0,448 1,199
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 57,812 146,797 245,220 0,401 50,737 2,380 43,862
Max case 1-3 59,781 158,824 246,876 0,420 60,624 3,194 45,990
Fraccion 1mm
MEAN case 1-3 13,474 324,919 103,159 1,002 18,420 1,003 109,003
MEDIAN case 1-3 13,463 324,713 103,097 1,002 18,406 1,001 108,944
SD case 1-3 0,574 10,897 3,292 0,001 0,724 0,097 3,192
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 12,906 314,126 99,898 1,001 17,703 0,907 105,841
Max case 1-3 14,054 335,918 106,482 1,002 19,151 1,101 112,225
Fraccion 250 mm
MEAN case 1-3 16,196 58,188 138,837 0,001 24,889 0,589 58,592
MEDIAN case 1-3 16,196 58,264 138,828 0,001 24,874 0,589 58,598
SD case 1-3 0,015 3,157 6,269 0,000 0,607 0,015 0,230
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 16,181 54,993 132,572 0,001 24,290 0,574 58,360
Max case 1-3 16,211 61,306 145,110 0,001 25,503 0,603 58,819
Fraccion 125 mm
MEAN case 1-3 18,343 95,126 216,141 0,002 19,132 1,001 87,783
MEDIAN case 1-3 18,003 95,118 216,093 0,002 18,902 1,000 87,768
SD case 1-3 0,823 0,853 5,023 0,001 0,677 0,153 1,563
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 17,744 94,277 211,143 0,001 18,601 0,849 86,227
Max case 1-3 19,281 95,983 221,188 0,002 19,894 1,155 89,353
Fraccion 63 mm
MEAN case 1-3 21,458 301,279 455,825 0,001 36,658 0,895 91,491
MEDIAN case 1-3 21,456 301,398 450,067 0,001 37,139 0,894 91,500
SD case 1-3 0,338 17,405 10,293 0,000 1,106 0,140 1,311
VALID_N case 1-3 3,000 3,000 3,000 3,000 3,000 3,000 3,000
MIN case 1-3 21,121 283,815 449,700 0,001 35,393 0,756 90,176
Max case 1-3 21,797 318,625 467,709 0,001 37,441 1,036 92,798

73
4.6 Anova granulometría

La variedad de factores independientes involucrados en el comportamiento de

las variables medioambientales actuando al mismo tiempo en un ecosistema, hace

necesario y suficiente aplicar pruebas para determinar si los datos siguen o no una

distribución normal. Por esta razón, no es adecuado presumir que existe una

distribución normal para variables como las concentraciones de elementos trazas en

los suelos de áreas verdes, si se considera una alta actividad antrópica del lugar

analizado. Al respecto, ambientalmente es importante tener presente que un

comportamiento estadísticamente no normal se caracteriza porque las variables

aleatorias de interés resultan del producto de muchas variables aleatorias

independientes actuando en conjunto lo que llegan a potenciarse entre sí, es una

condición muy similar a lo que acontece en los ecosistemas. Lo anterior implica que el

valor promedio de las concentraciones de elementos químicos esenciales y no

esenciales en los suelos de áreas verdes, podría no ser el valor más representativo,

pasando a ser más representativo el valor de la mediana. Por lo tanto, con el fin de

demostrar si el conjunto de los datos de las concentraciones de los elementos bajo

estudio para metales totales y metales solubles siguen o no una distribución normal, se

aplicó la prueba de Shapiro – Wilkinson (p = 0,05). Entonces con el fin de obtener

información sobre la significancia estadística de los resultados, se aplicó la prueba

ANOVA de una vía (p = 0,05).

Para realizar el anova se necesita tener cada muestra en triplicado, ya que así

nos da la variabilidad estadística, se realizó un anova de una vía; (one way), además

74
de crear un descriptor por cada sitio de muestreo, con las barbas se aprecia la

reproducibilidad analítica de cada metal por sitio.

Con el fin de interpretar con lo anterior, a continuación se presentan las gráficas

más representativas de barbas resultantes del análisis ANOVA de una vía. Entonces

podemos definir que esta técnica estadística estudia el efecto producido por la

variación de parámetros que presenta una magnitud que refleja el grado de

contaminación del área determinada, y así comprobar la movilidad iónica de los

metales y el procedimiento analítico utilizado por el fraccionamiento.

En las Figuras 13 Y 14 se muestran la gráfica de barbas anteriormente

mencionadas de los metales totales y solubles, considerando la significancia del

resultado de la aplicación de la prueba de normalidad de Shapiro – Wilkinson (p =

0,05). En cada gráfica se ha consignado el resultado del análisis ANOVA de una vía

con el fin de definir si hay o no diferencias significativas entre los resultados que

demostró el análisis de suelo de áreas verdes para determinar si las distribuciones de

las concentraciones de los metales siguen una distribución normal.

Según la literatura cuando la concentración de la fracción más fina de 63 µm, supera

la concentración de 2 mm, podemos hablar de un sitio contaminado, a manera de

ilustración se muestran dos figuras (Ver figuras 13 y 14) en donde la concentración de

Pb en la fracción más fina de 63 µm , supera la fracción de 2 mm , fue el único metal ,

ya que Ni, Cu, Zn, Hg , As y Se su concentración más fina no supera la fracción de 2

mm , esto quiere decir que el punto 7 , el cual se encuentra emplazado en la avenida

Brasil son suelos contaminados por Pb, y esto tiene mucho más connotación cuando

75
esta área verde es el pulmón verde que presenta Antofagasta, en donde grupos de

jóvenes y niños menores de 18 años , tienen contacto directo con este suelo.

Figura 13. Anova de Pb en la fracción de 2 mm

Figura 14. Anova de Pb en la fracción de 63 µm

76
4.7 Función de distribución de las concentraciones de los metales en las

fracciones granulométricas de los suelos de áreas verdes de la ciudad de

Antofagasta.

Los histogramas se utilizan para representar las frecuencias absolutas o

relativas cuando los datos están agrupados, el área de los rectángulos será

proporcional a las frecuencias. Para evaluar la distribución de la muestra en términos

de frecuencia de los metales (resultados), se utilizó el valor P. Los histogramas de

barras con Shapiro-Wilkinson indican sí la función de distribución de datos es normal o

no normal. Cuando el número de datos de la muestra tiende al infinito, está función

tiende a una curva conocida como modelo normal o de Gauss (Ramos y Col, 2011).

(Ramos, G., Alvarez-Choque, & G., 2011)

La mayor parte de los histogramas que representan los metales de esta

investigación, indican que la distribución de datos no sigue una función gauseana, si no

que los máximos y mínimos están desplazados a los extremos. Los histogramas por

función granulométrica demuestran una distribución dominantemente no normal

4.7.1 Fracción de 2 mm en suelos de áreas verdes

En el análisis de los histogramas de frecuencia para los suelos de áreas

verdes, en la fracción de 2 mm se pudo observar que solo 1 de los 7 metales

analizados presentó una distribución normal o distribución Gaussiana, este fue el caso

de As (Ver Figura 15). En el caso de los 6 metales restantes (Ni, Cu, Zn, Hg, Se, y

77
Pb), se observó que el valor p del test de Shapiro-Wilks fue < 0,05, por lo tanto, se

infiere que la función de distribución de las concentraciones de estos metales en los

suelos correspondientes no es normal.

Histogram of As
Spreadsheet todas las F 35v*30c
As = 30*2*normal(x| 63,7903| 6,3964)
5

3
No of obs

0
46 48 50 52 54 56 58 60 62 64 66 68 70 72 74 76

As: SW-W = 0,9453| p = 0,1267; N = 30 As

Figura 15. Histograma As en suelos de Áreas verdes, fracción de 2 mm p > 0,05

(Normal).

4.7.2 Fracción de 1 mm suelos de áreas verdes.

En la fracción de 1 mm, resultante del proceso granulométrico en suelos de áreas

verdes de Antofagasta, todos los elementos bajo estudio (Ni, Cu, Zn, Hg, As, Se, Pb)

presentaron una distribución de datos no-normal (p < 0,05), a modo de ilustración ver

el caso de Hg en la Figura 16.

78
Histogram of Hg F1 mm
Spreadsheet todas las F 35v*30c
Hg = 30*0,1*normal(x| 0,1383| 0,3101)
26
24
22
20
18
16
No of obs

14
12
10
8
6
4
2
0
-0,1 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2

Hg: SW-W = 0,492| p = 0,00000; N = 30 Hg

Figura 16. Histograma Hg en suelos de Áreas verdes, fracción de 1 mm p ˂ 0,05

(No normal).

4.7.3 Fracción de 250 µm suelos de áreas verdes.

Los histogramas de frecuencia de los metales bajo estudio en la fracción

granulométrica de 250 µm de Ni y Se presentaron un valor de p > 0,05 por ende, se

infiere que la función de distribución de la concentración de estos metales sigue una

distribución normal. Para el caso de Cu, Zn, Hg, As y Pb, los histogramas revelan que

en esta fracción granulométrica estos metales presentan una distribución que no es

normal, ya que el valor p es < 0,05. En las Figuras 17 y 18 se presentan los

correspondientes histogramas.

79
Histogram of Ni F250 mm
Spreadsheet todas las F 35v*30c
Ni = 30*2*normal(x| 16,0679| 3,4374)
10

6
No of obs

0
6 8 10 12 14 16 18 20 22 24

Ni: SW-W = 0,9336| p = 0,0612; N = 30 Ni

Figura 17. Histograma Ni en suelos de Áreas verdes, fracción de 250 µm p ˂ 0,05

(Normal).

Figura 18. Histograma Se en suelos de Áreas verdes, fracción de 250 µm p ˂ 0,05

(Normal).

80
4.7.4 Fracción de 125 µm suelos de áreas verdes.

La fracción de 125 µm resultante del proceso granulométrico revelo que solo Se

presenta una distribución normal de los datos (Ver Figura 19). Los metales que no

presentaron una distribución normal fueron Ni, Cu, Zn, Hg, As y Pb, los cual implica

que sus distribuciones no fueron normales, ya que sus valores de p fueron menores a

0,05.

Histogram of Se F125 mm
Spreadsheet todas las F 35v*30c
Se = 30*0,2*normal(x| 0,7461| 0,4106)
7

4
No of obs

0
-0,2 0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8

Se: SW-W = 0,9703| p = 0,5487; N = 30 Se

Figura 19. Histograma Se en suelos de Áreas verdes, fracción de 125 µm p ˂ 0,05

(Normal).

81
4.7.5 Fracción de 63 µm suelos de áreas verdes.

Por último, en la fracción granulométrica más fina de 63 µm todos los elementos, esto

es Ni, Cu, Zn, Hg, As, Se y Pb presentaron un valor p < 0,05, por lo tanto, se infiere

que la distribución de las concentraciones de estos metales en esta fracción de los

suelos de áreas verdes no es gaussiana, a modo de ilustración ver figura 20, para el

caso de Cu.

Histogram of Cu F63 mm
Spreadsheet todas las F 35v*30c
Cu = 30*50*normal(x| 255,0751| 157,8714)
7

4
No of obs

0
-50 0 50 100 150 200 250 300 350 400 450 500 550

Cu: SW-W = 0,91| p = 0,0149; N = 30 Cu

Figura 20. Histograma Cu en suelos de Áreas verdes, fracción de 63 µm p ˂ 0,05

(Normal).

82
Por otra parte, los gráficos de caja son de particular importancia en el análisis

exploratorio de este tipo de datos. Los resultados se presentan en un rectángulo de

ancho arbitrario de longitud igual al rango inter-cuartilico, lo cual se logra dibujando uno

de los límites del rectángulo en el primer cuartil y el otro en el tercero, entre estos

también se dibuja otra línea que representa a la mediana de los datos. De cada

extremo del rectángulo debe salir también una línea de longitud no superior a una vez

y ½ el rango inter-cuartílico. Los valores de las variables fuera de rango (casos límites

y extremos), se muestran con una simbología diferente. Las gráficas se presentan por

fracción granulométrica separadas de acuerdo a la magnitud de las concentraciones de

los metales más enriquecidos en las correspondientes fracciones (2 mm, 1 mm, 250

µm, 125 µm, y 63 µm). Como ilustración en las Figuras 21, 22, 23 y 24 se muestran los

casos correspondientes a las fracciones de 2 mm y 63 µm.

Box Plot of multiple v ariables


Spreadsheet todas las F 35v *30c
Median; Box: 25%-75%; Whisker: Non-Outlier Range
2000

1800

1600

1400

1200

1000

800

600

400

200 Median
25%-75%
0
Non-Outlier Range
-200 Outliers
Ni Cu Zn As Pb Extremes

Figura 21. Gráfico de Caja Ni, Cu, Zn, As y Pb en suelos de área verde en

Antofagasta, fracción de 2 mm

83
Box Plot of multiple variables
Spreadsheet todas las F 35v*30c
Median; Box: 25%-75%; Whisker: Non-Outlier Range
12

10

0
Median
25%-75%
Non-Outlier Range
-2 Outliers
Hg Se Extremes

Figura 22. Gráfico de Caja Hg y Se en suelos de área verde en Antofagasta,

fracción de 2 mm.

Box Plot of multiple variables


Spreadsheet todas las F 35v*30c
Median; Box: 25%-75%; Whisker: Non-Outlier Range
1400

1200

1000

800

600

400

200

Median
0
25%-75%
Non-Outlier Range
-200 Outliers
Ni Cu Zn As Pb Extremes

Figura 23. Gráfico de Caja Ni, Cu, Zn, As y Pb en suelos de área verde en

Antofagasta, fracción de 63 µm.

84
Box Plot of multiple variables
Spreadsheet todas las F 35v*30c
Median; Box: 25%-75%; Whisker: Non-Outlier Range
5

0
Median
25%-75%
Non-Outlier Range
-1 Outliers
Hg Se Extremes

Figura 24. Gráfico de Caja Hg y Se en suelos de área verde en Antofagasta,


fracción de 63 µm.

4.8 Aplicación de la técnica multivariada de agrupamientos de variables

(Clúster) en el estudio de metales en las fracciones granulométricas de los

suelos de áreas verdes de la ciudad de Antofagasta.

El análisis de conglomerados estadísticos es una técnica que permite estudiar

paradigmas que dependen de un conjunto de variables. Por ende, se trata de una

técnica de reducción de variables, que las reagrupa en subconjuntos de variables que

correlacionan entre sí. En el caso de caracterizaciones químico-ambientales

generalmente el número de variables es grande y no es posible asumir que una cierta

85
función de distribución de cuenta del comportamiento de las variables. En estos

paradigmas el objetivo principal es reducir el número de variables por similitud

estadística de las variables en juego. Es decir, el objetivo práctico es re-agrupar las

variables por similitud de su comportamiento estadístico; a estos agrupamientos se les

denomina clúster o conglomerados. Con este fin, se ha utilizado el método de Ward, ya

que es un procedimiento jerárquico que conduce a agrupaciones más compactas y

diferenciadas. Para medir la similitud o distancias entre las variables la técnica

considera 1-pearson r entre las variables que pertenecen a un mismo conglomerado de

variables (Garcia, 2001). Al igual que en los análisis estadísticos anteriores se empleó

el software STATISTICA de Statsoft, versión 10.0.

En la Figura 25 se presenta el dendrograma o diagrama árbol de la aplicación

de la técnica de clúster a las concentraciones totales de 7 metales pesados en 150

muestras de suelos superficiales de áreas verdes de la ciudad de Antofagasta,

consideradas en la caracterización granulométrica de las muestras, colectadas en 10

sectores de la ciudad de Antofagasta, hay que tener presente que las muestras se

colectaron en triplicado y que rindieron 5 fracciones, a saber; 2 mm, 1 mm, 250 µm,

125 µm y 63 µm. Desde la Figura antes mencionada es posible observar que los 7

metales pesados considerados como variables se redujeron por similitud estadística a

dos clúster principales, en que el primero lo conforman las siguientes fracciones

elementales: Ni 2, Hg 2, Hg 125, Hg 63, As 2 y Hg 250, por su parte el segundo

conglomerado está formado por: Cu 2, Ni 125, Se 63, Zn 125, As 125, Se 125, Ni 1, As 1, Se 2,

Se 1, Cu 1, Pb 1, Hg 1, Pb 125, Pb 63, Cu 63, Zn 2, Cu 125, Zn 63, Zn 250, Ni 63, Se 250, Zn 1, As

63, Ni 250, Cu 250, Pb 250 y As 250 en donde los números representan a las fracciones

86
granulométricas correspondientes de los conglomerados de variables. Sin embargo, en

el segundo se aprecian dos agrupamientos o conglomerados principales, el primero

conformado por Cu 2, Ni 125, Se 63, Pb 2, Zn 125, As 125, Se 125, Ni 1, As 1, Se 2, Se 1, Cu 1,

Pb 1, Hg 1, Pb 125, Pb 63 y Cu 63, y el segundo conformado por Zn 2, Cu 125, Zn 63, Zn 250,

Ni 63, Se 250, Zn 1, As 63, Ni 250, Cu 250, Pb 250 y As 250.

De la heterogeneidad elemental de las fracciones granulométricas se puede inferir lo

siguiente:

1. A excepción de las fracciones granulométricas de Pb que se encuentran

distribuidas en un mismo clúster principal, en los casos de Cu, Zn Hg y Se las

fracciones granulométricas aparecen más homogéneamente distribuidas en el

segundo clúster principal pero en distintos sub-clúster

2. Por su parte las fracciones granulométricas de Ni y As aparecen

heterogéneamente distribuidos en los dos clúster principales asociados a sub-

clúster diferentes. Luego se puede concluir que estos dos elementos presentan

la mayor heterogeneidad de la distribución de las fracciones granulométricas en

los suelos de las áreas verdes de Antofagasta.

87
Figura 25. Dendrograma de la distribución de metales en suelos de las áreas
verdes de la ciudad de Antofagasta, según la distribución de la heterogeneidad
de las fracciones granulométricas.

88
4.9 Aplicación de la técnica multivariada de factores y componentes

principales aplicada al estudio de la distribución de metales en las

fracciones granulométricas de los suelos de áreas verdes de la ciudad de

Antofagasta.

Esta técnica se basa en descubrir el número de factores principales y que variables los

constituyen. El desarrollo de esta técnica se le atribuye a Hotelling (1933), y sus

orígenes se encuentran en los ajustes ortogonales que se realizan por la técnica de los

mínimos cuadrados introducidos por K. Pearson (1901). Esta técnica multivariada

permite principalmente lograr la reducción de las dimensiones estadísticas, esto es

describir un sistema que depende de muchas variables por un conjunto acotado o

discreto de variables.

El Análisis Factorial, supone que existe un factor común subyacente a todas las

variables. Se utiliza para analizar interrelaciones entre un número elevado de variables

cuantitativas explicando dichas interrelaciones en términos de un número menor de

variables que se denominan factores dentro de los cuales existe un cierto conjunto de

variables denominadas componentes principales (Peña, 2002).

En la Tabla 18 se presentan los resultados de la aplicación al fraccionamiento

granulométrico de los suelos de los 10 sitios estudiados en Antofagasta, de la técnica

multivariada de factores y componentes principales. El resultado del análisis factores

principales, resolvió el conjuntos de variables dentro de 8 factores principales, dentro

89
de los cuales se encuentran los siguientes componentes principales, a saber, F1= Zn

2mm, Pb 2mm, Zn 250 mm, Cu 125 µm, Ni 63 µm y Zn 63 µm; F2= Cu 250 µm, Pb

250 µm; F3= Ni 125 µm, Zn 125 µm, As 125 µm, Se 125 µm y Se 63 µm; F4= Ni 2mm,

Hg 2mm, Hg 125 µm, Hg 63 µm; F5= Hg 250 µm y Pb 63 µm; F6= Se 2mm, Se 1mm;

F7= Ni 1mm, As 1mm, y por ultimo F8= Hg 1mm . Por lo tanto, un problema de 35

elementos se ha reducido por similitud estadística a 8 sub-conjuntos de variables. De

acuerdo a la técnica de factores principales los componentes principales por factor

deben correlacionar entre sí, es decir, la regresión lineal entre componentes principales

por factor debe estar asociada a un coeficiente de Pearson significativo. En este

trabajo los valores de r de Pearson se consideran significativos cuando alcanzaron

valores de r ≥ 0,05. Así entonces los componentes principales inter-factor también

tuvieron un cierto grado de significancia. Esta correlación generalmente tiene

interpretación en el ámbito en que la técnica está siendo aplicada, en este caso la

Química Ambiental, con el fin de descubrir relaciones inter-elementales agonista o

antagonistas.

90
Tabla 18. Análisis de factores y componentes principales aplicados a la
granulometría de los suelos de las áreas verdes de Antofagasta, estudiados en
este trabajo.

91
4.10 Correlaciones Paramétricas proceso granulométrico.

El estudio de las correlaciones lineales existentes entre los valores experimentales de

los parámetros obtenidos en cada sitio de muestreo, puede revelar asociaciones

funcionales acerca de los orígenes y comportamiento de los metales en los suelos de

áreas verdes bajo estudio.

El coeficiente de correlación de Pearson, es una medida de la asociación lineal entre

dos variables. Los valores del coeficiente de correlación van de -1 a 1. El signo del

coeficiente indica la dirección de la relación y su valor absoluto indica la fuerza. Los

valores mayores indican que la relación es más estrecha, se detalla a continuación los

resultados por cada fracción de Granulometría.

4.10.1 Correlaciones entre fracción Granulométrica de 2 mm v/s Fracciones 1

mm, 250 µm, 125 µm y 63 µm.

En el caso de Ni correlacionó directamente con Zn, As y Pb; por su parte Cu

correlacionó directamente con Cu, además Zn correlacionó directamente consigo

mismo y Pb y antagónicamente con Se; Hg correlacionó directamente con Ni, Hg y As,

As correlacionó directamente con Ni y consigo mismo, además Se correlacionó

directamente con Cu, Zn y Pb y antagónicamente con Se y finalmente Pb correlacionó

directamente con Ni.

92
Tabla 19. Correlaciones entre fracción Granulométrica de 2 mm v/s Fracciones 1
mm, 250 µm, 125 µm y 63 µm.

4.10.2 Correlaciones entre fracción de 1 mm v/s Fracciones 250 µm, 125 µm y 63

µm.

En el caso de Ni correlacionó directamente consigo mismo y con Zn; por su parte Cu

correlacionó directamente consigo mismo, con Se y Pb, además Zn correlacionó

consigo mismo, Hg correlacionó antagónicamente con Ni, Cu, As, y Pb, también As

correlacionó directamente con Zn; Se correlacionó directamente con Cu, As y Pb y por

ultimo Pb no correlaciona con ningún metal.

93
Tabla 20. Correlaciones entre fracción de 1 mm v/s Fracciones 250 µm, 125 µm y
63 µm.
Correlations (Spreadsheet todas las F)
Marked correlations are significant at p < ,05000
N=30 (Casewise deletion of missing data)
Variable Ni Cu Zn Hg As Se Pb
Ni 0,381778 -0,260492 -0,056232 -0,582035 -0,152399 0,225045 -0,318739
Cu 0,196198 0,432839 0,259023 -0,491162 0,037076 0,448593 -0,087658
Zn 0,458652 -0,027101 0,498726 0,218341 0,710512 0,340881 -0,118654
Hg -0,263571 0,257110 0,113823 -0,240832 -0,190295 -0,244094 0,329986
As 0,287365 0,083848 0,009066 -0,521097 -0,166098 0,376626 -0,045435
Se 0,004874 0,430977 -0,183517 -0,214916 -0,128060 -0,270118 -0,031591
Pb 0,141979 0,542788 0,189301 -0,535012 -0,139232 0,368695 -0,074897

4.10.3 Correlaciones entre fracción de 250 µm v/s Fracciones 125 µm y 63 µm.

En la Tabla 21 Ni correlacionó directamente con Cu, Zn, As y Se, mientras que Cu

correlacionó antagónicamente con As; por su parte Zn correlacionó consigo mismo y

directamente con Se; Hg no correlacionó con ningún metal; As correlacionó

directamente con Zn; al igual que Se correlacionó con Cu, por ultimo Pb correlacionó

directamente con Hg.

94
Tabla 21. Correlaciones entre fracción de 250 µm v/s Fracciones 125 µm y 63 µm.
Correlations (Spreadsheet todas las F)
Marked correlations are significant at p < ,05000
N=30 (Casewise deletion of missing data)
Variable Ni Cu Zn Hg As Se Pb
Ni 0,263158 -0,011640 0,061769 -0,193259 -0,044146 0,322229 -0,221691
Cu 0,373203 0,065325 0,350841 -0,083565 -0,053710 0,460370 -0,090822
Zn 0,899344 -0,016071 0,770507 -0,120904 0,380464 0,175398 0,021385
Hg -0,041358 -0,028413 -0,072242 0,165098 -0,245446 -0,338315 0,508787
As 0,612539 -0,443728 0,298417 -0,293938 0,141430 0,111240 -0,346572
Se 0,674088 0,130615 0,568237 -0,174666 -0,039446 -0,149261 0,107891
Pb 0,157603 0,053949 0,211439 -0,108867 -0,162395 0,359347 -0,079866

4.10.4 Correlaciones entre fracción de 125 µm v/s Fracción 63 µm.

En el caso de Ni correlacionó directamente con Cu y Zn; por su parte Zn correlacionó

directamente con Cu, Zn, As, Se y Pb; además Hg correlacionó consigo mismo; As

correlacionó directamente con Hg; Se correlacionó directamente con Ni, Zn, As y Se;

finalmente Pb correlacionó directamente con Cu, As y Pb, ver Tabla 22.

Tabla 22. Correlaciones entre fracción de 125 µm v/s Fracción 63 µm.


Correlations (Spreadsheet todas las F)
Marked correlations are significant at p < ,05000
N=30 (Casewise deletion of missing data)
Variable Ni Cu Zn Hg As Se Pb
Ni 0,252286 0,531738 0,140995 -0,345806 -0,100885 0,698721 -0,031193
Cu 0,651848 0,385288 0,899014 0,119848 0,115656 0,167504 0,685977
Zn 0,548832 0,319520 0,536878 -0,324474 0,142654 0,744012 0,004550
Hg -0,114504 -0,169628 -0,094617 0,590605 0,673538 0,016546 -0,153980
As 0,337448 0,417060 0,548173 0,076529 0,294605 0,589522 0,408774
Se 0,087292 0,317843 0,364551 -0,185634 0,113253 0,519691 0,295112
Pb 0,203236 0,740266 0,629295 -0,119369 -0,238595 0,149728 0,747302

95
De las correlaciones inter fracción se pudo observar que la fracción de 2 mm v/s todas

las demás rindió 17 correlaciones, mientras que la fracción de 1 mm v/s las fracciones

de 250 µm, 125 µm y 63 µm se obtuvieron 14 correlaciones, en tanto la fracción de 250

µm v/s fracciones 125 µm y 63 µm rindieron 10 correlaciones, por último la fracción 125

µm v/s fracción de 63 µm se observaron la mayor cantidad de correlaciones

presentándose, a saber, 20 lo que nos indica que estamos en presencia de suelos

contaminados, por encontrase más enriquecidas en contaminantes.

5. Análisis estadístico fraccionamiento Mineralógico Tessier modificado

Se aplicaron las mismas herramientas estadísticas paramétricas y no paramétricas que

en el caso de la granulometría, utilizando el software STATICA de STATSOFT versión

10.0.

5.1 Estadística descriptiva Tessier Modificado

Se presentan las tablas de estadística descriptiva para el fraccionamiento mineralógico

de suelos en áreas verdes de la ciudad de Antofagasta, en las cuatro fracciones

mineralógicas.

96
5.1.1 Fracción Intercambiable (F1)

En la Tabla 23 se muestran los resultados estadísticos paramétricos correspondiente a

la fracción intercambiable de metales, es decir, en la fracción más reactiva de metales

en los suelos bajo estudio. En esta fracción los enriquecimientos más significativos se

obtuvieron para los casos de Ni > Cu > Zn > Pb.

Tabla 23. Estadística descriptiva (F1)

Fracción 1 Ni Cu Zn Hg As Se Pb
MEAN case 1-3 32,248 27,546 25,617 0,082 1,618 0,560 12,176
MEDIAN case 1-3 18,038 13,113 9,701 0,074 1,948 0,563 14,759
SD case 1-3 49,350 36,203 35,257 0,034 0,873 0,115 4,443
VALID_N case 1-3 30,000 30,000 30,000 30,000 30,000 30,000 30,000
MIN case 1-3 1,617 3,619 3,116 0,036 0,046 0,233 5,980
Max case 1-3 177,055 126,952 126,952 0,149 2,870 0,810 17,394

5.1.2 Fracción Oxidable (F2)

En la Tabla 24 se muestran los resultados estadísticos paramétricos en la fracción

oxidable de metales de los suelos bajo estudio, la cual también puede ser considerada

una fracción reactiva. Se trata de una fracción altamente enriquecida en el orden Ni

>Zn > Cu > Pb. Respecto a As su enriquecimiento en esta fracción fue mayor que en

las otras, lo que podría indicar que una fracción no despreciable se encontraría como

As (III), la cual habría sido oxidada a As (V).

97
Tabla 24. Estadística descriptiva (F2)

Fracción 2 Ni Cu Zn Hg As Se Pb
MEAN case 1-3 272,242 41,366 182,035 0,201 4,646 1,336 25,079
MEDIAN case 1-3 22,926 34,792 89,383 0,096 3,628 1,234 17,542
SD case 1-3 507,630 25,173 208,453 0,262 2,423 0,860 15,522
VALID_N case 1-3 30,000 30,000 30,000 30,000 30,000 30,000 30,000
MIN case 1-3 6,972 9,708 8,245 0,035 1,206 0,043 8,614
Max case 1-3 1566,876 90,566 595,004 0,988 8,855 3,038 56,270

5.1.2 Fracción que contiene a la Materia orgánica (F3)

En la Tabla 25 se muestran los resultados estadísticos paramétricos en la fracción que

contiene a la materia orgánica, la cual es degradable por la biomasa microbiológica y

por lo tanto, los metales pueden ser re-movilizados por la biota del suelo por las

sustancias húmicas y fúlvicas (Christman, 1987). También, es una fracción

relativamente enriquecida en los metales bajo estudio. En esta fracción los

enriquecimientos se presentaron particularmente en el orden Cu > Zn > Ni.

Tabla 25. Estadística descriptiva (F3)

Fracción 3 Ni Cu Zn Hg As Se Pb
MEAN case 1-3 49,337 167,401 92,044 0,257 4,997 0,753 19,437
MEDIAN case 1-3 12,497 116,740 56,131 0,108 4,354 0,738 15,186
SD case 1-3 92,019 134,742 95,568 0,338 2,366 0,280 15,682
VALID_N case 1-3 30,000 30,000 30,000 30,000 30,000 30,000 30,000
MIN case 1-3 2,249 36,438 8,626 0,026 1,419 0,152 3,239
Max case 1-3 312,222 446,105 332,788 1,153 10,117 1,318 48,766

98
5.1.4 Fracción Residual (F4)

En la Tabla 26 se muestran los resultados estadísticos paramétricos en la fracción

residual, es decir, metales que se encuentran bajo formas químicas menos reactivas y

por lo tanto menos disponible para la biota y que presentan entonces menos riesgos

ambientales. En esta fracción los enriquecimientos relativos son entre uno a dos

órdenes de magnitud menores a los de las fracciones anteriores para los casos de Zn

˃ Ni ˃ Cu ˃ Pb.

Es destacable el caso de As ya que en ninguna de las fracciones resulto ser un

componente mayor, lo cual podría ser una evidencia que los suelos bajo estudio tienen

una importante componente de suelos que no provendrían de la segunda región.

Tabla 26. Estadística descriptiva (F4)


Fracción 4 Ni Cu Zn Hg As Se Pb
MEAN case 1-3 9,534 8,534 15,602 0,084 1,527 0,318 7,818
MEDIAN case 1-3 7,528 6,314 11,969 0,086 1,343 0,295 7,427
SD case 1-3 5,709 5,749 11,492 0,042 1,181 0,142 2,646
VALID_N case 1-3 30,000 30,000 30,000 30,000 30,000 30,000 30,000
MIN case 1-3 2,366 4,756 3,020 0,012 0,083 0,083 3,220
Max case 1-3 20,491 25,927 36,931 0,165 3,550 0,576 12,491

99
5.2 Anova del fraccionamiento mineralógico

5.2.1 Fracción intercambiable (F1)

En cada gráfica se ha consignado el resultado del análisis ANOVA de una vía con el fin

de definir si hay o no diferencias significativas entre los resultados que demostró el

análisis de suelo de áreas para ver la variabilidad a través de las varianzas.

A modo de ilustración para la fracción más reactiva se muestra Pb y Ni

respectivamente. En el caso de Pb la M1 (Colegio Ais), M6 (Parque Croacia) y M7

(Avenida Brasil) son los sitios con menor variabilidad.

Descriptor; LS Means
Current effect: F(9, 20)=18,736, p=,00000
Effective hypothesis decomposition
Vertical bars denote 0,95 confidence intervals
22

20

18

16

14
Pb

12

10

2
1 2 3 4 5 6 7 8 9 10
Descriptor

Figura 26. Anova de Pb en la fracción 1 de Tessier

100
Para el caso de Ni, la mayor variabilidad se encuentra en el sitio 7 emplazado en la

avenida Brasil, se destaca con grandeza.

Figura 27. Anova de Ni en la fracción intercambiable de Tessier

Es importante tener en consideración que estamos tratando con la fracción

intercambiable, es decir, la cantidad de Pb y Ni presentes en los sitios nombrados es

preocupante.

5.2.2 Fracción oxidable (F2)

Para la segunda fracción oxidable, producto del proceso mineralógico de Tessier, en el

sitio 7 ubicado en la avenida Brasil, resalta la homogeneidad de los demás sitios,

presentando una mayor variabilidad, al poder ser considerada una fracción reactiva ,

tiene importancia que el sitio 7, salga de la homogeneidad, ver Figura 28.

101
Descriptor; LS Means
Current effect: F(9, 20)=1617,5, p=0,0000
Effective hypothesis decomposition
Vertical bars denote 0,95 confidence intervals
1,1
1,0
0,9
0,8
0,7
0,6
Hg
0,5
0,4
0,3
0,2
0,1
0,0
-0,1
1 2 3 4 5 6 7 8 9 10

Descriptor

Figura 28. Anova de Hg en la fracción 2 de Tessier.

5.2.3 Fracción materia orgánica (F3)

Para la fracción 3 del proceso mineralógico se presenta, a saber, el caso de Zn, según

la estadística descriptiva dentro de los metales con mayor enriquecimiento es el menor,

sin embargo en el sitio 8, ubicado en la muestra avenida Brasil 2, su homogeneidad se

dispara, presentado una mayor variabilidad, sin embargo por encontrase en la fracción

de materia orgánica, este puede ser transformado o eliminado, ver Figura 29.
Descriptor; LS Means
Current ef f ect: F(9, 20)=10316,, p=0,0000
Ef f ectiv e hy pothesis decomposition
Vertical bars denote 0,95 conf idence interv als
400

350

300

250

200
Zn

150

100

50

-50
1 2 3 4 5 6 7 8 9 10
Descriptor

Figura 29. Anova de Zn en la fracción 3 de Tessier.

102
5.2.4 Fracción residual (F4)

Para la cuarta fracción producto del proceso mineralógico, entre los metales más

enriquecidos Cu es el tercero, y más aún el sitio 8, ubicado en la avenida Brasil 2, pero

al encontrarse en la fracción residual su daño al medio ambiente no es fuerte, ya que

este elemento no se encuentra muy reactivo, ver Figura 30.

Descriptor; LS Means
Current effect: F(9, 20)=131,21, p=,00000
Effective hypothesis decomposition
Vertical bars denote 0,95 confidence intervals
30

25

20
Cu

15

10

0
1 2 3 4 5 6 7 8 9 10
Descriptor

Figura 30. Anova de Cu en la fracción 4 de Tessier.

103
5.3 Función de distribución de las concentraciones de los metales en las

fracciones mineralógicas de los suelos de áreas verdes de la ciudad de

Antofagasta

El primer paso de cualquier análisis multivariado es representar gráficamente las

variables individualmente, mediante un histograma o un diagrama de caja. Estas

representaciones son muy útiles para detectar asimetrías, heterogeneidad, datos

atípicos, etc. En segundo lugar, conviene construir los diagramas de dispersión de las

variables por pares, y esta posibilidad se incluye ya en muchos programas de

ordenador. Con p variables existen p (p-1)/2 gráficos posibles, que se pueden disponer

en forma de matriz para entender el tipo de relación existente entre pares de variables,

e identificar puntos atípicos en la relación bivariada (Peña, 2002).

5.3.1 Fracción Intercambiable (F1)

En la fracción intercambiable del fraccionamiento mineralógico el único elemento que

presenta un valor p ˃ 0,05 es Se, lo que nos permite inferir que se trata de una

distribución normal, ver Figura 31.

Por el contrario los otros elementos (Ni, Cu, Zn, Hg, As y Pb), presentan una

distribución no normal, cabe mencionar que dentro de estos metales Hg se acerca a

un valor p ˃ 0,05, pero no cumple con la función de Gauss.

104
Histogram of Se
Spreadsheet Tessier F1 7v*30c
Se = 30*0,1*normal(x| 0,5603| 0,1152)
12

10

No of obs 8

0
0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9

Se: SW-W = 0,9657| p = 0,4299; N = 30 Se

Figura 31. Histograma Se en suelos de Áreas verdes, Antofagasta, fracción

Intercambiable de Tessier p ˃ 0,05 (Distribución Normal)

5.3.2 Fracción Oxidable (F2)

En la fracción oxidable del fraccionamiento mineralógico, al igual que en la fracción

intercambiable, el único metal con p ˃ 0,05 de Shapiro Wilkinson es Se, ver Figura 32

por lo tanto la distribución de los datos es normal. Mientras que los otros metales (Ni,

Cu, Zn, Hg, As y Pb), presentan un p ˂ 0,05, de la prueba de Shapiro Wilkinson por

ende la distribución de los datos es no normal.

105
Histogram of Se
Spreadsheet Tessier F2 8v*30c
Se = 30*0,5*normal(x| 1,3359| 0,8596)
10

6
No of obs

0
-0,5 0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5

Se: SW-W = 0,9547| p = 0,2254; N = 30 Se

Figura 32. Histograma Se en suelos de Áreas verdes, Antofagasta, fracción

Oxidable de Tessier p ˃ 0,05 (Distribución Normal).

5.3.3 Fracción que contiene a la Materia orgánica (F3)

En la fracción que contiene a la materia orgánica se encontró que As y Se presentaron

un valor de p > 0,05 para la prueba de Shapiro Wilkinson, ver Figura 33 y 34

respectivamente, por lo que se infiere que la función de distribución de los datos

tiende a ser normal. Los metales que no presentaron este tipo de gráficas fueron Ni,

Cu, Zn, Hg y Pb, por lo que la distribución de sus datos tiende a no ser normal, es

decir, el p para la prueba de Shapiro Wilkinson fue menor a 0,05.

106
Histogram of As
Spreadsheet Tessier F3 8v *30c
As = 30*1*normal(x| 4,9965| 2,3662)
10

6
No of obs
5

0
0 1 2 3 4 5 6 7 8 9 10 11

As: SW-W = 0,9514| p = 0,1840; N = 30 As

Figura 33. Histograma As en suelos de Áreas verdes, Antofagasta, fracción

Materia orgánica de Tessier p ˃ 0,05 (Distribución Normal).

Histogram of Se
Spreadsheet Tessier F3 8v*30c
Se = 30*0,1*normal(x| 0,753| 0,2795)
7

4
No of obs

0
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5

Se: SW-W = 0,9486| p = 0,1553; N = 30 Se

Figura 34. Histograma Se en suelos de Áreas verdes, Antofagasta, fracción

Materia orgánica de Tessier p ˃ 0,05 (Distribución Normal).

107
5.3.4 Fracción Residual (F4)

En esta fracción la cual contiene a la fracción mineralógica Residual, los metales Hg,

Se y Pb, estos presentaron un valor de p > a 0,05 para la prueba de Shapiro

Wilkinson, entonces, se infiere que la función de distribución de datos para estos

metales es normal. En el caso de Se este mismo comportamiento de la fracción

residual se observó en las fracciones 3, 2, y 1, ver Figuras 35, 36 y 37

respectivamente.

Para el caso de Ni, Cu, Zn y As las funciones de distribución de sus datos fueron no

normales, ya que el valor p para la prueba Shapiro Wilkinson fue menor a 0,05.

Histogram of Hg
Spreadsheet Tessier F4 8v*30c
Hg = 30*0,02*normal(x| 0,0844| 0,0421)
9

6
No of obs

0
-0,02 0,00 0,02 0,04 0,06 0,08 0,10 0,12 0,14 0,16 0,18 0,20

Hg: SW-W = 0,9357| p = 0,0696; N = 30 Hg

Figura 35. Histograma Hg en suelos de Áreas verdes, Antofagasta, fracción

Materia residual de Tessier p ˃ 0,05 (Distribución Normal)

108
Histogram of Se
Spreadsheet Tessier F4 8v*30c
Se = 30*0,1*normal(x; 0,3178; 0,1417)
12

10

No of obs
6

0
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7
Se: SW-W = 0,9586; p = 0,2845; N = 30 Se

Figura 36. Histograma Se en suelos de Áreas verdes, Antofagasta, fracción

Materia residual de Tessier p ˃ 0,05 (Distribución Normal).

Histogram of Pb
Spreadsheet Tessier F4 8v*30c
Pb = 30*1*normal(x| 7,8178| 2,6463)
9

6
No of obs

0
2 3 4 5 6 7 8 9 10 11 12 13 14

Pb: SW-W = 0,9518| p = 0,1892; N = 30 Pb

Figura 37. Histograma Pb en suelos de Áreas verdes, Antofagasta, fracción

Materia residual de Tessier p ˃ 0,05 (Distribución Normal).

109
6.0 Correlaciones Paramétricas en fracciones mineralógicas de Tessier.

Es una medida de la función lineal o correlación lineal entre variables en este caso en

las fracciones mineralógicas de Tessier, teniendo en consideración el parámetro r de

Pearson el cual puede oscilar entre -1 a 1 si la función es antagónica o directa.

En la Tabla 31 se presentan las correlaciones paramétricas de los elementos

involucrados en la fracción F1 de Tessier o fracción intercambiable, lo cual significa

que un elemento de la fracción puede correlacionar con otro directa o

antagónicamente. Si la correlación es directa significa que se comportan de manera

similar, es decir, si una concentración aumenta la del elemento que correlaciona con él

también lo hace. Por tanto el signo de la correlación es muy importante.

6.1 Fracción intercambiable (F1)

En esta fracción mineralógica Ni no correlacionó con ningún elemento. Por su parte Cu

correlacionó directamente con Zn y antagónicamente con Pb; además, Zn correlacionó

directamente con Hg, y antagónicamente con Pb; Hg correlacionó directamente con As

y Se y finalmente, As correlacionó directamente con Se y antagónicamente con Pb.

110
Tabla 27. Correlaciones paramétricas fracción intercambiable del

fraccionamiento de Tessier

Correlations (Spreadsheet Tessier F1)


Marked correlations are significant at p < ,05000
N=30 (Casewise deletion of missing data)
Variable Means Std.Dev. Ni Cu Zn Hg As Se Pb
Ni 32,24790 49,34972 1,000000 -0,114578 0,032758 -0,299837 -0,027850 0,050848 -0,346243
Cu 27,54583 36,20309 -0,114578 1,000000 0,876068 0,325120 -0,034032 -0,094520 -0,387954
Zn 25,61727 35,25652 0,032758 0,876068 1,000000 0,475800 0,250961 -0,016874 -0,432179
Hg 0,08210 0,03392 -0,299837 0,325120 0,475800 1,000000 0,472985 0,480251 -0,489504
As 1,61750 0,87270 -0,027850 -0,034032 0,250961 0,472985 1,000000 0,716803 -0,191660
Se 0,56030 0,11519 0,050848 -0,094520 -0,016874 0,480251 0,716803 1,000000 -0,502136
Pb 12,17620 4,44340 -0,346243 -0,387954 -0,432179 -0,489504 -0,191660 -0,502136 1,000000

6.2 Fracción oxidable (F2)

En los metales de la fracción oxidable de Tessier, Ni correlacionó antagónicamente con

As y Pb, por su parte, Cu no correlacionó con ningún metal, al igual que Hg, Se y Pb.;

además Zn correlacionó antagónicamente con Pb; As correlacionó antagónicamente

con Se y directamente con Pb.

Tabla 28. Correlaciones paramétricas en fracción oxidable

del fraccionamiento de Tessier

Correlations (Spreadsheet Tessier F2)


Marked correlations are significant at p < ,05000
N=30 (Casewise deletion of missing data)
Variable Means Std.Dev. Ni Cu Zn Hg As Se Pb
Ni 272,2421 507,6300 1,000000 0,204528 -0,287065 0,348375 -0,370970 -0,266159 -0,450954
Cu 41,3659 25,1726 0,204528 1,000000 0,144092 -0,203672 0,108671 -0,097323 0,083031
Zn 182,0345 208,4527 -0,287065 0,144092 1,000000 -0,168278 0,352404 -0,215446 0,844511
Hg 0,2008 0,2623 0,348375 -0,203672 -0,168278 1,000000 -0,295316 -0,050588 -0,087732
As 4,6457 2,4227 -0,370970 0,108671 0,352404 -0,295316 1,000000 -0,489788 0,388111
Se 1,3359 0,8596 -0,266159 -0,097323 -0,215446 -0,050588 -0,489788 1,000000 -0,350366
Pb 25,0791 15,5220 -0,450954 0,083031 0,844511 -0,087732 0,388111 -0,350366 1,000000

111
6.3 Fracción materia orgánica (F3)

En la fracción que contiene a la materia orgánica del proceso mineralógico, Ni

correlacionó directamente con Cu, Se y Pb; por su parte Cu correlacionó

antagónicamente con Hg y directamente con As y Pb; además Zn correlacionó

antagónicamente con As y Se y directamente con Pb; Hg correlaciono

antagónicamente con Pb; As correlacionó directamente con Se; Se no correlacionó con

ningún otro metal al igual que Pb.

Tabla 29. Correlaciones paramétricas fracción asociada a la materia orgánica del

fraccionamiento de Tessier.

Correlations (Spreadsheet Tessier F3)


Marked correlations are significant at p < ,05000
N=30 (Casewise deletion of missing data)
Variable Means Std.Dev. Ni Cu Zn Hg As Se Pb
Ni 49,3369 92,0195 1,000000 0,664903 -0,319791 -0,187166 0,350585 0,575682 0,381386
Cu 167,4005 134,7420 0,664903 1,000000 0,013690 -0,521682 0,374891 -0,075787 0,361843
Zn 92,0436 95,5677 -0,319791 0,013690 1,000000 -0,341122 -0,487398 -0,541624 0,632380
Hg 0,2571 0,3379 -0,187166 -0,521682 -0,341122 1,000000 0,247767 0,360288 -0,550300
As 4,9965 2,3662 0,350585 0,374891 -0,487398 0,247767 1,000000 0,373614 -0,289777
Se 0,7530 0,2795 0,575682 -0,075787 -0,541624 0,360288 0,373614 1,000000 -0,023198
Pb 19,4368 15,6820 0,381386 0,361843 0,632380 -0,550300 -0,289777 -0,023198 1,000000

6.4 Fracción residual (F4)

En la fracción mineralógica residual de Tessier, Ni correlaciona directamente con Cu y

Zn, pero antagónicamente con Hg; por su parte Cu correlaciona directamente con Zn y

As, y antagónicamente con Pb, mientras que Hg correlaciona directamente con As y

antagónicamente con Se, por último Se y Pb no correlacionan con ningún metal.

112
Tabla 30. Correlaciones paramétricas fracción residual del fraccionamiento de

Tessier.

Correlations (Spreadsheet Tessier F4)


Marked correlations are significant at p < ,05000
N=30 (Casewise deletion of missing data)
Variable Means Std.Dev. Ni Cu Zn Hg As Se Pb
Ni 9,53417 5,70884 1,000000 0,511237 0,564540 -0,383159 0,250426 0,244616 -0,128178
Cu 8,53403 5,74934 0,511237 1,000000 0,787324 0,148011 0,212345 0,307213 -0,301483
Zn 15,60160 11,49189 0,564540 0,787324 1,000000 0,371460 0,575771 0,051828 -0,451405
Hg 0,08437 0,04210 -0,383159 0,148011 0,371460 1,000000 0,576453 -0,219492 -0,249442
As 1,52727 1,18109 0,250426 0,212345 0,575771 0,576453 1,000000 -0,477751 -0,261303
Se 0,31777 0,14170 0,244616 0,307213 0,051828 -0,219492 -0,477751 1,000000 0,279499
Pb 7,81783 2,64635 -0,128178 -0,301483 -0,451405 -0,249442 -0,261303 0,279499 1,000000

De las correlaciones para las cuatro fracciones del proceso mineralógico se pudo

observar que la fracción intercambiable rindió 18 correlaciones, mientras que en la

fracción oxidable se obtuvieron 10 correlaciones, en tanto la fracción asociada a la

fracción orgánica rindieron 22 correlaciones, por último la fracción residual se

observaron 18 correlaciones.

113
7.0 Aplicación de la técnica multivariada de agrupamientos de variables

(Clúster) en el estudio de metales en las fracciones mineralógicas del

fraccionamiento de Tessier de los suelos de áreas verdes de la ciudad de

Antofagasta.

7.1 Fracción Intercambiable (F1)

En la Figura 38 se presenta el diagrama árbol de la aplicación de la técnica de clúster a

las concentraciones totales de 7 metales pesados en la fracción intercambiable del

fraccionamiento mineralógico de Tessier. Desde la Figura 38 es posible observar que

los 7 metales pesados considerados como variables se redujeron por similitud

estadística a dos agrupamientos principales, el primero conformado por Ni, y el

segundo conglomerado principal conformado por Cu, Zn, Hg, Se , As, y Pb. Sin

embargo en este último, se aprecian dos sub conjuntos, el primero conformado por Cu

y Zn, el segundo conformado por Hg, Se, As y Pb. Que un grupo de metales

pertenezca a un agrupamiento implica que matemáticamente ellos correlacionan entre

sí. Por lo tanto, los coeficientes de correlación de Pearson entre los elementos que

correlacionan entre si serán significativos. En cuanto al signo de la correlación, si este

es positivo ello significa que hay una sinergia directa entre los elementos, y si este es

negativo se tratan de elementos antagonistas entre sí. En la Figura 39 se presenta la

gráfica de dispersión entre Cu y Zn correspondiente al clúster de la primera fracción de

Tessier con un r de Pearson altamente significativo de 0,8761

114
Tree Diagram f or 7 Variables
Single Linkage
Euclidean distances

Ni

Cu

Zn

Hg

Se

As

Pb

0 50 100 150 200 250 300


Linkage Distance

Figura 38. Dendrograma de Metales en Suelos de área verde de la Ciudad de

Antofagasta, fracción intercambiable de Tessier.

Scatterplot of Zn against Cu
Spreadsheet Tessier F1 8v *30c
Zn = 2,1162+0,8532*x; 0,95 Pred.Int.
140

Cu:Zn: y = 2,1162 + 0,8532*x; r = 0,8761| p = 0.0000;


120 r2 = 0,7675

100

80
Zn

60

40

20

-20
-20 0 20 40 60 80 100 120 140
Cu

Figura 39. Gráfica de dispersión Cu v/s Zn.

115
7.2 Fracción oxidable (F2)

En la Figura 40 correspondiente a la fracción oxidable resultante del fraccionamiento

mineralógico de Tessier, se representa la aplicación de la técnica de clúster, la cual

rindió dos agrupamientos de variables principales, a saber, el primero conformado Ni,

Hg y Se, y el segundo conformado por Cu, Zn, Pb y As. A su vez en la Figura 41 se

presenta la gráfica de dispersión de datos entre Zn v/s Pb y Zn v/s As, con un r de

Pearson altamente significativo para Zn v/s Pb de 0,8445, mientras que Zn v/s As

presento un r de Pearson de 0,3524.

Tree Diagram for 7 Variables


Ward`s method
1-Pearson r

Ni

Hg

Se

Cu

Zn

Pb

As

0,0 0,5 1,0 1,5 2,0 2,5


Linkage Distance

Figura 40. Dendrograma de Metales en Suelos de área verde de la Ciudad de

Antofagasta, fracción oxidable de Tessier.

116
Scatterplot of multiple variables against Zn
Spreadsheet Tessier F2 8v*30c
Pb = 13,6319+0,0629*x; 0,95 Pred.Int.
As = 3,9001+0,0041*x; 0,95 Pred.Int.
60 10

9
50
8

7
40
6
Pb

As
30 5

4
20
Zn:Pb: y = 13,6319 + 0,0629*x; 3
r = 0,8445| p = 0,00000; r 2 = 0,7132
Zn:As: y = 3,9001 + 0,0041*x; r = 0,3524| p = 0,0561; 2
10
r2 = 0,1242
1

0 0
-100 0 100 200 300 400 500 600 700
Pb(L)
Zn As(R)

Figura 41. Gráfica de dispersión Zn v/s Pb; Zn v/s As.

7.3 Fracción que contiene a la materia orgánica (F3)

La Figura 42 representa la aplicación de la técnica de conglomerados aplicada a la

fracción orgánica del fraccionamiento de Tessier, obteniéndose un clúster principal

conformado por Ni, Cu, Zn, Pb, Hg, As y Se, sin embargo se revelan también dos sub

clúster, el primero conformado por Ni, Cu, Zn y Pb y el segundo sub clúster

conformado por Hg, As y Se. En la Figura 43 se presenta la gráfica de dispersión lineal

entre Ni v/s Cu (r = 0,6649) y Ni v/s Pb (r = 0,3814).

117
Tree Diagram for 7 Variables
Ward`s method
1-Pearson r

Ni

Cu

Zn

Pb

Hg

As

Se

0,0 0,5 1,0 1,5 2,0 2,5


Linkage Distance

Figura 42. Dendrograma de Metales en Suelos de área verde de la Ciudad de

Antofagasta, fracción materia orgánica Tessier.

Scatterplot of multiple variables against Ni


Spreadsheet Tessier F3 8v*30c
Cu = 119,366+0,9736*x; 0,95 Pred.Int.
Pb = 16,2301+0,065*x; 0,95 Pred.Int.
500 60
Ni:Cu: y = 119,366 + 0,9736*x;
450 r = 0,6649| p = 0,00006; r2 = 0,4421
Ni:Pb: y = 16,2301 + 0,065*x; r = 0,3814| p = 0,0376; 50
400 r2 = 0,1455

350
40
300
Cu

Pb

250 30

200
20
150

100
10
50

0 0
-50 0 50 100 150 200 250 300 350
Cu(L)
Ni Pb(R)

Figura 43. Gráfica de dispersión Ni v/s Cu; Ni v/s Pb.

118
7.4 Fracción Residual (F4)

En la Figura 44 se representa a la aplicación de la técnica de clúster al conjunto de 7

metales en la fracción mineralógica residual del fraccionamiento de Tessier, es decir la

fracción menos reactiva se aprecia un clúster principal conformado por Ni, Cu, Zn, Hg,

As, Se y Pb, sin embargo existen dos sub clúster el primero conformado por Ni, Cu, Zn,

Hg y As, y el segundo sub clúster conformado por Se y Pb. En la Figura 45 se presenta

la gráfica de dispersión lineal entre Ni v/s Cu y Ni v/s Zn cuyos r de Pearson fueron

altamente significativos, esto es Ni v/s Cu de r = 0,5112 y Ni v/s Zn presento un r =

0,5645.

Tree Diagram for 7 Variables


Ward`s method
1-Pearson r

Ni

Cu

Zn

Hg

As

Se

Pb

0,0 0,5 1,0 1,5 2,0 2,5

Linkage Distance

Figura 44. Dendrograma de Metales en Suelos de área verde de la Ciudad de

Antofagasta, Fracción residual Tessier.

119
Scatterplot of multiple variables against Ni
Spreadsheet Tessier F4 8v*30c
Cu = 3,6252+0,5149*x; 0,95 Pred.Int.
Zn = 4,7668+1,1364*x; 0,95 Pred.Int.
28 40
26
35
24 Ni:Cu: y = 3,6252 + 0,5149*x; r = 0,5112| p = 0,0039;
r2 = 0,2614
22 30
Ni:Zn: y = 4,7668 + 1,1364*x; r = 0,5645| p = 0,0012;
20 r2 = 0,3187
18 25

16
Cu

Zn
20
14
12 15
10
8 10

6
5
4
2 0
0 2 4 6 8 10 12 14 16 18 20 22
Cu(L)
Ni Zn(R)

Figura 45. Gráfica de dispersión Ni v/s Cu; Ni v/s Zn.

8.0 Aplicación de la técnica de factores y Componentes Principales.

8.1 Fracción Intercambiable (F1)

En la Tabla 27 se presentan los resultados de la aplicación al fraccionamiento

mineralógico de los suelos de los 10 sitios estudiados en Antofagasta, de la técnica

multivariada de factores y componentes principales. El resultado del análisis factores

principales, resolvió el conjuntos de variables dentro de 3 factores principales, con sus

correspondientes componentes principales, a saber, F1= As y Se; F2= Cu y Zn y F3=

Ni. Por lo tanto, un problema de 7 elementos se ha reducido por similitud estadística a

3 sub-conjuntos de variables. De acuerdo a la técnica de factores principales los

120
componentes principales por factor deben correlacionar entre sí, es decir, la regresión

lineal entre componentes principales por factor debe estar asociada a un coeficiente de

Pearson significativo

Tabla 31. Análisis de factores y componentes principales aplicados a la fracción

intercambiable de Tessier de los suelos de las áreas verdes de Antofagasta,

estudiados en este trabajo.

Factor Loadings (Varimax normalized) (Spreadsheet Tessier F1)


Extraction: Principal components
(Marked loadings are >,700000)
Factor Factor Factor
Variable 1 2 3
Ni -0,083630 -0,075789 0,948366
Cu -0,084705 0,953784 -0,035422
Zn 0,109205 0,941170 0,048311
Hg 0,689819 0,494372 -0,241507
As 0,853860 0,016543 -0,052134
Se 0,923723 -0,089562 0,177707
Pb -0,462509 -0,500719 -0,571314
Expl.Var 2,298201 2,304667 1,322011
Prp.Totl 0,328314 0,329238 0,188859

8.2 Fracción oxidable (F2)

En cuanto a la fracción oxidable del fraccionamiento mineralógico de Tessier, el

conjuntos de variables se resolvió de manera similar al caso de la fracción

intercambiable, es decir, los 7 elementos bajo estudio se distribuyeron en 3 factores

principales, que incluyen a los siguientes componentes principales, a saber, F1= Zn y

Pb; F2= Ni y F3= Cu y Hg, ver Tabla 28. Por lo tanto, un problema de 7 elementos se

ha reducido por similitud y comportamiento estadístico a 3 sub-conjuntos de variables,

cuyos componentes elementales correlacionan entre sí de manera dominantemente

antagónica.

121
Tabla 32. Análisis de factores y componentes principales aplicados a la fracción

oxidable de Tessier de los suelos de las áreas verdes de Antofagasta, estudiados

en este trabajo.

Factor Loadings (Varimax normalized) (Spreadsheet Tessier F2)


Extraction: Principal components
(Marked loadings are >,700000)
Factor Factor Factor
Variable 1 2 3
Ni 0,435315 -0,818081 0,051893
Cu -0,026928 -0,274821 0,787582
Zn -0,836942 0,081718 0,037485
Hg 0,132011 -0,510184 -0,704861
As -0,669011 0,016194 0,336011
Se 0,541123 0,680792 -0,118479
Pb -0,919014 0,084780 -0,066642
Expl.Var 2,493100 1,482675 1,252595
Prp.Totl 0,356157 0,211811 0,178942

8.3 Fracción que contiene a la materia orgánica (F3)

En cuanto a la fracción que contiene a la materia orgánica el resultado del análisis

factores principales, resolvió el conjuntos de variables al igual que en las fracciones

anteriores dentro de 3 factores principales, a saber, F1= Zn, As y Pb; F2= Cu y Hg;

F3= Ni y Se, ver Tabla 29 . Por lo tanto, un problema de 7 elementos se ha reducido

por similitud estadística a 3 sub-conjuntos de variables, cuyos componentes

elementales correlacionan entre sí.

122
Tabla 33. Análisis de factores y componentes principales aplicados a la fracción

asociada a la materia orgánica de Tessier de los suelos de las áreas verdes de

Antofagasta, estudiados en este trabajo.

Factor Loadings (Varimax normalized) (Spreadsheet Tessier F3)


Extraction: Principal components
(Marked loadings are >,700000)
Factor Factor Factor
Variable 1 2 3
Ni 0,071318 0,593054 0,759538
Cu 0,109703 0,957188 0,090266
Zn -0,792367 0,105090 -0,384713
Hg 0,429246 -0,708229 0,228729
As 0,760113 0,316491 0,254955
Se 0,219619 -0,174134 0,930640
Pb -0,802550 0,459361 0,265458
Expl.Var 2,099310 2,122056 1,786928
Prp.Totl 0,299901 0,303151 0,255275

8.4 Fracción residual (F4)

En cuanto a la fracción residual del fraccionamiento mineralógico de Tessier, el

resultado del análisis de factores principales resolvió el conjuntos de variables en 2

factores principales, a saber, F1= Ni, Cu y Zn; F2= Hg y As, ver Tabla 30. Por lo tanto,

un problema de 7 elementos químicos se ha reducido por similitud estadística a 2 sub-

conjuntos de variables, cuyos componentes elementales correlacionan entre sí.

123
Tabla 34. Análisis de factores y componentes principales aplicados a la fracción

residual de Tessier de los suelos de las áreas verdes de Antofagasta, estudiados

en este trabajo

Factor Loadings (Varimax normalized) (Spreadsheet Tessier F4)


Extraction: Principal components
(Marked loadings are >,700000)
Factor Factor
Variable 1 2
Ni 0,820306 -0,180390
Cu 0,877154 0,108526
Zn 0,846357 0,459957
Hg -0,040452 0,795201
As 0,270127 0,813939
Se 0,396560 -0,674354
Pb -0,318910 -0,529577
Expl.Var 2,492189 2,285924
Prp.Totl 0,356027 0,326561

9.0 Correlación entre el fraccionamiento mineralógico de Tessier modificado

y el fraccionamiento granulométrico.

Esta correlación permitió obtener información sobre el origen mineralógico de las

fracciones granulométricas. Dadas las dimensiones de la matriz de correlación (35 filas

x 28 columnas) se prefirió describir las correlaciones. De esta manera las principales

correlaciones granulométricas por fracción de Tessier fueron las siguientes:

9.1 Fracción 1 de Tessier (metales intercambiables)

1. Ni correlaciona directamente con las siguientes fracciones granulométricas: Ni

2 mm, Hg 250 µm, Cu 125 µm, As 125 µm, Pb 125 µm, Cu 63 µm y Pb 63 µm.

124
Además, Ni correlaciona antagónicamente con la fracción granulométrica de As

250 µm.

2. Cu correlaciona directamente con las siguientes fracciones granulométricas: Se

2 mm, Se 1 mm y Se 250 µm. Además, correlaciona antagónicamente con las

fracciones granulométricas de Hg 2 mm y Se 125 µm.

3. Zn correlaciona directamente con las siguientes fracciones granulométricas: Se

2 mm, Se 1mm, Se 250 µm y Cu 63 µm. Además, correlaciona

antagónicamente con la fracción granulométrica de Se 125 µm.

4. Hg correlaciona directamente con las siguientes fracciones granulométricas:

Cu 250 µm, Se 250 µm y Pb 250 µm. Además, correlaciona antagónicamente

con Cu 1 mm, As 1 mm, As 125 µm y Se 125 µm.

5. As correlaciona directamente con las siguientes fracciones granulométricas: Cu

2 mm, Zn 1 mm y Se 63 µm. Además, correlaciona antagónicamente con Ni 1

mm, Hg 1 mm y Se 1 mm.

125
6. Se correlaciona directamente con la siguiente fracción granulométrica: Hg 63

µm. Además, correlaciona antagónicamente con Ni 1 mm, Cu 1 mm, Hg 1 mm,

As 1 mm, Se 1 mm y Pb 1mm.

7. Pb correlaciona directamente con las siguientes fracciones granulométricas: Pb

2 mm, Ni 1 mm, Cu 1 mm, Zn 1 mm, As 1 mm, Zn 125 µm y Se 125 µm.

Además correlaciona antagónicamente con Se 2 mm, Hg 250 µm, Cu 63 µm,

Hg 63 µm y Pb 63 µm.

9.2 Fracción de Tessier de metales oxidables.

1. Ni correlaciona directamente con las siguientes fracciones granulométricas: Ni

2 mm, Hg 2mm, Hg 125 µm, Hg 63 µm y As 63 µm. Además correlaciona

antagónicamente con Pb 1 mm y Se 250 µm.

2. Cu correlaciona directamente con las siguientes fracciones granulométricas: Se

2 mm, Se 1 mm, Ni 250 µm, Cu 250 µm y Se 250 µm. Además correlaciona

antagónicamente con As 1 mm y Se 125 µm.

3. Zn correlaciona directamente con las siguientes fracciones granulométricas: Cu

2 mm, Zn 2 mm, Pb 2 mm, Ni 1 mm, Cu 1 mm, Zn 1 mm, As 1 mm, Pb 1 mm, Ni

250 µm, Cu 250 µm, Zn 250 µm, As 250 µm, Se 250 µm, Ni 125 µm, Cu 125

µm, Zn 125 µm, As 125 µm, Se 125 µm, Ni 63 µm, Zn 63 µm y 63 µm. Por su

parte correlaciones antagónicas no hay.

126
4. Hg correlaciona directamente con las siguientes fracciones granulométricas: Ni

2 mm, Hg 1 mm, Hg 250 µm, Cu 125 µm, Pb 125 µm, Cu 63 µm, Zn 63 µm y Pb

63 µm. Además correlaciona antagónicamente con As 250 µm.

5. As correlaciona directamente con las siguientes fracciones granulométricas: Se

2 mm, Pb 2 mm, Ni 1mm, As 1 mm, Se 1 mm, Ni 125 µm y Ni 63 µm. Además,

correlaciona antagónicamente con Ni 2 mm, Hg 2 mm y Hg 63 µm.

6. Se no correlaciona directamente con ninguna fracción granulométrica. Además,

correlaciona antagónicamente con Ni 1 mm, As 1 mm, Se 1 mm y Hg 250 µm.

7. Pb correlaciona directamente con las siguientes fracciones granulométricas: Cu

2 mm, Zn 2 mm, Pb 2 mm, Cu 1 mm, Zn 1 mm, As 1 mm, Pb 1 mm, Zn 250

µm, Se 250 µm, Ni 125 µm, Cu 125 µm, Zn 125 µm, As 125 µm, Se 125 µm, Pb

125 µm, Ni 63 µm, Zn 63 µm y Se 63 µm. Además, correlaciona

antagónicamente con Pb 2 mm, Hg 2 mm, Hg 250 µm, Hg 125 µm y Hg 63

µm. Entonces es destacable el riesgo que implica esta fracción mineralógica por

la gran cantidad de correlaciones inter metálicas en las que Pb está

involucrado, lo cual puede ser un factor de riesgo adicional para la salud en

particular de los niños que juegan en estos suelos y que incluso comen tierra.

127
9.3 Fracción de Tessier que contiene a la materia orgánica.

La materia orgánica se considera que es un agente de movilización de metales cuando

tiene propiedades quelantes, lo que también podría influir en las características de

toxicidad de los metales involucrados en esta fracción (Frimmel & Christman, 1988).

1. Ni correlaciona directamente con las siguientes fracciones granulométricas: Ni

2 mm, Hg 250 µm, Cu 125 µm, Pb 125 µm, Cu 63 µm, Hg 63 µm y Pb 63 µm.

Además, correlaciona antagónicamente con Ni 1 mm, Pb 1 mm, Ni 250 µm y

As 250 µm.

2. Cu correlaciona directamente con las siguientes fracciones granulométricas:

Cu 63 µm, Hg 63 µm y Pb 63 µm. Además, correlaciona antagónicamente con

As 250 µm.

3. Zn correlaciona directamente con las siguientes fracciones granulométricas: Zn

2 mm, Pb 2 mm, Zn 1 mm, Cu 250 µm, Zn 250 µm, As 250 µm, Se 250 µm, Ni

125 µm, Cu 125 µm y Zn 125 µm, As 125 µm, Ni 63 µm, Zn 63 µm y Se 63 µm.

Además, correlaciona antagónicamente con Ni 2 mm, Hg 2 mm y Hg 250 µm.

4. Hg correlaciona directamente con las siguientes fracciones granulométricas: Ni

2 mm, Hg 2 mm, Ni 250 µm, Hg 125 µm y As 63 µm. Además, correlaciona

antagónicamente con Zn 2 mm, Pb 1 mm, Se 250 µm, Pb 125 µm y Cu 63 µm.

128
5. As correlaciona directamente con las siguientes fracciones granulométricas: Ni

2 mm, Hg 125 µm, Hg 63 µm y As 63 µm. Además, correlaciona

antagónicamente con Zn 2 mm, Pb 2 mm, Ni 1 mm, As 1 mm, Pb 1 mm Ni 250

µm, Cu 250 µm, Ni 125 µm, Zn 125 µm y Se 63 µm.

6. Se correlaciona directamente con las siguientes fracciones granulométricas: Ni

2 mm, Hg 2 mm, Hg 1 mm, Hg 250 µm y Pb 63 µm. Además, correlaciona

antagónicamente con Se 2 mm, Zn 250 µm y Se 250 µm.

7. Pb correlaciona directamente con las siguientes fracciones granulométricas: Cu

2 mm, Zn 2 mm, As 2 mm, Pb 2 mm, Cu 1mm Zn 1 mm, Pb 1 mm, Zn 250 µm,

Se 250 µm, Ni 125 µm, Cu 125 µm, Zn 125 µm, As 125 µm, Se 125 µm, Pb 125

µm, Ni 63 µm, Cu 63 µm, Zn 63 µm y Pb 63 µm. Además, no hay correlaciones

antagónicas.

9.4 Fracción de Tessier de metales residuales

1. Ni correlaciona directamente con las siguientes fracciones granulométricas: Zn

2 mm, Pb 2 mm, Cu 1 mm, Hg 1 mm, As 1 mm, Se 1 mm, Pb 1 mm, Zn 250

µm, Ni 125 µm, Cu 125 µm, Zn 125 µm, As 125 µm, Se 125 µm, Pb 125 µm y

Zn 63 µm. Además, correlaciona antagónicamente con Hg 250 µm y Hg 63

µm.

2. Cu correlaciona directamente con las siguientes fracciones granulométricas: Zn

2 mm, Pb 2 mm, Cu 1 mm, Zn 1 mm, Zn 250 µm, As 250 µm, Se 250 µm, Ni

129
125 µm, Cu 125 µm, Zn 125 µm, As 125 µm, Se 125 µm, Pb 125 µm, Ni 63 µm,

Zn 63 µm y Se 63 µm. Por su parte no hay correlaciones antagónicas.

3. Zn correlaciona directamente con las siguientes fracciones granulométricas: Cu

2 mm, Zn 2 mm, Pb 2 mm, Cu 1 mm Zn 1 mm, As 1 mm, Pb 1 mm, Cu 250 µm,

Zn 250 µm, Ni 125 µm, Cu 125 µm, Zn 125 µm, As 125 µm, Se 125 µm, Pb 125

µm, Ni 63 µm, Cu 63 µm, Zn 63 µm, Se 63 µm y Pb 63 µm. Por su parte no hay

correlaciones antagónicas.

4. Hg correlaciona directamente con las siguientes fracciones granulométricas:

Cu 250 µm, Pb 250 µm, Cu 63 µm, Hg 63 µm y Se 63 µm. Además,

correlaciona antagónicamente con Ni 1 mm, Hg 1mm, As 1 mm y Se 1 mm.

5. As correlaciona directamente con las siguientes fracciones granulométricas: Zn

2 mm, Cu 250 µm, Pb 250 µm, Cu 125 µm, Pb 125 µm, Cu 63 µm, Zn 63 µm,

Se 63 µm y Pb 63 µm. Además, correlaciona antagónicamente con Se 2 mm.

6. Se correlaciona directamente con las siguientes fracciones granulométricas: Hg

2 mm, Zn 250 µm, Hg 125 µm y As 63 µm. Además, correlaciona

antagónicamente con Cu 250 µm, Hg 250 µm y Pb 250 µm.

7. Pb correlaciona directamente con las siguientes fracciones granulométricas: Hg

2 mm, Ni 1 mm Ni 250 µm, As 250 µm y Hg 125 µm. Además, correlaciona

antagónicamente con Cu 2 mm, Zn 2 mm As 2 mm, Se 250 µm, Cu 125 µm,

As 125 µm, Se 125 µm, Pb 125 µm, Cu 63 µm, Zn 63 µm y Pb 63 µm

130
V. Conclusiones

1. Se validó una metodología analítica de pretratamiento de los suelos de 10

muestras de áreas verdes de la ciudad de Antofagasta, con el fin de determinar

las concentraciones totales de Ni, Cu, Zn, Hg, As, Se y Pb, elementos que

forman parte de la matriz de concentrados de Cu que atraviesan la ciudad para

ser embarcados en el puerto de Antofagasta. Además, cruzan la ciudad

numerosos camiones y carros de trenes con concentrados de minerales de Cu,

Pb y productos más refinados como los cátodos de Cu.

2. En particular, se determinaron las concentraciones totales en base seca de los

metales antes mencionados de los suelos superficiales de sectores con jardines

de la ciudad de Antofagasta, particularmente, sectores donde juegan los niños,

como el conocido Parque Brasil.

3. Las concentraciones totales de estos elementos se midieron en 10 muestras de

los siguientes sitios de muestreo de suelos: 1, es decir, suelos superficiales del

sector externo al colegio Antofagasta International School (AIS) localizado en

las cercanías del sector Coloso; el sitio de muestreo 2, suelos de área verde del

sector Jardines del Sur específicamente en la plaza comunitaria; el sitio de

muestreo 3, suelos superficiales de la Universidad de Antofagasta,

específicamente del área verde llamada “los pastos”; el sitio de muestreo 4,

suelos superficiales de la plaza de la Facultad de la Salud de la Universidad de

Antofagasta; sitio 5 suelos superficiales ubicados en el vivero de la Universidad

de Antofagasta; sitio de muestreo 6 suelos superficiales del Parque Croacia

131
donde antiguamente se ocupaba como estacionamiento de camiones; sitio de

muestreo 7 ubicado al costado sur del Parque Brasil; sitio de muestreo 8

ubicado al costado norte del Parque Brasil y a muy pocos metros del puerto de

Antofagasta; sitio de muestreo 9 ubicado en la zona exterior de la Universidad

Tecnológica Inacap, antiguamente en su cercanía se encontraba el aeródromo

de Antofagasta; sitio de muestreo 10 suelos superficiales del vivero municipal,

cerca de los estanques de petróleo de Copec, el vivero puede ser considerado

un segundo pulmón verde de la ciudad.

4. Por sitio de muestreo los metales en estudio siguieron el siguiente orden de

enriquecimiento en mg/K:

Sitio de muestreo 1 Cu > Zn > As > Pb > Ni > Se > Hg

Sitio de muestreo 2 Cu > Ni > Zn > As > Pb > Se > Hg

Sitio de muestreo 3 Zn > Cu > As > Ni > Pb > Se > Hg

Sitio de muestreo 4 Zn > Ni > Cu > As > Pb > Se > Hg

Sitio de muestreo 5 Ni > Zn > Cu > Pb > As > Se > Hg

Sitio de muestreo 6 Zn > Cu > As > Ni > Pb > Se > Hg

Sitio de muestreo 7 Ni > Cu >Zn > As > Pb > Se > Hg

Sitio de muestreo 8 Zn > Cu > Pb > As > Ni > Se > Hg

Sitio de muestreo 9 Cu > Zn > Pb > As > Ni >Se > Hg

Sitio de muestreo 10 Zn > Cu > Ni > As > Pb > Se > Hg

132
5. Los resultados del presente trabajo puede ser considerado como un trabajo de

línea base actualizada en los metales bajo estudio. Por lo tanto, este trabajo es

la herramienta química ambiental que puede orientar futuras acciones de

mitigación y de limpieza de metales de los suelos considerados en el presente

estudio.

6. Los resultados del presente trabajo demuestran que de los siete metales

medidos en 10 muestras de suelos superficiales de áreas verdes de la ciudad

de Antofagasta, las concentraciones mayores fueron las de Zn, As, Se, Cu, Ni y

Pb.

 Considerando la norma Canadiense de calidad de suelos (Canadian

Environmental Quality Guidelines, 2003), en el caso de Ni los mayores valores

promedios se encontraron en los suelos de los Jardines del Sur, Pastos de la

Universidad de Antofagasta, jardines de la plaza de la Facultad de la Salud de

la misma universidad, suelos del Vivero de la Universidad de Antofagasta,

suelos del extremo norte y sur del Parque Brasil, suelos del exterior de la

Universidad Inacap y en suelos del Vivero municipal. En todos estos casos se

superaron los niveles máximos permitidos de 50 mg/Kg para suelos

residenciales y parques; suelos agrícolas y suelos comunitarios. En cuanto a

las concentraciones basales globales de Ni, las cuales se mueven entre 7 a 150

mg/ Kg (Kabata-Pendias, 1985) en todos los sitios de muestreo se sobrepasó el

valor máximo de este rango.

133
 En el caso de Cu todos los lugares de muestreo, excepto los suelos del Vivero

Municipal, sobrepasaron la norma Canadiense con un valor máximo permitido

de 63 mg/Kg para suelos de uso residencial, parques y suelos agrícolas. En el

caso de suelos comunitarios el valor promedio de la norma es de 91 mg/Kg,

valor que en las muestras de Antofagasta solo no fue superado en la muestra

de suelo del Vivero Municipal. Además en este caso, las concentraciones de

Cu total encontradas en los suelos de Antofagasta sobrepasan las

concentraciones basales globales cuyo rango se mueve entre 5 a 100 mg/Kg

(Kabata-Pendias 1985).

 En el caso de Zn, los suelos de los sectores colegios AIS, Parque Croata,

extremos norte y sur Parque Brasil, sector exterior a la Universidad Inacap y

Vivero Municipal, sobrepasaron la norma Canadiense de 200 mg/Kg para

suelos residenciales y parques. En cuanto a la normativa Canadiense para

suelos agrícolas los 10 lugares de muestreo sobrepasaron el valor de 100

mg/Kg. A su vez, para suelos comunitarios como el Parque Croacia, el

extremo sur del Parque Brasil y los suelos del exterior de la Universidad

Inacap sobrepasaron el valor máximo permitido de 360 mg/Kg. En cuanto a las

concentraciones basales globales estas se mueven en un rango entre 25 a 150

mg/Kg (Kabata- Pendias 1985), rango de valores que fue sobrepasado en los

10 lugares de muestreo de suelos superficiales.

134
 En el caso de Hg ninguno de los 10 lugares de muestreo sobrepasó la norma

Canadiense, la cual da como valor máximo permitido 6,6 mg/Kg para suelos

residenciales, parques y suelos agrícolas. Para los suelos comunitarios el valor

de esta norma es de 3,9 mg/Kg, el cual no fue sobrepasado en ninguno de los

suelos monitoreados. En cuanto a las concentraciones basales globales que se

mueven en un rango de 0,02 a 0,32 mg/Kg (Kabata - Pendias 1985), los

siguientes suelos sobrepasaron los valores de este rango, a saber, suelos de

los Jardines del Sur, suelos de la plaza de la Facultad de la Salud de la

Universidad de Antofagasta, suelos del Vivero Universidad de Antofagasta,

suelos del Parque Croacia , suelos de los extremos norte y sur del Parque

Brasil, exterior de la Universidad Inacap y suelos del Vivero municipal.

El valor más alto de Hg se encontró en los suelos superficiales del sector

Jardines del Sur (0,961 mg/Kg), y el valor más bajo de Hg se encontró en el

sector los pastos de los jardines de la Universidad de Antofagasta (0,345

mg/Kg). El valor más alto de 0,961 mg /Kg está por sobre el denominado valor

basal global.

 En cuanto a As, los 10 lugares de muestreo sobrepasaron la norma Canadiense

con un valor de 12 mg/Kg para suelos residenciales, parques, suelos agrícolas

y suelos comunitarios. En cuanto a las concentraciones basales globales se

mueven en un rango de 1,2 a 1,8 mg/Kg (Kabata - Pendias 1985), valor que

sobrepasaron los 10 lugares de muestreo de suelos superficiales.

135
 En el caso de Se los 10 lugares de muestreo sobrepasaron la norma

Canadiense de 1 mg/Kg para suelos residenciales, parques y suelos agrícolas.

Para suelos comunitarios el valor máximo permitido es de 3,9 mg/Kg, el cual fue

sobrepasado en los suelos de los 10 lugares de muestreo. En cuanto a las

concentraciones basales globales estas se mueven en un rango entre 0,1 a 1,1

mg/Kg (Kabata – Pendias 1985). Los 10 lugares de muestreo de suelos del

presente trabajo sobrepasaron este valor.

 En el caso de Pb la norma Canadiense consiga un máximo permitido de 140

mg/Kg para suelos residenciales y parques, de 70 mg/Kg para suelos agrícolas

y de 260 mg/Kg para suelos comunitarios. Solamente los suelos del extremo

norte del Parque Brasil y el exterior de la Universidad Inacap sobrepasaron el

valor para suelo agrícola de la norma Canadiense. Por otra parte, las

concentraciones basales globales se mueven en un rango de valor de 10 a 70

mg/Kg (Kabata- Pendias 1985), rango que fue superado en los 10 lugares de

muestreo del presente trabajo.

7. En cuanto al enriquecimiento de los metales considerando el fraccionamiento

granulométrico por sitio de muestreo de área verde de Antofagasta,

particularmente el análisis ANOVA de los resultados permitieron concluir que en

los sitios Vivero Universidad de Antofagasta y extremo sur Parque Brasil la

fracción más enriquecida en Ni fue la de 2 mm, es decir la fracción más gruesa

del suelo. Sin embargo, considerando las fracciones granulométricas más finas

entre 1 mm y 63 µm se observó una tendencia hacia el incremento de Ni a

136
medida que disminuía el tamaño de partícula, lo cual es un indicio de

contaminación por Ni.

Respecto a Cu el ensayo ANOVA permitió descubrir que el mayor

enriquecimiento se presentó en la fracción de 2 mm del sitio exterior a la

Universidad Inacap. En cuanto a la fracción de 1 mm los sitios exterior de la

Universidad Inacap y Vivero municipal también presentaron enriquecimientos;

en la fracción de 250 µm el sitio más enriquecido fue el Parque Croacia; en la

fracción de 125 µm los extremos sur y norte del Parque Brasil fueron los más

enriquecidos; mientras que en la fracción más fina de 63 µm los sitios más

enriquecidos fueron el exterior del Colegio Antofagasta International School

(AIS), extremo sur del Parque Brasil y exterior Universidad Inacap. Entre las

fracciones granulométricas de 1 mm y 63 µm no se presentó una tendencia

clara de la concentración de Cu. Lo anterior puede ser consecuencia de la

heterogeneidad granulométrica de los suelos.

En cuanto a Zn el ensayo ANOVA permitió descubrir que el mayor

enriquecimiento se presentó en la fracción de 125 µm en los sitios de muestreo

extremo norte Parque Brasil y exterior Universidad Inacap, esto es, del orden de

1600 mg/K. Sin embargo al igual que en el caso de Cu no se observa una

tendencia clara de la concentración de Zn en función de la granulometría, es

decir, se observa una heterogeneidad de los niveles de concentración de Zn. En

casos como estos se podría inferir que se deben a que los suelos no son

137
homogéneos, sino que se han estructurado como rellenos en que el suelo

proviene de diversas fuentes.

Respecto a Hg, en el rango entre 2 mm y 250 µm se aprecia una tendencia

hacia la disminución de las concentraciones entre 1,8 mg/K a aproximadamente

0,010 mg/K, para con posterioridad entre 125 µm (“Los pastos” Universidad de

Antofagasta) y 63 µm (sitios Jardines del Sur, Vivero Universidad de

Antofagasta y extremo sur del Parque Brasil) se presenta un incremento en la

concentración de Hg, por lo que se podría inferir que este incremento podría ser

consecuencia de un fenómeno de una cierta contaminación por Hg, lo que

estaría revelando que no todas las fracciones granulométricas tienen el mismo

origen.

En cuanto a As, sus concentraciones en función de la granulometría fueron

menos heterogéneas observándose un cierto enriquecimiento en la fracción

más fina de 63 µm. En la fracción superficial de 2 mm la concentración de As

fue del orden de 70 mg/K (sitios Jardines del Sur, pastos Universidad de

Antofagasta, extremo norte y sur Parque Brasil, exterior de la Universidad

Inacap), bajando a 39 mg/K en la fracción de 1 mm (sitios pastos Universidad

de Antofagasta y exterior Universidad Inacap), para posteriormente mantenerse

muy cercano a los 50 ppm entre 250 µm (sitios Parque Croacia y extremo norte

Parque Brasil) y 47 ppm en la fracción 125 µm (sitio exterior Universidad

Inacap), para posteriormente incrementarse en la fracción de 63 µm (sitios

138
Jardines del sur, Vivero Universidad de Antofagasta y extremo norte Parque

Brasil) hasta 100 ppm, lo cual podría evidenciar una cierta polución por As

elemento que como ha quedado claro en el desarrollo de este trabajo presenta

un enriquecimiento geogénico en la Región de Antofagasta.

Con una concentración de 10 mg/K la fracción 2 mm del sitio exterior al Colegio

Antofagasta International School (AIS) de muestreo fue el más enriquecido en

Se, bajando drásticamente en la fracción de 1 mm de los sitios exterior al

Colegio Antofagasta International School (AIS) y Vivero Municipal a 1,2 mg/K.

Sin embargo entre la fracción de 250 µm de los sitios exterior al Colegio

Antofagasta International School (AIS), Parque Croacia, y extremo norte del

Parque Brasil pasando por 125 µm del sitio exterior de la Universidad Inacap9 y

63 µm también del sitio exterior de la Universidad Inacap, se obtuvo un

incremento del nivel de concentración de Se que se movió entre 1, 1,5 y 4,5

mg/K. Generalmente los incrementos de concentración en función de la

disminución del tamaño de partícula de las muestras de suelo se interpretan

como un fenómeno de contaminación de los mismos.

Finalmente respecto a Pb los mayores enriquecimientos se obtuvieron en la

fracción fina de 63 µm, en la cual el sitio extremo sur del Parque Brasil alcanzó

a 350 mg/K. Estamos en presencia de que mientras disminuye el tamaño de

partícula, el nivel de concentración es más alto, por tanto estamos frente a un

caso de contaminación por Pb.

139
Respecto a las fracciones de 1 mm, 250 µm y 125 µm estas fueron más

homogéneas, destacándose la fracción de 250 µm (sitio Parque Croacia) con

250 ppm de Pb.

8. De los 7 elementos estudiados en este trabajo en los suelos de Antofagasta, en

las cuatro fracciones mineralógicas de Tessier se distribuyeron

dominantemente, como era de esperar en concentraciones diferentes, Ni, Cu,

Zn y Pb; en la fracción Intercambiable y Oxidable el metal pesado dominante

fue Ni, en la fracción que contiene a la materia orgánica fue Cu y en la fracción

residual fue Zn.

9. Los metales fundamentalmente pesados o tóxicos, a saber, As, Pb y Hg no

fueron extraídos preferentemente desde los suelos por ninguna de las

soluciones del fraccionamiento mineralógico de Tessier modificado, como

tampoco lo fue Se. Desde el punto de vista toxicológico ambiental este en un

resultado interesante, debido a que estas formas de metales muy tóxicos

estarían siendo fuertemente retenidas por estos suelos o dicho de otra manera

su biodisponibilidad podría ser entonces escasa. El riesgo más alto seria

entonces la ingesta directa de suelo, en especial por los niños.

Dada la presencia de contaminantes en la matriz suelo que afectan seriamente a la

salud humana y la calidad de la vida misma (Hough, 2007), se sugiere tomar acciones

de mitigación y reparación que permitan minimizar el impacto ambiental sobre la

140
población de Antofagasta y sus zonas aledañas las cuales deberán ser acompañadas

de actualizaciones tecnológicas compatibles al desarrollo productivo ambientalmente

sustentable.

141
Bibliografía
(s.f.).

1. A. Tessier, C (1979). Sequential extraction procedure for the speciation of

particulate trace metals.

2. Agency for toxic substances and Disease regristry, (2004). Copper Case #

7440-50-8.

3. Agency for Toxic Substances and Disease Regytre (ATSDR) (Vols. Arsenic

Case # 7440-38-2). (2007).

4. Ahumada, I., Escudero, P., Carrasco, M. A., Castillo, G., Ascar, L., & Fuentes,

E. (2004). Use of sequential extraction to assess the influence of sewage sludge

amendment on metal movility in chilean soil. J. Environ. Monit.

5. Arello, J. D. (2002). Introduccion a la ingenieria ambiental. Alfa Omega.

6. Avila-Perez, P., Balcazar, M., Zarazua-Ortega, G., Barcelo-Quintal, I., & Dıaz-

Delgado, C. (1999). Heavy metal concentrations in water and bottom. The

Science of the Total Environment 234, 186- 196.

7. Baird, C. (1999). Environmental Chemistry ''Contamination by urban superficial

runoff: accumulated heavy metals on a road surface''.

8. C., T., A. Benavente, I., Cartajena, & Serrachino, G. (1994). Topater, un

cementerio temprano: una interpretación simbólica. Actas del XIII Congreso

Nacional de Arqueología Chilena. 159,169.

9. Calispa, F. (2000). Caracterizacion de los suelos , ecosistemas y las cuencas

hidrograficas.

142
10. Canadian Environmental Quality Guidelines. (2003).

11. Cempel, M. (2006). Nikel: A review of Its Sources and Environmental Toxicoligy.

12. Christman, F (1987). Humic substances and their role in the environment.

Berlin.

13. Conaf. (2015). Importancia y beneficio de los árboles . Antofagasta.

14. Conama. (2002).

15. Cox, P. (1995). The Elements on Earth: Inorganic Chemistry in the Environment,

Oxford University Press.

16. Duffus, J. (1988). Toxicologia Ambiental. Omega.

17. Fordyce, F. (2005). Selenium deficiency and toxicity in the environment (Vol.

15).

18. Frimmel, F., & Christman, R. (1988). Humic Substances and their role in the

environment.

19. García, G. N., & Blaya, S. N. (2000). Química Agrícola. Barcelona: Mundi

Prensa.

20. Garcia, G. R. (2001). Quimiometría. Sintesis.

21. Guidelines, C. E. (2003).

22. Hernandez, A. (2011). Determinacion de metales pesados en suelos de

Natividad. Oaxaca.

23. IMA. (2002). Ordenanza Local. Antofagasta.

143
24. Julián, P. L., & Collado, J. M. (2002). Extracciones químicas secuenciales de

metales pesados.

25. Kabata-Pendias. (1985). Concentraciones Basales globales de metales

pesados.

26. Lopez Sanchez, G. (1993). Comparision of two sequential extraction procedures

for trace metal partitianing in sediments.

27. Navarro Garcia, G., & Navarro Blayay, S. (2003). Quimica Agricola. Madrid:

Ediciones Mundi-Prensa.

28. Nuñez, J. (2009). Determinacion del indice vegetacional NVDI de la ciudad de

Antofagasta. Antofagasta: Universidad de Antofagasta.

29. P.White, M. (2013). Longitudinal Effects on Mental Health of Moving to Greener

and Less Green Urban Areas. Enviromental Science and Technology, 1-2.

30. Peña, D. (2002). Análisis de datos multivariantes. Madrid, España: Mc Graw

Hill.

31. Provoost, J. (2006). Comparison of soil clean-up standars for race elemnts

between countries : why do diffe? journal of soil and sediments.

32. Quezada, C. (2006). Manejo de suelos en zonas aridas. Concepcion.

33. Quezada, C. L. (2012). Fundamentos de riego. Concepción: Pie de imprenta:

Universidad de Concepción.

34. Ramos, R., G., Alvarez-Choque, & G., &. C. (2011). Estadística Descriptiva.

Madrid: Sintésis S.A.

144
35. Ratto, S. E., Moscatelli, G., Abbruzese, D., BardiI, H., Bossi, M., Bres, P., y

otros. (2004). Evaluación de la contaminación orgánica e inorgánica en un suelo

aluvial de la costa del Riachuelo, Buenos Aires, Argentina (Vol. 14). Ecología

Austral.

36. Rodriguez, H. R. (2002). Métodos de análisis de suelos y plantas. México:

Trillas.

37. Román, D. (2005). Métodos espectrométricos atómicos. Antofagasta.

38. Saenz, A. (2009). Caracteristicas de los suelos de fundación.

39. Varcárcel, M. (1999). Principios de Quimica Analitica. Barcelona.

40. Zafra, M., Temprano, J., & Tegero, J. (2007). Contaminacion by urdan

superficial runoff accumulated heavy metals on a road surface.

41. Zarin, L. H., Cossío, T. G., Romeiu, I., & Hernandez-Avila, M. (1998).

Acumulación de Plomo en hueso y sus efectos en la salud.

42. Zhang, L., & Wong, M. (2006). “Environmental Mercury Contamination in China:

Sources and Impacts”.

43. Zimmermann, M. J. (2011). Adaptaciones de Plantas a estrés abiótico. Creces.

145
Anexos

Anexo 1 (Coordenadas sitios de muestreo)

Muestras Latitud Longitud


M1 23°43'28.68"S 70°26'10.96"O
M2 23°42'34.52"S 70°25'33.17"O
M3 23°42'12.02"S 70°25'15.38"O
M4 23°42'9.05"S 70°25'10.36"O
M5 23°42'11.84"S 70°25'15.22"O
M6 23°40'41.46"S 70°24'47.78"O
M7 23°39'44.22"S 70°24'5.22"O
M8 23°39'17.91"S 70°24'4.16"O
M9 23°33'51.02"S 70°23'56.51"O
M10 23°37'34.44"S 70°23'39.52"O

Anexo 2 (Lugares de Muestreo)

Colegio Ais Jardines del Sur

146
Pastos Universidad de Antofagasta Plaza de la salud de la facultad de la
U Universidad de Antofagasta

Parque Croacia Avenida Brasil 1

147
Avenida Brasil 2.

Exterior Universidad Inacap.

Vivero Municipal.

148

Potrebbero piacerti anche