Artículo científico: Modelación hidrogeoquímica del transporte de metales pesados ríos andinos del Ecuador
Publicación Semestral. Vol. 4, No. 2, julio-diciembre 2025, Ecuador (p. 11-23)
11
Publicación Semestral. Vol. 4, No. 2, julio-diciembre 2025, Ecuador (p. 11-23). Edición continua
Modelación hidrogeoquímica del transporte de metales pesados ríos andinos del Ecuador
Anahi Milena Mangui Andrade1*, María Fernanda Mendoza Quishpe1, José Luis Agreda Oña1
1
Universidad Técnica de Cotopaxi, Facultad de CAREN, Ingeniería Ambiental, Latacunga, Cotopaxi, Ecuador.
*Dirección para correspondencia: anahi.mangui9892@utc.edu.ec
Fecha de Recepción: 10-02-2025 Fecha de Aceptación: 10-04-2025 Fecha de Publicación: 10-07-2025
Resumen
La presencia de metales pesados en el ambiente constituye actualmente una de las problemáticas más críticas a
nivel mundial. Este estudio tuvo como finalidad simular el comportamiento del Arsénico (As), Plomo (Pb) y
Cromo (Cr) en suelos de la parroquia Guaytacama, ubicada en Latacunga, Ecuador, mediante herramientas de
modelación numérica. Se realizaron muestreos sistemáticos en diferentes zonas del área de estudio, durante dos
épocas climáticas contrastantes, recolectando muestras de agua del río Pumacunchi y de suelo a distintas
profundidades, a fin de caracterizar propiedades como pH, conductividad, textura y concentración de metales. Las
muestras se analizaron conforme a protocolos técnicos (NTE INEN 2169:2013 - ISO 18400:2018) lo que permitió
comprender la interacción entre suelo y agua en la movilidad de contaminantes. La modelación del transporte fue
desarrollada con el software GeoStudio, utilizando sus módulos CTRAN/W y SEEP/W, donde se incorporaron
variables como la conductividad hidráulica del suelo, densidad seca, difusión y contenido de agua en su volumen
total. Los hallazgos revelaron niveles elevados de As, especialmente en la zona alta del área de estudio, superando
el límite normativo de 12 mg/kg y alcanzando hasta 46.84 mg/kg, mientras que las concentraciones de Pb y Cr se
mantuvieron por debajo de los valores permitidos. La mayor retención del As se asoció con la textura arenosa, la
pendiente del terreno y una escasa cobertura vegetal, que favorece su acumulación superficial sin llegar al nivel
freático. Estos hallazgos permitieron identificar patrones de transporte y acumulación de metales pesados en los
suelos andinos del Ecuador, evidenciando un riesgo ambiental focalizado debido a las concentraciones elevadas
de As; y a su vez, destacan la necesidad de implementar estrategias integradas de monitoreo y manejo del suelo,
adaptadas a las condiciones geo ambientales locales para reducir la contaminación y proteger la salud ambiental
y agrícola.
Palabras claves: Arsénico, dispersión, simulación, suelos agrícolas, transporte de contaminantes
Hydrogeochemical modelling of heavy metal transport in Andean rivers of Ecuador
Abstract
The presence of heavy metals in the environment currently constitutes one of the most critical global issues. This
research aimed to simulate the behavior of Arsenic (As), Lead (Pb), and Chromium (Cr) in soils of the Guaytacama
parish, located in Latacunga, Ecuador, using numerical modeling tools. Systematic sampling was conducted
across different zones of the study area during two contrasting climatic seasons, collecting water samples from
the Pumacunchi river and soil samples at various depths to characterize properties such as pH, conductivity,
texture, and metal concentration. Samples were analyzed following technical protocols (NTE INEN 2169:2013 -
Ds Orcid:
Anahi Milena Mangui Andrade: https://orcid.org/0009-0004-7284-9529
María Fernanda Mendoza Quishpe: https://orcid.org/0009-0007-4207-1092
José Luis Agreda Oña: https://orcid.org/0009-0005-5858-869X1
Mangui, A., Mendoza, M., Agreda, J.
12
ISO 18400:2018), allowing for a better understanding of soil-water interactions in contaminant mobility.
Transport modeling was carried out using GeoStudio software, specifically its CTRAN/W and SEEP/W modules,
incorporating variables such as soil hydraulic conductivity, dry bulk density, diffusion, and total water content.
The findings revealed elevated levels of As, particularly in the upper zone of the study area, exceeding the
regulatory limit of 12 mg/kg and reaching up to 46.84 mg/kg. Nevertheless, Pb and Cr concentrations remained
below permitted thresholds. The highest retention of As was associated with sandy texture, terrain slope, and
limited vegetation cover, which favors surface contaminant accumulation without reaching the groundwater level.
These insights enabled the identification of transport and accumulation patterns of heavy metals in the Andean
soils of Ecuador, highlighting a localized environmental risk due to high As concentrations. The study also
emphasizes the need to implement integrated monitoring and soil management strategies tailored to local
geoenvironmental conditions to reduce contamination and protect environmental and agricultural health.
Keywords: Arsenic, dispersion, simulation, agricultural soils, contaminant transport
1. INTRODUCCIÓN
La contaminación del ambiente por metales pesados se
ha convertido en uno de los problemas más complejos
a nivel global. Pabón et al. (2020), definieron a los
metales pesados como metales químicos de alta
densidad, con masa y peso atómico superior a 20 g/mol,
además los consideraron como elementos tóxicos en
concentraciones bajas.
En este sentido, la actividad agrícola genera un impacto
ambiental significativo a través de sus procesos
productivos, y en contraste a esto, esta actividad es de
vital importancia para el desarrollo del Ecuador en los
distintos ámbitos socioeconómicos, su rol no se limita
únicamente al sostenimiento de la soberanía
alimentaria, sino que además contribuye
significativamente en la economía, a través de los
tributos que las empresas constituidas en esta rama
aportan al erario nacional (De Jesús, Eras Agila et al.,
2021). Es así que, la contaminación del suelo por
metales pesados en zonas agrícolas se debe a diversas
fuentes, entre las más comunes están: los desechos
industriales y contaminación de afluentes (Hernández-
Caricio et al., 2022). Sin embargo, el uso de
fertilizantes y pesticidas dentro de la producción
agrícola es la principal causa contaminación que
adicionalmente es un tema poco investigado en el
contexto de la Provincia de Cotopaxi, ya que existen
algunas parroquias rurales que generan actividad
económica a través del cultivo extensivo de brócoli,
flores, papas y ganadería y no se ha logrado obtener
datos de estudios que presenten incidencias a la
degradación ambiental del biotopo conexo a estas
actividades, tal es el caso del sector de Guaytacama,
una zona rural movida por el agro y monocultivo, en
donde se delimitó el área de estudio de la investigación
(Calle & Vicente, 2024). La contaminación del suelo
con metales pesados tiene un impacto significativo que
influye en la fertilidad, producción de cultivos y daños
a las plantas (Sharma et al., 2020), lo que implica
impactos negativos a los recursos naturales, los
alimentos y salud a través de la cadena trófica y la
bioacumulación (Munive et al., 2020). Esta situación
ha generado una creciente preocupación y ha
impulsado la necesidad urgente de tomar conciencia
sobre sus impactos, y así motivar a la realización de
investigaciones que generen insumos para establecer
medidas de mitigación de los contaminantes (Palacios
Anzules & Moreno Castro, 2022). Con el fin de aportar
conocimiento sobre el transporte de contaminantes, en
específico sobre los metales pesados en medios
porosos como lo es el suelo se planteó determinar la
presencia de Arsénico (As), Plomo (Pb) y Cromo (Cr)
como contaminantes del tipo de metales pesados
(Mendoza et al., 2021). Mediante un muestreo
sistemático al azar, se obtuvieron datos para
caracterizar el sustrato del área de estudio, evaluando
su textura y parámetros fisicoquímicos. Entre los
parámetros analizados se incluyeron la porosidad y el
caudal de lavado, los cuales fueron fundamentales para
la posterior simulación del proceso de transporte de
contaminantes a lo largo del tiempo (Alva & Aguilar,
2021). Los fenómenos de transporte en el suelo son
clave para comprender el movimiento de fluidos y
partículas en medios porosos, incluyen procesos físicos
y químicos que regulan el movimiento de agua, solutos
y gases. La advección y la difusión molecular son
fenómenos esenciales en el transporte de
contaminantes que, se encuentran gobernados por la
Ley de Darcy y gradientes de concentración.
Interacciones como adsorción y desorción afectan la
movilidad de contaminantes y nutrientes, cruciales
para la remediación ambiental (Castelán et al., 2021).
La advección es un proceso fundamental en la
dinámica de fluidos que explica el traslado de
elementos como contaminantes y calor a través de un
fluido en movimiento, su relevancia se debe a la
transferencia de calor, la dispersión de contaminantes
y diversos procesos ambientales y geofísicos (Duitama
et al., 2023). Existen diversas maneras de entender
como los metales pesados se dispersan en un lapso de
tiempo dentro del suelo. La modelación es un proceso
que implica la creación de una representación
simplificada de un sistema o fenómeno del mundo real,
utilizando herramientas matemáticas, computacionales
o físicas (Ansaldo & Böhme, 2015). Mahmood Ajaj et
al. (2023) mencionaron que un modelamiento permite
identificar la dispersión significativa del contaminante
dentro del área de estudio. Por consiguiente, la pluma
de contaminación se caracteriza por la combinación de
Recursos Naturales Producción y Sostenibilidad
Artículo científico: Modelación hidrogeoquímica del transporte de metales pesados ríos andinos del Ecuador
Publicación Semestral. Vol. 4, No. 2, julio-diciembre 2025, Ecuador (p. 11-23)
14
diversos procesos de dispersión, siendo uno de los más
importantes la difusión (Suk et al., 2022). Este
fenómeno implica el movimiento de contaminantes
desde áreas de mayor concentración hacia áreas de
menor concentración, siguiendo un gradiente de
concentración (Setiana Sri Wahyuni Sitepu, 2020).
En la actualidad, se observa una amplia aplicación de
la modelización en las ciencias ambientales (Pietrzak,
2021). En esta investigación, se modeló el fenómeno
de transporte de los contaminantes como lo son metales
pesados utilizando el software GeoStudio, que es un
conjunto de herramientas para el análisis numérico en
geotecnia desarrollado por Seequent (Flores et al.,
2022). La modelización de contaminantes se llevó a
cabo con CTRAN/W, una herramienta que investiga la
transferencia de contaminantes a través del suelo, así
como la dispersión y el transporte de estos en suelos y
agua (Vivekananda & Rao, 2023). Además, se utilizó
la extensión SEEP/W de GeoStudio, que se especializa
en el análisis del flujo de agua subterránea en
materiales porosos (Yusof et al., 2025).
Dado que en Guaytacama parroquia rural de
Latacunga, se llevan a cabo prácticas agrícolas que
implican un uso intensivo de fertilizantes y pesticidas,
es razonable suponer que estas actividades elevan la
concentración de metales pesados en el suelo y
promueven su desplazamiento (Velázquez et al., 2022).
El uso de fertilizantes y pesticidas en la agricultura
aumenta la presencia de metales pesados en el suelo y
favorece su movilidad en la región agrícola de
Guaytacama-Latacunga (Loyde et al., 2022). Esta
hipótesis se fundamenta en la idea de que los insumos
agrícolas pueden liberar metales pesados al entorno,
perjudicando tanto la calidad del suelo como la de las
aguas subterráneas.
2. METODOLOGÍA
2.1. Área de Estudio
La parroquia de Guaytacama, situada en el cantón
Latacunga, provincia de Cotopaxi, cuenta con una
población de 15.158 habitantes (INEC, 2022), Tiene
una extensión de 26.66 km² y se encuentra a una altitud
de 2922 a 2957 msnm. Limita al norte con las
parroquias de Toacaso y Tanicuchí, al sur con Polalo y
San Felipe, al este con el río Cutuchi, y al oeste con el
cantón Saquisilí (Paredes Ponluisa, 2023). Dentro del
área de estudio se identificó tres puntos de muestreo en
la zona: alta (Z1), media (Z2) y baja (Z3) (Figura 1).
Figura 1. Río Punucanchi, distribución de las zonas y puntos de muestreo en el sector Guaytacama,
Ecuador
2.2. Periodo de muestreo
El muestreo se realizó en 2 periodos contrastantes en
sus condiciones climáticas. El primer muestreo se
desarrolló a los 20 días del mes de octubre del 2024,
donde las condiciones climáticas eran de baja
precipitación. Por contrario, el segundo muestreo se
llevó a cabo en el periodo de precipitación (20 de
13
Mangui, A., Mendoza, M., Agreda, J.
15
diciembre de 2024). La diferencia en las condiciones
entre ambos momentos permite evaluar el impacto de
la lluvia en la concentración de metales pesados en el
medio ambiente. Se determina que en situaciones de
poca o ninguna precipitación, la concentración de
metales pesados suele aumentar debido a la ausencia de
procesos de dilución y transporte; pero, cuando hay
precipitaciones, se nota una reducción en la
concentración de estos elementos (Morgado et al.,
2022). La duración total del estudio fue de 90 días, lo
que permitió identificar con mayor claridad las
fluctuaciones en la presencia de metales pesados en
distintos escenarios climáticos.
2.3. Muestreo de Agua
Para el muestreo de agua, se seleccionó 2 puntos de
muestreo por cada zona distribuidos estratégicamente a
lo largo del Río Pumacunchi (Figura 1), con el fin de
asegurar la representatividad y accesibilidad, de
acuerdo con las pautas establecidas por Calcina et al.
(2022). Se empleó la metodología descrita por
Enamorado et al. (2022)., que se basa en un muestreo
compuesto, cada muestra fue recolectada en botellas de
1L previamente esterilizadas para preservar sus
propiedades fisicoquímicas, etiquetándolas con
códigos, fecha y hora del muestreo. Las muestras se
conservaron en contenedores isotérmicos durante su
transporte siguiendo protocolos establecidos en la
norma técnica ecuatoriana NTE INEN 2169:2013
(Maurat et al., 2024). Posteriormente, las muestras
fueron evaluadas en el Laboratorio de Química
Ambiental de la Universidad Central del Ecuador para
establecer las concentraciones de metales pesados,
mientras que en la Universidad Técnica de Cotopaxi se
analizaron aspectos como: pH, conductividad eléctrica
y textura del suelo.
2.4. Obtención de muestras de suelo
La metodología de recolección de muestras se
fundamentó en un muestreo sistemático al azar. Se
estableció un punto de inicio aleatorio, a partir del cual
las muestras fueron extraídas en intervalos regulares de
3 metros, asegurando una distribución homogénea y
representativa del suelo (Vizcaíno et al., 2023). Se
recolectaron un total de 36 muestras de suelo,
distribuidas en 3 zonas de muestreo. En el primer
periodo de evaluación se recolecto 3 muestras de suelo
(riveras) del río por cada lado para un total de 6
muestras por cada punto y 18 en todas las zonas, la cual
se obtuvo en mes de octubre (Figura 1). De la misma
manera se realizó para el periodo 2 con presencia de
lluvias. Las profundidades del muestreo fueron a los
0.30 y 0.60 m (Acevedo et al., 2021), profundidades
donde se acumulan con mayor frecuencia estos metales
(Castro et al., 2023). El muestreo consideró 500 gr de
cada muestra, depositados en bolsas etiquetadas según
la normativa ISO 18400:2018 (Pérez, 2021).
En el laboratorio, las muestras se sometieron a secado
en estufa a 65 °C durante 24 horas; una vez secas, se
tamizaron (No. 10) para eliminar grumos y residuos
orgánicos, obteniendo una muestra homogénea
adecuada para análisis posteriores (Rosales et al.,
2021).
2.5. Determinación de pH
Para el análisis de pH en suelos se aplicó el enfoque
establecido por Zambrano et al. (2025)., en el que
menciona que el pH se mide con precisión mediante un
multiparámetro, que detecta variaciones en el potencial
eléctrico entre un electrodo sensible al ion hidrógeno
(H+) y uno de referencia.
Este proceso requiere preparar una suspensión de suelo
con agua destilada, en contacto con el electrodo de
vidrio del dispositivo. Para el análisis de pH se
prepararon muestras de suelo de 10 gr con 25 ml de
agua destilada, se agitaron mecánicamente por 5 min y
se dejaron reposar durante 1 h. Posteriormente, se
homogenizaron por 30 s y se midieron los niveles de
pH con un multiparámetro, registrando los resultados
para su análisis (Figueroa & Neaman, 2023).
2.6. Determinación de Conductividad Eléctrica
Para realizar el análisis de conductividad eléctrica
primero se prepararon las muestras, se pesaron 50 gr de
suelo y se combinaron con 50-60 ml de agua destilada,
logrando una mezcla homogénea mediante agitación
manual.
Las muestras se mantuvieron en reposo durante 24 h
para estabilizar sus propiedades fisicoquímicas.
Posteriormente, se empleó un sistema de filtración al
vacío compuesto por embudos Büchner y matraces
Erlenmeyer, en el cual el filtrado fue recolectado en
tubos de ensayo N° 9820 (Merani et al., 2022).
Finalmente, se realizó la medición de la conductividad
eléctrica en donde se aplicó el enfoque establecido por
Saldivar et al. (2024)., en el cual se señala que la
medición se hizo con ayuda de un conductímetro
digital HANNA, previamente calibrado con soluciones
buffer, se realizó la medición en cada una de las
muestras y se registró el resultado en milisiemens por
centímetro (mS/cm).
2.7. Determinación de textura
Para la caracterización granulométrica del suelo, se
pesaron 200 g y se sometieron a tamizado secuencial
con tamices de N°10 a N°270 mediante agitación
mecánica por 15-20 min. Luego se pesó las masas
retenidas en cada tamiz para calcular la distribución
granulométrica del suelo con ayuda de una balanza
analítica (Acosta et al., 2023).
14
Recursos Naturales Producción y Sostenibilidad
Artículo científico: Modelación hidrogeoquímica del transporte de metales pesados ríos andinos del Ecuador
Publicación Semestral. Vol. 4, No. 2, julio-diciembre 2025, Ecuador (p. 11-23)
16
Mediante el tamizado se facilita la separación y
medición de partículas más grandes, como grava y
distintas fracciones de arena, utilizando tamices con
aberturas estándar. Las partículas que atraviesan el
tamiz número 200 (0.075 mm) corresponden a la
fracción más fina, formada por limo y arcilla. Luego,
cada fracción, ya sea retenida en los tamices o pasada
por el tamiz más fino, se pesa con exactitud.
La textura del suelo se determina por el porcentaje de
su componente (PC) en peso de la arena, limo y arcilla
(Gutiérrez, 2023); el cálculo de PC se realiza aplicando
la fórmula correspondiente, detallada a continuación:
 󰇛󰇜
󰇛󰇜 󰇛󰇜
2.8. Modelamiento del transporte de contaminantes
El agua tiene un papel fundamental en la dispersión de
contaminantes en el suelo, afectada por aspectos como
la dirección del flujo, el gradiente, la velocidad del
agua, las variaciones estacionales y las características
químicas del agua. Las variaciones en la concentración
de contaminantes son el resultado de su movimiento a
través del medio poroso, incluso sin flujo (Rangel et al.,
2022).
La cantidad de contaminantes dispersos depende del
grado de saturación del agua y su volumen en el medio.
Se emplean procesos de adsorción y sedimentación
para atrapar metales pesados, cuya presencia en el agua
es consecuencia de actividades industriales, agrícolas o
urbanas, y su concentración en el suelo varía de
acuerdo con la granulometría, la composición química,
las propiedades físicas y el contenido de materia
orgánica del suelo (Munar & Méndez, 2021).
Para llevar a cabo la simulación de contaminantes se
empleó parámetros clave como la conductividad
hidráulica saturada, densidad seca, el coeficiente de
difusión y el contenido volumétrico del agua. Para
representar el modelamiento de la pluma de
contaminación, se utilizaron las siguientes expresiones
matemáticas.
2.8.1. Coeficiente de difusión
Es una medida en el análisis del transporte de
contaminantes en medios porosos. Se determina a
partir de la concentración obtenida en muestras de
suelo, permite evaluar cómo se dispersan y movilizan
los metales pesados en el sistema.
Se puede representar en gráficos facilitando la
modelación y predicción de la contaminación en
estudios ambientales (Primera & Bohórquez, 2020), la
fórmula que se aplica es la siguiente:
 
 (2)
donde:
Porosidad
Distancia
Tiempo
 Diferencia de Concentración
2.8.2. Densidad Seca
La densidad seca (ρd) mide la masa de suelo seco por
unidad de volumen y es clave en la dispersión de
contaminantes. Permite simular la migración de
metales pesados considerando factores hidrodinámicos
y geoquímicos, ayudando a predecir su extensión y
concentración en el suelo Guevara & Canaza, (2023).
(3)
donde:
Densidad Seca
Masa de las partículas sólidas
Volumen total del suelo
2.8.3. Ley de Darcy
La Ley de Darcy (q) describe el flujo de agua a través
de medios porosos y es clave para entender la
dispersión de contaminantes en el suelo (Vega et al.,
2024). Su ecuación general se expresa como:
 (4)
donde:
Caudal Instantáneo
Permeabilidad
Viscosidad dinámica del fluido
 Bajada de presión
15
Mangui, A., Mendoza, M., Agreda, J.
17
2.8.4. Ley de Fick
La Ley de Fick se emplea para representar la dispersión
de contaminantes en medios porosos. Esta ley facilita
el cálculo de la tasa de difusión de contaminantes en el
agua subterránea, estableciendo una relación entre el
flujo de masa y el gradiente de concentración (Cachay
et al., 2022), su ecuación es:
 
 (5)
donde:
Flujo de partículas
Coeficiente de difusión
Concentración
Posición en el espacio
2.8.5. Advección y dispersión
La ecuación de advección-dispersión describe cómo
una sustancia, como un contaminante o una partícula,
se transporta y se dispersa en un medio. Según
(Chamorro & López, 2016)., la ecuación que
representa a la advección y dispersión es:

 

󰇛󰇜
donde:
Velocidad
Tiempo
Coordenada espacial
Coeficiente de dispersión
Constante de degradación
2.8.6. Difusión Molecular
La difusión molecular es el movimiento de moléculas
desde zonas de alta concentración a baja, impulsado
por gradientes y energía térmica (Ortega, 2024).
Es esencial en el transporte de nutrientes y la dispersión
de contaminantes, y se describe mediante la Ley de
Fick.

󰇛󰇜
donde:
Contenido de agua [ L3/L3]
2.9. Perfiles de Simulación
En la Figura 2, se presenta los perfiles de cada una de
las zonas de estudio (Z1, Z2 y Z3). En las gráficas se
permite visualizar la morfología del terreno a lo largo
de cada sección.
Cada perfil muestra la parte superficial del terreno
(sombreado azul), el perfil del Río Pumacunchi
(excavación), los niveles freáticos (línea rosada).
Figura 2. Perfiles para el modelamiento por zonas
3. RESULTADOS Y DISCUSIÓN
Se realizó el modelamiento para diferentes zonas en el
área de estudio en distancias comprendidas de 1000 m
a 2000 m, en un periodo de 90 d comprendido entre el
mes de octubre, como concentraciones iniciales y
diciembre como concentraciones finales.
3.1. Concentraciones de contaminantes
En la Figura 3, se encuentran las concentraciones
iniciales y concentraciones finales, de cada uno de los
metales pesados enfocados en la Z1, Z2 y Z3 donde se
encuentran los parámetros físicos químicos de mayor
interés. Se obtuvieron concentraciones de As, siendo
los valores mayores al límite máximo permisible según
16
Recursos Naturales Producción y Sostenibilidad
Artículo científico: Modelación hidrogeoquímica del transporte de metales pesados ríos andinos del Ecuador
Publicación Semestral. Vol. 4, No. 2, julio-diciembre 2025, Ecuador (p. 11-23)
18
el Acuerdo N°97/A que es 12 mg de As por kg de suelo.
Sin embargo, para el Pb y Cr, los valores reflejados son
menores que el límite máximo permisible, para de 19
mg/kg y 54 mg/kg respectivamente. Los resultados
obtenidos respecto a las concentraciones de As en las
muestras de suelo evidencian una marcada variabilidad
espacial entre las Z1, Z2 y Z3 de la parroquia
Guaytacama. En la Z1, los valores iniciales de As
oscilaron entre 6.10 y 17.43 mg/kg, mientras que las
concentraciones finales mostraron un aumento
considerable, alcanzando un valor máximo de 46.84
mg/kg, muy por encima del límite máximo permisible
(12 mg/kg). En la Z2, los valores iniciales variaron
entre 5.09 y 14.54 mg/kg, con concentraciones finales
que llegaron hasta 41.95 mg/kg. En contraste, la Z3
presentó valores iniciales de entre 3.07 y 16.74 mg/kg,
con valores finales notablemente más bajos,
alcanzando un máximo de 19.76 mg/kg. Por otro lado,
las concentraciones del Cr en relación a la Z1, Z2 y Z3
no varían ya que sus concentraciones permanecen en
rangos <9 mg/kg, por consiguiente, el Pb en las Z1, Z2
y Z3, su valor parte de valores < 0.5 mg/kg a < 5 mg/kg.
En conjunto los metales pesados reflejan un
comportamiento diferencial del As en función de la
ubicación geográfica y características del suelo.
Figura 3. Concentraciones iniciales y finales de: As, Pb y Cr en la zona alta, media y baja
La mayoría de datos en relación al As, sobrepasan al
valor permisible en Ecuador; sin embargo, para la
investigación de Oña et al. (2024) los valores de As son
superiores a 98 mg/kg, esto sucede por las constantes
precipitación que se presentan en la región de estudio.
Por otro lado, en el estudio realizado por Álvarez et al.
(2023) en Perú, los valores van desde 2.0 mg/kg a 5
kg/mg debido a las temperaturas que oscilan de 17.5 y
3.0 °C. De la misma manera el estudio de Jaramillo &
Hidalgo (2024) evidenció valores < 0.5 mg/kg.
3.2. Parámetros para la simulación del transporte
de contaminantes
En la Tabla 1, se detalla los principales parámetros
empleados en la simulación de los contaminantes.
Entre estos se destaca conductividad hidráulica
saturada, el valor representado determina la velocidad
a la que los contaminantes avanzan a través del suelo,
este valor indica un medio con flujo lento, el cual es
ideal para la acumulación de metales pesados. La
densidad seca, el valor determina la capacidad de
retención del contaminante representativo para la
simulación. Coeficiente de difusión, los valores miden
como se dispersan los contaminantes en el agua dentro
del suelo, estos rangos abarcan la movilidad justa de un
contaminante. El contenido volumétrico del agua,
representa la disponibilidad de agua para transportar
contaminantes, estos valores en un suelo franco
arenoso reflejan condiciones realistas.
Tabla 1. Parámetros de los metales pesados
Parámetro
Valor
Conductividad Hidráulica
Saturada
4. 36e-7 m/s
Densidad Seca
1623 kg/ m3
Coeficiente de difusión
(10-6 -10-9) g/m3
Contenido volumétrico del
agua
(0.15 a 0.35)
Textura
(60-75%)
Franco arenoso
17
Mangui, A., Mendoza, M., Agreda, J.
5
El valor de la conductividad hidráulica saturada (tabla
1), se difiere con los valores reportados por Vidales
Barriguete, (2019) en suelo más compactos, dichos
estudios presentan valores más altos. Las muestras
recolectadas para el desarrollo de la simulación son de
suelos agrícolas, que nos arrojó una densidad seca de
1623 kg/m3 , con relación a Ferreira et al. (2022) que
su valor es 2307 kg/m3, ya que son suelos para
construcción. En la investigación de Rollán &
Bachmeier. (2014) presenta coeficientes de difusión de
valores
comprendidos de 10-8 g/m3, que son relativamente
similares a los coeficientes de difusión que se presentan
en la Tabla 1. Los valores del contenido volumétrico
son similares a Vera Muñoz. (2021), quienes
consideran que los valores volumétricos siempre
partirán desde 0.20 en adelante.
3.3. Transporte de contaminantes
El modelamiento se realizó mediante la herramienta
CTRAN/W, este simula el transporte del contaminante
en el suelo, considerando el rango de tiempo (90 d). En
la Figura 4, se presenta las simulaciones de los metales
pesados (As, Cr y Pb), para cada una de las zonas (Z1,
Z2, Z3). En la Z1, el As muestra una concentración
máxima de 46.8 mg/kg (color rojo) que representa la
transmisión del contaminante desde la superficie hacia
el interior del suelo, llegando a una concentración
mínima de 5.5 mg/kg (color amarillo) que se presenta
a 1 m desde la superficie y se expande hasta los 4.5 m
desde los puntos de muestreo; sin afectar el nivel
freático que se encuentra a los 5 m de profundidad del
suelo (línea rosa). Las concentraciones se muestran
para el rango de los 90 d respectivamente. Estos valores
que se representan, son similares a los valores que
reportados por Calcina et al.(2022) (10- 42 mg/kg).
Figura 4. Concentración simulada de metales pesados en la zona alta media y baja
Para la concentración del Cr, su valor de partida fue de
9 mg/kg (color rojo) que representa la transmisión del
contaminante desde la superficie hacia el interior del
suelo, llegando a una concentración mínima de 5 mg/kg
(color amarillo) y se expande hasta los 3.5 m desde los
puntos de muestreo. Por otro lado, el Pb presenta una
concentración máxima fue 5 mg/kg (color rojo) que
representa la transmisión del contaminante desde la
superficie hacia el interior del suelo, llegando a una
concentración mínima de 0.5 mg/kg (color amarillo).
Esta tendencia sugiere una posible acumulación del
contaminante As en la zona, posiblemente debido a
procesos de escorrentía superficial o a una mayor
retención del suelo generado por lluvias que
18
Recursos Naturales Producción y Sostenibilidad
Artículo científico: Modelación hidrogeoquímica del transporte de metales pesados ríos andinos del Ecuador
Publicación Semestral. Vol. 4, No. 2, julio-diciembre 2025, Ecuador (p. 11-23)
20
sobrepasan la tasa de infiltración de este (Hu et al.,
2023).
Para la Z2, el As presenta un máximo de concentración
de 24.7 mg/kg (color rojo) que representa la
transmisión del contaminante desde la superficie hacia
el interior del suelo, llegando a una concentración
mínima de 5.0 mg/kg (color amarillo) que se presenta
a 1 m desde la superficie y se expande hasta los 3.5 m
desde los puntos de muestreo; sin afectar el nivel
freático que se encuentra a los 5 m de profundidad del
suelo. A diferencia de Aruquipa Buitre et al. (2024),
que presenta valores menores a 30 mg/kg como valor
máximo y valores minoritarios superiores de 15 mg/kg,
esto discrepa con los datos obtenidos por la baja
actividad agrícola que se especifica en el investigación
del autor. Con respecto al Cr, tiene la misma tendencia
que a Z1, la concentración máxima es 9 mg/kg (color
rojo) que representa la transmisión del contaminante
desde la superficie hacia el interior, llegando a una
concentración mínima de 5 mg/kg (color amarillo) que
se presenta a 0.5 m desde la superficie. En el Pb, se
sigue conservando los mismos valores, la
concentración máxima es 5 (color rojo) que representa
la transmisión del contaminante, llegando a una
concentración mínima de 0.5 mg/kg (color amarillo).
Las concentraciones se muestran para el rango de los
90 d respectivamente. Estos valores son similares con
Munive et al. (2020), donde muestra valores de 1.2
mg/kg a 0.07 mg/kg. Aunque los niveles también
superan los límites establecidos, la variabilidad de los
datos sugiere una dinámica intermedia de movilidad
del As, influenciada por las características texturales
del suelo de un 75% de contenido de arena y la
pendiente del terreno (Vijayakumar et al., 2023).
En la Z3, existe un comportamiento similar observado
en las Z1 y Z2, la concentración máxima del As es de
19.7 mg/kg (color rojo) que representa la transmisión
del contaminante, llegando a una concentración
mínima de 5.5 mg/kg (color amarillo) que se presenta
a 1 m desde la superficie y se expande hasta los 2.5 m
desde los puntos de muestreo; sin afectar el nivel
freático que se encuentra a los 5 m de profundidad del
suelo. Estos valores coinciden en un 80% con los
valores expuestos por Kanda et al. (2023), donde su
valor máximo es de 30 mg/kg y su valor mínimo de 6
mg/kg. Para la concentración del Cr, se mantiene la
dinámica de la Z1 y Z2, la concentración máxima es 9
mg/kg (color rojo) que representa la transmisión del
contaminante, llegando a una concentración mínima de
4.6 mg/kg (color amarillo) que se presenta a 0.5 m
desde la superficie. Por contrario, Perez Mora. (2021)
redacta valores menores a < 5 mg/kg para
concentraciones de cromo, esto se da por la variación
del suelo al que se está estudiando. Con relación al
metal pesado Pb, las concentraciones representadas,
son consistentemente equivalentes en las tres zonas. La
concentración máxima es 5 mg/kg (color rojo) que
representa la transmisión del contaminante desde la
superficie hacia el interior del suelo, llegando a una
concentración mínima de 0.8 mg/kg (color amarillo).
Este valor es similar al mostrado por Cóndor & Teresa,
(2024), donde las concentraciones estudiadas oscilan
entre 2 a 4.31 mg/kg de Pb, esto por tener el mismo
suelo (franco arenoso). En esta última zona, se observó
una reducción de las concentraciones finales con
respecto a las iniciales (As), lo cual podría explicarse
por procesos de lixiviación hacia capas más profundas
o por una menor exposición a fuentes contaminantes
directas.
4. CONCLUSIÓN
Los resultados evidencian concentraciones de Pb (5
mg/kg) y Cr (9 mg/kg) bajo el límite permisible de la
normativa ecuatoriana. Por consiguiente, Cr en la zona
1 y 2 alcanza una mayor movilidad y acumulación,
pero en la zona 3 su presencia es más controlada. Para
el caso del Pb en la zona 1 y 3 tiene una distribución
leve, pero en la zona 2 se detecta un foco de
concentración en el centro norte. Sin embargo, esto no
representa un riesgo significativo para la calidad del
suelo. No obstante, se identificaron fuentes de
contaminación derivadas de prácticas agrícolas, como
el uso excesivo de agroquímicos y la disposición
inadecuada de efluentes, que podrían alterar
progresivamente el equilibrio del suelo.
Por contrario, el As presentó rangos de concentraciones
elevadas (6.1 mg/kg – 17.43 mg/kg) y valores finales
que ascendieron hasta 46.84 mg/kg, superando
ampliamente el límite máximo (12 mg/kg). El As en la
zona 1 presenta una alta concentración en la parte
superior central y distribución descendente hacia los
bordes, en la zona 2 se observa un patrón similar, pero
con mayor dispersión lateral y en la zona 3 los niveles
son más bajos, con una concentración reducida y
focalizada. Este incremento, en la zona 1 y 2 implica
una acumulación superficial por condiciones
geomorfológicas y edáficas: elevada pendiente, textura
franco arenoso, escasa cobertura vegetal y una tasa de
escorrentía que sobrepasa la capacidad de infiltración
del suelo. Estos factores promueven la acumulación del
contaminante en la superficie y reduce la movilidad,
limitando la llegada al nivel freático, durante el periodo
de 90 días.
5. REFERENCIA
Acevedo, L., Chacon, H., Meneses, V., & Leyton, A.
(2021). Cadmium accumulation and distribution
in artichoke plants (Cynara scolymusL.) grown
in two contaminated agricultural soils. Manglar,
18(4), 443–447.
https://doi.org/10.17268/manglar.2021.057
19
Mangui, A., Mendoza, M., Agreda, J.
21
Acosta, D., Trujillo, A., & Luján, D. (2023).
Granulometría del suelo en zonas de pendiente.
Comparación de métodos de determinación.
Acta Agronómica, 72(1).
https://revistas.unal.edu.co/index.php/acta_agro
nomica/article/view/107333
Alva, C., & Aguilar, G. (2021). Interacción entre la
presa de relaves y el acuífero de la microcuenca
del río Yuracyacu en la Región La Libertad del
Perú. Ciencia Latina Revista Científica
Multidisciplinar, 5(1), 706–733.
https://doi.org/10.37811/cl_rcm.v5i1.272
Álvarez, R. A. M., Silva, J. K. A. C. D., Ribeiro, R. D.
S., Tavares, I. D. N., & Guedes, Y. A. (2023).
Determinación de la sorción en tres tipos de
suelo y arena lavada, empleando diez dosis del
Herbicida Saflufenacil. Revista Recursos
Naturales Producción y Sostenibilidad, 2(2).
https://investigacion.utc.edu.ec/index.php/REN
PYS/article/view/518
Ansaldo, S. M., & Böhme, L. F. G. (2015). Modelos
conceptuales y físicos para el curso Historia de
las Estructuras y la Construcción. Aus, 18, 23–
29.
http://www.redalyc.org/articulo.oa?id=2817446
68005
Aruquipa Buitre, R. E., Guzmán Alegría, L., & Ramos
Ramos, O. E. (2024). Método para la
determinación de arsénico en suelos agrícolas
mediante espectrometría de absorción atómica
con horno de grafito de fuente continua de alta
resolución HR-CS-GFAAS. ScIELO. 41(1).
https://doi.org/10.34098/2078-3949.41.1.2
Cachay, R., Roldan, J., & Agreda, J. (2022). Modeling
the distribution of a liquid contaminant using
the diffusion equation in two dimensions.
Revista Ciencia y Tecnología, 18(4), 31–41.
https://doi.org/10.17268/rev.cyt.2022.04.02
Calcina, M., Calcina, L., Huaraya, F., Salas, A., &
Tejada, K. (2022). Arsénico en aguas
subterráneas de la cuenca del río Callacame y su
impacto en suelos agrícolas en Desaguadero,
Puno – Perú. DYNA, 89(221), 178–184.
https://doi.org/10.15446/dyna.v89n221.98319
Calle, M., & Vicente, S. (2024). Fertilizantes en la
producción agrícola: un análisis de la
percepción de uso. Apuntes Del Cenes, 43(78),
201–226.
https://doi.org/10.19053/uptc.01203053.v43.n78
.2024.17532
Castelán, R., Rodríguez, A., Sampieri, A., Tamariz, J.,
Peña, R., & Silva, S. (2021). Movilidad de
atrazina en dos tipos de suelo en el estado de
Puebla. Revista Mexicana de Ciencias
Agrícolas, 12(2), 291–304.
https://doi.org/10.29312/remexca.v12i2.2425
Castro, N., Calderón, F., & Pérez, G. (2023). Análisis
espacial de metales pesados en suelos agrícolas
de la subcuenca Atoyac-Zahuapan y riesgos de
salud pública. Agricultura, Sociedad y
Desarrollo, 21(1), 16.
https://doi.org/10.22231/asyd.v21i1.1593
Cóndor, B., & Teresa, D. (2024). Concentración de
metales pesados en suelos agrícolas y Lepidium
meyenii Walpers – Junìn y Carhuamayo [Tesis
Doctoral, Universidad Nacional del Centro de
Perú] Dspace.
https://repositorio.uncp.edu.pe/handle/20.500.12
894/12036
De Jesús, Eras Agila, R., Margot, L. B., Joel, C. P. C.,
Elizabeth, E. G., Rafael, V. F. A., Evelyn, V.
G., & Verónica, V. J. L. (2021). El Sector
Agropecuario en el Ecuador: análisis
descriptivo del impacto en la sostenibilidad por
el COVID-19. South Florida Journal of
Development, 2(3), 4105–4122.
https://doi.org/10.46932/sfjdv2n3-024
Duitama, A., Mendoza, V., Montes, L., Gil, J., &
Esquivel, R. (2023). Modelamiento de los
niveles de contaminación en un tramo del río
Sogamoso, mediante el acoplamiento de los
métodos Lattice-Boltzmann y diferencias
finitas. Tecnura, 27(76), 78–95.
https://doi.org/10.14483/22487638.18226
Enamorado, G., Tirado, J., & Marrugo, J. (2022).
Metales pesados (Hg, As, Cd, Zn, Pb, Cu, Mn)
en un trayecto del río Cauca impactado por la
minería de oro. Revista EIA, 19(37), 1–17.
https://doi.org/https://doi.org/10.24050/reia.v19i
37.1481
Ferreira, F. G. da S., Dias, L. V., Soares, S. M., &
Castro, A. L. de. (2022). Influence of thermal
curing in the physical and mechanical properties
of ultra-high-performance concrete with glass
powder. Revista ALCONPAT, 12(2), Article 2.
https://doi.org/10.21041/ra.v12i2.546
Figueroa, L., & Neaman, A. (2023). Salinos, pero
ácidos: una extraña combinación en suelos del
valle de Lluta en el norte de Chile. Idesia
(Arica), 41(1), 133–137.
https://doi.org/10.4067/S0718-
34292023000100133
Flores, I., González, Y., & García, J. (2022).
Estabilidad de taludes en presas de tierra
considerando el ángulo de succión del suelo no
Recursos Naturales Producción y Sostenibilidad
Artículo científico: Modelación hidrogeoquímica del transporte de metales pesados ríos andinos del Ecuador
Publicación Semestral. Vol. 4, No. 2, julio-diciembre 2025, Ecuador (p. 11-23)
22
saturado. Ingeniería y Desarrollo, 40(01), 71–
91. https://doi.org/10.14482/inde.40.01.620.123
Guevara, I., & Canaza, F. (2023). Estimación de la
densidad seca de un relleno granular utilizando
el penetrómetro dinámico de cono. Gaceta
Técnica, 24(2), 77–91.
https://doi.org/10.51372/gacetatecnica242.6
Gutiérrez, W. (2023). Ensayo granulométrico de los
suelos mediante el método del tamizado.
Ciencia Latina Revista Científica
Multidisciplinar, 7(2), 6908–6927.
https://doi.org/10.37811/cl_rcm.v7i2.5834
Hernández-Caricio, C., Ramírez, V., Martínez, J.,
Quintero-Hernández, V., Baez, A., Munive, J.
A., & Rosas-Murrieta, N. (2022). Los metales
pesados en la historia de la humanidad, los
efectos de la contaminación por metales pesados
y los procesos biotecnológicos para su
eliminación: el caso de Bacillus como
bioherramienta para la recuperación de suelos.
Alianzas y Tendencias BUAP, 7(27), 1–68.
https://doi.org/https://doi.org/10.5281/zenodo.7
091407
Hu, S., Qiao, P., Yi, X., Lei, Y., Hu, H., Ye, J., &
Wang, D. (2023). Selective Photocatalytic
Reduction of CO2 to CO Mediated by Silver
Single Atoms Anchored on Tubular Carbon
Nitride. Angewandte Chemie International
Edition, 62(26), e202304585.
https://doi.org/10.1002/anie.202304585
Jaramillo, R. J. L., & Hidalgo, E. P. C. (2024).
Efectividad de la apitoxina como tratamiento
complementario para el manejo del dolor en
perros con enfermedades musculoesqueléticas.
ConcienciaDigital, 7(1.2).
https://doi.org/10.33262/concienciadigital.v7i1.
2.2932
Kanda, K., Nishimura, H., Koiso, T., Takemoto, K.,
Nakagoe, K., Yamada, T., Takahashi, M.,
Hanafusa, M., Kawahara, T., Yanagida, Y.,
Kuramochi, J., & Fujiwara, T. (2023). Applying
negative ions and an electric field to
countermeasure droplets/aerosol transmission
without hindering communication. Scientific
Reports, 13(1), 13965.
https://doi.org/10.1038/s41598-023-40303-5
Loyde, L., González, B., Cruz, A., & Loredo, R.
(2022). Suelos agrícolas y metales pesados, una
relación tóxica que se puede remediar.
EPISTEMUS, 16(33).
https://doi.org/10.36790/epistemus.v16i33.228
Mahmood Ajaj, Q., Shafri, H. Z. M., Wayayok, A., &
Firuz Ramli, M. (2023). Assessing the Impact of
Kirkuk Cement Plant Emissions on Land cover
by Modelling Gaussian Plume with Python and
QGIS. The Egyptian Journal of Remote Sensing
and Space Science, 26(1), 1–16.
https://doi.org/10.1016/j.ejrs.2022.12.001
Maurat, L., Astudillo, D., Patiño, C., Fernández, L., &
Loja, K. (2024). Determination of the Water
Quality of the Copueno River by
Macroinvertebrate Analysis. ESPOCH
Congresses: The Ecuadorian Journal of
S.T.E.A.M., 3(2), 262–276.
https://doi.org/10.18502/espoch.v4i1.15830
Mendoza, B., Torres, D., Merú, L., Gómez, C.,
Estanga, M., & García, Y. (2021).
Concentración de metales pesados en suelos
agrícolas bajo diferentes sistemas de labranza.
TecnoLógicas, 24(51), e1738.
https://doi.org/10.22430/22565337.1738
Merani, V., Millan, G., Ferro, D., Larrieu, L.,
Bennardi, D., Polich, N., Juan, L., & Bongiorno,
F. (2022). Comparación de metodologías de
determinación de la conductividad eléctrica y
concentración iónica en suelos de la provincia
de Buenos Aires. Ciencias Agronómicas, 34, 15.
https://doi.org/10.35305/agro34.277
Morgado, A., Chacon, E., Arriojas, L., Paredes, L., &
Machado, W. (2022). Biomasa aérea de
Leucaena leucocephala [(Lam.) de Wit] y
herbáceas acompañantes en la Cuenca Sur del
lago de Maracaibo. Archivos Latinoamericanos
de Producción Animal, 30(4), 359–373.
https://doi.org/10.53588/alpa.300408
Munar, A., & Méndez, N. (2021). Modelación
hidrodinámica y de calidad del agua en un
ecosistema estuarino urbano con incidencia
maregráfica y vertimientos de aguas residuales.
Entramado, 17(1).
https://doi.org/10.18041/1900-
3803/entramado.1.7285
Munive, R., Gamarra, G., Munive, Y., Puertas, F.,
Valdiviezo, L., & Cabello, R. (2020). Lead and
cadmium uptake by sunflower from
contaminated soil and remediated with organic
amendments in the form of compost and
vermicompost. Scientia Agropecuaria, 11(2),
177–186.
https://doi.org/10.17268/sci.agropecu.2020.02.0
4
Oña, J. L. Á., Molina, D. S. C., Chuquimarca, Á. P.
O., & Campaña, P. P. M. (2024). Análisis del
21
Mangui, A., Mendoza, M., Agreda, J.
23
diseño de una planta de tratamiento de aguas
residuales del campus Salache usando dinámica
computacional de fluidos. Revista Recursos
Naturales Producción y Sostenibilidad, 3(1).
https://doi.org/10.61236/renpys.v3i1.627
Ortega, M. (2024). Flujo de agua subterránea y
transporte en medios geológicos fracturados:
una revisión. Revista Mexicana de Ciencias
Geológicas, 41(1), 103–129.
https://doi.org/10.22201/cgeo.20072902e.2024.
1.1772
Pabón, S. E., Benítez, R., Sarria, R. A., Gallo, J. A.,
Pabón, S. E., Benítez, R., Sarria, R. A., & Gallo,
J. A. (2020). Contaminación del agua por
metales pesados, métodos de análisis y
tecnologías de remoción. Una revisión. Entre
Ciencia e Ingeniería, 14(27), 9–18.
Palacios Anzules, Í. del C., & Moreno Castro, D. W.
(2022). Contaminación ambiental.
RECIMUNDO, 6(2), 93–103.
https://doi.org/10.26820/recimundo/6.(2).abr.20
22.93-103
Paredes Ponluisa, C. S. (2023). Análisis de las
correlaciones entre el CBR, DCP propiedades
índice y mecánicas en suelos de las parroquias
Guaytacama y Toacaso del cantón Latacunga,
provincia de Cotopaxi. . [Tesis de grado.
Universidad Técnica de Ambato] Dspace.
https://repositorio.uta.edu.ec/handle/123456789/
38166
Pérez, W. (2021). Evaluación del índice de
geoacumulación de algunos metales pesados en
suelos de cultivo de hortalizas en la ribera del
río Bogotá. Revista ION, 34(1).
https://doi.org/10.18273/revion.v34n1-2021004
Pietrzak, D. (2021). Modeling migration of organic
pollutants in groundwater — Review of
available software. Environmental Modelling &
Software, 144, 105145.
https://doi.org/10.1016/j.envsoft.2021.105145
Primera, J., & Bohórquez, H. (2020). Relación entre
la difusividad efectiva y los parámetros
estructurales de medios porosos no
consolidados, bidimensionales. Revista Tecnica
De La Facultad De Ingenieria Universidad Del
Zulia, ve2020(2), 56–61.
https://doi.org/10.22209/rt.ve202020n2a08
Rangel, F., Anaya, M., Iannacone, J., & Romero, L.
(2022). Modelos de dispersión de contaminantes
atmosféricos: Revisión sistemática. Campus,
27(33), 21–42.
https://doi.org/10.24265/campus.2022.v27n33.0
2
Rollán, A. A. del C., & Bachmeier, O. A. (2014).
Compactación y retención hídrica en
Haplustoles de la provincia de Córdoba
(Argentina) bajo siembra directa. Congreso
Internacional Comisión 3.
https://www.scielo.org.ar/scielo.php?pid=S1668
-298X2014000100001&script=sci_arttext
Rojas, T., & Maria, L. (2025). Como la mezcla
condiciona el crecimiento y el desarrollo del
biofilm en un medio poroso [Tesis de Maestría,
Universidad Politécnica de Catalunya] Handle.
https://upcommons.upc.edu/handle/2117/42762
2
Rosales, J., Centeno, L., Cajacuri, J., Breña, J., &
Chávez, C. (2021). Identificación de Cadmio y
Plomo en los cultivos de Cacao ubicados en la
zona de Satipo - Junín. TECNIA, 31(2), 83–89.
https://doi.org/10.21754/tecnia.v21i2.1062
Saldivar, J., Rojas, Y., & Cruz, R. (2024). Análisis
Geoquímico de conductividad eléctrica y pH del
Valle de Cañete – Perú. Revista de
Investigación Cañetana, 3(1), 14–21.
https://doi.org/10.60091/ric.2024.v3n1.02
Sharma, A., Kapoor, D., Wang, J., Shahzad, B.,
Kumar, V., Bali, A. S., Jasrotia, S., Zheng, B.,
Yuan, H., & Yan, D. (2020). Chromium
Bioaccumulation and Its Impacts on Plants: An
Overview. Plants, 9(1), 100.
https://doi.org/10.3390/plants9010100
Suk, H., Zheng, K., Liao, Z., Liang, C., Wang, S., &
Chen, J. (2022). A new analytical model for
transport of multiple contaminants considering
remediation of both NAPL source and
downgradient contaminant plume in
groundwater. Advances in Water Resources,
167, 104290.
https://doi.org/10.1016/j.advwatres.2022.10429
0
Vega, C., Larios, J., Reyes, J., Badillo, M., & Kuri, G.
(2024). Análisis numérico de la infiltración de
contaminantes en la cuenca del Río Tula. Pädi
Boletín Científico de Ciencias Básicas e
Ingenierías Del ICBI, 12, 213–220.
https://doi.org/10.29057/icbi.v12iEspecial4.133
32
Velázquez, L. D. J., Ortiz, I., Chávez, J., Pámanes, G.,
Carrillo, A., & Pereda, M. (2022). Influencia de
la contaminación del agua y el suelo en el
desarrollo agrícola nacional e internacional. TIP
Revista Especializada En Ciencias Químico-
Biológicas, 25.
https://doi.org/10.22201/fesz.23958723e.2022.4
82
22
Recursos Naturales Producción y Sostenibilidad
Artículo científico: Modelación hidrogeoquímica del transporte de metales pesados ríos andinos del Ecuador
Publicación Semestral. Vol. 4, No. 2, julio-diciembre 2025, Ecuador (p. 11-23)
24
Vidales Barriguete, M. A. (2019). Caracterización
fisicoquímica y aplicaciones de yeso con
adición de residuo plástico de cables mediante
criterios de economía circular [Tesis Doctoral,
Universidad Politécnica de Madrid] UPM.
https://oa.upm.es/57437/
Vijayakumar, S., Chen, J., González Sánchez, Z. I.,
Tungare, K., Bhori, M., Durán-Lara, E. F., &
Anbu, P. (2023). Moringa oleifera gum capped
MgO nanoparticles: Synthesis, characterization,
cyto- and ecotoxicity assessment. International
Journal of Biological Macromolecules, 233,
123514.
https://doi.org/10.1016/j.ijbiomac.2023.123514
Vivekananda, S., & Rao, C. H. (2023). Probabilistic
stability analysis of narasimharaya sagar earthen
dam by using geo-studio software. E3S Web of
Conferences, 391, 01039.
https://doi.org/10.1051/e3sconf/202339101039
Vizcaíno, P., Cedeño, R., & Maldonado, I. (2023).
Metodología de la investigación científica: guía
práctica. Ciencia Latina Revista Científica
Multidisciplinar, 7(4), 9723–9762.
https://doi.org/10.37811/cl_rcm.v7i4.7658
Yusof, M., Rashid, A., Lat, D., Khanan, M., Rahman,
M., & Kassim, A. (2025). Slope stability
assessment under the effect of antecedent
rainfall-a case study at teluk bahang penang.
Jurnal Teknologi (Sciences & Engineering),
87(2), 297–309.
https://doi.org/10.11113/jurnalteknologi.v87.22
527
Zambrano, F., Zamora, P., Macias, R., Intriago, H., &
Zambrano, T. (2025). Evaluación de parámetros
físicos del suelo para la siembra del híbrido
OxG en la estación experimental latitud 0 del
occidente del Ecuador. LATAM Revista
Latinoamericana de Ciencias Sociales y
Humanidades, 6(1).
https://doi.org/10.56712/latam.v6i1.3343
23