La gestión de cuencas hidrográficas requiere de información que permita intervenir posibles fuentes que afectan los sistemas acuáticos. Se evaluó la calidad del agua superficial en la cuenca del río Cunas (Perú) mediante métodos estadísticos multivariado e índice de calidad de agua ICA-PE. Se establecieron 27 sitios de muestreo en el río Cunas y nueve sitios en el río tributario. Las muestras de agua se colectaron en dos épocas climáticas contrastantes y la determinación del ICA-PE se realizó en base a parámetros fisicoquímicos y bacteriológico.

Watershed management requires information that allows the intervention of possible sources that affect aquatic systems. Surface water quality in the Cunas river basin (Peru) was evaluated using multivariate statistical methods and the CCME-WQI water quality index. Twenty-seven sampling sites were established in the Cunas River and nine sites in the tributary river. Water samples were collected in two contrasting climatic seasons and the CCME-WQI was determined based on physicochemical and bacteriological parameters.

El trabajo se realizó en el Laboratorio de Operaciones y Procesos Unitarios de la Facultad de Ingeniería Química en la columna de absorción empacada con anillos rashig. Para la identificación y modelamiento dinámico de la columna de absorción, se implementó un modelo de red neuronal artificial para la absorción de CO2 utilizando como solvente químico NaOH 0.11M a distintos caudales (0,8; 1,2; 1,6; 2,0; 2,4 y 2,8) L/min en contracorriente. La corriente gaseosa tuvo un flujo de 10 L/min de aire y 2 L/min. de CO2. Las redes neuronales artificiales nos permiten simular procesos complejos a partir de datos imprecisos e incompletos mediante entrenamiento a partir de los datos experimentales obtenidos en la columna de absorción. Se logró identificar y modelar dinámicamente la columna de absorción empacada mediante un modelo de red neuronal artificial, el cual puede ser usado confi...