INSTITUTO POLITÉCNICO NACIONAL...4.3 Aplicación de las metodologías del cálculo de emisiones de...

INSTITUTO POLITÉCNICO NACIONAL

UNIDAD PROFESIONAL INTERDISCIPLINARIA

DE BIOTECNOLOGÍA

Tesis

Presentada para obtener el grado de

Maestra en Ciencias en Bioprocesos

Por

Cárdenas Moreno Paulina Rebeca

Ingeniera Biotecnóloga

Título de la tesis:

Estimación de biogás y lixiviados generados en sitios de

disposición final de residuos sólidos urbanos del Estado de México

Dirigida por:

Dr. Fabián Robles Martínez

Dr. Francisco José Colomer Mendoza

México D.F. Julio de 2014

Autorización de uso de obra

lnstituto Politécnico Nacional

Presente

Bajo protesta de decir verdad la que suscribe Paulina Rebeca Cárdenas Moreno (se

anexa copia simple de identificación oficial), manifiesto ser autora y titular de los derechos

morales y patrimoniales de la obra titulada "Estimación de biogás y lixiviados generados

en sitios de disposición final de residuos sólidos urbanos del Estado de México "La Tesis"y de cual se adjunta copia, por lo que por medio del presente y con fundamento en el

artículo 27 fracción ll, inciso b) de la Ley Federal del Derecho de Autor, otorgo a el

lnstituto Politécnico Nacional, en adelante El lPN, autorización no exclusiva para

comunicar y exhibir públicamente total o parcialmente en medios digitales (medios

impresos y medios digitales del IPN) "La Tesis" por un período de 5 años contado a partir

de la fecha de la presente autorización, dicho periodo se renovará automáticamente en

caso de no dar aviso expreso a "El lPN" de su terminación.

En virtud de lo anterior, "El lPN" deberá reconocer en todo momento mi calidad de autor

de "La Tesis".

Adicionalmente, y en mi calidad de autor y titular de los derechos morales y patrimoniales

de "La Tesis", manifiesto que la misma es original y que la presente autorización no

contraviene ninguna otorgada por el suscrito respecto de "La Tesis", por lo que deslindode toda responsabilidad a El IPN en caso de que el contenido de "La Tesis" o la

autorización concedida afecte o viole derechos autorales, industriales, secretosindustriales, convenios o contratos de confidencialidad o en general cualquier derecho depropiedad intelectual de terceros y asumo las consecuencias legales y económicas de

cualquier demanda o reclamación que puedan derivarse del caso.

México D.F., 26 de Junio de 2014

Paulina Rebeca Cárdenas Moreno

D ECLARACIÓ N DE O RI G I N ALI DAD

Yo declaro que esta tesis, así como los resultados en ella reportados, son producto de mi trabajo y

que hasta donde yo sé no contiene material previamente publicado o escrito por otra persona, ni

tampoco contiene material que haya sido utilizado para obtener algún grado o diploma en alguna

otra institución educativa, excepto donde se reconoce como tal. Declaro igualmente que hago

justo reconocimiento en la tesis a las personas que contribuyeron con su trabajo y finalmente,

declaro que esta tesis es producto de mi propio trabajo con el apoyo permitido de terceros en

cuanto a la concepción del proyecto, al estilo de la presentación o a la expresión escrita

Wfc'uí'nu k@rq (i{ct(/ ff1ü/{u1'

Nombre y firma del alumno

Vo. Bo.

Fnu.tu): (r,\ Af""*r'- l'{o*8-*Nombre y firmHdel Co-director

SlPj:14:BlS

INST¡TUTO POLITÉCNICO NACIONALSEcRETAnín oe rNvEsTrcnclóru y poscRADo

ACTA DE REVtstóN or rES/s

En la Ciudad de México siendo las 13:30 horas del día 27 del mes de

Junio del 2014 se reunieron los miembros de la Comisión Revisora de la Tesis, designada

por el Colegio de Profesores de Estudios de Posgrado e lnvestigación de la UPIBI

para examinar la tesis titulada:

Estimación de biogás y lixiviados generados en sitios de disposición final de residuos sólidos urbanos del

estado de México

Presentada por el alumno:

Cárdenas Moreno Paulina RebecaApellido paterno

Nombre(s)

aspirante de:

Maestría en Ciencias en Bioprocesos

Apellido materno

Con registro:

Después de intercambiar opiniones los miembros de la Comisión manifestaron APROBAR LA IES/S, envirtud de que satisface los requisitos señalados por las disposiciones reglamentarias vigentes.

LA COMISIÓN REVISORA

Directores de tesis

Dra. Marina Olivia Franco Hernández

PRESIDENTE DEL COLEGIO DE

z bSTITUTOf*.ñt€üCOF{ACIONAL

ESIOf{'qLHTERÍTCIPLI{ARIA D€ SIOTECNOLCGI¡

Dra. María Guadalupe Ramírez Soteloe€cctÓil D€ Esruol'os DE

PCSGRAM E B{\¡E5Tfi3AC ION

B 1 2 0 4 2 0

Dr. Fabián Robles Martínez

ffi

Agradecimientos

A mis padres y mi hermano

Por todo el apoyo que me han brindado a lo largo de toda mi vida

A Jorge

Por el infinito amor, cariño y apoyo que me ha dado y estar siempre a mi

lado

A mis compañeros y amigos de la maestría

Mariana, Laura, Martín, Javier, Nadhyne

Por todas las ideas y aportaciones a éste proyecto y la amistad que

logramos conformar

Al Dr. Fabián Robles

Por el apoyo, la confianza, la paciencia, los consejos, el tiempo que me

brindó para el desarrollo de la tesis y mi desarrollo profesional y personal

Al Dr. Francisco Colomer

Por toda la ayuda en el desarrollo del proyecto y el mejor trato, recibimiento

y hospitalidad que recibí de su parte durante mi estancia en España

A los miembros de mi comité tutorial

Dr. Isaac Chairez, Dr. Ramón Arce y Dra. Olivia Franco

Por su tiempo de dedicación y sus valiosos comentarios y aportaciones

A CONACyT

Por el apoyo brindado para el desarrollo del proyecto con la beca de Maestría

número 340908, sin la cual no hubiera sido posible la realización del

mismo

Al SIP-IPN

Por las becas de investigación brindadas las cuales ayudaron al desarrollo

del proyecto y a la presentación del mismo en varios eventos

Estimación de biogás y lixiviados generados en los SDF de RSU del Estado de México

I

Contenido Resumen .......................................................................................................................................... IV

Abstract ............................................................................................................................................. V

Índice de cuadros ............................................................................................................................. VI

Índice de figuras .............................................................................................................................. VII

Abreviaturas ......................................................................................................................................IX

1. INTRODUCCIÓN ..........................................................................................................................1

HIPÓTESIS ...........................................................................................................................................2

JUSTIFICACIÓN ...................................................................................................................................2

2. OBJETIVOS ..................................................................................................................................4

2.1 Objetivo General: ...............................................................................................................4

2.2 Objetivos específicos: .........................................................................................................4

3. MARCO TEÓRICO ........................................................................................................................4

3.1 Residuos Sólidos Urbanos...................................................................................................4

3.2 Situación de los residuos sólidos en el DF y Estado de México ...........................................7

3.2.1 Situación de los residuos sólidos en el DF...................................................................8

3.2.2 Situación de los residuos sólidos en el Estado de México ..........................................8

3.3 Sitios de Disposición Final...................................................................................................9

Relleno Sanitario (RS).- .......................................................................................................9

Relleno de Tierra Controlado.- ............................................................................................9

Sitio no controlado.- ...........................................................................................................9

3.4 Degradación biofisicoquímica de los RSU en los SDF ........................................................10

3.4.1 Procesos fisicoquímicos ............................................................................................10

3.4.2 Procesos Biológicos ..................................................................................................10

Fase de hidrólisis (fase I, degradación aeróbica) ......................................................................12

Fase de acidogénesis (Fase II, degradación anaeróbica) ..........................................................12

Fase de acetogénesis (Fase III).................................................................................................12

Fase de metanogénesis (Fase III y IV) .......................................................................................13

Fase final (Fase V).....................................................................................................................13

3.5 Lixiviados ..........................................................................................................................13

3.5.1 Producción de Lixiviados en SDF ...............................................................................14


II

3.5.2 Método de Balance de Agua .....................................................................................16

3.6 Biogás ...............................................................................................................................17

3.6.1 Producción de biogás en rellenos sanitarios .............................................................18

3.6.2 Cálculo de emisiones de biogás en SDF ....................................................................19

3.6.2.1 Modelo Mexicano del Biogás (MMB) ........................................................................19

3.6.2.2 Modelo del Panel Intergubernamental de Cambio Climático (IPCC) ........................24

3.7 Otras metodologías ..........................................................................................................29

3.8 Impacto ambiental del biogás ..........................................................................................30

3.9 Oportunidades del biogás como fuente de energía .........................................................30

3.9.1 Manejo del biogás generado en SDF ........................................................................31

3.10 Sistemas de Información Geográfica ................................................................................33

4. METODOLOGÍA.........................................................................................................................35

4.1 Búsqueda de información .................................................................................................35

4.2 Procesamiento de datos (censo y caracterización de SDF) ...............................................36

4.3 Aplicación de las metodologías del cálculo de emisiones de biogás en los SDF ...............37

4.3.1 Cálculo de la generación de biogás con el Modelo Mexicano del Biogás 2.0............37

4.3.2 Cálculo de la generación de biogás con la Metodología del IPCC .............................41

4.4 Cálculo de la producción de lixiviados con el WBM ..........................................................41

4.5 Integración de la información con SIG ..............................................................................43

5. RESULTADOS ............................................................................................................................45

5.1 Búsqueda de información y procesamiento de los datos .................................................45

5.1.1 Caracterización de los SDF ............................................................................................47

5.2 Cálculo de biogás generado con el Modelo Mexicano del Biogás ....................................56

5.3 Cálculo de biogás generado con el modelo del IPCC ........................................................60

5.4 Comparación entre ambos modelos para el cálculo de biogás generado ........................62

5.5 Validación parcial del MMB con datos medidos en SDF ...................................................65

5.6 Cálculo de lixiviados generados con el WBM....................................................................70

5.7 Rentabilidad .....................................................................................................................73

5.8 Análisis de Impacto ambiental con SIG .............................................................................76

6. CONCLUSIONES ........................................................................................................................81

7. REFERENCIAS ............................................................................................................................82

8. ANEXOS ....................................................................................................................................90


III

Anexo 1 Población de los Municipios del Estado de México (INEGI, 2010) ..................................90

Anexo 2 Hoja de cálculo para el modelo del IPCC (ejemplo SDF de Tecámac) .............................92

Anexo 3 Proyecciones de generación de biogás y lixiviados en los SDF. ......................................94


IV

Resumen

Debido a la degradación natural de la materia orgánica contenida en los residuos sólidos

urbanos (RSU), dispuestos en sitios de disposición final (SDF), se emiten gases de efecto

invernadero (GEI) como metano (CH4) y dióxido de carbono (CO2), componentes

principales del biogás, así como, la lixiviación del líquido contenido en los RSU. Debido al

manejo que tienen los sitios, se desconocen en muchos casos los datos de disposición

(cantidades y composición), y en todos los casos se desconoce la cantidad emitida de

biogás y lixiviados en dichos sitios. Actualmente se han elaborado varios modelos para el

cálculo de emisiones de GEI provenientes de SDF y para el volumen de lixiviados que se

puede llegar a generar. El Modelo Mexicano de Biogás 2.0 y el modelo del Panel

Intergubernamental de Cambio Climático (IPCC) son un ejemplo de éstas metodologías

elaboradas para cuantificar la generación y recuperación de biogás en SDF de México; por

su parte, el Método de Balance de Aguas (WBM) ha sido empleado para estimar la

cantidad de lixiviados. Objetivo. El objetivo principal del presente trabajo es estimar la

cantidad de biogás y lixiviados generados en SDF del Estado de México (EM). Materiales y

Métodos. Para esto, se han seleccionado 83 de 103 SDF de dicha entidad federativa,

donde se realizaron visitas y entrevistas a los encargados para recabar información

particular de cada sitio como fechas de apertura y clausura, volúmenes de disposición y

composición de los residuos, ubicación geográfica, entre otros, suficientes para alimentar

las hojas de cálculo de los modelos antes mencionados. Además, se realizó una

clasificación de acuerdo al tipo de manejo con el cual son operados y al tonelaje recibido

diariamente de acuerdo a la NOM-083-SEMARNAT y se integró en una base de datos

georreferenciada para su análisis con ayuda de Sistemas de Información Geográfico (SIG).

Resultados. En este trabajo, se ha cuantificado la generación para 25 Rellenos Sanitarios,

18 Rellenos de tierra controlados y 33 Basureros a cielo abierto, así como 8 SDF que se

encuentran clausurados. Se ha estimado un flujo de biogás en los 83 SDF estudiados de

135, 173, 85 y 14 kTon/año para los años de 2013, 2020, 2030 y 2050 respectivamente,

siendo los municipios más cercanos al Distrito Federal (DF) donde más se genera, mientras

que, en promedio se generaran entre 10 y 200 millones de litros de lixiviados por año,

dependiendo de la cantidad de RSU que se dispongan en el SDF. Conclusiones. Los

modelos empleados para la estimación de biogás y lixiviados nos dan un panorama posible

del impacto que tiene en una zona la operación de SDF, el nivel de precisión aumenta

conforme se disponga de información específica de cada sitio y se particularice un estudio,

al ser una muy poblada y de grande extensión el nivel de precisión disminuye, sin embargo

los modelos se ajustaron al comportamiento medido en algunos sitios.

Palabras Clave: Biogás, metano, dióxido de carbono, Modelo Mexicano del Biogás, modelo IPCC,

lixiviados, Método de balance de Aguas.


V

Abstract

Due to the natural degradation of organic matter content in municipal solid waste (MSW)

disposed in final disposal sites (FDS), greenhouse gases (GHG) are emited such as methane

(CH4) and carbon dioxide (CO2), the main components of biogas, as well as the leaching

fluid contained in MSW. Because of the management that the sites have, it is unknown in

many cases the layout data (quantity and composition), and in all cases the amount

released biogas and leachate. Currently several models have been developed for the

calculation of GHG emissions from FDS and the volume of leachate that can generate. The

Mexican LFG Model 2.0 and model of the Intergovernmental Panel on Climate Change

(IPCC) are an example of these methodologies developed to quantitate the LFG generation

and recovery in FDS of Mexico; meanwhile, the Water Balance Method (WBM) has been

used to estimate the amount of leachate. The main objective of this work is to estimate

the amount of biogas and leachate generated in FDS of the State of Mexico (SM).

Materials and methods. For this, 83 of 103 FDS from the federative entity were selected,

where visits and interviews with managers were conducted to gather specific information

for each site as dates of opening and closing, disposal volumes and waste composition,

geographic location, among others, enough to feed the spreadsheets of the above

models. In addition, a classification according to the type of management with which are

operated and daily tonnage received according to NOM-083-SEMARNAT was performed

and integrated into a georeferenced database for analysis using Geographic Information

Systems (GIS). Results. In this work, we have quantified the generation for 25 Sanitary

Landfills, 18 controlled landfills and 33 open dumps, as well as 8 FDS that are closed. It has

been estimated a biogas flow for the 83 FDS studied F 135, 173, 85 and 14 KTon/year for

the years 2013, 2020, 2030 and 2050 respectively. The closest municipalities to Mexico

City are the ones whose more generate biogas. On average it will be generated between

10 and 200 million liters of leachate per year depending on the amount of MSW which are

arranged in the FDS. Conclusions. The models used for the estimation of biogas and

leachate give us a picture of the possible impact on an area for the FDS operation, the

level of accuracy increases as the availability of site-specific information and a particular

study, being a densely populated and large extent the level of accuracy decreases, but the

models were fitted to the measured behavior in places.

Keywords: biogas, methane, carbon dioxide, Mexican Model Biogas, IPCC model, leachate,

Water Balance Method.


VI

Índice de cuadros Cuadro 1 Categorías de los sitios de disposición final ......................................................................10

Cuadro 2 Composición típica del biogás producido en SDF. .............................................................17

Cuadro 3 Comparación de rendimientos de producción de biogás en SDF (elaboración propia).....18

Cuadro 4 Flujos de biogás obtenidos en SDF de RSU .......................................................................18

Cuadro 5 Valores del índice de generación de metano (k). ..............................................................22

Cuadro 6 Valores de la Generación Potencial de Metano (L0) ..........................................................22

Cuadro 7 Factor de corrección de metano (MCF) ............................................................................22

Cuadro 8 Clasificación de los SDF y su MCF de acuerdo a la metodología IPCC ...............................26

Cuadro 9 Valores de vida media (t ½) por defecto de la metodología del IPCC ...............................27

Cuadro 10 GEI: potenciales específicos de calentamiento global y emisiones a la atmósfera ........30

Cuadro 11 Suposiciones de porcentajes de áreas con cobertura según el manejo de SDF para el

llenado de las preguntas 16, 17, 18 y 19 de la hoja de cálculo del MMB. ........................................38

Cuadro 12 Datos típicos sobre peso específico y contenido de humedad para residuos domésticos

.........................................................................................................................................................43

Cuadro 13 Código de colores empleado para clasificar el Sitio de Disposición final de acuerdo a su

estado actual de operación y datos recabados ................................................................................45

Cuadro 14 Lista de los SDF identificados por número y nombre de Municipio ................................46

Cuadro 15 Principales características recabadas de los SDF para la alimentación de las hojas de

cálculo de los modelos de generación de biogás. ............................................................................50

Cuadro 16 Clasificación de los SDF estudiados de acuerdo al tonelaje de RSU recibidos diariamente

.........................................................................................................................................................55

Cuadro 17 Resultados de generación de biogás por tipo de SDF con el MMB .................................60

Cuadro 18 Comparación de los resultados obtenidos por ambos modelos para los SDF .................62

Cuadro 19 Datos proporcionados por un SDF sobre la recuperación de biogás. ..............................65

Cuadro 20 Datos proporcionados por el SDF de Tecámac sobre la recuperación de biogás. ...........68

Cuadro 21 Requisitos mínimos fijados por la EPA para la implementación de SR de biogás de SDF 74


VII

Índice de figuras

Figura 1. Composición de los RSU en México en el año 2011 ............................................................5

Figura 2 Comparación de los incrementos de la población mexicana y los RSU durante los años

2000-2010 (elaboración propia con base a INEGI, 2012) ...................................................................6

Figura 3 Generación y recolección de RSU en la República Mexicana en el periodo 2000-2011 ........7

Figura 4 Fases de descomposición reflejadas en la evolución idealizada de la composición del

biogás (Tchobanoglous, 1998)..........................................................................................................11

Figura 5 Esquema de un colector de lixiviados y de impermeabilización de la base de un Relleno

Sanitario, tomado de Colomer-Mendoza & Szantó-Narea (2011) ....................................................15

Figura 6 Regiones climáticas de México ...........................................................................................21

Figura 7 Generación y recuperación de biogás previstas por el MMB para un RS en Zapopan, Jalisco

(García-Darás, 2012) ........................................................................................................................24

Figura 8 Pozos de captación de biogás y su área de influencia ........................................................32

Figura 9 Esquema de instalación de un pozo de captación de biogás en un SDF .............................33

Figura 10 Hoja de cálculo del modelo mexicano del biogás, ejemplo del SDF de Cuautitlán Izcalli..39

Figura 11 Ejemplo de llenado de la tabla de caracterización de residuos específicos al sitio del

MMB ................................................................................................................................................41

Figura 12 Representación regional de los municipios abarcados en éste estudio............................45

Figura 13 Disposición de RSU en algunos Municipios del EM comparado con la población del

mismo a) SDF tipo A1, b) SDF tipo B. ................................................................................................49

Figura 14 Proyección de generación de biogás en 83 SDF en el Estado de México para los años de

1990 a 2060 ......................................................................................................................................56

Figura 15 Proyecciones de Generación de Biogás de algunos SDF tipo A1. ......................................57

Figura 16 Proyecciones de Generación de Biogás de algunos SDF de tipo B. ...................................58

Figura 17 Proyecciones de Generación de Biogás en algunos SDF de tipo C. ...................................59

Figura 18 Proyecciones de generación de biogás en SDF de tipo A1 utilizando la metodología del

IPCC ..................................................................................................................................................61

Figura 19 Comparación de los resultados obtenidos por ambos modelos para los SDF de: a)

Tecámac, b) Chapa de Mota y c) Tianguistenco ...............................................................................63

Figura 20 Proyecciones de generación, recuperación estimada y recuperación real de biogás de un

SDF del Estado de México a) Estimación a largo plazo, b) acercamiento al año 2013. .....................66

Figura 21 Proyecciones de generación, recuperación estimada y recuperación real de biogás de

Tecámac, a) completo, b) acercamiento promedio anual y c)acercamiento recuperación mensual.

.........................................................................................................................................................69

Figura 22 Laguna de lixiviados del SDF de Tlalnepantla, imagen tomada por González-Cruz (2012).

.........................................................................................................................................................71

Figura 23 Proyecciones de generación de lixiviados para algunos SDF de a) tipo A1, b) tipo B, c) tipo

C y d) tipo D. .....................................................................................................................................73

Figura 24 Información recabada, filtrada para determinar la cantidad de SDF con potencial para la

implementación de SR de biogás .....................................................................................................75


VIII

Figura 25 Ubicación geográfica de los SDF estudiados clasificados de acuerdo al manejo ..............77

Figura 26 Líneas de flujo de viento promedio anual en distintas horas del día en el Valle de México

.........................................................................................................................................................78

Figura 27 Representación de la proyección del flujo de biogás generado para el 2020 ...................79

Figura 28 Representación de corrientes y cuerpos de agua del Estado de México ..........................80


IX

Abreviaturas

CH4 – Metano

CO2 – Dióxido de carbono

CAM- Comisión Ambiental Metropolitana

DF- Distrito Federal

EM – Estado de México

GDF- Gobierno del Distrito Federal

GEH- Gobierno del Estado de Hidalgo

GEI – Gases de efecto invernadero

INEGI – Instituto Nacional de Estadística y Geografía

IPCC – Panel Intergubernamental de Cambio Climático

LGEEPA - Ley General de Equilibrio Ecológico y Protección al Ambiente

LGPGIR- Ley General para la Prevención y Gestión Integral de los Residuos

NOM – Norma Oficial Mexicana

PRDUVCT - Plan Regional de Desarrollo Urbano del Valle Cuautitlán-Texcoco

RS – Rellenos Sanitarios

RSU – Residuos Sólidos Urbanos

SDF – Sitios de disposición final

SEMARNAT – Secretaría del Medio Ambiente y Recursos Naturales

ZMVM – Zona Metropolitana del Valle de México


1

1. INTRODUCCIÓN

A consecuencia de la gran diversidad de productos orgánicos e inorgánicos contenidos y

mezclados en los desechos que son depositados diariamente en Sitios de Disposición Final

(SDF), los Residuos Sólidos Urbanos (RSU) pueden constituir una poderosa fuente de

contaminación ambiental y de salud pública; además, el manejo inadecuado y mala

disposición de los mismos afecta la imagen urbana y rural.

Actualmente en México, principalmente en el centro del país se generan grandes

cantidades de RSU debido a factores como la explosión demográfica, al proceso de

urbanización y los hábitos actuales de producción y consumo, entre otros. Esto trae

consigo la problemática del inadecuado manejo de residuos, que afecta desde el control

de la generación, almacenamiento, recolección, transferencia y transporte,

procesamiento, hasta su disposición final.

En nuestro país, como en la mayoría de los países en vías de desarrollo, la disposición final

de los RSU depende totalmente de los Rellenos Sanitarios (RS), ya que son considerados

como el método más común y económico de eliminación de residuos en el mundo,

aunque no sea el método más adecuado para prevenir la contaminación del suelo, agua y

aire por los desechos municipales. Particularmente, el Estado de México (EM) y el Distrito

Federal (DF) no cuentan con datos precisos acerca del manejo, ubicación e impacto

ambiental que genera la operación de SDF. Además, recientemente fue clausurado el

Relleno Sanitario de Bordo Poniente, que era el único SDF donde se depositaban los RSU

procedentes del DF, lo cual vino a cambiar el flujo de desechos municipales de distintos

SDF en el EM.

Por otro lado, como resultado de la degradación natural de los residuos sólidos, estos se

convierten en corto tiempo en un activo foco de infección, ya que atrae y provoca la

proliferación de fauna nociva, causando alteraciones a la salud. Aunado a esto, las

emisiones a la atmósfera del biogás generado por la descomposición anaerobia de la

materia orgánica contenida en los RSU, que puede llegar a ser mayor al 50%, colabora en

gran parte al calentamiento global, mientras que los efluentes líquidos pueden llegar a

contaminar las aguas subterráneas donde se encuentran dispuestos los RSU.

Para saber que volúmenes de biogás y lixiviados se producen en los SDF, existen

diferentes entidades que han desarrollado modelos matemáticos para su estimación, tal

es el caso del Modelo Mexicano del Biogás (MMB) o el Modelo del Panel

Intergubernamental de Cambio Climático (IPCC por sus siglas en inglés) para el biogás y el

Método de Balance de Aguas (WBM por sus siglas en inglés) para lixiviados.


2

La estimación de efluentes generados en SDF resultado del bioproceso de los RSU, nos

ayuda a evaluar el impacto ambiental que tiene la operación del sitio en la región donde

se ubica, así como, a desarrollar una herramienta que indique el potencial económico que

tendría el aprovechamiento del gas generado en el SDF.

HIPÓTESIS

Es posible estimar la producción de biogás y lixiviados generados en sitios de disposición

final de residuos sólidos urbanos con el Modelo Mexicano del Biogás, el Modelo del Panel

Intergubernamental de Cambio Climático y el Modelo de Balance de Aguas considerando

la poca cantidad de datos sobre el manejo y operación de los sitios.

JUSTIFICACIÓN

En la actualidad, México se enfrenta a grandes problemas ambientales, como la

contaminación del aire, agua y suelo por la inadecuada disposición de los residuos sólidos

urbanos (RSU). El incremento en la población en la Zona Metropolitana del Valle de

México (ZMVM) ha generado un aumento notable en la generación de RSU y esto ha

creado una problemática muy grande debido a que, específicamente en el Distrito

Federal, actualmente no se cuenta con un sito de disposición final de RSU y, estos a su vez

tienen que ser transportados a sitios en la periferia del Estado de México. Dicha

problemática se complica debido a que no se cuenta con censos de ningún tipo de SDF

que operen actualmente en el EM, para saber cómo se están manejando los RSU y qué

cantidad de efluentes se producen y se emiten al medio ambiente. Distintas dependencias

gubernamentales como Secretaria del Medio ambiente del Estado de México (SMA-EM) y

la Secretaría de Medio Ambiente y Recursos Naturales (SEMARNAT) cuentan con cifras

sobre el tema, pero de forma general y dispersa.

Por otra parte, la demanda de energía es cada vez más alta para los países y todo ello

desemboca a plantearse diversos retos como el aprovechar el biogás producido por la

descomposición de la fracción orgánica contenida en los RSU que se producen

diariamente en las ciudades y el desarrollo de tecnologías de captura para los gases

emitidos.

Es necesario buscar soluciones de manera urgente a la problemática anteriormente

descrita, ya que ésta daña de forma global los ecosistemas, la salud humana, la economía,

entre otras. Para ello, atendiendo a los objetivos de la Maestría en Ciencias en

Bioprocesos de la UPIBI, donde se desarrolló la presente tesis, siguiendo la segunda línea

de investigación de Bioprocesos para el tratamiento de efluentes y residuos se propuso


3

analizar un grupo identificado de SDF del Estado de México y estimar el volumen de

biogás y lixiviados generados, empleando modelos matemáticos para dar a conocer el

riesgo en cuanto a efluentes originados de SDF de RSU y el potencial económico que

tendría el biogás de ser captado y aprovechado.

Finalmente, cabe señalar que antecediendo al presente trabajo, se han desarrollado en el

grupo de investigación, estudios sobre el cálculo de biogás en sitios de disposición final de

RSU. Las tesis y trabajos de fin de carrera, son parte de las investigaciones que forman

parte de una de las líneas de investigación de la Maestría en Bioprocesos impartida en la

UPIBI-IPN.

o El proyecto de final de carrera del Ing. Noé Esteban Hernández Secundino “Estimación

de emisiones de biogás por la disposición de residuos sólidos municipales en la zona

Metropolitana de la Ciudad de México”. 2001. UPIBI-IPN.

o El proyecto de final de carrera de la Ing. Lelis Cardozo Leverenz titulada “Cálculo de

emisiones de gases de efecto invernadero y evaluación del desarrollo sustentable en

un sitio de disposición final”. 2011. UPIBI-IPN.

o El proyecto de final de carrera del Ing. Ferrán García Darás titulado “Proyecto de

aprovechamiento energético del biogás generado en el Vertedero Contolado de

Residuos Sólidos de Zapopan (México) y Diseño de Ampliación”. 2011. UJI.

o El proyecto de final de carrera de los Ingenieros Barajas Luna Fiordaliso y Gómez

Hernández Alejandro “Relación de las condiciones climáticas con la generación de

biogás en el relleno sanitario HASARS en Zapopan, Jalisco”. UPIBI-IPN, 2011.

o La tesis del Ing. Raúl González Cruz titulada “Diagnóstico de las condiciones actuales

de operación de los Sitios de Disposición Final del Estado de México”. 2013. UPIBI-IPN.

Para realizar esta tesis se contó con financiamiento del proyecto apoyado por el

Consejo Nacional de Ciencia y Tecnología (CONACyT), que lleva por título “Línea base

para el análisis de redes sociales de los establecimientos de acopio, tratamiento y

reciclaje de los residuos sólidos urbanos en México Distrito Federal y zonas

conurbadas del Estado de México”.

o El proyecto “Análisis de la situación de intercambio de materiales entre los

establecimientos de acopio, tratamiento y reciclaje de los residuos sólidos urbanos en

México Distrito Federal y zonas conurbadas del Estado de México”. Con número de

registro SIP-20121141.

o El proyecto “Diagnóstico de la transferencia, transporte y disposición final de los

residuos sólidos urbanos del Distrito Federal y del Estado de México”. Con número de

registro SIP-20144650.


4

2. OBJETIVOS

2.1 Objetivo General:

Estimar la cantidad de biogás y lixiviados generados en un grupo de sitios de

disposición final de Residuos sólidos urbanos del Estado de México.

2.2 Objetivos específicos:

Realizar trabajo de campo para complementar la información obtenida por

González-Cruz (2013) sobre la operación y manejo, la ubicación geográfica,

cantidades y características de los RSU recibidos, entre otros, de los SDF del

Estado de México.

Elaborar base de datos con la información recabada en campo.

Evaluar que SDF disponen de información suficiente para suministrarla a los

modelos matemáticos que se emplearan para las estimaciones.

Estimar la cantidad de biogás generado, utilizando el Modelo Mexicano del biogás

(MMB) y el modelo del Panel Intergubernamental de Cambio Climático (IPCC).

Estimar la cantidad de lixiviados generados en los SDF con el Modelo de Balance

de Aguas (WBM).

Validar los modelos utilizados con datos reales de SDF.

Integrar la información obtenida en un Sistema de Información Geográfica (SIG)

para emplearlo como una herramienta de visualización el efecto que tienen los

productos estudiados en el medio ambiente.

Orientar la información obtenida a los sectores públicos y privados para su

evaluación económica e impacto ambiental.

3. MARCO TEÓRICO

3.1 Residuos Sólidos Urbanos

Los RSU se definen como los residuos generados en las casas habitación a los cuales se les

agregan diversos tipos de residuos como los de la vía pública, residuos verdes, de oficina,

de la pequeña y mediana empresa, como pueden ser: residuos de comida, de parques y

jardines, pañales desechables, papel, cartón, vidrios, plásticos, metales, textiles, etc.

(Robles-Martínez, 2008).


5

En la Ley General de Equilibrio Ecológico y Protección al Ambiente (LGEEPA, Ley General

del Equilibrio Ecológico y la Protección al Ambiente, 2013), en su artículo 3°, se define al

residuo como: “cualquier material generado en los procesos de extracción, beneficio,

transformación, producción, consumo, utilización, control o tratamiento cuya calidad no

permita usarlo nuevamente en el proceso que lo generó”.

Según estadísticas del Instituto Nacional de Estadística y Geografía (INEGI, 2012), en

México se generaron aproximadamente 41 millones de toneladas de RSU en el año 2011,

de los cuales más del 50% son residuos orgánicos (Figura 1).

La composición de los RSU está en función de: el sitio de generación, la forma de vida

(condiciones económicas y costumbres sociales), la estación del año, así como la forma y

frecuencia de recolección (Gómez et al., 2009). De esta forma, existen diferencias

importantes en la composición de los residuos de zonas rurales, semiurbanas y urbanas y,

por supuesto, entre ciudades de diferentes países y que varían en composición a través

del tiempo y del espacio. En un mismo lugar la composición cambia durante el año, sobre

todo la fracción fácilmente biodegradable, representada principalmente por los residuos

de alimentos (Robles-Martínez, 2008).

Figura 1. Composición de los RSU en México en el año 2011

La generación de residuos se inicia desde que el consumidor concluye que un producto o

material ya no es útil para él y un manejo adecuado de los RSU debe incluir desde la

generación hasta su recolección, transferencia, almacenamiento, procesamiento y su

disposición final, tomando en cuenta que debe ser efectuado bajo cuestiones de salud

51%

13%1%

12%

10%

6%3%

2%1%1% Basura de comida, jardines ymateriales orgánicos similaresPapel, cartón

Textiles

Otro tipo de basura (residuos finos,hules, pañal desechable, etc.)Plásticos

Vidrios

Metales

Aluminio

Ferrosos

No ferrosos


6

pública, economía, tecnología, así como la conservación y el uso eficiente de los recursos

(Jiménez Cisneros, 2002).

Asimismo, la generación de RSU aumenta con el incremento de la población, pero

también está relacionada estadísticamente con variables socioeconómicas que indican el

nivel general de riqueza (Jiménez-Cisneros, 2002), es decir, las sociedades más ricas

generan más RSU per capita. En la Figura 2 se ilustra la tendencia de elevar la generación

de RSU, conforme el aumento de la población, por ejemplo, los datos del INEGI muestran

que en el año 2000 la población mexicana era de 97.5 millones de habitantes, mientras

que la generación total de RSU de ese año fue de 30.73 millones de toneladas; por otro

lado para el año 2010 la población se incrementó un 15% con respecto al 2000, lo cual

repercutió en generar 40 millones de toneladas más de RSU. Las proyecciones para el

2015 siguen a la alza.

Figura 2 Comparación de los incrementos de la población mexicana y los RSU durante los años 2000-

2010 (elaboración propia con base a INEGI, 2012)

Otros datos importantes, sin duda, es el lento avance en la recolección separada desde la

fuente y el reciclaje de los RSU en nuestro país (INEGI, 2012), en la Figura 3 se puede

observar la diferencia entre la generación y la recolección y más aún el largo trecho entre

éstos y el reciclaje, en el periodo de 2000 a 2011, y hay que señalar que el reciclaje cada

vez se aleja más de alcanzar a la media de la generación, lo cuales serían cifras

respetables.

Por otro lado, como resultado de la degradación natural de los residuos sólidos, estos se

convierten en corto tiempo en un activo foco de infección, ya que atrae y provoca la

proliferación de fauna nociva, causando alteraciones a la salud (Escamirosa-Montalvo et

al., 2011). Aunado a esto, las emisiones a la atmósfera de los gases generados de la

0

20

40

60

80

100

120

2000 2005 2010 2015

Mill

on

es

(Hab

, To

n)

Año

Poblaciónmexicana

RSU


7

descomposición anaerobia de la materia orgánica contenida en los RSU, que puede llegar

a ser mayor al 50%, colaboran en gran parte al calentamiento global, mientras que los

efluentes líquidos pueden llegar a contaminar las aguas subterráneas a los SDF donde se

encuentran dispuestos los RSU.

Figura 3 Generación y recolección de RSU en la República Mexicana en el periodo 2000-2011

En nuestro país, como en la mayoría de los países en vías de desarrollo, la disposición final

de los RSU depende totalmente de los rellenos sanitarios, ya que son considerados como

el método más común y económico de “eliminación” de residuos en el mundo, aunque no

sea el método más adecuado para prevenir la contaminación del suelo, agua y aire por los

desechos municipales. Particularmente, el Estado de México (EM) no cuenta con datos

acerca de este tipo de contaminación.

Para dar a conocer el impacto en el ambiente por la operación de un SDF en una zona,

diferentes entidades han desarrollado modelos matemáticos para el cálculo de gases y

efluentes generados a partir de la degradación de los RSU dispuestos.

3.2 Situación de los residuos sólidos en el DF y Estado de México

El DF y parte del EM forman parte de la ZMVM, ésta zona es considerada como la región

que genera mayores volúmenes de residuos sólidos municipales en el país, en primer

lugar el Estado de México seguido del Distrito Federal. La generación per cápita de

generación de RSU rebasa 1 Kg/hab/día, de acuerdo con lo reportado por la Comisión

Ambiental Metropolitana (CAM, 2010).

5

10

15

20

25

30

35

40

4520

00

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

Mill

on

es d

e to

nel

adas

Año

Residuosgenerados

Residuosrecolectados

ResiduosReciclados


8

3.2.1 Situación de los residuos sólidos en el DF

En el DF se generan alrededor de 12,500 toneladas diarias de RSU en total y 1.274

Kg/hab/día de acuerdo con la Gaceta Oficial del Distrito Federal (GDF, 2010). Estos

residuos son recolectados por un parque vehicular a cargo de las delegaciones de 2,115

camiones. La principal fuente generadora de residuos es la residencial con 47%, el

comercio 29%, 15% corresponde a los servicios y el restante 9% a los llamados diversos y

controlados. En tanto su composición física corresponde 43% a orgánicos, 40% a

inorgánicos potencialmente reciclables o aprovechables y 17% son considerados residuos

sin posibilidad de ser aprovechados (GDF, 2007). Los residuos pasan por alguna de las 13

estaciones de transferencia y sólo una pequeña fracción de los mismos es recuperada en

las 3 plantas de selección o enviada a las 12 plantas de composta con que cuenta el DF. Al

final, la mayor parte de los residuos son dispuestos en sitios de disposición final en la

periferia de la ZMVM, pues el relleno sanitario Bordo Poniente, el único con el cual se

contaba en el DF fue clausurado en Diciembre del 2011 debido a su completa saturación.

3.2.2 Situación de los residuos sólidos en el Estado de México

Para el Estado de México, según el Plan Regional de Desarrollo Urbano del Valle

Cuautitlán-Texcoco (GEM, 2005) que integra la problemática de los 59 municipios

pertenecientes a la ZMVM, la producción per cápita de residuos sólidos es de 1

kg/hab/día, por lo cual se calcula una producción promedio de 9,841 toneladas de

residuos sólidos por día, de las que son recolectadas 8,485 (86.2% de la producida)

equivalentes a 44.4% del total de basura recolectada en la ZMVM (incluyendo al DF).

Un aspecto que incide en la complejidad del problema es el limitado número de sitios

adecuados para la disposición final de los residuos tanto municipales (rellenos sanitarios),

como industriales (confinamientos controlados), que se refleja en la proliferación de

tiraderos clandestinos que impactan las condiciones del suelo, los acuíferos y la atmósfera

(CAM, 2010).

Los rellenos sanitarios que funcionan con la infraestructura básica son los ubicados en los

municipios de Atizapán de Zaragoza y Tlalnepantla, así como 7 tiraderos controlados, los

que tienden a convertirse en rellenos sanitarios y corresponden a los municipios de

Coacalco, Ecatepec, Naucalpan, Nezahualcóyotl, Tecámac, Teotihuacán y Tepotzotlán.

Todos ellos con una captación diaria de 3,162 toneladas, que representan 32.1% de la

demanda total del valle (CAM, 2010).

El resto de los municipios metropolitanos disponen sus desechos en tiraderos a cielo

abierto cuya superficie aproximada es de 125 hectáreas, sin considerar que municipios


9

como Atenco, Chalco, Chiautla, Chiconcuac, Cuautitlán, Ixtapaluca, Jilotzingo, La Paz,

Temascalapa y Texcoco, transfieren sus residuos mediante convenios a sitios ubicados en

otros municipios por no contar con lugares para su disposición (CAM, 2010).

3.3 Sitios de Disposición Final

Los Rellenos Sanitarios (RS) seguirán siendo la vía de evacuación más atractiva para los

RSU. Según el lugar, hasta el 95% de los residuos sólidos que se generan en todo el

mundo, actualmente se depositan en los SDF (Colmenares-Mayanga & Santos-Bonilla,

2007; El-Fadel et al., 1997; Friedrich & Trois, 2011). Esto incluye abrir sitios incontrolados,

así como sus contra partes controladas con ayuda de infraestructura e ingeniería.

Según Themelis & Ulloa (2007), los SDF se pueden clasificar en dos clases, los que cuentan

con un sistema completo de recolección de gases, recirculación de lixiviados,

geomembrana, además de que llevan un control completo de entradas de materias; por

otro lado están los que simplemente son tiraderos donde los RSU son depositados sin

ningún control o norma que los rijan.

En México, la disposición final de los RSU se rige por la Norma Oficial Mexicana (NOM-

083-SEMARNAT-2003) (NOM-083-SEMARNAT, 2003): Especificaciones de protección

ambiental para la selección del sitio, diseño, construcción, operación, monitoreo, clausura

y obras complementarias de un sitio de disposición final de residuos sólidos urbanos y de

manejo especial.

De acuerdo con esta norma, existen tres tipos de SDF: Los Rellenos Sanitarios, los rellenos

de tierra controlados y los sitios no controlados, mismos que se describen a continuación:

Relleno Sanitario (RS).-Es una obra de infraestructura, que aplica métodos de

ingeniería para evitar la contaminación del suelo, agua y aire que provocan los

residuos, por causa de la generación de lixiviados y gases de efecto invernadero (GEI),

entre otros.

Relleno de Tierra Controlado.-Es el lugar para la disposición final de los residuos

sólidos que no cuenta con la infraestructura propia de un relleno sanitario, pero donde

se dan las condiciones mínimas para la compactación y cobertura diaria de los

residuos y que cuenta parcialmente con inspección, vigilancia y aplicación de las

medidas necesarias para el cumplimiento de las disposiciones establecidas (Robles-

Martínez, 2008).

Sitio no controlado.-Es un sitio inadecuado de disposición final en el cual se depositan

los residuos sin ningún control técnico, por lo que recibe el nombre de tiradero a cielo

abierto.


10

Además, la norma categoriza los SDF de acuerdo a la cantidad de toneladas de residuos

sólidos urbanos y de manejo especial que ingresan por día, como se establece en el

siguiente cuadro.

Cuadro 1 Categorías de los sitios de disposición final

Tipo Tonelaje recibido por día

A1 Mayor a 750

A2 100 – 750

B 50 – 100

C 10 – 50

D Menor a 10

3.4 Degradación biofisicoquímica de los RSU en los SDF

La degradación de la materia orgánica de los residuos comienza desde el almacenamiento

o transporte, sin embargo, desde el momento en que los residuos son depositados y

enterrados, en condiciones de anaerobiosis, se inicia una serie de procesos fisicoquímicos

y biológicos que, dependiendo de la composición y de las condiciones ambientales,

establecerán la cantidad y calidad de los efluentes (lixiviados y biogás) (Colomer-Mendoza

& Robles-Martínez, 2011).

En esta etapa se resaltan dos tipos de fenómenos que interactúan en el proceso de

degradación: a) procesos fisicoquímicos y b) procesos biológicos (Robles-Martínez, 2008).

3.4.1 Procesos fisicoquímicos

La degradación fisicoquímica no depende solamente de la naturaleza de los residuos, sino

también de otros factores como la humedad inicial, el agua (pluvial) percolada y su pH, el

grado de fragmentación y compactación de los residuos, la interacción entre las distintas

fracciones de residuos y su capacidad de campo.

3.4.2 Procesos Biológicos

La degradación de los RSU por procesos biológicos en un SDF, se lleva a cabo en un

periodo relativamente largo, cuya duración está en función, al igual que en los

fisicoquímicos, de múltiples factores y parámetros, de los cuales dependerán las

velocidades de consumo de los diferentes sustratos (los RSU) presentes y la secuencia en

que se lleven a cabo.

Las reacciones de biodegradación, son reacciones de óxido-reducción, es decir, que existe

un donador, en éste caso el sustrato, y un aceptor de electrones. Según la naturaleza del

aceptor final se pueden tener tres tipos de metabolismo energético:


11

a) Respiración aerobia; si el aceptor final es el oxígeno molecular.

b) Respiración anaerobia; si el aceptor es un compuesto inorgánico diferente al O2

(nitratos, sulfatos, carbonatos, etc.)

c) Fermentación; si el aceptor es un compuesto orgánico (condiciones de anaerobiosis

y dan como resultado diferentes compuestos como etanol y ácido láctico entre

otros).

El consumo total del O2 causada por un metabolismo aerobio al inicio de la disposición es

indispensable para la producción de biogás, donde puede llevarse a cabo la mineralización

completa de sustratos biodegradables, conduciendo a las formas oxidadas de los

diferentes elementos que constituyen a la materia orgánica, siendo los metabolitos

finales: el dióxido de carbono (CO2), agua (H2O), carbonatos (CO32-), bicarbonatos (HCO3

-),

nitratos (NO3-), los sulfatos (SO4

2-) y los fosfatos (PO4-) (Robles-Martínez, 2008).

Una vez que el sistema se encuentra en ausencia de oxígeno atmosférico, la materia

orgánica es convertida en productos finales estables y al mismo tiempo el proceso genera

biogás, mayormente metano (CH4) y dióxido de carbono (CO2) (Forster-Carneiro et al.,

2012).

En función del tiempo, el proceso de descomposición de los residuos puede dividirse en

varias etapas. Un ejemplo de ello es la clasificación de cinco fases de descomposición,

como se ilustra en la Figura 4, donde los diagramas se refieren a la evolución de las

proporciones volumétricas de los principales componentes del biogás.

Figura 4 Fases de descomposición reflejadas en la evolución idealizada de la composición del biogás

(Tchobanoglous, 1998)


12

Una descripción de las fases de la degradación de los RSU en SDF mostradas en la Figura 4

se menciona a continuación:

Fase de hidrólisis (fase I, degradación aeróbica)

Sucede inmediatamente después que la basura es depositada en los SDF. Las sustancias de

fácil biodegradación se comienzan a degradar a partir de su contacto con el oxígeno del

aire (Colmenares-Mayanga & Santos-Bonilla, 2007). La materia orgánica compuesta

esencialmente por biopolímeros, en estado sólido, es sustrato de exoenzimas que

hidrolizan las sustancias de alto peso molecular, generando una mezcla de oligómeros y

monómeros, sin las cuales resultaría difícil que los microorganismos las biodegradaran

(Robles-Martínez, 2008). En esta etapa, debido a las reacciones exotérmicas de la

oxidación biológica, la temperatura comienza a elevarse y se produce CO2. Posteriormente

todo el oxígeno es consumido y se da lugar a una descomposición en anaerobiosis.

Fase de acidogénesis (Fase II, degradación anaeróbica)

La primera fase de la degradación anaeróbica es una fermentación ácida, la cual causa un

descenso en el pH del lixiviado, altas concentraciones de ácidos volátiles y

concentraciones considerables de iones inorgánicos (Cl-, SO42-, Ca2+, Mg2

+, Na+, etc.)

(Colomer-Mendoza & Robles-Martínez, 2011). Las bacterias acidogénicas de mayor

importancia son las del género Clostridium (Robles-Martínez F. , 2008). Estas bacterias,

entre otros géneros, convierten los ácidos grasos, los aminoácidos y los azúcares en

alcoholes, CO2, H2 y en ácidos carboxílicos, mejor conocidos como ácidos grasos volátiles

(AGV) como el ácido acético, valérico, propiónico y butírico. Esta etapa es muy

importante, ya que si los AGV no son degradados a acetatos o propionatos, comienza una

acumulación de los mismos, lo que ocasiona que el pH continúe bajo, lo cual es causa de

inhibición del desarrollo de los microorganismos acetogénicos y metanogénicos de las

siguientes fases, debido a que ambos crecen en medios neutros. Los productos oxidados

finales serán el NH3, CO2 y un ácido carboxílico con un átomo de carbono menos que el

aminoácido oxidado

Fase de acetogénesis (Fase III)

En algunos procesos, los productos de la fase ácida son simplemente H2 y ácido acético,

los cuales pueden ser metabolizados directamente por las bacterias metanogénicas; sin

embargo en la mayoría de los procesos quedan otras moléculas remanentes (AGV,

alcoholes, etc.) que deben ser transformadas en productos más simples (H2 y ácido

acético) mediante bacterias acetogénicas tales de géneros como Syntrophomonas,

Syntrophobacter, Clostridium y Acetobacterium, entre otros.


13

Fase de metanogénesis (Fase III y IV)

Esta fase se encuentra en condiciones de anaerobiosis estrictas. La metanogénesis

consiste en la producción de metano a partir de un pequeño grupo de sustratos que

incluye la mezcla H2/CO2, el formiato, el acetato, el metanol y las metil-aminas (López-

Barros, 2010). Los dos principales grupos de arqueas metanogénicas son

Hidrogenotróficas y Acetoclásticas.

Fase final (Fase V)

Es la etapa final de la estabilización de los residuos, con un carácter aerobio. Estas

condiciones ocurren por lo regular en rellenos recién clausurados. La producción de

metano decrece, y también el dióxido de carbono se sustituye por nitrógeno y oxígeno

conforme se introduce el aire atmosférico a través de las capas superficiales del relleno

(Kiss-Köfalusi & Encarnación-Aguilar, 2006).

Estas vías metabólicas dependen esencialmente de la concentración de oxígeno (O2), pues

está será la que marque el tipo de fermentación (aerobia, anaerobia o anóxica). Sin

embargo, en la fase de metanogénesis, se puede tener la presencia simultánea de metano

y oxígeno, esto debido a que las dos vías de degradación ocurren al mismo tiempo en

diferentes lugares del SDF. En cualquier caso, estas reacciones generan biogás.

Numerosos factores y parámetros influyen sobre la actividad microbiana en los RSU, entre

ellos se pueden mencionar la presencia de O2 libre, nutrientes, el pH, inhibidores, la

humedad, la presencia de sulfatos, el potencial redox, la acumulación de AGV, entre otros.

Es un hecho que la fracción orgánica de los residuos depositados en SDF se degrada física

y biológicamente con el paso del tiempo debido a diversos factores, por lo que los

principales productos de estas reacciones se hacen presentes como la principal fuente de

contaminación de los sitios, a continuación se describen estos compuestos.

3.5 Lixiviados

El lixiviado es el líquido que ha resultado de la percolación del agua proveniente de

fuentes externas, además del líquido contenido y producido en los mismos residuos.

Contienen material disuelto y suspendido que extrae a su paso de la masa de residuos

(Tchobanoglous, 1998; Mor et al., 2006; Robles-Martínez, 2008).

El agua de lluvia y el agua contenida en los residuos produce gran cantidad de lixiviados en

los SDF, que requieren de un manejo adecuado y un mecanismo de eliminación. Los

principales factores que contribuyen a las características y la cantidad de lixiviados


14

producidos son la entrada de agua, incluyendo lluvia efectiva (precipitación menos la

filtración y evapotranspiración), la infiltración de las aguas subterráneas y superficiales, la

disposición residuos líquidos, la naturaleza de los residuos, la geología del sitio y el

almacenamiento de líquido de la superficie (Aziz et al., 2012)

Öman & Junestedt (2008) señalan que un gran número de componentes peligrosos que no

han sido identificados aún están presentes en los lixiviados. Identificar este tipo de

compuestos es difícil, debido a la compleja mezcla característica de los lixiviados, su

generación y su biodisponibilidad (Isidori et al., 2003; Robles-Martínez, 2008). En su

estudio, Öman & Junestedt (2008) reportan que entre los compuestos detectados se

encuentran los alifáticos halogenados, bencenos y benceno-alquilados, fenoles y fenoles-

alquilados, etoxilatos, compuestos aromáticos policíclicos, bencenos clorados, fenoles

clorados, PCB, dioxinas cloradas y furanos clorados, bromada retardadores de flama,

pesticidas, compuestos orgánicos de estaño, metil-mercurio y metales pesados, entre

otros, aseguran que la presencia de este gran número de compuestos peligrosos en los

lixiviados de vertederos tiene un impacto significativo en las futuras evaluaciones de

riesgo de vertederos y el desarrollo de métodos de tratamiento de lixiviados.

Los lixiviados de SDF activos y clausurados pueden ser la mayor fuente de contaminación

de aguas subterráneas y superficiales, además de su impacto a la microflora y fauna del

sitio por su alto contenido de metales pasados, componentes orgánicos y transporte de

diversos contaminantes (Isidori et al., 2003).

Están considerados en la normatividad mexicana como residuos peligrosos (NOM-052-

SEMARNAT, 2005), por lo que Robles-Martínez et al. (2011) señalan que es necesario

realizar su caracterización para conocer el potencial contaminante en cada sitio de

disposición, pues constituyen un factor de riesgo sanitario para llevar a cabo tratamientos

adecuados y disminuir el impacto de los lixiviados al medio.

3.5.1 Producción de Lixiviados en SDF

Es necesaria una investigación sobre la cuantificación de la cantidad de lixiviado a través

de modelado y la vigilancia sobre el terreno. Hasta la fecha, muy pocos datos están

disponibles sobre la cantidad de lixiviados generados en los vertederos de residuos sólidos

urbanos, sobre todo en los sitios donde el manejo no es adecuado. La mayoría de los

datos se basan en el enfoque de modelado, que es difícil de ser validados en el campo

(Aziz et al., 2012).

Para minimizar la probabilidad de contaminación, se instala un sistema de capas de

materiales muy permeables en la base del SDF por donde se pueda filtrar el agua y que la


15

conducen a un colector de lixiviados (tuberías) sobre una capa compuesta impermeable

(geomembrana) natural o artificial de baja conductividad hidráulica (Figura 5). El principal

objetivo del sistema colector de lixiviados es minimizar el gradiente hidráulico a través de

las capas impermeabilizantes del SDF, lo cual se intenta conseguir al evacuar el lixiviado de

la masa de RSU dispuesta (Murray et al., 1996; Colomer-Mendoza & Szantó-Narea, 2011).

Figura 5 Esquema de un colector de lixiviados y de impermeabilización de la base de un Relleno Sanitario,

tomado de Colomer-Mendoza & Szantó-Narea (2011)

De acuerdo a lo especificado en la NOM-083-SEMARNAT-2003, debe construirse un

sistema que garantice la captación y extracción del lixiviado generado en el sitio de

disposición final. El lixiviado debe ser recirculado en las celdas de residuos confinados en

función de los requerimientos de humedad para la descomposición de los residuos, o bien

ser tratado, o una combinación de ambas; además, se debe diseñar un drenaje pluvial

para el desvío de escurrimientos pluviales y el desalojo del agua de lluvia, minimizando de

esta forma su infiltración a las celdas, así como, elaborar un programa de monitoreo del

lixiviado, que tenga como objetivo conocer sus características de Potencial de Hidrógeno

(pH), Demanda Bioquímica de Oxígeno (DBO5), Demanda Química de Oxígeno (DQO) y

metales pesados.

La mayoría de los rellenos sanitarios de México carecen de las instalaciones para la

recogida y/o tratamiento de lixiviados. Un SDF mal diseñado es uno de los constantes

problemas debido a su potencial para contaminar aguas superficiales y subterráneas

(González Cruz, 2013).

Una serie de métodos se puede aplicar para predecir la cantidad de lixiviados de

vertedero, como el modelo de computadora para la Evaluación Hidrológica de

Rendimiento del Vertedero (HELP, Hydrologic Evaluation of Landfill Performance)

(Schroeder et al., 1994), la investigación del flujo de lixiviados de vertederos (FILL, the


16

Flow Investigation of Landfill Leachate) (Khanbilvardi et al., 1995; Taboada-Gonzalez et al.,

2011) y el Método de Balance de Agua (WBM, Water Balance Method) que fue

desarrollado por la Agencia de Protección Ambiental de EUA (USEPA, por sus siglas en

inglés) (Fenn et al., 1975).

3.5.2 Método de Balance de Agua

El Método de Balance de Agua (WBM por sus siglas en inglés) es uno de los métodos más

utilizados para la estimación de las cantidades de lixiviados (Aziz et al., 2012), ya que no

requiere datos muy detallados del sitio ni una medición base diaria de la generación.

Este método se centra alrededor de la cantidad de agua presente en el suelo, hasta que su

capacidad de campo sea alcanzada, es considerada como un balance entre el agua que

entra de las precipitaciones y la que sale a través de la evapotranspiración. Estos dos

componentes son gobernados por factores climáticos diferentes, por lo que no se

presentan de manera paralela en el año, durante los meses lluviosos la precipitación

excederá a la evapotranspiración y habrá un recargamiento de humedad en sitio, por el

contrario en los meses secos habrá una demanda creciente de humedad.

Los tres factores críticos que son considerados en el WBM son el almacenamiento de

humedad del suelo, la evapotranspiración y la escorrentía superficial del agua.

La Ecuación 1 es la que ocupa el WBM:

𝐿0 = [𝐼 − 𝐸]𝐴 − 𝑎𝑊 ( 1)

Donde:

L0 = Lixiviados producidos (m3/año) I = Entrada total de líquidos (precipitaciones, líquido de los RSU y aguas subterráneas) (m/año) E = Pérdidas por evapotranspiración (m/año) A = Área del sitio (m2) a = capacidad de absorción de los RSU recibidos W = Volumen de RSU dispuestos (m3/año)

Entonces el potencial de formación del lixiviado implica la suma de todas las cantidades de

agua que entran en el sitio y la sustracción de las cantidades de agua consumidas en las

reacciones químicas, así como la cantidad que sale en forma de vapor de agua. La cantidad

potencial de lixiviado es la cantidad de agua en exceso sobre la capacidad de retención de

humedad del material dispuesto en el vertedero (Tchobanoglous, 1998).


17

Las principales fuentes incluyen: el agua que entra en las celdas de los sitios desde arriba,

la humedad de los residuos y la humedad del material de cobertura. Las principales salidas

son: el agua que abandona el vertedero formando parte del biogás (es decir, el agua

utilizada por los microorganismos para la formación del gas) y el vapor de agua saturado

en el biogás y lixiviados.

3.6 Biogás

El biogás está formado principalmente por un 45-50% de CH4 y el resto de CO2 (Robles-

Martínez, 2008). Distintos autores (Kiss-Köfalusi & Encarnación-Aguilar, 2006; Spokas et

al., 2006; Chiemchaisri et al., 2007; Themelis & Ulloa, 2007) han encontrado, además de

estos dos compuestos, otros en menor cantidad, presentados en el Cuadro 2.

Cuadro 2 Composición típica del biogás producido en SDF.

Componente % en volumen

Metano (CH4) 60-70

Dióxido de carbono (CO2) 30-40

Nitrógeno (N2) 2-3

Sulfuro de hidrógeno (H2S) 1-2

Hidrógeno (H2) < 1

Oxígeno (O2) < 1

Monóxido de carbono (CO) Traza

Amoniaco (NH2) Traza

Hidrocarburos aromáticos y cíclicos Traza

Compuestos orgánicos volátiles Traza

El biogás es más liviano que el aire y posee una temperatura de inflamación de alrededor

de los 700°C. La temperatura de la llama puede alcanzar los 870°C. Como en cualquier

otro gas, algunas de las propiedades características del biogás dependen de la presión y la

temperatura. Asimismo, este gas es explosivo e inflamable, si no se evacua de manera

adecuada o se dispersa del relleno, puede causar incendios o explosiones, esto sucede a

concentraciones mayores al 15% en volumen (Colmenares-Mayanga & Santos-Bonilla,

2007).

La generación natural de biogás es una parte importante del ciclo biogeoquímico del

carbono. El metano producido por los microorganismos archeas es el último eslabón en

una cadena de degradación del material orgánico y devuelven los productos de la

descomposición al medio ambiente. Este proceso que genera biogás es una fuente de

energía potencialmente renovable (Colmenares-Mayanga & Santos-Bonilla, 2007).


18

3.6.1 Producción de biogás en rellenos sanitarios

La generación de biogás depende principalmente del porcentaje de materia orgánica

presente en los RSU. En países en vías de desarrollo la materia orgánica puede alcanzar

hasta 80% del total de la masa de los residuos, mientras que en países desarrollados la

cifra puede ser menor al 10%. El siguiente cuadro muestra ejemplos de rendimientos

obtenidos de producción de CH4.

Cuadro 3 Comparación de rendimientos de producción de biogás en SDF (elaboración propia).

Autor y año País Rendimiento reportado (Hartz & Ham, 1983) EUA 6.25 – 37.5L CH4 /kg RSU*año

(Bagchi, 1994) EUA 1.2 – 7.5 L CH4 /kg RSU*año

(Kiss-Köfalusi & Encarnación-Aguilar, 2006)

México 223 L CH4 /kg RSU

(Themelis & Ulloa, 2007) EUA 50 L CH4 /kg RSU

(Pascual-Vidal, 2011) España 350 L CH4 /kg mat. Org.

Cabe mencionar que, acorde con Themelis & Ulloa (2007), la composición de la materia

orgánica es descrita con la fórmula molecular C6H10O4; y con base a ella determinaron un

balance de materia para calcular la cantidad máxima de biogás generado durante la

descomposición anaerobia de los RSU.

C6H10O4 + 1.5H2O = 3.25CH4 + 2.75CO2

Por su parte, diferentes autores, mostrados en el Cuadro 4, han medido directamente el

flujo de biogás en SDF con diferentes técnicas.

Cuadro 4 Flujos de biogás obtenidos en SDF de RSU

Autor y año País Flujo de biogás Obtenido por medio de:

(Hilger & Humer, 2003)

EUA 5256 kgCH4 /m2h Cámara de flujo

(Spokas et al., 2006) EUA 0.000803-3.650kg CH4 /m2año Cámara de flujo

(Abichou et al., 2006)

EUA 8.03 – 19.51 kg CH4 /m2*año Cámara de flujo *Dependiendo el grosor de la cobertura

(Åkerman et al., 2007)

Reino Unido

0.0876 – 6.132 kg CH4 /m2año Cámara de flujo *Dependiendo el grosor de la cobertura

(I-Chu et al., 2007) Taiwan 0.00073-1.4235 kg CH4 /m2año Cámara de gas

(Sauri-Riancho et al., 2013)

México 540 kg CH4 /m2*año Cámara de flujo


19

Los datos exhibidos en los cuadros 3 y 4 presentan una variación muy grande al

compararlos unos con otros, pudiéndose deber principalmente a la influencia de diversos

factores como el clima, el manejo, la cantidad de RSU dispuestos, entre otros, que

dependen de las costumbres de la zona donde se encuentran, esto es un ejemplo claro de

lo difícil que resulta estimar y medir la cantidad de biogás producido en SDF, por lo cual,

entre más específico sea el método empleado, mejores resultados y aproximaciones dará.

3.6.2 Cálculo de emisiones de biogás en SDF

Las emisiones de biogás de los rellenos sanitarios son habitualmente calculadas y muy rara

vez se miden directamente. El cálculo de emisiones de GEI es una herramienta que se

utiliza para contabilizar o conocer la magnitud del impacto que tiene una actividad

determinada sobre el cambio climático, en este caso, la operación de SDF de RSU (IPCC,

2006). La descomposición de los residuos en SDF y el biogás resultante se calculan con la

ayuda de modelos que se utilizan para resumir la química muy compleja y la

descomposición biológica de estos procesos.

Existen diferentes entidades que han elaborado metodologías para el cálculo de emisiones

de GEI provenientes de actividades específicas (Bogner & Scot, 1995; Aguilar-Virgen et al.,

2011). El punto de partida para la estimación de las emisiones de GEI provenientes de la

eliminación de residuos sólidos es la recopilación de datos de la actividad relativos a la

generación, la composición y la gestión de los residuos.

3.6.2.1 Modelo Mexicano del Biogás (MMB)

Este modelo fue inicialmente desarrollado en el 2003 por SCS Engineers bajo contrato con

el programa Landfill Methane Outreach (LMOP) de la Agencia de Protección Ambiental

(EPA, por sus siglas en inglés). El Modelo Mexicano de Biogás Versión 1.0 se utilizó para

estimar la generación y recuperación de biogás en Rellenos Sanitarios (RS) mexicanos que

contaban o planeaban tener un sistema de recolección de biogás. Posteriormente, en el

2009, se desarrolló una actualización y mejoramiento de esta versión, logrando el Modelo

Mexicano de Biogás Versión 2.0 (SCS ENGINEERS, 2009).

El objetivo principal del Modelo es proveer a los propietarios de rellenos sanitarios y

operadores en México una herramienta para la evaluación de la factibilidad y los

beneficios potenciales al capturar y utilizar el biogás generado. Para satisfacer este

objetivo el Modelo usa una hoja de cálculo de Excel® (Figura 10) para calcular la

generación de biogás aplicando una ecuación de degradación de primer grado. El modelo

provee estimaciones de la recuperación de biogás multiplicando la generación de biogás


20

por los estimados de la eficiencia con la que el sistema de captura recuperara el biogás,

esto es conocida como eficiencia de captura.

El modelo requiere datos específicos del SDF tales como: el año de apertura, año de

clausura, índices de disposición anual, ubicación del sitio y algunos datos referentes a las

condiciones físicas pasadas y presentes del SDF.

Emplea una ecuación de degradación de primer grado (2), la cual supone que la

generación de biogás llega a su máximo después de un periodo de tiempo posterior al

depósito de los residuos. La ecuación estima la generación de biogás usando cantidades

de residuos dispuestos acumulados a través de un año. Para años múltiples se varía la

proyección anual y luego se repite la ecuación. El modelo asume que: (a) el período es de

seis meses desde la colocación de los residuos y el comienzo de la generación de biogás,

(b) por cada unidad de residuos después de seis meses, la generación disminuye

exponencialmente mientras la fracción orgánica de los residuos es consumida y, (c) el año

de máxima producción es el año de clausura o el siguiente después de ésta.

𝑄𝐿𝐹𝐺 = ∑ ∑ 2𝑘𝐿0 [𝑀𝑖

10] (𝑒−𝑘𝑡𝑖𝑗)(𝑀𝐶𝐹)(𝐹)

1

𝑗=0.1

𝑛

𝑡=1

(2)

Donde: QLFG = Flujo de biogás máximo esperado [m3/año] i = Incremento en tiempo de 1 año n = (año del cálculo) – (año inicial de disposición de residuos) j = Incremento de tiempo en 0.1 años k = Índice de generación de CH4 [1/año] L0 = Generación potencial de CH4 (m3/Mg) Mi = Masa de residuos dispuestos en el año i [Mg] tij = Edad de la sección j de la masa de residuos Mi dispuestos en el año i [años

decimales] MCF = Factor de corrección para el CH4 F = Factor de ajuste por incendios

El modelo proporciona automáticamente valores para el índice de generación de metano

(k) y la generación potencial de metano (L0). Estos valores fueron desarrollados usando

datos específicos de SDF representativos de la república Mexicana, basándose en el clima

y la caracterización de residuos y la relación entre los valores de k y L0 observados en SDF

de Estados Unidos (SCS ENGINEERS, 2009). Los valores de k varían dependiendo del clima

y el grupo de residuos. Los valores de L0 varían dependiendo del grupo de residuos. El

clima está categorizado en cinco regiones basándose en la precipitación media anual


21

promedio y la temperatura (Figura 6). Cada estado está asignado a una de las cinco

regiones. Los tipos de residuos están categorizados en cinco grupos, incluyendo entre

ellos 4 grupos orgánicos y uno inorgánico.

Los valores de k y L0 varían dependiendo de la precipitación promedio anual y pueden

utilizarse para proyectar la generación de biogás en SDF municipales localizados en las

diferentes regiones de México.

Este modelo calcula la generación de biogás en un SDF tomando como punto de partida la

masa de residuos que se depositan en el mismo “Mi” y utilizando cuatro parámetros: el

índice de generación de CH4 “k”, la generación potencial de CH4 “L0”, el factor de

corrección para el CH4 “MCF” y el factor de ajuste por incendios “F”.

Figura 6 Regiones climáticas de México

El índice de generación de CH4 (k) describe la cantidad total de CH4 producida por

unidad de masa de residuos depositados en el SDF que se degradan; en teoría, su valor

está en función del contenido de celulosa en los residuos, es decir, casi exclusivamente

de la fracción orgánica que compone a los RSU presentes, además está relacionado

con el tiempo de vida media de los residuos; el contenido de humedad en los residuos,

la disponibilidad de nutrientes para las bacterias generadoras de CH4, el pH y la

temperatura. Su valor se estima con base en el contenido de carbono del residuo, la

fracción de carbono biodegradable, y el factor de conversión estequiométrico.

Conforme el valor de k se incrementa, también se incrementa la generación de CH4

(siempre y cuando el SDF siga recibiendo residuos) y luego disminuye con el tiempo

después de que el relleno es clausurado. Los valores del índice de generación de CH4

se presentan en el siguiente cuadro.


22

Cuadro 5 Valores del índice de generación de metano (k).

Categoría de Residuos

Región 1 Sureste

Región 2 Oeste

Región 3 Centro/Interior

Región 4 Noreste

Región 5 Noroeste &

Interior Norte

1 0.300 0.220 0.160 0.015 0.100

2 0.130 0.100 0.075 0.070 0.050

3 0.050 0.040 0.032 0.030 0.020

4 0.025 0.016 0.016 0.015 0.010

El valor de la generación potencial de metano (L0) de los residuos describe la cantidad

total de gas metano potencialmente producida por una tonelada de residuos cuando

esta se degrada y depende casi exclusivamente de la caracterización de los residuos en

el relleno sanitario. A un contenido mayor de celulosa le corresponde un valor mayor

de L0. Las unidades de L0 están en metros cúbicos por tonelada de residuos (m3/Mg).

Los valores teóricos de L0 varían entre 6.2 y 270 m3/Mg de residuos. Los valores de L0

utilizados por el MMB se muestran en el Cuadro 6, predeterminados para cada estado

o datos de caracterización de residuos del sitio para cada una de las cuatro categorías.

Cuadro 6 Valores de la Generación Potencial de Metano (L0)

Categoría de Residuos

Región 1 Sureste

Región 2 Oeste

Región 3 Centro/Interior

Región 4 Noreste

Región 5 Noroeste &

Interior Norte

1 69 69 69 69 69

2 115 126 138 138 149

3 215 214 214 214 214

4 202 202 202 202 202

El factor de corrección de metano (MCF por sus siglas en inglés), es un ajuste a la

estimación de generación de biogás que toma en cuenta el grado de descomposición

anaeróbica de los residuos. Su valor varía dependiendo de la profundidad de los

residuos y del tipo de manejo que tiene el SDF. En sitios con manejo, se asume que la

degradación es anaeróbica en los residuos (MCF = 1). En sitios con condiciones menos

apropiadas para degradación anaeróbica, el MCF será menor para reflejar las

condiciones aeróbicas del sitio. El Cuadro 7 resume los valores de MCF aplicados por el

modelo, basados en los datos recabados referentes a la profundidad de residuos y

prácticas de manejo del sitio.

Cuadro 7 Factor de corrección de metano (MCF) Manejo del sitio Profundidad <5m Profundidad ≥5m

Sin manejo 0.4 0.8

Con manejo 0.8 1.0

Semi-aeróbico 0.4 0.5

Condición desconocida 0.4 0.8


23

El factor de ajustes por incendios toma en cuenta si el sitio ha sido impactado por

incendios, ya que éstos consumen los residuos usándolos como combustible y dejando

cenizas, que no generan biogás. De esta forma el modelo descuenta de la generación

de biogás el porcentaje del área impactada.

El modelo aplica ecuaciones separadas para calcular la generación de cada uno de los

cuatro grupos de residuos orgánicos agrupados de acuerdo a su índice de degradación:

I. Residuos de degradación muy rápida: Residuos alimenticios, otros orgánicos y

20% de los pañales.

II. Residuos de degradación moderadamente rápida: Residuos vegetales, poda de

casa o parques y papel higiénico.

III. Residuos de degradación moderadamente lenta: Papel, cartón y textiles.

IV. Residuos de degradación muy lenta: Madera, caucho, piel, huesos y paja.

Entonces, la generación de biogás total es calculada como la suma de las cantidades de

generación de cada una de las cuatro categorías de residuos. Finalmente, se multiplica la

cantidad de CH4 por dos, porque se asume que la composición del biogás es de

aproximadamente 50% CH4 y 50% CO2. La información anterior debe ser suministrada en

la hoja de cálculo del modelo (ver Figura 10).

El objetivo principal del Modelo Mexicano de Biogás es proveer a los propietarios u

operadores de SDF en México, una herramienta para evaluar la factibilidad y los beneficios

potenciales de recuperar y usar el biogás generado.

García-Darás (2012) utilizó este modelo para calcular las emisiones de biogás del relleno

sanitario HASAR’s ubicado en Zapopan (Jalisco) y comparó estos resultados con los datos

reales de generación del año 2009 al 2011. Estas estimaciones las realizó García-Darás

como parte de su trabajo para realizar el diseño de la ampliación de la tecnología de

recuperación del gas generado en el sitio.

El resultado final del software de simulación de biogás es la “curva de gas” (Figura 7) en la

que se muestra el comportamiento de la generación de biogás del relleno sanitario con

respecto al tiempo.

Según el autor, el modelo se ajusta a la proyección de recuperación real de biogás entre

2009 y 2011, ya que la curva que muestra la generación real, siempre se encuentra entre

la curva de biogás generado y la de estimación de biogás recuperado (ver figura 7). A lo

que concluye que este modelo estimó con precisión la generación de biogás en el RS de

Zapopan, por lo que le fue de buena base para dimensionar el sistema de

aprovechamiento energético del biogás generado en dicho sitio.


24

Figura 7 Generación y recuperación de biogás previstas por el MMB para un RS en Zapopan, Jalisco

(García-Darás, 2012)

3.6.2.2 Modelo del Panel Intergubernamental de Cambio Climático (IPCC)

La metodología del IPCC para estimar las emisiones de CH4 provenientes de los SDF se

basa en el método de descomposición de primer orden (FOD) (IPCC, 2007). En este

método se formula la hipótesis de que el componente orgánico degradable, es decir el

carbono orgánico degradable (DOC por sus siglas en inglés y como es utilizado en éste

trabajo) de los desechos, se descompone lentamente a lo largo de unas pocas décadas,

durante las cuales se forman el CH4 y el CO2. Si las condiciones permanecen constantes, el

índice de producción del CH4 depende únicamente de la cantidad de carbono restante en

los desechos. De aquí resulta que las emisiones de CH4 generadas por los desechos

depositados en un vertedero son las más altas durante los primeros años siguientes a la

eliminación y que, luego, éstas decaen a medida que el carbono degradable de los

desechos es consumido por las bacterias responsables de la descomposición.

El modelo del IPCC proporciona dos alternativas para estimar las emisiones a partir de los

RSU. La primera opción es un modelo de fases múltiples basado en la composición de los

residuos, en el cual se registran de manera separada las cantidades de cada tipo de

residuo degradable. La segunda opción es un modelo de fase única basado en los residuos

brutos.

En el primer enfoque se supone que la descomposición de los diferentes tipos de residuos

es totalmente independiente de la de los demás; la madera se degrada como madera,


25

independientemente de si se halla en un SDF casi inerte o en uno que contiene residuos

que se degradan más rápidamente; y en el segundo enfoque la descomposición de cada

residuo depende de la de los demás.

3.6.2.3 Metodología por residuos separados

El primer paso para realizar el cálculo de emisiones en un SDF con la metodología del IPCC,

es conocer la cantidad y composición de residuos que se deposita en el mismo. La base

para el cálculo es la cantidad de carbono orgánico degradable disuelto (DDOC, del inglés,

Decomposable Degradable Organic Carbon, el subíndice m se refiere a la masa) como se

define en la Ecuación (3. DDOCm es la parte del carbono orgánico que se degrada en

condiciones anaeróbicas en los SDF. Con estos datos se realiza el cálculo por separado de

la DDOCm depositado para cada tipo de residuo; para lo cual se tiene que multiplicar la

masa total depositada del residuo por la fracción de DOC que contiene, y a su vez por la

fracción de DOC que puede descomponerse, porque solo una pequeña parte del DOC total

se descompone cada año. La cantidad de DOC que se degrada posteriormente también

está en función del tipo de gestión que recibe el SDF, por lo que se debe multiplicar por el

MCF, que pondera la cantidad de CH4 que se genera en el SDF según el tipo de operación

que recibe, ya que esto influye en la formación de condiciones anaerobias o aerobias.

La Ecuación(3), describe el DOC disuelto a partir de los datos sobre eliminación de

residuos.

DDOCm=W x DOC x DOCfx MCF (3)

Donde:

DDOCm =Masa del DDOC depositado, [Gg]

W =Masa de los desechos depositados, [Gg]

DOC = Carbono orgánico degradable durante el año de deposición, [fracción], Gg

de C/Gg de residuos

DOCf = Fracción del DDOC que puede descomponerse, [Fracción]

MCF = Factor de corrección de CH4 para la descomposición aeróbica durante el

año de deposición, [fracción]

Se asigna un MCF a cada una de las cuatro categorías de SDF, como se muestra en la

Cuadro 8. Se proporciona un valor por defecto para los países donde no se conoce la

cantidad de desechos eliminados en cada SDF.

La estructura del sitio y las prácticas de gestión reflejan la manera en la que la fracción

orgánica de desechos sólidos es eliminada así como la generación de CH4.


26

Cuadro 8 Clasificación de los SDF y su MCF de acuerdo a la metodología IPCC

Tipo de sitio Valores por defecto

del MCF

Gestionado – anaeróbico 1.0

Gestionado – semi-aeróbico 0.5

No gestionado – profundo (>5m de desechos)

0.8

No gestionado – poco profundo (<5m de desechos)

0.4

SDF no categorizado 0.6

Seguidamente, para conocer la cantidad que se descompone con respecto a la DDOCm

depositado, se deben emplear las siguientes ecuaciones:

La ecuación (4) describe el DDOCm descompuesto en los SDF al término del año T,

mientras que la ecuación (5) refiere el DDOCm acumulado en los SDF al término del año T.

𝐷𝐷𝑂𝐶𝑚𝑑𝑒𝑠𝑐𝑜𝑚𝑝𝑇= 𝐷𝐷𝑂𝐶𝑚𝑎𝑇−1

(1 − 𝑒−𝑘) (4)

𝐷𝐷𝑂𝐶𝑚𝑎𝑇= 𝐷𝐷𝑂𝐶𝑚𝑑𝑇

+ 𝐷𝐷𝑂𝐶𝑚𝑎𝑇−1(1 − 𝑒−𝑘) (5)

Donde:

T = Año del inventario

DDOCmaT =DDOCm acumulado en los SDF al final del año T, [Gg]

DDOCmaT-1 =DDOCm acumulado en los SDF al final del año (T-1), [Gg]

DDOCmdT =DDOCm depositado en los SDF durante el año T, [Gg]

DDOCmdescompT= DDOCm descompuesto en los SEDS durante el año T, [Gg]

K = Constante de reacción, k=ln(2)/t1/2 [años-1]

t1/2 = Vida media, [años]

En una reacción de primer orden, la cantidad de producto (aquí, el DDOCm

descompuesto) siempre es proporcional a la cantidad de material reactante (aquí, el

DDOCm). Por este motivo, para conocer la cantidad de residuos que se descompone se

debe partir de la cantidad que se tiene acumulada (como se muestra en la ecuación 2).

Pero para calcular la masa de DDOC acumulada, se necesita sumar la cantidad de DDOCm

que se deposita en ese año más la que queda del anterior (ecuación 5). De esta forma se

conoce la masa de DDOC que se descompone el siguiente año, ya que el método supone

que la producción de CH4 a partir de los residuos eliminados durante el primer año


27

comienza el 1º de enero del siguiente año, por lo que el año 1 se define como el año

posterior a la eliminación (esto equivale a un tiempo de retardo promedio de 6 meses).

De este modo se puede notar que, cuando se conoce la cantidad de material en

descomposición en el SDF al comienzo del año, en el método de estimación, cada año

puede considerarse como el año 1, ya que lo único que cuenta es el total de DDOC que

existe en el sitio.

La variable fundamental que se tiene para conocer la DDOCm que se descompone, es la

constante de reacción k, la cual está en función del tiempo de vida media t 1/2, que

expresa el tiempo necesario para que la DOCm de los residuos se descomponga hasta la

mitad de su masa inicial. La vida media está afectada por una amplia variedad de factores

como la composición de los residuos, las condiciones climáticas del lugar donde se sitúa el

SDF, las características del SDF y otros (Cuadro 9).

Cuadro 9 Valores de vida media (t ½) por defecto de la metodología del IPCC

Tipos de desechos

Zona climática

Boreal y templada (≤20°C) Tropical (>20°C)

Seco Húmedo Seco Húmedo Por

defecto Rango

Por defecto

Rango Por

defecto Rango

Por defecto

Rango

De degradación

lenta

Desechos de papel/textiles

17 14 – 23 12 10 – 14 15 12 – 17 10 8 – 12

Desechos de madera/paja

35 23 – 69 23 17 – 35 28 17 – 35 20 14 – 23

De degradación moderada

Otros putrescibles orgánicos) / desechos de

parques y jardines

14 12 - 17 7 6 – 9 11 9 – 14 4 3 – 5

De degradación

rápida

Desechos alimenticios / lodos de aguas servidas

12 9 – 14 4 3 – 6 8 6 – 10 2 1 – 4

Desechos brutos 14 12 - 17 7 6 – 9 11 9 – 14 4 3 - 5

Las tasas más rápidas (k=0.2 o una vida media cercana a los 3 años) están asociadas a

condiciones de gran humedad y materiales altamente degradables tales como los residuos

alimenticios, mientras que las tasas más lentas (k=0.02 o una vida media cercana a los 35

años) están asociadas a condiciones de sequedad y a materiales que se degradan

lentamente, como la madera o el papel. Entonces, de acuerdo a la ecuación 4, la cantidad

que se descompone de la DDOCm está dada por la expresión 1 - e-k, una fracción, siendo la

fracción complementaria lo que se acumula (ecuación 5). Esto significa que cada año solo

una parte de los residuos se descompone, y la velocidad a la que lo haga, depende de la

vida media que posea.


28

La Ecuación 6 muestra el CH4 generado a partir de la DDOCm en descomposición, éste se

multiplica por el cociente de pesos moleculares CH4/C.

𝐶𝐻4 𝑔𝑒𝑛𝑒𝑟𝑎𝑑𝑜 𝑇 = 𝐷𝐷𝑂𝐶𝑚𝑑𝑒𝑠𝑐𝑜𝑚𝑝𝑇 𝐹 (

16

12)

(6)

Donde: CH4generadoT = Cantidad de CH4 generado a partir del material en

descomposición, [Gg]

DDOCmdescompT = CH4 descompuesto durante el año T, [Gg]

F = Fracción volumétrica de CH4 en el gas de vertedero generado, [fracción]

16/12 = Cociente de pesos moleculares CH4/C

La Ecuación 7 determina las emisiones de CH4 provenientes de los SDF.

𝑬𝒎𝒊𝒔𝒊𝒐𝒏𝒆𝒔 𝒅𝒆 𝑪𝑯𝟒 = [∑ 𝐶𝐻4

𝑥

𝑔𝑒𝑛𝑒𝑟𝑎𝑑𝑜 − 𝑅𝑇] ∗ (1 − 𝑂𝑋) (7)

Donde: Emisiones de CH4 = CH4emitido durante el año T, [Gg/año]

T = Año del inventario

X = Categoría o tipo de residuos y/o material

RT = CH4 recuperado durante el año T, [Gg]

OX = Factor de oxidación durante el año T, [fracción]

Posteriormente, se suma el CH4 generado por cada categoría de residuos eliminada para

obtener el total de CH4 generado durante el año, y por último, para conocer la cantidad

de CH4 emitido se le restan dos variables: a). La cantidad de CH4 que se recupera en el

SDF ya sea para su quema en antorcha o su aprovechamiento energético, y b). El CH4 que

se oxida en el material de cobertura por acción de los microorganismos metanotróficos

presentes en los suelos de la cubierta. Lo anterior significa que en algunos casos, no todo

el metano generado se libera a la atmósfera, sino que depende del modo de operación del

SDF.

3.6.2.4 Metodología por residuos brutos

Se emplean las ecuaciones anteriormente descritas, pero en esta ocasión el DOC se calcula como se muestra en la ecuación 8.


29

𝐷𝑂𝐶 = ∑(𝐷𝑂𝐶𝑖 − 𝑊𝑖)

𝑖

(8)

Donde: DOC =Fracción de DOC en los residuos brutos, [Gg de C/Gg de residuos]

DOCi =Fracción de DOC en los residuos de tipo i

Wi =Fracción del tipo de residuos i por categoría de residuo

De esta forma se realiza una sola estimación de generación de CH4 a partir del valor total

de DOC que se deposita en el SDF, por lo que, en la ecuación 3, la W corresponde a la

masa total de residuos que recibe el SDF y en la ecuación 7 no se requiere realizar ninguna

sumatoria.

3.7 Otras metodologías

Actualmente, existe una gran variedad de modelos empleados para predecir la generación

de biogás, varios autores han publicado resúmenes de estas metodologías (Aguilar-Virgen

et al., 2011; Friedrich & Trois, 2011; Kamalan et al., 2011) ellos mencionan varios de estos

modelos, algunos simples, otros complejos, con diferentes órdenes de cinética, como los,

de orden cero, de primer orden y de segundo orden, así como algunos modelos más

complejos.

Kamalan et al. (2011) señalan que los más populares han sido los modelos de primer

orden como los modelos Gassim, LandGEM, TNO, Bélgica, Afvalzorg, EPER y el Scholl

Canyon. En particular, una variación del modelo Scholl Canyon ha sido utilizado por el IPCC

en 1996 y 2006 para establecer su metodología sobre la forma de calcular el metano

generado en los rellenos sanitarios. En este método, el resultado depende de las

categorías de residuos, la fracción de carbón orgánico degradable y el gas CH4 presente en

el SDF. Tiene valores establecidos para la fracción orgánica degradable y la fracción

orgánica disponible para degradación, que se asumen como 0.12 y 0.77, respectivamente.

De igual manera contempla la oxidación del CH4 a CO2 con el factor de oxidación (OX).

Siendo este modelo de los más manejados (Ngnikam et al., 2002; Bogner & Matthews,

2003; Kumar et al., 2004; Chiemchaisri & Visvanathan, 2008; Machado et al., 2009;

Cardozo-Leverenz, 2011) ya que establece metodologías para cálculos de emisiones de

países y también ha sido utilizado en una escala de sitio regional, municipal y de relleno

sanitario.

Bogner & Matthews (2003), atribuyen el desarrollo de nuevas metodologías para la

cuantificación de emisiones de los sitios de disposición final, debido a la existencia de

variaciones significativas interanuales en la tasa de crecimiento del CH4. Además, confirma


30

que un problema importante en los países desarrollados y en vías de desarrollo es que los

datos fiables de residuos sólidos a menudo no existen, especialmente para los países en

desarrollo donde las emisiones están aumentando.

3.8 Impacto ambiental del biogás

Los GEI son componentes gaseosos de la atmósfera, naturales o antropogénicos, que

absorben y emiten radiación en determinadas longitudes de onda del espectro de

radiación infrarroja térmica emitida por la superficie de la Tierra, por la propia atmósfera y

por las nubes. Esta propiedad da lugar al efecto invernadero (IPCC, 2007).

El impacto ambiental causado por la generación de biogás por el depósito de RSU en los

distintos tipos de SDF es un problema grave en México, ya que gran parte de estos sitios

no cuentan con sistemas de recuperación y/o aprovechamiento del gas, aunado a que

entre los principales GEI, según el Protocolo de Kyoto (IPCC, 2007; EPA, 2008), se

encuentran el CO2 y el CH4 y, aunque no tienen el potencial específico de calentamiento

global más alto (Cuadro 10), si están presentes en altas cantidades en la atmósfera.

Cabe resaltar que el metano es 23 veces más nocivo como gas invernadero que el CO2

(IPCC, 2007), es decir, una tonelada de CH4 contribuye al calentamiento global de la misma

manera que 23 toneladas de CO2.

Cuadro 10 GEI: potenciales específicos de calentamiento global y emisiones a la atmósfera

Gases de efecto invernadero Potencial de

calentamiento global % de emisiones GEI

Dióxido de carbono (CO2) 1 85

Metano (CH4) 23 8

Óxido nitroso (N2O) 296 5

Hidrofluorocarbonos (HFC) 120-12,000

2 Perfluorocarbonos (PFC) 5,700-11,900

Hexafluoro de azufre (SF6) 22,200

3.9 Oportunidades del biogás como fuente de energía

El metano pertenece a la familia de hidrocarburos, es parecido al propano, que es el gas

que se utiliza en muchos hogares e industrias, por tener propiedades inflamables pero se

diferencía al tener sólo un átomo de carbono y 4 de hidrógeno.

En el marco de los compromisos del Protocolo de Kyoto, se promueve la implementación

de proyectos que aprovechan el instrumento de incentivo financiero llamado Mecanismo

de Desarrollo Limpio (MDL), paralelamente el Banco Mundial ha puesto en marcha un

programa que reúne a inversionistas de países en desarrollo, creando un mercado para los


31

certificados de reducción de emisiones de carbono conocidos como bonos de carbono.

Estos instrumentos permiten que países desarrollados puedan cumplir con sus

compromisos de reducción de emisiones, al financiar proyectos de países en vías de

desarrollo de captura de GEI, acreditando tales disminuciones como si se hubiesen

realizado en territorio propio (Kiss-Köfalusi & Encarnación-Aguilar, 2006). A nivel mundial

tiene un significado muy valioso, ya que se beneficia a países en vías de desarrollo con

nuevas tecnologías y se ayuda a la conservación del medio ambiente. La compra y venta

se realiza entre empresas particulares de los países involucrados.

Resulta evidente considerar proyectos que contemplen la disminución de la emisión

descontrolada de estos gases generados por los RSU en SDF, según datos del Comité

Mexicano para Proyectos de Reducción de Emisiones y Captura de Gases de Efecto

Invernadero (COMEGEI, 2007) en México había 9 proyectos MDL sobre la recuperación de

metano de SDF, sin embargo, desde 2008, los precios de los Certificados de Reducción de

Emisiones de CO2 (CER, por su nombre en inglés) han bajado 82%, producto de la crisis

económica de Europa, que es el mayor comprador de bonos (Astudillo M., 2012).

Debido a la gran cantidad de biogás generado en los SDF, es necesario tomar en cuenta

tanto la reducción de emisiones como su aprovechamiento. Por su composición, el biogás

es una fuente de combustible, de fácil captura y de uso, con un importante poder

calorífico. El contenido de metano en el biogás tiene un alto valor como combustible de

entre 18-22 MJ/m3 (Spokas et al., 2006).

La factibilidad de proyectos para el aprovechamiento del biogás en los SDF depende de

estimar, con una certidumbre razonable, tanto la producción diaria como la producción

acumulativa de CH4 en el largo plazo (Meraz et al., 2004).

3.9.1 Manejo del biogás generado en SDF

De acuerdo con la NOM-083-SEMARNAT-2003, se debe garantizar la extracción, captación,

conducción y control del biogás generado una vez que los volúmenes y la edad de los

residuos propicien la generación del mismo y de no disponerse de sistemas para su

aprovechamiento conveniente, se procederá a su quema ya sea a través de pozos

individuales o mediante el establecimiento de una red con quemadores centrales, además

de elaborar un programa de monitoreo de biogás donde se especifiquen los parámetros

de composición, explosividad y flujo del biogás.

Por ésta razón, resulta conveniente instalar pozos de captación ó chimeneas de drenaje,

con un radio de acción de unos 25 metros, que debe ser obtenido a partir de estudios que

permitan determinar el radio de influencia de los pozos. Es importante no dejar huecos de


32

captación del gas y considerar un traslape en la determinación del radio de las chimeneas,

debido a que el biogás puede acumularse y al ser inflamable, causar explosiones; para tal

fin, el acomodo de los pozos puede establecerse como se ve en la Figura 8 (Colomer-

Mendoza & Szantó-Narea, 2011)

Figura 8 Pozos de captación de biogás y su área de influencia

Existen múltiples maneras de instalar los pozos de captación, generalmente se ancla

verticalmente al terreno un tubo de acero hueco y en su interior se introduce una tubería

corrugada y ranurada, el espacio que queda entre ambas tuberías se rellena de material

muy permeable. A medida que se depositan los RSU y su altura incrmenta, se va subiendo

consigo el tubo de acero, lo cual permitirá que el biogás generado pase a través de la

tubería perforada, ascienda y pueda ser recolectado (Figura 9) (Colomer-Mendoza &

Szantó-Narea, 2011).


33

Figura 9 Esquema de instalación de un pozo de captación de biogás en un SDF

3.10 Sistemas de Información Geográfica

Por definición, un Sistema de Información Geográfico (SIG) es un sistema de hardware,

software y procedimientos diseñados para soportar la captura, administración,

manipulación, análisis, modelamiento y graficación de datos u objetos referenciados

espacialmente, para resolver problemas complejos de planeación y administración;

básicamente, es una herramienta de análisis de información, la cual debe tener una

referencia espacial y debe conservar una inteligencia propia sobre la topología y

representación (García-Palau, 2005).

En un SIG se conjuntan procedimientos sobre una base de datos no gráfica o descriptiva

de objetos del mundo real que tienen una representación gráfica y que son susceptibles

de algún tipo de medición respecto a su tamaño y dimensión relativa a la superficie de la

Tierra. Aparte de la especificación no gráfica, el SIG cuenta también con una base de datos

gráfica con información georeferenciada o de tipo espacial y de alguna forma ligada a la

base de datos descriptiva. La información es considerada geográfica si es mesurable y

tiene localización.

En un SIG se usan herramientas de gran capacidad de procesamiento gráfico y

alfanumérico, estas herramientas van dotadas de procedimientos y aplicaciones para

captura, almacenamiento, análisis y visualización de la información georefenciada.


34

Con respecto al manejo de residuos, los sistemas de información geográficos han sido

utilizados para evaluar la localización de SDF (Zamorano et al., 2008; Marín et al., 2012;

Gbanie et al., 2013), todos ellos mencionan que la ubicación de SDF debe tener en cuenta

una amplia gama de factores territoriales y legales con el fin de reducir los impactos

negativos sobre el medio ambiente y que debido a que es un proceso multidisciplinario

complejo, requiere de una herramienta de análisis que abarque todos los factores

involucrados y una gran cantidad de datos de varias fuentes que proyecte los resultados

de manera sencilla.

Zamorano et al. (2008) presentan un método que identifica y clasifica las posibles áreas

para la ubicación preliminar del sitio para la ciudad de Granada, España con un arreglo

para solucionar los problemas de múltiples criterios, éste método combina SIG con un

sistema de toma de decisiones. Marín et al. (2012) utilizan SIG para identificar posibles

localizaciones para un SDF en Morelos, México, con base de datos del agua en México

(SIGAM).


35

4. METODOLOGÍA

La metodología seguida en el desarrollo de ésta tesis consistió en realizar una búsqueda íntegra de

información para satisfacer los modelos de predicción de generación de biogás y lixiviados, así

como para elaborar mapas con SIG para representar y evaluar los datos generados.

Cabe señalar que se tomaron datos del trabajo de tesis de licenciatura del Ingeniero Raúl González

Cruz (González-Cruz, 2013), el cual antecede al presente trabajo, para desarrollar los objetivos

propuestos.

4.1 Búsqueda de información

En este periodo se realizó una búsqueda tanto bibliográfica como de campo del sistema a

analizar, es decir, sitios de disposición final de residuos sólidos urbanos ubicados en el

estado de México (EM), los métodos de operación, problemática actual e impactos que

generan para complementar el trabajo previo a éste (González-Cruz, 2013) del grupo de

investigación, donde se recabó por medio de la aplicación de cuestionarios a encargados

de los SDF la siguiente Información:

Datos técnicos del sitio de disposición

Infraestructura, tecnología e innovación del sitio de disposición

Datos sobre los empleados del sitio de disposición

Residuos recibidos en el sitio de disposición

Consumo de Agua

Consumo de Energía

Insumos requeridos

Oficinas e instalaciones del sitio de disposición

Emisiones de gases efecto invernadero (GEI)

Financiamiento

Gestión del sitio de disposición

Relación con la comunidad

Capacitación en el sitio de disposición

Otros actores sociales

Aspectos económicos

Además de esto, se realizaron consultas de estadísticas referentes a generación, manejo y

disposición de RSU, publicadas en sitios de internet correspondientes a instituciones

gubernamentales como INEGI, SEMARNAT y SMA.

Previamente se elaboró un listado de los SDF que se encuentran en el EM, para realizar la

programación de visitas y así poder aplicar los cuestionarios y ubicar por GPS cada sitio.


36

Posteriormente se identificaron 103 SDF (González Cruz, 2013) en las dieciséis regiones en

que está dividido el Estado de México, a cada SDF se le asignó el nombre del Municipio

donde se ubica, mientras que el número fue dado de acuerdo a la región a la que

pertenece. La información obtenida en esta sección contempló datos como años de

apertura y clausura de los SDF, ubicación geográfica, tipo de manejo, entre otras, es

suficiente para alimentar las hojas de cálculo del Modelo Mexicano del Biogás, del IPCC y

el WBM.

4.2 Procesamiento de datos (censo y caracterización de SDF)

La clasificación de los tipos de Sitios de Disposición Final en el Estado de México se realizó

mediante elaboración de tablas con los datos recabados anteriormente, para su análisis y

manejo adecuado. Se realizó el procesamiento por medio de variables cualitativas y

cuantitativas que permiten la caracterización adecuada y los cálculos precisos (ver Cuadro

15 de la sección 5.1). Estas variables se enlistan y describen a continuación:

Nombre del SDF, número y región: Se le asignó el nombre del Municipio donde se

ubica, mientras que el número fue asignado de acuerdo a la región a la que pertenece

(Cuadro 15).

Año de inicio de operaciones y Año de clausura: El inicio de operaciones del sitio es la

fecha en que el sitio comenzó a recibir RSU, la clausura del mismo está función de su

periodo de vida.

Profundidad o altura del SDF: Es la altura total (o en otro caso la profundidad) que se

alcanza en los SDF.

Cantidad de RSU que recibe al día, medido en toneladas por día (ton/d).

Cantidad de RSU que recibe al año, medido en toneladas por año (ton/año). En

algunos sitios no se obtuvo esta información y se calculó multiplicándolo por 365.

Porcentaje de incremento en la disposición de los RSU

Fracción inorgánica de RSU.

Fracción orgánica de RSU.

Tipo de SDF: De acuerdo al tipo de manejo y cada cuando se realiza la cobertura de los

RSU puede ser: 1) Relleno Sanitario, considerado además como un manejo adecuado,

2) Relleno de tierra controlado, manejo semi-adecuado y 3) Basurero a cielo abierto,

con un manejo inadecuado.

Si el SDF cuenta con alguna tecnología para el tratamiento del biogás generado como

pozos de venteo, quemadores y a su vez si el flujo del gas es cuantificado.

Debido a que en los SDF estudiados del Estado de México no se cuenta con la cantidad de

metano y dióxido de carbono que emiten, se obtuvo información de otros SDF fuera del


37

EM donde proporcionan las cantidades cuantificadas que se generan de biogás para la

validación de los modelos.

4.3 Aplicación de las metodologías del cálculo de emisiones de biogás en los SDF

4.3.1 Cálculo de la generación de biogás con el Modelo Mexicano del Biogás 2.0

Como se mencionó anteriormente, el MMB dispone de 5 hojas de cálculo de Excel®, las

primeras 3 son las que deben de ser llenadas con los datos del SDF para que

automáticamente en las 2 últimas se obtengan los resultados esperados, es decir, las

tabulaciones y las proyecciones de generación de biogás para un SDF a lo largo de un

periodo de tiempo.

La primera hoja “Alimentación” (Figura 10) está compuesta por veinticuatro preguntas,

algunas de ellas compuestas. Para el correcto llenado de la hoja, se tomaron

consideraciones para conservar la uniformidad en los cálculos, pues en algunas preguntas

podía haber confusión por la ambigüedad de los datos, aunado a que algunos datos no

fueron proporcionados, a continuación se enlistan para su mejor entendimiento:

1. Pregunta 1. El nombre del sitio se denominó de acuerdo a la clasificación que se hizo

anteriormente de acuerdo al manejo con el cual son operados y en la siguiente

pregunta se dispuso a escribir el municipio donde se encontraba.

2. Pregunta 4. Debido a que todos los SDF estudiados se encuentran en el Estado de

México, la región en todos los casos fue la 3 (Centro/Interior).

3. Pregunta 5. En ninguno de los sitios estudiados se obtuvieron datos de caracterización

de los residuos, por lo que en todos los cálculos, la respuesta a esta pregunta fue

negativa.

4. Pregunta 7. Aquí se suministró el dato de disposición de RSU proporcionado el día de

la entrevista.

5. Pregunta 8. Se refiere al año del dato anterior, en cuyo caso era el 2012 o 2013,

dependiendo la fecha de la visita al sitio.

6. Pregunta 10. En algunos sitios se tenía el dato exacto, estos variaban entre el 0.01 y

5% de incremento anual con picos de 15 y 30%; en los SDF donde no se conocía el

incremento anual, se manejó la cantidad dada automáticamente por la hoja de cálculo

que era de 1%.

7. Pregunta 11. En algunos sitios se tenía el dato exacto, estos variaban entre 5 y 15

metros; en los SDF donde no se conocía la profundidad, se manejó la cantidad dada

automáticamente por la hoja de cálculo que era de 10 metros.

8. Pregunta 12. En esta pregunta había 3 opciones a elegir, los números 1, 2 y 3, se

trataba de las prácticas de manejo y diseño del sitio*, (1) sitio sin manejo, (2) sitio con


38

manejo y (3) sitio semi-aerobio; de acuerdo a la caracterización mencionada en la

etapa anterior se determinó que cuando el SDF operaba como Basurero a cielo abierto

se elegía la opción 1; cuando operaba como Relleno Sanitario la opción 2; finalmente

cuando se manejaba como relleno controlado la opción 3. Cabe resaltar que ésta

clasificación es diferente a la utilizada en la caracterización de los SDF y sólo se utilizó

en el llenado de la hoja de cálculo del MMB.

9. Preguntas 14 y 15. De la información que se recabó, hasta la fecha de las entrevistas,

solo algunos sitios contaban con sistema de captura y en esos casos se llenaron estas

casillas, en los SDF que no tenían sistema de recolección de biogás no se tomó en

cuenta el llenado, lo cual no afectaba a la gráfica de generación.

10. Preguntas 16, 17, 18 y 19. El llenado de estas preguntas se hizo dependiendo del tipo

de sitio, es decir, hubo tres respuestas diferentes, debido a que no se obtuvieron los

datos exactos se hicieron las siguientes suposiciones que se muestran a continuación

en el Cuadro 11.

Cuadro 11 Suposiciones de porcentajes de áreas con cobertura según el manejo de SDF para el llenado de las preguntas 16, 17, 18 y 19 de la hoja de cálculo del MMB.

Tipo de SDF Pregunta 16 (cobertura

final)

Pregunta 17 (cobertura

intermedia)

Pregunta 18 (cobertura

diaria)

Pregunta 19 (sin

cobertura)

SDF tipo A1, A2, B, C con cobertura diaria y SDF tipo D con cobertura cada semana.

60 35 5 0

SDF tipo A1, A2, B, C con cobertura a partir de 2 días a 1 semana y SDF tipo D con cobertura después de 1 semana hasta 2 semanas.

40 30 0 30

Todos los tipos de SDF con cobertura a partir de 1 semana hasta 1 mes y SDF tipo D con cobertura después de 2 semanas hasta 1 mes.

40 20 0 40

Todos los tipos de SDF con cobertura después de 1 mes.

30 10 0 60

Todos los tipos de SDF clausurados. 70 30 0 0

Pregunta 20. En éste caso se tuvieron dos opciones, si el SDF operaba como Relleno

Sanitario el porcentaje con cubierta inferior o geomembrana que se tomó fue de 100

(datos que también se mencionaron en las entrevistas); por otro lado, todos los demás

sitios no contaban con esta característica por lo que el porcentaje era de 0.

Pregunta 21. De acuerdo a los datos recabados, las respuestas a estas preguntas fueron

positivas en los SDF que tuvieran una compactación no mayor a 7 días y negativas

cumpliendo más de una semana sin compactación.


39

Las preguntas que no se mencionan en la lista anterior (2, 3, 6, 9, 13) son específicas de

cada sitio, referentes al municipio donde se ubican, a los años de apertura y clausura y

referente a si ha habido algún incendio en el mismo.

Modelo Mexicano de Biogás v.2

Fecha: Marzo 2009

Desarrollado por SCS Engineers, para la Agencia de Protección al Ambiente de EUA

PROYECCIONES DE LA GENERACION Y RECUPERACION DE BIOGAS DE RELLENOS SANITARIOS

PAGINA DE ALIMIENTACION

1 Nombre del Sitio: Relleno Sanitario

2 Ciudad: Cuautitlán Izcalli

3 Estado: México

4 Región: Centro/ Interior 3

5 ¿Existen datos de caracterización de residuos específicos al relleno sanitario en cuestión?

No

6 Año de apertura del sitio: 2010

7 Disposición anual del año mas reciente: 456.000 Mg

8 Año de disposición (arriba): 2012

9 Año de clausura o año de clausura proyectado: 2019

10 Incremento anual estimado de la disposición: 25,0%

11 Profundidad promedio del relleno sanitario: 10 m

12 Prácticas de diseño y manejo del relleno sanitario: 2

13a ¿Ha habido algún incendio en el relleno sanitario? No

13b Si la respuesta de 13a es "Si", indique el área del impacto en % del total: 0%

13c Si la respuesta de 13a es "Si", indique la severidad del impacto del incendio: 1

14 Año de arranque del sistema de captura (actual/estimado): 2019

15 Porcentaje del área con residuos con sistema de captura: 50%

16 Porcentaje del área con residuos con cubierta final: 80%

17 Porcentaje del área con residuos con cubierta intermedia: 10%

18 Porcentaje del área con residuos con cubierta diaria: 10%

19 Porcentaje del área con residuos sin cobertura: 0%

20 Porcentaje del área de residuos con recubrimiento inferior de arcilla/geomembrana:

100%

21 ¿Se compactan los residuos regularmente? Si

22 ¿La disposición de residuos se hace en una área específica? Si

23a ¿Existen afloramientos/brotes de lixiviado en la superficie del relleno sanitario? Si

23b Si la respuesta de 23a es "Si", ¿esto ocurre solo después de llover? No

24 Eficiencia de captura estimada: 35%

Figura 10 Hoja de cálculo del modelo mexicano del biogás, ejemplo del SDF de Cuautitlán Izcalli


40

En la segunda hoja del MMB “Disposición y Recuperación” se solicitan datos reales,

cuando están disponibles, de disposición anual de RSU de varios años, flujos de biogás

(50% de metano) que se generaron y que se capturaron, los cuales sustituyen a la

información de la hoja 1.

En la tercera hoja del MMB “Caracterización de Residuos” se suministraron los datos

específicos de las fracciones de los RSU, las cuales lamentablemente en ningún sitio

fueron proporcionadas debido a que no se contaba con dicha información, salvo un

estimado de la fracción orgánica e inorgánica de los residuos, por lo que en la Figura 9 se

muestra como se llenó ésta hoja. Cuando no se contaba ni con la estimación de las

fracciones totales orgánicas en inorgánicas se utilizó la información dada

automáticamente por el MMB.

TABLA DE CARACTERIZACION DE RESIDUOS EN LOS DIFERENTES ESTADOS DE MEXICO Y ESPECIFICOS AL SITIO

Categoría de Residuo Datos Específicos al Sitio

Comida

Papel y Cartón

Poda (jardines)

Madera

Caucho, Piel, Huesos y Paja

Textiles

Papel Higiénico

Otros Orgánicos 20

Pañales (asume 20% orgánico / 80% inorgánico)

Metales

Vidrio y Cerámica

Plásticos

Otros Inorgánicos 80

Porcentaje de degradación muy rápida (1) 20%

Porcentaje de degradación moderadamente rápida (2) 0%

Porcentaje de degradación moderadamente lenta (3) 0%

Porcentaje de degradación muy lenta (4) 0%

Total Orgánicos 20%

Total Inorgánicos 80%

Porcentaje de degradación muy rápida (1) 70%

Porcentaje de degradación moderadamente rápida (2) 40%

Porcentaje de degradación moderadamente lenta (3) 7%

Porcentaje de degradación muy lenta (4) 12%

Residuos en Estados Unidos - % de orgánicos secos

Lo de degradación rápida calculado 69

Lo de degradación moderadamente rápida calculado 138

Lo de degradación moderadamente lenta calculado 214

Lo de degradación lenta calculado 202


41

Figura 11 Ejemplo de llenado de la tabla de caracterización de residuos específicos al sitio del MMB

El MMB provee datos ya asignados de fracciones de RSU para los estados de la República

Mexicana (en color amarillo) los cuales pueden ser modificados si se desea; debido a que

los datos proporcionados por este modelo, en cuanto a fracciones orgánicas e inorgánicas

totales se trataba, eran muy diferentes, por lo que para este trabajo se cambiaron por las

fracciones recabadas en las visitas, las cuales, a diferencia de las del MMB, la fracción

orgánica era menor (entre 20 – 40%) que la inorgánica (60 – 80%).

Posteriormente, tomando en cuenta las suposiciones y observaciones antes mencionadas,

se obtuvieron las gráficas con las proyecciones de generación de biogás para cada SDF en

cuestión.

4.3.2 Cálculo de la generación de biogás con la Metodología del IPCC

Debido a que éste modelo no cuenta con hojas automatizadas de cálculo, las estimaciones

de generación de biogás se realizaron aplicando las ecuaciones 3 - 8 para obtener los

resultados. Para demostrar cómo se ejecutaron dichas operaciones, se ha tomado el SDF

de Tecámac (Anexo 2) y así ejemplificar lo establecido en la sección 3.6.2.2, las

condiciones manejadas en éste trabajo se mencionan a continuación.

Al igual que el MMB, ésta metodología demandaba los mismos requerimientos específicos

de los sitios, asimismo se tomaron los datos de generación y RSU dispuestos a lo largo de

un periodo de tiempo (50 años desde su apertura) que proporcionaba el MMB cuando se

le suministraba los datos de disposición e incremento de RSU (Preguntas 7 y 10 de la 1ra.

hoja del MMB). Para el manejo de las ecuaciones nuevamente se utilizaron hojas de

Excel®.

En éste modelo no se obtiene el descenso en la generación del gas posterior al cierre del

sitio, por lo que fue necesario ponderar la vida media de los RSU (t ½), debido a que la

constante de reacción k está en función de éste dato (la cual está a cargo de la generación

de metano);por lo tanto, se asumió que la vida media de los RSU incrementaba debido a

que la fracción orgánica que resta en los SDF después del cierre es la de degradación más

lenta.

4.4 Cálculo de la producción de lixiviados con el WBM

Se utilizó el Método de Balance de Aguas (Fenn et al., 1975) para realizar una estimación

de la cantidad potencial de lixiviados generados en cada uno de los sitios estudiados, para

ello se utilizó la siguiente información para satisfacer los requerimientos del modelo

empleado:


42

Entrada de agua: El agua filtrada por la parte superior del SDF, procede de la

precipitación atmosférica que se ha filtrado a través del material de cobertura, para lo

cual se empleó el dato de Precipitación promedio anual del Estado de México de 900

mm (INEGI, Información de México para niños y no tan niños, 2013). El agua que entra

al SDF con los materiales residuales es tanto el agua intrínseca de los residuos como la

humedad que absorben de la atmósfera y de la lluvia (cuando no están bien tapados).

El contenido en humedad de los RSU es aproximadamente del 37% (ver Cuadro 12)

(Kiss-Köfalusi & Encarnación-Aguilar, 2006). Se requirió hacer una conversión de

unidades para obtener la cantidad de agua que entra al sitio por objeto de los RSU en

unidades de longitud (m) por unidad de área, para satisfacer la ecuación 1 (sección

3.5.2), dicha operación se muestra a continuación:

Ejemplo 1 Datos del SDF de Amecameca

Tonelaje de RSU recibido por año: 18 300 ton = 18 300 000 kg

Contenido de humedad en peso≈37%

Por lo que la cantidad de agua en los RSU = 6 771 000 kg

Y para obtener la altura de dicha cantidad de agua se realizó con la ecuación 9:

𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑎𝑔𝑢𝑎 𝑒𝑛 𝑙𝑜𝑠 𝑅𝑆𝑈 (𝑚) = 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑎𝑔𝑢𝑎 𝑒𝑛 𝑙𝑜𝑠 𝑅𝑆𝑈 (𝐾𝑔) (1𝑚3

1000𝑘𝑔) (

1

𝑚2)

(9)

𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑎𝑔𝑢𝑎 𝑒𝑛 𝑙𝑜𝑠 𝑅𝑆𝑈 (𝑚) = 6771000 𝑘𝑔 (1𝑚3

1000𝑘𝑔) (

1

𝑚2) = 6771 𝑚

Pérdida de agua: La cantidad de agua consumida en las reacciones de descomposición

y formación de gas puede ser de 0,165 kg de H2O/kg RSU descompuesto y 7,378 kg

H2O/m3 biogás. Mientras que las pérdidas de agua como vapor se obtienen

suponiendo que el biogás generado está saturado en vapor de agua y aplicando la ley

de los gases ideales se obtiene un valor teórico de pérdida de 0,30352 kg de H2O/m3

de biogás generado.

Para calcular el volumen de RSU en unidades m3/año, se obtuvo el peso específico de

los RSU de acuerdo al Cuadro 12 (Tchobanoglous, 1998), dependiendo el manejo del

sitio, ya sea que compacten diariamente o no, se eligió un valor teórico de esta tabla.

Entonces, para calcular el volumen de RSU por año, simplemente se ocupó la ecuación

10:

Continuación del Ejemplo 1:

Tonelaje de RSU recibidos al año: 18 300 ton = 18 300 000 kg/año

Peso específico de los RSU de acuerdo al manejo: 600 kg/m3


43

𝑉𝑜𝑙𝑢𝑚𝑒𝑛 =𝑇𝑜𝑛𝑒𝑙𝑎𝑗𝑒 𝑟𝑒𝑐𝑖𝑏𝑖𝑑𝑜 (

𝑘𝑔

𝑎ñ𝑜)

𝑃𝑒𝑠𝑜 𝑒𝑠𝑝𝑒𝑐í𝑓𝑖𝑐𝑜 (𝑘𝑔

𝑚3)=

18300000 (𝑘𝑔

𝑎ñ𝑜)

600 (𝑘𝑔

𝑚3)= 30500

𝑚3

𝑎ñ𝑜

(10)

Cuadro 12 Datos típicos sobre peso específico y contenido de humedad para residuos domésticos

Tipos de Residuos Peso específico (kg/m3)

Contenido de humedad, porcentaje en peso

Rango Típico Rango Típico

Residuos de comida (mezclados)

131-148 291 50-80 70

RSU en camión compactador

178-451 297 15-40 20

RSU en vertedero medianamente compactados

362-498 451 15-40 25

RSU en vertedero bien compactados

590-742 600 15-40 25

La capacidad de absorción de los residuos es la propiedad de los RSU de retener el

agua que entra al SDF que no se consume en la producción de biogás, que no sale

como vapor de agua ni como lixiviado. Por lo tanto la cantidad de agua que se puede

retener, en contra de la gravedad (en este caso, en los RSU) se denomina Capacidad de

Campo de los RSU (CC). La CC, que varía con el peso de los residuos dispuestos en los

SDF, se estimó con la ecuación 11 (Tchobanoglous, 1998).

𝐶𝐶 = 0.6 − 0.5 (𝑊

1000 + 𝑊) (11)

Donde:

CC = Capacidad de campo (fracción de agua que los RSU pueden retener) W = Peso de sobrecarga de RSU calculado a una altura media dentro del nivel del vertedero o nivel en cuestión.

4.5 Integración de la información con SIG

Con el fin de visualizar la distribución espacial de los SDF del EM como fuentes de biogás y

lixiviados, se almacenaron en una base de datos georeferenciados los atributos que

indican las principales características de los SDF.

Además se obtuvieron de los portales de Internet de la Comisión Nacional para el

Conocimiento y Uso de la Biodiversidad (CONABIO, 2012) y del (INEGI, 2014) la


44

cartografía del EM referente a poblaciones, comunidades, uso de suelo, carreteras,

hidrografía, topografía y división política como base para el análisis realizado.

El software empleado para esto fue ArcView10TM, por ser el más empleado en el ámbito

de los SIG, los mapas se calcularon para determinar y diferenciar las áreas con alta

concentración de biogás y lixiviados con el fin de visualizar la distribución geográfica de las

fuentes hacia diversos factores en riesgo, así como su potencial asociado al interés por

diferentes dependencias para su aprovechamiento.


45

5. RESULTADOS

5.1 Búsqueda de información y procesamiento de los datos

La lista de los Sitios de Disposición Final identificados en el Estado de México para éste

estudio se observa en el Cuadro 14, ordenados de acuerdo a la región (R) donde se ubican,

el código de colores utilizado se encuentra definido en el Cuadro 13; además en la Figura

12 se manifiestan en un mapa los municipios de donde se obtuvo la información. Cada

uno de los municipios del estado de México fue referenciado por un número.

Figura 12 Representación regional de los municipios abarcados en éste estudio

Cuadro 13 Código de colores empleado para clasificar el Sitio de Disposición final de acuerdo a su estado actual de operación y datos recabados

SDF con datos suficientes para cálculo de biogás SDF con datos insuficientes para cálculo de biogás

SDF sin datos

SDF en función

SDF clausurado


46

Cuadro 14 Lista de los SDF identificados por número y nombre de Municipio

N NOMBRE SDF R N NOMBRE SDF R N NOMBRE SDF R

1 AMECAMECA I 36 SAN MARTIN DE LAS PIR. V 71 ATENCO XI

2 ATLAUTLA I 37 TECÁMAC V 72 PAPALOTLA XI

3 AYAPANGO Y JUCHITEPEC I 38 TEMASCALAPA V 73 TEXCOCO XI

4 CHALCO I 39 SAN JUAN TEOTIHUACÁN V 74 ATIZAPÁN DE ZGOZA. XII

5 COCOTITLÁN I 40 ALOMOLOYA DE ALQUISIRAS VI 75 TLALNEPANTLA DE BAZ XII

6 OZUMBA I 41 IXTAPAN DE LA SAL VI 76 ALMOLOYA DE JUÁREZ XIII

7 TEMAMATLA I 42 JOQUICINGO VI 77 ALMOLOYA DEL RIO XIII

8 TEPETLIXPA I 43 COATEPEC HARINAS VI 78 CALIMAYA XIII

9 TLALMANALCO I 44 MALINALCO VI 79 CHAPULTEPEC XIII

10 IXTLAHUACA II 45 OCUILAN VI 80 METEPEC XIII

11 SAN FELIPE DEL PROG. II 46 SAN SIMÓN DE GUERRERO VI 81 MEXICALTZINGO XIII

12 SAN JOSÉ DEL RINCÓN II 47 SULTEPEC VI 82 RAYÓN XIII

13 JIQUIPILCO II 48 TEMASCALTEPEC VI 83 SAN ANTONIO LA ISLA XIII

14 JOCOTITLÁN II 49 TENANCINGO VI 84 TENANGO DEL VALLE XIII

15 ATLACOMULCO II 50 TEXCALTITLÁN VI 85 TEXCALYACAC XIII

16 MORELOS II 51 TONATICO VI 86 TOLUCA XIII

17 TIMILPAN II 52 VILLA GUERRERO VI 87 ZINACANTEPEC XIII

18 CHAPA DE MOTA II 53 ZACUALPAN VI 88 TULTEPEC XIV

19 EL ORO II 54 ZUMPAHUACÁN VI 89 TULTITLÁN XIV

20 TEMASCALCINGO II 55 ATIZAPÁN VII 90 AMANALCO XV

21 ACAMBAY II 56 CAPULHUAC VII 91 DONATO GUERRA XV

22 ACULCO II 57 OTZOLOTEPEC VII 92 IXTAPAN DEL ORO XV

23 POLOTITLÁN II 58 SAN MATEO ATENCO VII 93 OTZOLOAPAN XV

24 JILOTEPEC II 59 TEMOAYA VII 94 SANTO TOMAS LOS P. XV

25 SOYANIQUILPAN DE J. II 60 TIANGUISTENCO VII 95 VALLE DE BRAVO XV

26 CHICOLOAPAN III 61 XALATLACO VII 96 VILLA DE ALLENDE XV

27 IXTAPALUCA III 62 XONACATLÁN VII 97 VILLA VICTORIA XV

28 CUAUTITLÁN IZCALLI IV 63 ISIDRO FABELA VIII 98 ZACAZONAPAN XV

29 TEPOTZOTLÁN IV 64 NAUCALPAN DE JUAREZ VIII 99 APAXCO XVI

30 VILLA DEL CARBÓN IV 65 NICOLÁS ROMERO VIII 100 HUEYPOXTLA XVI

31 HUEHUETOCA IV 66 AMATEPEC X 101 TEQUIXQUIAC XVI

32 AXAPUSCO V 67 PALMAR AMATEPEC X 102 ZUMPANGO XVI

33 ECATEPEC V 68 LUVIANOS X 103 SAN ANDRÉS JALTENCO XVI

34 NOPALTEPEC V 69 TEJUPILCO X

35 OTUMBA V 70 TLATLAYA X


47

5.1.1 Caracterización de los SDF

De los 103 SDF que fueron identificados, 77 de ellos se encontraban en funciones en el

momento de levantar las encuestas. De estos 103 SDF, 23 son rellenos sanitarios, 18 son

rellenos de tierra o vertederos controlados y 29 son basureros a cielo abierto, mientras 17

son sitios ya clausurados y de los 16 restantes no se obtuvo ninguna información. En el

Cuadro 15 se muestra la información obtenida anteriormente sintetizada para visualizarla

de mejor manera, con las características principales de los SDF.

Para fines de practicidad, los encabezados de la Cuadro 15 se han escrito en códigos,

mostrados a continuación:

N – Número de Municipio asignado de acuerdo al orden de las regiones (Cuadro 13).

INICIO – Año de inicio de operaciones.

CIERRE- Año programado para la clausura según el periodo de vida del SDF.

ÁREA – Área total del SDF.

ESP – Área del SDF para la disposición final de los RSU.

PROF – Profundidad media del socavón del SDF

TON/DÍA – Cantidad de RSU que recibe al día.

TON/AÑO - Cantidad de RSU que recibe al año.

% INCREMENTO –Cantidad de RSU que ha aumentado en un año.

%INOR. – Fracción inorgánica de RSU.

%ORG. - Fracción orgánica de RSU.

TIPO SDF – De acuerdo al tipo de manejo puede ser: 1) Relleno Sanitario, 2) Vertedero

controlado y 3) Basurero a cielo abierto.

C/CUANTO –Cada cuando se realiza la cobertura de los RSU.

POZ – Si el SDF cuenta con pozos de venteo: 1) Sí, 2) No.

Q - Si el SDF cuenta con quemadores: 1) Sí, 2) No.

C – La cantidad de biogás cuantificada en el SDF.

MAN- LIX – La tecnología con la que se manejan los lixiviados generados en el SDF,

siendo A) Laguna de lixiviados, B), C), D) y E).

C-LIX – La cantidad de lixiviados cuantificados en el SDF (m3/año).

ND – No disponible.

NA – No aplica.

Del Cuadro 15 anterior se obtuvieron los datos para las hojas de cálculo de los modelos

para 83 SDF, pues como se mencionó, de 8 sitios no se obtuvo información inicialmente y

de otros 8, la información proporcionada no fue suficiente para estimar la cantidad de

biogás y lixiviados generados. Por lo anterior, para realizar una comparación adecuada, se


48

acomodaron los 83 SDF analizados, de acuerdo a la clasificación del Cuadro 1 (sección

3.2.2), la cual se puede ver en el Cuadro 16. Donde cabe resaltar que sólo 14 SDF tienen

un manejo adecuado, los demás son operados con un manejo ineficiente.

Un elemento que caracteriza a los SDF es el tipo de manejo que reciben por parte de los

responsables. En esta dirección, los SDF con un manejo adecuado implicará que tengan

una cobertura de RSU diario, lo que repercute en la generación de biogás, la cual, si bien

depende de la cantidad de RSU depositados, también estará determinada del manejo que

se les dé cuando se disponen. Esto fundamental para la metanogénesis, se debe estar en

condiciones de anaerobiosis estricta, lo que la cobertura concibe y se pueda efectuar la

bioconversión completa, por lo que la cobertura de los RSU en SDF interviene de manera

significativa.

Otro punto importante de la información obtenida es la disposición anual (TON/AÑO del

Cuadro 15), pues es evidente la influencia de la población sobre la generación de RSU de

cada Municipio (Anexo 1). Para hacer notar éste punto, se muestra la generación del

municipio de Atizapán de Zaragoza que es alrededor de 182 mil toneladas anuales de RSU,

cuya población es de casi 490 mil personas (INEGI, 2010); mientras que la generación de

San Andrés Jaltenco es de 2008.9 toneladas anuales de RSU, correspondientes a una

población de poco más 26 mil personas.

Cabe resaltar que no es lo mismo el volumen que se genera por municipio, que el volumen

de RSU que recibe el SDF del municipio, algunos cuya población es menor a los de las

grandes cabeceras municipales del EM reciben más RSU; casos particulares de Cuautitlán

Izcalli, Ixtapaluca, Xonacatlán, Tultitlán y Tepozotlán, que reciben un porcentaje de

residuos generados en el DF, en la Figura 13a se aprecia como en algunos municipios con

población menor a 100 mil habitantes tienen disposiciones mucho mayores a la

generación per cápita promedio, y en la parte “b” de la figura SDF con generación de RSU

normal a su población.


49

Figura 13 Disposición de RSU en algunos Municipios del EM comparado con la población del mismo a) SDF

tipo A1, b) SDF tipo B.

0,E+001,E+052,E+053,E+054,E+055,E+056,E+057,E+058,E+059,E+05

Población (habitantes)Ton RSU/año

0,0E+00

2,0E+04

4,0E+04

6,0E+04

8,0E+04

1,0E+05

1,2E+05

1,4E+05

1,6E+05 Habitantes

Ton RSU/año


50

Cuadro 15 Principales características recabadas de los SDF para la alimentación de las hojas de cálculo de los modelos de generación de biogás.

N INICIO CIERR

E ÁREA (Ha)

ESP (Ha)

PROF (m)

TON/AÑO

INCRE TON/AÑO

% / % % ORG

TIPO SDF

C/CUANTO POZ

Q C-B MAN LIX C-LIX AÑO INO

1 2003 2018 5 1.7 ND 21915 365.25 1.66 70 30 1 DIARIO 1 2 - A 17.4

2 2010 2010 0.6 0.6 10 939.24 6574.5 ND 70 30 1 DIARIO 2 2 - E -

3 2009 2024 4.42 4.1 ND 4551.01 ND ND 70 30 1 DIARIO 1 1 - A 0.46

4 - - - - - - - - - - - - - - - - -

5 2001 2001 13 6 ND 339.17 2374.1 ND 70 30 2 ND 2 2 - E -

6 1997 2007 1.33 1 ND 18262.5 600 3.3 70 30 3 ND 2 2 - E -

7 1990 1990 0.85 0.85 ND 10220 2920 28.5 70 30 3 ND 2 2 - E -

8 1992 1992 ND ND ND 13149 ND ND ND ND 2 ND 2 2 - E -

9 2000 2000 4 3.5 ND 384535 ND ND 63 27 3 ND 2 2 - E -

10 1999 2008 1.9 0.7 13 27375 1 0.01 70 30 ND ND ND ND ND ND -

11 1995 2001 2.04 1.65 7 18262.5 ND ND 60 40 2 1 MES 1 2 - E -

12 2006 2007 1 1 7 6574.5 2.66 0.04 70 30 2 1 MES 2 2 - E -

13 2010 2030 3.00 2.99 2 7305 ND ND 65 35 3 1 MES 1 2 - E -

14 2006 2008 4.4 1.6 15 88265 1 0.001 70 30 1 1 SEMANA 1 2 - B -

15 1998 2073 18.5 0.72 7 18262.5 ND ND 75 25 2 2 DÍAS 2 2 - A ND

16 2010 2013 1 1 4 3652.5 ND ND 60 40 3 4 DÍAS 2 2 2 E -

17 1998 2000 0.5 0.5 2 2191.5 ND ND ND ND 3 ND 2 2 - E -

18 2004 2007 1.5 1 10 4017.75 ND ND ND ND 3 3 MESES 1 2 - E -

19 - - - - - - - - - - - - - - - - -

20 - - - - - - - - - - - - - - - - -

21 2011 2018 0.12 0.1 ND 7670.25 2 0.02 75 25 2 ND 2 2 - D -

22 1998 2013 ND ND ND 584.4 ND ND 70 30 2 2 MESES 1 2 - E -


51

23 1994 1996 0.78 0.78 4 2922 ND ND 90 10 3 6 MESES 2 2 - E -

24 2013 2014 0.82 0.6 6 10957.5 1095 9.99 60 40 1 1 SEMANA 2 2 - B -

25 1998 1998 0.5 0.5 3 1095.75 ND ND ND ND 3 ND 2 2 - E -

26 2003 2003 3.96 3,96 ND 13687.5 -200 NA 70 30 3 6 MESES 1 2 - E -

27 2011 2026 72 14.4 ND 912500 10 0.001 70 30 1 DIARIO 1 2 - B -

28 2010 2017 43 39 ND 456000 ND ND ND ND 1 DIARIO 1 2 - A 29220

29 2010 2025 6 4 ND 164362.5 ND ND 95 5 1 DIARIO 1 1 ND B 2.6

30 1972 1982 1.5 1.5 ND 21915 ND 5 ND ND 3 6 MESES 2 2 - E -

31 1997 1997 4 2 ND 16435.3 4930.6 30 85 15 1 DIARIO 1 1 ND B 7.82

32 1998 2000 1.5 1.5 ND 14400 1440 10 70 30 2 4 MESES 1 2 - ND -

33 1998 1998 40 38 ND 124951.2 ND ND 60 40 1 DIARIO 1 1 ND A 105.1

34 1997 2012 1 1 ND 2936.61 15 0.5 30 70 3 6 MESES 2 2 - A -

35 2010 2010 0.3 0.3 ND 14610 5 0.03 70 30 3 6 MESES 1 2 - ND -

36 1987 1988 0.97 0.86 ND 10044.4 2737.5 27.3 70 30 1 6 MESES 1 2 - ND -

37 2004 2006 24 22 ND 401775 60 0,01 50 30 1 DIARIO 1 1 363 A 292.2

38 1994 2004 ND ND ND 21915 6574.5 30 ND ND 3 15 DÍAS 2 2 - E -

39 1997 1997 12 10 ND 3913.5 782.7 20 70 30 2 DIARIO 1 2 - ND ND

40 ND ND ND ND ND ND ND ND ND ND ND ND ND ND ND ND ND

41 1997 2021 0.6 0.22 20 4380 175.2 0.04 65 35 1 DIARIO 1 2 2 A ND

42 2000 2010 1 1 10 5849 ND ND ND ND 3 6 MESES 2 2 - E -

43 2003 2018 1 1 14 7305 ND ND 70 30 3 6 MESES 2 2 - B -

44 1995 2010 1.2 ND ND 784.75 ND ND 70 30 1 ND 2 2 2 ND ND

45 1995 2009 1 1 ND 4927.5 ND ND ND ND ND ND ND ND ND ND ND

46 2009 2009 1 1 ND 2191.5 ND ND 70 30 3 ND 2 2 - E -

47 2007 2010 1 1 10 1826.25 ND ND 70 30 3 1 MES 2 2 - E -

48 2004 2004 ND ND 40 14610 ND ND 80 20 3 2 SEMANA 2 2 - D -


52

49 2003 2009 1.16 1.16 3 21900 ND ND 80 20 ND ND ND ND ND ND -

50 ND ND 0.6 0.6 ND 4748.25 ND ND ND ND 3 DIARIO 2 2 - E -

51 2012 2014 0.47 0.2 7 3652.5 ND ND ND ND 3 1 MES 2 2 - E 6680

52 2012 2017 14 0.7 ND 21915 ND ND 70 30 1 DIARIO 1 1 ND A ND

53 1996 ND 0.55 0.55 ND 3652.5 ND ND ND ND 3 ND 2 2 - E -

54 1999 2009 ND ND ND 3650 ND ND 70 30 3 ND ND ND ND ND -

55 2000 2015 0.5 NA ND 2556.75 0.66 0.025 70 30 4 ND NA NA NA E -

56 2004 2007 2 1.8 ND 18262.5 1 0.006 50 50 3 6 MESES 1 2 - E -

57 2004 2010 1.5 1.5 40 8760 ND ND 80 20 ND 3 DÍAS ND ND ND ND -

58 - - - - - - - - - - - - - - - - -

59 2000 2006 1 1 ND 3650 ND ND 65 35 ND ND 1 ND ND ND -

60 1985 2012 0.8 0.8 ND 2550 ND ND 60 40 ND 1 SEMANA ND ND ND ND -

61 1985 1985 3 2.5 ND 9496.5 1 0,01 ND ND 3 ND 2 2 - E -

62 2006 2021 20 20 ND 36525 ND ND ND ND 1 ND 1 2 - A ND

63 2003 2004 0.4 0.4 8 1826.25 ND ND 50 50 2 3 MESES 2 2 - E -

64 2001 2015 21.39 17.8 ND 346987.5 ND ND 80 20 1 DIARIO 1 1 ND A ND

65 2008 2029 15 ND ND 109575 ND ND 30 50 1 DIARIO 1 2 - B ND

66 2005 2007 1 1 4 5113,5 ND ND 60 40 2 7 MESES 2 2 - E -

67 2011 2017 2 2 0 2922 0,5 0,01 40 60 3 ND 2 2 - E -

68 2002 2005 2 2 7 2556.75 ND ND ND 2 1 SEMANA 2 2 - E -

69 2000 2001 2.5 2 60 24184.5 ND ND 70 30 2 DIARIO 2 2 - E -

70 2002 2012 7 1 4 6574.5 ND ND 70 30 2 6-8 MESES 2 2 - E -

71 - - - - - - - - - - - - - - - -

72 1992 1998 1.5 1.5 ND 1680.15 ND ND 70 30 2 ND 1 2 - -

73 2011 2011 NA NA NA NA NA NA NA NA 4 NA NA NA NA NA NA

74 1995 2005 39.3 23.5 ND 182625 ND ND 60 40 1 ND 1 2 ND C -


53

75 1998 1998 28 16 ND 361597.5 ND ND ND ND 1 DIARIO 1 2 ND A ND

76 2002 2011 1.2 ND ND 12775 1 14.29 ND ND ND ND ND ND ND ND -

77 1995 2005 0.83 0.83 ND 2191.5 1 0.04 90 10 3 CADA AÑO 1 2 - E -

78 2006 2007 1 1 20 12783,75 3,33 0.02 75 25 3 ND 1 2 - B -

79 - - - - - - - - - - - - - - - -

80 1990 2009 37.54 35 100 4380 ND ND ND ND 3 ND 1 ND ND B 360

81 1996 1996 1.5 1 ND 4383 ND ND 60 40 3 ND 1 2 - E -

82 ND 2009 1.07 1.07 ND 2772.5 ND ND ND ND ND ND 1 ND ND A ND

83 2000 ND 10.5 7.8 ND ND ND ND ND ND 1 ND ND ND - ND ND

84 2000 2006 0.4 15 0.4 29220 3.337 0.01 60 40 3 3 1 2 - E -

85 1994 2009 0.327 ND ND 730 ND ND 65 35 ND ND 1 ND ND ND -

86 - - - - - - - - - - - - - - - - -

87 ND ND 9.4 6.7 ND ND ND ND ND ND 1 ND 2 ND ND ND ND

88 2003 2005 2 0.3 ND 36525 ND ND 70 30 1 ND 2 2 - B ND

89 2005 2005 18 14 ND 310462.5 ND ND 70 30 1 ND 1 1 ND A 43830

90 2000 2006 0.66 0.66 ND 2920 ND ND 70 30 1 ND ND ND ND ND -

91 2000 2006 2 2 ND ND ND ND ND ND 3 ND ND ND ND ND -

92 1995 ND 1.2 1.2 25 4383 ND ND ND ND 3 ND 2 2 - E -

93 2008 2011 2 2 10 730.5 ND ND 66.6 33.3 2 6 MESES 2 2 - A ND

94 - - - - - - - - - - - - - - - - -

95 1993 1993 20 5 20 29220 ND ND ND ND 1 2 MESES 1 2 - A ND

96 1994 2006 1.5 1.5 5 5475 ND ND ND ND 2 6 MESES ND ND ND ND -

97 1996 1996 4 3 10 5478.75 3 0,05 70 30 3 4 MESES 2 2 - E -

98 2011 2012 0.7 0.2 12 1643.62 ND ND ND ND 1 ND 1 2 - A ND

99 1997 2000 6 6 ND 4017.75 ND ND 70 30 3 ND 2 2 - D -

100 2003 2013 2 2 ND 2087.2 ND ND 70 30 3 ND 2 2 - E -


54

101 2002 2005 2.8 2 ND 3287.28 ND ND 60 40 3 ND 1 2 - E -

102 2010 2010 2.65 1 ND 42003.7 10950 26.1 70 30 2 DIARIO 2 2 - A ND

103 2006 2012 0.5 0.5 ND 2008.88 ND ND 70 30 2 ND 2 2 - D -


55

Cuadro 16 Clasificación de los SDF estudiados de acuerdo al tonelaje de RSU recibidos diariamente

A1 A2 B C D

N Municipio N Municipio N Municipio N Municipio No. Municipio

9 TLALMANALCO 14 JOCOTITLÁN 1 AMECAMECA 2 ATLAUTLA 5 COCOTITLÁN

27 IXTAPALUCA 29 TEPOTZOTLÁN 10 IXTLAHUACA 3 AYAPANGO Y JUCHITEPEC

6 OZUMBA

28 CUAUTITLÁN IZCALLI

33 ECATEPEC 30 VILLA DEL CARBÓN

7 TEMAMATLA 16 MORELOS

37 TECÁMAC 65 NICOLÁS ROMERO

38 TEMASCALAPA 8 TEPETLIXPA 17 TIMILPAN

62 XONACATLÁN 74 ATIZAPÁN DE ZARAGOZA

39 SN JUAN TEOTIHUACÁN

11 SAN FELIPE DEL PROGRESO

23 POLOTITLÁN

64 NAUCALPAN 88 TULTEPEC 49 TENANCINGO 12 SAN JOSÉ DEL RINCÓN

25 SOYANIQUILPAN DE JUÁREZ

75 TLALNEPANTLA 102 ZUMPANGO 52 VILLA GUERRERO 13 JIQUIPILCO 32 AXAPUSCO

89 TULTITLÁN

60 TIANGUISTENCO 15 ATLACOMULCO 34 NOPALTEPEC

69 TEJUPILCO 18 CHAPA DE MOTA 44 MALINALCO

84 TENANGO DEL VALLE

21 ACAMBAY 46 SAN SIMÓN DE GUERRERO

95 VALLE DE BRAVO 22 ACULCO 47 SULTEPEC

24 JILOTEPEC 51 TONATICO

26 CHICOLOAPAN 54 ZUMPAHUACÁN

31 HUEHUETOCA 59 TEMOAYA

35 OTUMBA 63 ISIDRO FABELA

36 SAN MARTIN DE LAS PIRAMIDES

68 LUVIANOS

41 IXTAPAN DE LA SAL 72 PAPALOTLA

42 JOQUICINGO 77 ALMOLOYA DEL RIO

43 COATEPEC HARINAS 85 TEXCALYACAC

48 TEMASCALTEPEC 90 AMANALCO

56 CAPULHUAC 93 OTZOLOAPAN

57 OTZOLOTEPEC 98 ZACAZONAPAN

61 XALATLACO 100 HUEYPOXTLA

66 AMATEPEC 101 TEQUIXQUIAC

70 TLATLAYA 103 SAN ANDRÉS JALTENCO

76 ALMOLOYA DE JUÁREZ

78 CALIMAYA

80 METEPEC

81 MEXICALTZINGO

96 VILLA DE ALLENDE

97 VILLA VICTORIA

99 APAXCO


56

5.2 Cálculo de biogás generado con el Modelo Mexicano del Biogás

Se realizó la estimación de la generación biogás con el modelo Mexicano del Biogás a 83

SDF en el Estado de México. Para la totalidad de estos 83 sitios, se calculó un flujo de

biogás de 134,856.86 ton/año en 2013, 173,308.40 ton/año para el 2020, 85,388.34

ton/año para el 2030 y 13,959.1 ton/año para el 2050 (Figura 14). El descenso del flujo de

biogás a partir del año 2020 se debe principalmente a que la mayoría de los SDF censados

en este trabajo, estarán siendo clausurados entre los años 2015 y 2025.

La generación de biogás en un SDF se incrementa conforme avanza la vida de operación

del sitio y llega a su flujo máximo de producción al año siguiente al cierre de operaciones

del sitio y a su vez se seguirá produciendo biogás en forma decreciente, el MMB estima

que alrededor de 20 a 30 años se seguirá generando biogás en el SDF.

Como se observa en la Figura 14, la estimación de biogás se encuentra en el periodo de

tiempo entre 1990 y 2060, debido a que algunos de los SDF estudiados comenzaron a

operar en la década de los 90’s. De esta forma, se aprecia un flujo máximo alcanzado en el

año 2020 debido a que gran parte de los SDF estarán dejando de operar entre los años de

2015 y 2025, posteriormente la generación de biogás desciende; notando que aún en el

2060 se sigue produciendo el gas.

Figura 14 Proyección de generación de biogás en 83 SDF en el Estado de México para los años de

1990 a 2060

En la Figura 15, se muestran los distintos comportamientos de la generación de biogás de

algunos de los sitios del tipo A1 (ver tabla 1), donde la disposición final diaria sobrepasa

las 750 toneladas y, además el manejo es de tipo 1, es decir, adecuado. Estas

distribuciones son el resultado más importante en la simulación de la generación de

0

30000

60000

90000

120000

150000

180000

1985 1995 2005 2015 2025 2035 2045 2055 2065

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año


57

biogás en un SDF, nos muestra la evolución prevista en la generación y la recuperación de

biogás a lo largo de un lapso de 50 años desde el inicio de operaciones del sitio. Como se

puede observar en la Figura 15, la generación en los SDF de Ixtapaluca y Cuautitlán Izcalli

(CIz) es mayor a los demás, esto es debido a que la disposición de RSU es mucho más alta

comparada con la de los demás sitios, dado que reciben RSU provenientes del Distrito

Federal, mientras que los otros, sólo del Municipio donde se encuentran. Cabe destacar

que Ixtapaluca recibe más del doble del tonelaje que CIz, sin embargo la distribución de

las gráficas tiene mucha similitud en los máximos alcanzados al cierre de operaciones y

esto se debe a que el incremento de RSU al año de CIz es del 25% y para Ixtapaluca es de

1%, aunque se desconoce la cantidad que reciben del DF. Por otro lado, se observa que la

pendiente de CIz es más pronunciada que las de las demás gráficas, esto se debe a que su

periodo de vida es menor y su generación de biogás muy alta, es decir, en un menor

tiempo el sitio ha recibido una gran cantidad de RSU. En contraste, el SDF de Naucalpan

tiene una sección que tiende a ser lineal, debido a que su vida útil es de más de 20 años y

su disposición de Residuos tiene un incremento menor al 1% anual. Por otro lado, es

importante decir que un factor que influye en el comportamiento de las proyecciones es

la fracción degradable de los RSU, pues entre mayor sea, la generación tiende a tener

comportamientos más estable, es decir, el sitio genera biogás a un flujo similar por hasta 5

años (como es el caso de Naucalpan y Tecámac). Los SDF mostrados en la Figura 15, se

encuentran entre los municipios más poblados del Estado de México, en total, se calcula

para estos cinco SDF, un flujo de biogás de 80,520.7 ton/año en 2013, 128,705.9,

63,275.24 y 8,181.29 ton/año para los años 2020, 2030 y 2050 respectivamente. Sin lugar

a dudas es una cantidad muy grande de metano y dióxido de carbono que se está

emitiendo a la atmósfera, pues a pesar de que están considerados como Rellenos

Sanitarios, ninguno de estos SDF captura el gas generado para su aprovechamiento.

Figura 15 Proyecciones de Generación de Biogás de algunos SDF tipo A1.

0

5000

10000

15000

20000

25000

30000

35000

40000

45000

1995 2005 2015 2025 2035 2045 2055

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año

Tecamac

Ixtapaluca

Tlalnepantla

Naucalpan

Cuautitlan


58

De igual manera, en la Figura 16, se muestran las proyecciones de generación de biogás de

algunos de los SDF de tipo B, donde su disposición diaria es entre 50 y 100 toneladas, y el

tipo de manejo es parcialmente adecuado y donde el flujo total de biogás del 2012 fue de

9,334.18 toneladas, mientras que para los años después del 2020, se estima un descenso

en el flujo, pues para esas fechas se espera el cierre de operaciones de los sitios,

exceptuando al SDF de Atlacomulco, donde, de acuerdo a los datos obtenidos en campo,

la proyección para el cierre de operaciones es para el 2088, por eso no se observa la

distribución común del modelo. También se aprecian comportamientos distintos de las

curvas generadas, debido a los periodos de vida de los SDF, entre más pronunciada es la

pendiente, menor es el periodo de operaciones del SDF, como el caso de Zumpango, que

tiene un periodo de vida de menos de 5 años. Es importante resaltar que en estos SDF, el

máximo de la curva de generación de biogás es bastante menor comparada con los de la

Figura 15, es evidente que recibe una menor cantidad de residuos, sin embargo no es el

único factor que provoca estos resultados, pues debido al manejo con el cual son

operados, no se favorece a la producción de metano, ya que éste se da en anaerobiosis y

esto solo se beneficia cuando la cobertura del sitio permite el consumo total del oxígeno

sin dejar entrar más.

Figura 16 Proyecciones de Generación de Biogás de algunos SDF de tipo B.

Para finalizar la ejemplificación de los resultados obtenidos con el MMB, en la Figura 17,

se muestran las proyecciones de generación de biogás de algunos SDF del tipo C y con un

manejo inadecuado, donde se puede observar que el flujo de biogás, aún para el SDF

donde se obtuvo el mayor flujo en su año máximo de generación, apenas supera las 300

ton/año, que comparándolos con los de tipo A1 es bajo. Lo anterior se debe a varios

factores, el primero es que la disposición de RSU es menor a 50 toneladas por día, pues la

0

100

200

300

400

500

600

700

800

900

1990 2000 2010 2020 2030 2040 2050 2060

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

San Felipe del Progreso

Zumpango

Tejupilco

Atlacomulco


59

población promedio de los Municipios donde se encuentran no sobrepasa los 50,000

habitantes, segundo, el manejo inadecuado propicia que no haya una conversión del CO2 a

CH4 (Bogner J. M., 2007) y por lo tanto la conversión a metano baja además de que en

estos SDF la disposición no tienen ningún control, lo que nos dice que todo tipo de

residuos se vierten a diario, pudiendo ser residuos peligrosos y tóxicos que inhiben el

crecimiento de la flora encargada de la degradación de la materia orgánica y producción

de metano (Borja, 1996) (Hernandez & Edyveanb, 2008).

Figura 17 Proyecciones de Generación de Biogás en algunos SDF de tipo C.

Se obtuvieron proyecciones semejantes en los demás SDF estudiados, las cuales se

exponen de manera particular en el Anexo 3.

Cabe mencionar que estás proyecciones de producción de biogás podrían ser más

elevadas, debido a que la fracción orgánica de los RSU en México, reportada por INEGI

(2012) es de más del 50%. Sin embargo se decidió tomar los datos proporcionados por los

operadores de los SDF (Cuadro 15), (siendo generalmente menor el valor de la fracción

orgánica a lo reportado por INEGI), tomando en cuenta que ellos son quienes se

encuentran laborando diariamente en los SDF y son la fuente primaria de los datos

requeridos para la estimación del biogás requerido.

Si contrastamos los resultados de los SDF tipo A1 y A2, que tienen manejo adecuado con

los de los tipo B, C y D, donde la mayoría no lo tienen, observamos que esos primeros 15

sitios generan más del 80% (Cuadro 17) del biogás de SDF en el estado de México que,

afortunadamente cuentan con la infraestructura mínima para la evacuación y quema del

gas, sin embargo, el porcentaje de biogás de los SDF restantes resulta de gran

0

50

100

150

200

250

300

350

1995 2005 2015 2025 2035 2045 2055

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año

Mexicaltzingo

Huehuetoca

Jilotepec

Jiquipilco


60

importancia, pues debido a que no se sabe con exactitud la composición ni el tipo de RSU

que se depositan, el gas que se libera a la atmósfera podría contener fracciones de

componentes mas tóxicos que el CH4 que pueden llegar a ser carcinogénicos (Porta et al.,

2009; Davoli et al., 2010; Palmiotto et al., 2014). Por su parte, Porta et al. (2009) señalan

que no hay evidencia contundente para relacionar ciertas enfermedades de las

poblaciones cercnas a SDF, pero el riesgo existe y se incrementa con la cercanía y la

exposición continua a ellos.

Cuadro 17 Resultados de generación de biogás por tipo de SDF con el MMB

Tipo SDF/año 2013 Flujo

biogás (TON/AÑO)

% 2020 Flujo

biogás (TON/AÑO)

% 2030 Flujo

biogás (TON/AÑO)

% 2050 Flujo

biogás (TON/AÑO)

%

A1 (9.6% SDF) 89830.72 66.61 132476.42 76.44 64036.5 74.99 8212.32 58.83

A2 (8.4% SDF) 27467.94 20.37 25974.74 14.99 14770.43 17.30 3757.82 26.92

B (13.3% SDF) 7651.13 5.67 7249.36 4.18 2878.5 3.37 798.16 5.72

C (38.6% SDF) 8368.08 6.21 6286.43 3.63 3245.53 3.80 1156.42 8.28

D (30.1% SDF) 1538.99 1.14 1321.45 0.76 457.38 0.54 34.38 0.25

Total 83 SDF 134856.86 100 173308.4 100 85388.34 100 13959.1 100

5.3 Cálculo de biogás generado con el modelo del IPCC

En la Figura 18 se muestran las gráficas obtenidas para algunos SDF de tipo A1 utilizando

la metodología del IPCC, como se puede observar la mayoría de éstas no presenta la

forma típica obtenida anteriormente con el MMB, esto es debido a:

a) Que el incremento en el tonelaje recibido de RSU por año en la gran mayoría de los

SDF estudiados es muy bajo, es decir, no se han registrado cambios bruscos en más de

5 años (ejemplo en la Figura 18 los sitios de Ixtapaluca y Tecámac, a pesar de recibir

RSU del DF, a diferencia de CIz cuyo incremento anual es muy alto y la cantidad de RSU

se eleva cada año).

b) Que el modelo del IPCC considera una conversión constante, pues debido a que no

está automatizado, éste supone que la vida media de los residuos es la misma a lo

largo de la vida útil del SDF.

Al tener una disposición de RSU relativamente invariable durante el periodo de vida útil de

los SDF y un modelo que supone una vida media de RSU igual a lo largo de la vida útil del

SDF se generan el tipo de proyecciones que nos da éste modelo, es decir, una producción

de biogás constante o muy similar durante el periodo en que se disponen los residuos, lo

cual no concuerda con lo revisado en la literatura, puesto que existen diferentes tipos de

residuos mezclados en los RSU y dependiendo su composición (cantidad de celulosa y/o

materia orgánica) será el tiempo que tarden en degradarse y consecuentemente en


61

producirse el gas, algunos residuos les tomará más de una año en ser metabolizados y

estarán contribuyendo a la producción de biogás de los siguientes años, por tal motivo no

se puede suponer una producción constante cada año.

Figura 18 Proyecciones de generación de biogás en SDF de tipo A1 utilizando la metodología del IPCC

Comportamientos similares se obtuvieron en los demás SDF que se pueden observar de

manera particular en el Anexo 3.

Por otro lado, en los documentos publicados el GEM (2008 y 2013) sobre los Inventarios

de Emisiones de Gases de Efecto Invernadero del Estado de México, utilizando el modelo

del IPCC se reporta para 102 SDF (sin mencionar cuales) para los años 2004 y 2010, una

generación de metano de 167,700 y 472,060 toneladas de CH4 respectivamente. Resulta

difícil hacer una comparación con el presente estudio (61,574.7 y 103,519 toneladas de

CH4 correspondientes a 2004 y 2010) debido primeramente a que la información es para

un número mayor de SDF y en segundo lugar, a las condiciones en las que se ha manejado

el modelo, pues la entidad de gobierno antes mencionada realizó el cálculo con

información promedio de distintas fuentes, tales como la cantidad de RSU dispuestos en

los sitios, el manejo con el que son operados, características particulares de cada SDF

como la altura, composición de los RSU, entre otras, que bien podrían subestimar la

generación de biogás total, mientras que en éste trabajo, el cálculo se hizo

individualmente para cada SDF estudiado; sin embargo, es interesante destacar que la

utilización de éste modelo resulta viable para una dependencia gubernamental como la

SMA del EM.

0

10000

20000

30000

40000

50000

60000

70000

1995 2005 2015 2025 2035 2045 2055

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(to

n/a

ño

)

Año

Tecamac

Ixtapaluca

Tlalnepantla

Naucalpan

Cuautitlan


62

5.4 Comparación entre ambos modelos para el cálculo de biogás generado

El objetivo principal de realizar los cálculos con ambos modelos no era comprobar cuál de

los dos es más certero, más bien acreditar la información que nos han dado de cada SDF,

si bien el MMB presenta resultados habituales a lo reportado en bibliografía, los

resultados obtenidos de ambos modelos se parecen entre sí, debido a que ambas

metodologías poseen el mismo fundamento, por lo cual suponemos que las predicciones

de generación podrían ser similares a la realidad, no obstante, como se puede observar en

la Figura 19, con el MMB se obtienen flujos mayores en el año de máxima producción, sin

embargo el modelo del IPCC predice una mayor generación de biogás por más tiempo

para cada sitio, éstas diferencias se deben principalmente a las tasas de generación que

emplean, pues las que utiliza el MMB son más rápidas, lo que conlleva a que en menor

tiempo se agote la fracción orgánica de los residuos, además de que se ponderan

automáticamente conforme avanza la edad del SDF, asimismo el modelo del IPCC no

contempla que después del cierre de operaciones se dejan de disponer RSU en los sitios,

lo cual proyecta una línea constante después del año del cierre de operaciones de los

sitios, por lo que hubo que hacerle una modificación al modelo; por lo tanto, este modelo

pierde precisión, pues al observar las figuras anteriores, posterior a un periodo de 30 años

aproximadamente después de que el SDF deja de recibir residuos, la generación de biogás

tiende a cero, esto se observa con el MMB, mientras que en las proyecciones con el

modelo del IPCC no. Lo anterior se puede observar en el Cuadro 18, que muestra los flujos

obtenidos con ambos modelos en ciertos años, como se mencionó anteriormente la

mayoría de los SDF estudiados estarán concluyendo su vida útil entre los años 2015 y 2025

y comparando dichas cantidades, notamos que en esa época la diferencia entre los

resultados obtenidos por los modelos se separa más. Por tal motivo, realizar estimaciones

con el modelo del IPCC resulta confiable desde la apertura hasta la clausura del SDF,

posterior a ese lapso de tiempo los resultados se dispersan casi un 80%.

Cuadro 18 Comparación de los resultados obtenidos por ambos modelos para los SDF

Año 2013 2020 2030 2050

Flujo de biogás calculado MMB

(ton/año) 134856.86 173308.40 85388.34 13959.1

Flujo de biogás calculado IPCC

(ton/año) 151148.35 198689.17 128993.75 63454.64

Diferencia % 10.77 12.77 33.80 78


63

Una causa que altera la semejanza entre las proyecciones de los dos modelos es el factor

de corrección de metano (MCF), mencionado en las secciones 3.6.2.1 y 3.6.2.2, aun

cuando representa el mismo factor en ambos modelos, el valor que toma en cada uno es

diferente, lo que repercute los resultados de las estimaciones. Dependiendo de la gestión

de cada sitio, se le asignó un valor de MCF, el cual influyó en las estimaciones realizadas.

Figura 19 Comparación de los resultados obtenidos por ambos modelos para los SDF de: a) Tecámac, b)

Chapa de Mota y c) Tianguistenco

9195,116167

14199,68

0

2000

4000

6000

8000

10000

12000

14000

16000

2000 2020 2040 2060

Flu

jo d

e B

iogá

s a

50

%

Me

tan

o

(to

n/a

ño

)

Año

MMBIPCC

298,88

251,93

0

50

100

150

200

250

300

2000 2010 2020 2030 2040 2050 2060

Fujo

de

Bio

gás

a 50

% M

etan

o

(to

n/a

ño

)

Año

MMB

IPCC

1310,58

1139,94

0

200

400

600

800

1000

1200

1400

1980 1990 2000 2010 2020 2030 2040

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMBIPCC


64

Observando la Figura 19, distinguimos las diferencias representativas obtenidas en todos

los SDF estudiados debido al factor mencionado. En la Figura 19a, en el sitio de Tecámac

con MCFIPCC = 1 = MCFMMB, se espera una generación de biogás mayor con el modelo del

IPCC; por otro lado, en el de Chapa de Mota (Figura 19b), con un MCFIPCC=0,8 > MCFMMB y

en el de Tianguistenco (Figura 19c), con un MCFIPCC=0,6 < MCFMMB se prevé una

producción de biogás mayor con el MMB.

Al momento de analizar las estimaciones arrojadas por ambos modelos, es importante

tener en cuenta que los rendimientos derivados de ambos enfoques son simplemente

estimaciones aproximadas del potencial de rendimiento de gas. Sólo se deben utilizar en

la determinación del proceso completo de conversión o en la definición de los

rendimientos máximos alcanzables (El-Fadel et al., 1997). Las estimaciones simplifican el

complejo proceso de descomposición de los RSU pero no toman en cuenta numerosos

factores, incluyendo el grado de descomposición aeróbica y anaeróbica, las limitaciones

de nutrientes, la inhibición biológica, interacciones físico-químicas y los requerimientos

para la síntesis de biomasa.

Otro factor que no se toma en cuenta en los modelos empleados en este trabajo, es la

variación anual en la disposición de RSU, ya que se empleó un dato de disposición diaria

promedio para cada SDF y de acuerdo con Gómez et al. (2009), los factores económicos y

las actividades sociales determinan la cantidad y composición de los residuos generados

en las diferentes estaciones y lugares, por lo que la generación de RSU varía en el año,

además González et al. (2011), explican que la producción de biogás es mayor en

temporada de lluvias en comparación con la época de estiaje, sin embargo García-Darás

(2012) (García-Darás, 2012) no encontró diferencia en la producción de biogás entre la

época de lluvias comprado con la época de estiaje en el relleno sanitario de Zapopan

(Jalisco). Dado lo anterior, para obtener resultados con mayor precisión sería necesario

realizar estudios de generación y composición a lo largo de un periodo de tiempo de

aproximadamente 5 años en cada SDF para realizar una estimación de producción de

biogás más cercana a la realidad.

La producción de biogás también se ha medido experimentalmente en digestores,

lisímetros y a escala de campo (El-Fadel et al., 1997; Scheutz et al., 2011), y de manera

similar a las estimaciones teóricas, la aplicación de los resultados obtenidos a partir de

estudios experimentales a un SDF a gran escala sigue siendo complicado, debido a que

simulan condiciones promedio de los sitios y tampoco tienen en cuenta las variaciones

provocadas por los fenómenos climáticos y operativos, por lo que el rendimiento obtenido

a escala real sería el mejor indicador.


65

Sin embargo, tales datos son limitados, por no decir inexistentes, son difíciles de adquirir,

dada la heterogeneidad de los mismos, la falta de protocolos fiables de toma de datos, la

incertidumbre inherente de los métodos de recolección de gas empleados en diversos

sitios, y los constantes cambios administrativos y operacionales que influyen en la

disposición de los RSU.

Esta importancia la recalcan Aguilar-Virgen et al. (2014), ya que al cambiar los valores de k

y L0 del MMB por otros obtenidos con mediciones en campo, obtuvieron flujos de biogás

más altos que con los dados por default por el modelo, además destacan el mérito de

obtener predicciones más precisas que, si bien toda la generación no se puede cuantificar,

esto ayuda a obtener una mejor proyección de generación de biogás de SDF.

5.5 Validación parcial del MMB con datos medidos en SDF

En éste apartado se realizó una comparación sólo de los resultaos del MMB con datos

medidos en los SDF. Puesto que el modelo también proporciona la curva de recuperación

estimada (RE) si se le suministran los datos requeridos y, es en esa curva donde se pueden

realizar comparaciones debido a que los datos medidos son los del gas recaudado, que es

un porcentaje de lo que se genera en el SDF; en ningún SDF miden la generación total de

biogás debido a lo difícil que puede ser, de ésta manera se pudo observar que tan viable

resulta el utilizar éste modelo.

Como se mencionó anteriormente, la recolección del biogás que se produce en SDF se

lleva a cabo a través de pozos de extracción ubicados en diferentes puntos de las celdas

donde se depositan los RSU. En el Cuadro 19 se muestran los datos obtenidos en campo,

proporcionados por una empresa que maneja la recuperación del gas generado y su

composición, en uno de los SDF estudiados (por motivos internos de la empresa, se

acordó no divulgar el nombre del sitio que proporcionó los datos).

Cuadro 19 Datos proporcionados por un SDF sobre la recuperación de biogás.

Año 2013/ Mes

Flujo de biogás promedio Nm3/h

CH4 % CO2% O2% Soplador

(h activas/día)

Enero 308.3 51 37.5 1.3 23.8

Febrero 220.4 47 36.7 1.7 23.2

Marzo 305.4 41 34.2 1.3 22.7

Abril 408.2 41.6 34.3 1.3 22.1

Mayo 330.5 45.8 35.5 1.3 23

Junio 440.64 49.2 49.36 0.8 22.93

Julio 350.95 51.8 41.37 0.49 22.78

Promedio 394.07 54.57 44.82 1.37 22.9

Estimación anual con base al promedio mensual

3452009.4 (m3/año) 3728.12 (Ton/año)


66

Se realizó un promedio anual de los datos del cuadro anterior a causa de que eran sólo de

la mitad del año 2013, en la Figura 20a se observa ese promedio (solo un punto por ser un

año) comparado con el del MMB. Según este modelo, la recuperación es del 58% del total

que se genera para el sistema de recolección (SR) que poseen en el sitio. Si bien el

porcentaje de error es de 26.61, la variación podría deberse a la idealización del MMB,

pues contempla que la recolección es continua, que se obtiene plenamente la proporción

antes mencionada y de acuerdo con el operador del SDF no siempre es así, varía el

volumen recolectado conforme se manipule el sistema de succión, las condiciones

climáticas y hasta factores externos como catalizadores para acelerar el proceso de

producción natural de biogás, dichas variaciones se aprecian en la Figura 20b.

Figura 20 Proyecciones de generación, recuperación estimada y recuperación real de biogás de un SDF del

Estado de México a) Estimación a largo plazo, b) acercamiento al año 2013.

8753,71

5080,45

3728,12

0

1500

3000

4500

6000

7500

9000

10500

12000

1990 2000 2010 2020 2030 2040 2050

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

Generación de Biogás

Recuperación de BiogásEstimadaRecuperación de BiogásrealRecuperación mensual

1000

2000

3000

4000

5000

6000

7000

8000

9000

2012,8 2013 2013,2 2013,4 2013,6 2013,8

Flu

jo d

e B

iogá

s a

50%

Met

ano

(To

n/a

ño

)

Año

Generación de biogás

Recuperación debiogás estimada

Recuperación debiogás real (promanual)

Recuperación debiogás real (prommensual)


67

Por otro lado, en el Cuadro 20 se muestran los datos del flujo de biogás y el porcentaje de

CH4, proporcionados por el SDF de Tecámac. La relevancia de obtener éstos datos ha sido

para comparar las estimaciones realizadas y observar que tan viable resulta el uso de éste

modelo.

Para el SDF de Tecámac se obtuvieron los datos de recuperación en el sitio para los

últimos 5 años. Para este sitio de acuerdo con el MMB y con el sistema de recuperación

que emplean, se recuperaría el 59% del biogás que se genera. En la Figura 21a se

muestran todas las proyecciones para ese SDF, comparando los datos; notamos que

existen desviaciones entre la curva de RE y la real (detalle en Figura 21b), en los últimos

años disminuye el volumen recuperado, lo cual podría deberse principalmente al manejo

del SR, pues como se vio en apartados anteriores, el biogás incrementa el flujo de

producción por diversos factores hasta el cierre de operaciones y se podría recuperar al

menos el porcentaje que el SR cubre, en el Cuadro 20 se observan las horas que no tuvo

recolección; por tanto, se hizo una ponderación del biogás que se hubiera recaudado en

caso de haber operado con las mínimas horas muertas del año 2009

De acuerdo con el estudio de García Darás et al. (2013), el MMB junto con otros dos

modelos, son los que reflejarán mejor el comportamineto futuro de generación de biogás

de un SDF ubicado en Zapoopan , Jalisco, lo que corrobora la viabilidad de éste modelo

para la predicción de la generación de biogás en un SDF en la región centro del país.


68

Cuadro 20 Datos proporcionados por el SDF de Tecámac sobre la recuperación de biogás.

Mes

2009 2010 2011 2012 2013

Flujo de biogás

promedio Nm3/h

CH4 % 2011 CH4 %

Flujo de biogás

promedio Nm3/h

CH4 %

Flujo de biogás

promedio Nm3/h

CH4 %

Flujo de biogás

promedio Nm3/h

CH4 %

Enero 563 53 455 47 639 52 501 51 396 52

Febrero 563 53 464 47 636 53 485 53 414 48

Marzo 571 50 381 48 666 54 465 52 513 49

Abril 557 51 352 47 631 53 389 54 548 50

Mayo 544 52 353 48 640 53 402 52 553 49

Junio 538 54 335 48 612 52 359 47 508 50

Julio 530 52 632 56 642 53 436 52 501 52

Agosto 494 52 671 55 633 53 521 52 464 52

Septiembre 456 50 661 54 596 52 498 53 431 50

Octubre 458 50 601 54 563 51 454 54 394 54

Noviembre 482 49 605 54 527 51 451 53 262 57

Diciembre 453 48 662 53 510 50 468 54 559 54

Promedio 517.42 51.17 514.33 50.92 607.92 52.25 452.42 52.25 461.92 51.42

Estimación anual con base al promedio mensual

(m3/año) 4,532,570 4,505,560 5,325,350 3,963,170 4,046,390

Tiempo sin recolección (h) 372 427 624.5 740 1,725


69

Figura 21 Proyecciones de generación, recuperación estimada y recuperación real de biogás de Tecámac,

a) completo, b) acercamiento promedio anual y c)acercamiento recuperación mensual.

0

2000

4000

6000

8000

10000

12000

14000

16000

2000 2010 2020 2030 2040 2050 2060

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año


Recuperación de biogásestimadaRecuperación de biogás real

0

2000

4000

6000

8000

10000

2008 2009 2010 2011 2012 2013 2014

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año


Recuperación de biogás estimada

Recuperación de biogás real

0

5000

10000

15000

20000

25000

2008 2009 2010 2011 2012 2013 2014 2015

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

Sin horas muertas

con horas muertas

Recuperación estimada


70

Año Recuperación

real m3/h

Generación estimada

MMB ton/año

Recuperación estimada

MMB ton/año

Recuperación real Ton/año

Error Desviación

STD

2008 - 7428.85 0.00 - - -

2009 517.42 8707.56 5137.21 4895.21 4.71 523.11

2010 514.33 9821.23 5790.01 4865.97 15.96 -

2011 607.92 10794.25 6367.12 5751.41 9.67 -

2012 452.42 11647.42 6868.54 4280.26 37.68 -

2013 461.92 12399.54 7313.20 4370.13 40.24 -

2014 - 13065.24 7994.38 4832.60 21.65 -

5.6 Cálculo de lixiviados generados con el WBM

El volumen de lixiviado generado es específico de cada sitio, según el WBM, es altamente

dependiente del agua pluvial filtrada en el SDF y de la humedad de los RSU, aunque se

sabe que también de la etapa de descomposición de los RSU, que depende de los

procedimientos operacionales y la eliminación conjunta de residuos.

De acuerdo a las proyecciones obtenidas (Figura 23), la cantidad de lixiviados presenta un

comportamiento inversamente proporcional a la producción de biogás, ya que se

observan los mayores volúmenes de lixiviados al inicio, disminuyéndose conforme avanza

la vida útil del SDF y después del cierre se vuelven a presentar flujos semejantes a los del

principio esto supondría un fuerte consumo y poca producción de moléculas de agua por

parte de los microorganismos metanogénicos y una fuerte influencia por el agua de lluvia

que se lixivia por el SDF. Por su parte, Bonaparte et al. (2002) observaron que disminuyen

gradualmente las tasas de generación de lixiviados después de la instalación de la cubierta

final cuando se clausura un SDF a menos del 1% de los valores iniciales de 8 años después

de la colocación de cubierta. Asimismo, Canino-Rolón & Harris (1997) reportan flujos de

lixiviados bajos el primer año llegando a máximos mientras el sitio aun opera para

posteriormente disminuir la generación utilizando el modelo HELP, esos comportamientos

suponen que la cantidad de lixiviados aumenta conforme se disponen residuos en el sitio

gracias al porcentaje de humedad inicial.

Si bien el WBM nos muestra una semblanza de cómo se pueden llegar a presentar los

volúmenes generados de lixiviados, no contempla numerosos factores de gran

importancia que podrían llegar a cambiar los resultados de manera significativa, por

ejemplo, en algunos SDF; después del cierre de operaciones se realiza una cobertura total

que impediría la formación de lixiviados por el agua de lluvia infiltrada; mientas que en las

formas proyectadas, se observa un aumento en el flujo de lixiviados después del cierre

debido principalmente a la precipitación pluvial.


71

Por otro lado, el valor utilizado para el consumo de agua por los microorganismos para la

formación de biogás (7.378 kg H2O/m3 biogás) encontrado en Tchobanoglous (1998)

podría ser muy alto para éste modelo, como se observa en la Figura 23a, para los SDF de

Tlalnepantla e Ixtapaluca, existe un periodo en el cual no se generan lixiviados y, al menos

en la visita realizada al SDF de Tlalnepantla en agosto de 2012 por González-Cruz, existía la

presencia de lixiviados en la laguna (ver Figura 22), asimismo, la descomposición de los

residuos debida a la actividad microbiana también puede contribuir a la formación de

lixiviados pero en cantidades más pequeñas (El-Fadel et al., 1997).

Figura 22 Laguna de lixiviados del SDF de Tlalnepantla, imagen tomada por González-Cruz (2012).

No obstante, Aziz et al. (2012) reportan una disminución en la generación de lixiviados en

su estudio de comparación del WBM y cuantificaciones en un SDF entre 2001 y 2010,

atribuyen la disminución del flujo de lixiviados a la estabilización de los residuos

dispuestos con el paso del tiempo y a la reducción de la infiltración de agua de lluvia por

las capas de cobertura, lo cual podría justificar el comportamiento de las curvas obtenidas

en éste trabajo, sin embargo, para años posteriores al cierre de operaciones se registran

flujos de lixiviados que vienen siendo en gran parte por el agua de lluvia, lo cual no

concuerda, pues no debería de haber infiltraciones a esas alturas de la vida del SDF por la

adición del material de cobertura.


72

0,0E+00

5,0E+07

1,0E+08

1,5E+08

2,0E+08

2,5E+08

3,0E+08

3,5E+08

1995 2005 2015 2025 2035 2045 2055

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

)

Año

TecámacNaucalpanIxtapalucaTlalnepantla

1,0E+06

3,0E+06

5,0E+06

7,0E+06

9,0E+06

1,1E+07

1,3E+07

1,5E+07

1,7E+07

1,9E+07

1990 2010 2030 2050

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Año

San Felipe P.TejupilcoVilla GuerreroAmecameca

0,E+00

5,E+06

1,E+07

2,E+07

2,E+07

3,E+07

3,E+07

1995 2010 2025 2040 2055

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Año

Mexicaltzingo

Huehuetoca

Jiquipilco

Jilotepec

Coatepec H


73

Figura 23 Proyecciones de generación de lixiviados para algunos SDF de a) tipo A1, b) tipo B, c) tipo C y d)

tipo D.

Muchos productos químicos (por ejemplo, metales, compuestos alifáticos, acíclicos,

terpenos y compuestos aromáticos) se han detectado en los lixiviados de SDF domésticos,

comerciales e industriales. Estudios de laboratorio y de campo han demostrado que el

contenido orgánico de lixiviados es microbiológicamente degradable tanto en condiciones

aeróbicas o anaeróbicas, sin embargo, debido a su naturaleza altamente variable, los

lixiviados pueden llegar a ser tóxicos para la metanogénesis en SDF, especialmente donde

los residuos domésticos son dispuestos a la par con los residuos industriales. Por ejemplo,

los lixiviados con valores de pH tan bajos como 1.5 y tan alto como 9.5 se han reportado

en la literatura. Aunque es un hecho poco habitual, tales valores de pH pueden causar una

inhibición completa para el crecimiento de los metanogénicos que por lo general crecen

mejor a valores de pH que van del 6 al 8 (Murray et al., 1996; Vázquez-Godina, 2001;

Colomer-Mendoza & Szantó-Narea, 2011).

Y si llegan a ser tóxicos para los metanotróficos, también lo pueden llegar a ser para otros

seres vivos, incluyendo a los humanos, la migración de estos líquidos puede darse en

periodos de tiempo cortos y, como se verá en la sección 5.8, la ubicación de algunos SDF y

el manejo que tienen ayudan a incrementar el riesgo a poblaciones y al ambiente.

5.7 Rentabilidad

Existen muchas formas de tratar el biogás generado en SDF, las más empleadas son

quemarlo o aprovecharlo. En México ya se han dado pasos para ello y una iniciativa que

gobiernos y empresas privadas comienzan a desplegar es precisamente el aprovechar el

CH4, ya sea para su combustión o bien para generar electricidad. Desde que su energía

química total es suficiente para sostener la operación de una turbina de gas, es

evidentemente una fuente de energía valiosa de hecho, puede ser utilizado como

combustible complementario o primario para aumentar la producción de energía

4,0E+06

5,5E+06

7,0E+06

8,5E+06

1,0E+07

1,2E+07

1,3E+07

1,5E+07

2000 2010 2020 2030 2040 2050 2060

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Año

San Andrés Jaltenco

San Simón Guerrero

Morelos

Axapusco


74

eléctrica, como un gas de calidad de la tubería y de combustible del vehículo, o incluso

como un suministro de calor y dióxido de carbono para invernaderos y diversos procesos

industriales (Zamorano et al., 2007).

Quienes han avanzado en este tema indican que un desafío para acelerar este tipo de

proyectos es la burocracia, esto debido a los interminables trámites a realizar relativos a

permisos y licencias municipales, estatales y federales; aun así ya hay rellenos sanitarios

aprovechando el metano y se espera que en el futuro sean muchos más y que este tipo de

iniciativas pueden ejecutarse bajo control del gobierno municipal, bajo una concesión-

contrato con una empresa privada o un esfuerzo conjunto público-privado (ICLEI, 2013).

Para evaluar la viabilidad técnica y económica de implantar un sistema de

aprovechamiento energético de biogás en SDF, se deben tomar en cuenta muchas

cuestiones, desde características propias de SDF hasta situaciones financieras del país y de

los inversionistas, para ello la EPA ha desarrollado una Guía para la implementación de SR,

en la cual se contemplan a grandes rasgos, los siguientes puntos:

1) El SDF debe cumplir los requisitos mínimos fijados por la EPA (García-Darás, 2012)

(ver Cuadro 21).

2) Aprobación y contratación de la empresa para elaborar un estudio de factibilidad

de aprovechamiento o quema del biogás.

3) En caso de ser viable, tomar la decisión de quemar el biogás (Bonos de Carbono) o

aprovecharlo (Generar energías).

4) Elaboración del proyecto ejecutivo de infraestructura (actualización o adecuación

del relleno sanitario).

5) Elaboración del estudio financiero.

6) Consenso ciudadano, político y gubernamental.

7) Presentación del estudio de factibilidad, del proyecto ejecutivo y estudio financiero

ante el Cabildo; Proyecto General.

Cuadro 21 Requisitos mínimos fijados por la EPA para la implementación de SR de biogás de SDF

Parámetros asociados a la generación de biogás

>16 toneladas de RSU dispuestas

Precipitación anual entre 200 y 1000 mm

Espesor de RSU mínimo = 10 m

Estado del SDF (operación)

Temperatura media anual entre 15 y 30 ºC

Contenido en materia orgánica mayor al 40%


75

Por lo cual, en el siguiente grupo de gráficos se han resumido las características del

Cuadro 21 para identificar la cantidad de SDF con viabilidad de construcción de un SR,

donde, al filtrar toda la información recabada, se encontró que solo dos SDF cubren en su

totalidad con los requerimientos, sin embargo observando la Figura 24 muchos SDF tienen

potencial para que en un futuro pueda ser tratado el biogás generado; no obstante, la

instalación del SR requeriría de un estudio más preciso de los puntos antes mencionados,

pues los resultados aquí presentados son estimaciones.

Figura 24 Información recabada, filtrada para determinar la cantidad de SDF con potencial para la

implementación de SR de biogás

Como puede inferirse, no son pocos los aspectos a considerarse cuando se desea construir

un SR, es una tarea ardua que implica la cooperación de muchos actores, lleva

0

15

30

45

60

75

90

0-100 100-300 300-500 500-1000 1000-5000 5000-10000 10000-35000

% d

e S

DF

Flujo de biogás (Ton/año)

2013

2020

2030

2050

0

20

40

60

80

100

Clausurados Enoperación

Fracciónorgánica

>40%

Fracciónorgánica

<40%

Fracciónorgánica ND

Tondispuestas>1000000

Tondispuestas<1000000

Característcas de los SDF

No. SDF

%


76

considerable tiempo, tiene costos financieros significativos e involucra en ocasiones altos

costos políticos, pero las opciones son claras y son únicamente dos, ambas con sus

implicaciones y consecuencias respectivas: dejar las cosas como están ó mejorarlas y

obtener, si no un beneficio económico, uno al ambiente, al final de cuentas un cambio en

las condiciones ambientales y sanitarias locales depende de la voluntad de autoridades y

ciudadanos que habitan en el municipio. Para determinar la estrategia de gestión de

residuos más sostenible para el Estado de México, es necesario primero identificar el tipo

y la composición de los residuos urbanos de la ciudad.

5.8 Análisis de Impacto ambiental con SIG

El uso del biogás como fuente de energía es ecológicamente racional, ya que contribuye a

una reducción del uso de combustibles fósiles y mitiga el efecto invernadero.

En éste apartado se concentraron los mapas elaborados con SIG, lo que permitió

visualizar, a grandes rasgos, el cumplimiento de la NOM-083-SEMARNAT-2003 con

respecto a la ubicación de los sitios, donde se encontró un incumplimiento de la norma

por:

a) 16 SDF ubicados a menos de 500 m de poblaciones.

b) 6 SDF ubicados a menos de 13 km de algún aeropuerto.

c) 14 SDF ubicados a menos de 500 m de aguas superficiales.

d) 14 SDF ubicados a menos de 500 m de poblaciones de áreas naturales protegidas o

zonas muy boscosas.

En la Figura 25 se detalla el tipo de SDF y su ubicación, pudiendo observar que las zonas

más pobladas del EM son las que cuentan con un mejor manejo y gestión de desechos sin

embargo, éstos SDF son los más cercanos a poblaciones grandes, en contraste con los

municipios de menor población, con sitios alejados pero donde se encuentran la mayor

cantidad de SDF de manejo inadecuado.


77

Figura 25 Ubicación geográfica de los SDF estudiados clasificados de acuerdo al manejo

Por otro lado en la Figura 27 se ejemplifica como sería la generación de biogás de los SDF

estudiados, se observa que los municipios más cercanos al DF son los que más producen

éste gas, si bien es cierto que éstos son SDF son los mejores gestionados, como se vio

anteriormente, no todos los SDF tienen un SR o de quema de biogás, aunado a que aun

teniéndolo, existe una fracción del gas que se emite a la atmósfera y estando tan cerca de

la zona más poblada del país, representa un compromiso de los encargados para el

procesamiento del efluente y la prevención de accidentes y/o enfermedades que conlleva

con los ciudadanos.

Esto se complica debido a que en el Valle de México, el flujo del viento en superficie es

influenciado por el flujo del viento en niveles bajos y altos de la troposfera (Figura 26), el

efecto de las características montañosas, que circundan al Valle, sobre el flujo del viento


78

en los niveles bajos, se deja sentir en los patrones de viento propios de las áreas

montañosas, que de acuerdo con los cambios diurnos de temperatura, se torna

ascendente durante el día (desde el Valle hacia las montañas), o descendente por las

noches (desde la montaña hacia el Valle), asimismo, el viento en el Valle de México

presenta un flujo turbulento debido a la rugosidad del terreno; es decir, debido a los

edificios, árboles, fuentes de calor, calentamiento de la superficie terrestre por el sol y

demás obstáculos que se puedan encontrar en la zona urbana que formen trayectorias del

viento convergentes, divergentes o vórtices (remolinos), tanto con giro ciclónico del

viento, donde converge éste, así como con giro anticiclónico, donde por lo general el

viento diverge (GDF, 2006), lo cual, para efectos de éste estudio, viene a arrastrar el

biogás generado en los SDF del EM al DF.

Figura 26 Líneas de flujo de viento promedio anual en distintas horas del día en el Valle de México


79

Figura 27 Representación de la proyección del flujo de biogás generado para el 2020

En el 2020 se estimó una generación de 173,308.40 toneladas de biogás y, considerando

que el MMB supone una fracción de 50% de CH4 se ejemplifica la equivalencia de los

datos representados en la Figura 27, empleando la calculadora de equivalencia de GEI de la

EPA (2014), la cual nos dice que esa cantidad de biogás estimada para el año 2020 de los

SDF estudiados equivale:

A 2,166,355 toneladas de CO2eq, ó

A la emisión anual de 456,075 vehículos, ó

A las emisiones de CO2 de 2.4x107 galones de gasolina consumida, ó

A las emisiones de CO2eq de la energía consumida por 197,660 viviendas, ó

Al CO2 secuestrado por 1,775,701 acres de pino en un año.


80

Finalmente, para terminar con éste análisis, en la Figura 28 se presenta el riesgo que

representa la migración de los lixiviados generados hacia aguas superficiales cercanas a los

SDF, ya que el 19% de los sitios estudiados se encuentran en incumplimiento de la NOM-

083-SEMARNAT-2003 por encontrarse a menos de medio kilómetro de alguna corriente

agua, esto es importante, ya que un 37% de los sitios no cuentan con ninguna

infraestructura para la prevención de la contaminación por lixiviados y se sospecha que

otro 19% tampoco lo tiene, lo cual sumaría más de la mitad de los SDF con potencial

migración de lixiviados.

Figura 28 Representación de corrientes y cuerpos de agua del Estado de México


81

6. CONCLUSIONES

1. A pesar de la falta de datos y de información sobre el manejo y operación de sitios de

disposición final en el Estado de México, se logró hacer una estimación sobre la

generación de biogás y lixiviados en 83 sitios.

2. Los resultados obtenidos con los MMB e IPCC indican que la generación de biogás (con

50% CH4) en un SDF:

• Es directamente proporcional al contenido de carbono orgánico degradable de los RSU

depositados en él, a mayor contenido de materia orgánica, mayor generación de

biogás.

• Está en función del tipo de manejo con el cual es operado, así como, de la velocidad de

degradación de los residuos, entre mejor gestionado esté el sitio, se darán mejores

condiciones a los microorganismos metanotróficos para generar el biogás.

3. Se obtienen mayores flujos de biogás con el modelo del IPCC en comparación con el

MMB, debido a que éste modelo no está automatizado y las constantes de reacción

que utiliza no consideran el estado de degradación de los RSU con el paso del tiempo,

es decir, supone que la generación de biogás no disminuye después del cierre de

operaciones del sitio.

4. De acuerdo a las proyecciones obtenidas con el WBM, la generación de lixiviados es

inversamente proporcional a la producción de biogás, lo cual supone un alto consumo

de agua para la producción de biogás.

5. Acorde con lo obtenido en las entrevistas a los operadores de los SDF, siempre se

registran emisiones de lixiviados y los resultados derivados del WBM exponen que, en

ocasiones, no existen tales emisiones, lo cual supondría cierta incongruencia del

modelo.

6. Los modelos empleados para la predicción de generación de biogás y lixiviados

muestran tan sólo una aproximación de lo que se puede llegar a producir en un SDF,

debido a que, en promedio se obtuvo un 30% de error en los resultados; para que los

modelos de predicción de efluentes de SDF lleguen a ser más precisos, se deberían

tomar en cuenta numerosos factores que resulta insostenible considerar, por la

inestabilidad y numerosas variables a considerar en el sistema.

7. Considerando el porcentaje de error de los modelos utilizados en éste trabajo, el

impacto ambiental que predicen, continúa teniendo relevancia, pues la producción de


82

biogás sigue y podrían tomarse medidas para evitar la emisión de alrededor de 2.16

millones de toneladas de CO2eq en el año 2020.

8. El 70% de los sitios estudiados opera con manejo parcial o inadecuado, sin embargo, el

80% de los RSU se disponen en SDF de manejo adecuado, lo que repercute en el 90%

de la generación de biogás estimada, no obstante, el número de SDF que no opera en

condiciones deseables seguirá recibiendo RSU elevando el riesgo de contaminación en

las áreas donde se ubican.

9. En éste trabajo se utilizaron SIG para la representación de los datos obtenidos con los

modelos, no obstante, se prevé realizar un estudio de cumplimiento de la normativa

de acuerdo a la ubicación de los sitios.

7.


83

8. REFERENCIAS

Abichou, T., Chanton, J., Powelson, D., Fleiger, J., Escorianza, S., Lei, Y., & Stern, J. (2006). Methane

Flux and Oxidation at Two Types of Inter-mediate Landfill Covers. Waste Management, 23(11),

1305-1312.

Aguilar-Virgen, Q., Taboada-González, P., Ojeda-Benitez, S., & Cruz-Sotelo, S. (2014). Power

generation with biogas from municipal solid waste: Prediction of gas generation with in situ

parameters. Renewable and Sustainable Energy Reviews , 30 , 412–419.

Aguilar-Virgen, Q., Taboada-González, P. A., & Ojeda-Benítez, S. (2011). Modelo mexicano para la

estimación de la generación biogás . Ingeniería, Revista Académica de la FI-UADY, 15(1), 37-45.

Åkerman, A., Budka, A., Hayward-Higham, S., Bour, O., & Rallu, D. (1-5 de Oct de 2007). Methane

Emissions Measurements on Different Landfills. Proceedings Sardinia 2007, on: Eleventh

International Waste Management and Landfill Simposium.

Astudillo-M., A. (26 de marzo de 2012). Precio de bonos de carbono baja 80% por crisis europea y

sobreoferta de proyectos. La Tercera, 62(22561), pág. 25.

Aziz, H. A., Adlan, M. N., Amilin, K., Yusoff, M. S., & Ramly, N. H. (2012). Quantification of leachate

generation rate from a Semi-Aerobic landfill in Malaysia. Environmental Engineering and

Management Journal, 11(9), 1581-1585.

Bagchi, A. (1994). Leachate and Gas Generation. En Design, Construction and Monitoring of

Landfills (2a. ed.). Nueva York: John Wiley and Sons inc.

Bogner, J. M. (2007). Waste Management. En O. D. B. Metz (Ed.), Climate Change 2007:

Mitigation. Contribution of Working Group III to the Fourth Assessment Report of the

Intergovernmental Panel (págs. 585-618). Cambridge, United Kingdom & New York. USA:

Cambridge University Press.

Bogner, J., & Matthews, E. (2003). Global methane emissions from landfills: New methodology and

annual estimates 1980–1996. Global biogeochemical cycles, 17(2), 1-18.

Bogner, J., & Scot, P. (1995). Landfill methane emissions: guidance for field measurements. Final

Report to IEA Expert Working Group on Landfill Gas, Technical University of Lulea.

Bonaparte, R., Daniel, D., & Koerner, R. M. (2002). Assessment and Recommendations for

Improving the Performance of Waste Containment Systems . Cincinnati, OH, USA: US Enviromental

Protection Agency.

Borja, R. B. D. (1996). The effects of the most important phenolic constituents of olive mill

wastewater on batch anaerobic methanogenesis. Environ. Technol.,, 17, 167–174.


84

CAM, C. A. (2010). Agenda de Sustentabilidad Ambiental para la Zona Metropolitana del Valle de

México. México.

Canino-Rolón, G., & Harris, J. (1997). Simulación de la generación de lixiviados en un relleno

sanitario propuesto utilizando el modelo de computadoras HELP. En C. d. Rico., Preservación del

Ambiente y el Control de la Contaminación: Eslabones Indispensables para el Futuro de las

Américas (págs. 1-7). San Juan, Puerto Rico: AIDIS.

Cardozo-Leverenz, L. (2011). Cálculo de emisiones de gases de efecto invernadero y evaluación del

desarrollo sustentable en un sitio de disposición final. Unidad Profesional Interdisciplinaria de

Biotecnología - Instituto Politécnico Nacional, D.F.

Chiemchaisri, C., & Visvanathan, C. (2008). Greenhouse gas emission potential of the municipal

solid waste disposal sites in Thailand. Journal of the Air & Waste Management Association, 58,

629-635.

Chiemchaisri, C., Chiemchaisri, W., Kumar, S., & Hettiaratchi, J. P. (2007). Solid waste

characteristics and their relationship to gas production in tropical landfill. EnvironMonitAsses, 135,

41-48.

Colmenares-Mayanga, W., & Santos-Bonilla, K. (2007). Generación y manejo de gases en sitios de

disposición final. Obtenido de http://www.ingenieriaquimica.org/articulos/relleno_sanitario

Colomer-Mendoza, F. J., & Robles-Martínez, F. (2011). Generación de biogás en los vertederos

controlados. Agrónomos, 42, 10-17.

Colomer-Mendoza, F. J., & Szantó-Narea, M. (2011). Ingeniería de diseño de vertederos,

explotación, cierre, sellado y reinserción. En L. Márquez Benavides (Ed.), Residuos Sólidos: un

enfoque multidisciplinario (págs. 320-357). Libros en red.

COMEGEI. (2007). Comité Mexicano para Proyectos de Reducción de Emisiones y Captura de Gases

de Efecto Invernadero;. Recuperado el junio de 2014, de

http://cambioclimatico.inecc.gob.mx/sectprivcc/comegei.html

CONABIO. (2012). Portal de Geoinformación Sistema Nacionalde Información sobre Biodiversidad.

Recuperado el 15 de Abril de 2104, de http://www.conabio.gob.mx/informacion/gis/

Davoli, E., Fattore, E., Paiano, V., Colombo, A., Palmiotto, M., Rossi, A. N., & Fanelli, R. (2010).

Waste management health risk assessment: A case study of a solid waste landfill in South Italy.

Waste Management, 30, 1608-1613.

El-Fadel, M., Findikakis, A. N., & Leckie, J. O. (1997). Environmental Impacts of Solid Waste

Landfilling. Journal of Environmental Management, 50, 1-25.

EPA. (2008). Inventory of the U.S. Greenhouse Gas Emissions and Sinks.(disponible en: Obtenido de

http://epa.gov/climatechange/ghgemissions/global.html


85

EPA. (2014). Greenhouse Gas Equivalencies Calculator. Obtenido de

http://www.epa.gov/cleanenergy/energy-resources/calculator.html#results

Escamirosa-Montalvo, L. F., Del Carpio-Penagos, C. U., & Castañeda-Nolasco, C. (2011). Manejo de

residuos sólidos domiciliarios de Tuxtla Gutiérrez, Chiapas. D.F., México: Plaza y Valdés.

Fenn, D., Hanley, K., & DeGeare, T. (1975). Use of the Water Balance for predicting leachate

concentration from solid waste disposal sites,. Cincinnati, USA: EPA-530/SW-168, U.S.

Environmental Protection Agency.

Forster-Carneiro, T., Isaac, R., Pérez, M., & Schvartz, C. (2012). Anaerobic Digestion: Pretreatments

of Substrates. En Biogas production: pretreatment methods in anaerobic digestion (págs. 1-25).

Massachusetts: John Wiley & Sons, Scrivener.

Friedrich, E., & Trois, C. (2011). Quantification of greenhouse gas emissions from waste

management processes for municipalities – A comparative review focusing on Africa. Waste

Management, 31, 1585-1596.

García-Darás, F., Colomer Mendoza, F. J., Robles Martínez, F., & Aranda, G. (15 y 16 de Octubre de

2013). Análisis comparativo entre los modelos de generación de biogás aplicados a las emisiones

de un relleno sanitario en México. V Simposio Iberoamericano de Ingeniería de Residuos.

Mendoza, Argentina.

García-Darás, F. (2012). Proyecto de aprovechamiento energético del biogás generado en el

Vertedero Contolado de Residuos Sólidos de Zapopan (México) y Diseño de Ampliación. Proyecto

Final de Carrera, Universitat Jaume I, Ingeniería Industrial, Castellón, España.

García-Palau, J. (2005). Introducción al Sistema de Información Geográfico. Protec.Gbanie, S. P.,

Tengbe, P. B., Momoh, J. S., Medo, J., & Simbay Kabba, V. T. (2013). Modelling landfill location

using Geographic Information Systems (GIS) and Multi-Criteria Decision Analysis (MCDA): Case

study Bo, Southern Sierra Leone. Applied Geography, 36, 3-12.

GDF. (2007). Programa General de Desarrollo 2007-2012. Gobierno del Distrito Federal, México.

Obtenido de http://www.finanzas.df.gob.mx/documentos/ProgGralDesarrollo_0712.pdf

GDF. (13 de Septiembre de 2010). Gaceta Oficial del Distrito Federal.

GDF. (2006). Infotme Climatológico Ambiental del Valle de México. Secretarís del Medio Ambiente,

Dirección General de Gestión Ambiental del Aire, México.

GEM. (12 de Agosto de 2005). Plan Regional de Desarrollo Urbano del Valle Cuautitlán-Texcoco.

Gobierno del Estado de México, Secretaría de Desarrollo Urbano y Vivienda, Toluca de Lerdo.

Obtenido de http://www.edomex.gob.mx/legistelfon/doc/pdf/gct/2005/ago124.pdf

GEM. (2008). Inventario de Emisiones de Gases de Efecto Invernadero y Vulnerabilidad del Estado

de México ante el Cambio Climático Global. Secretaría del Medio Ambiente del Estado de México ,


86

Dirección General de Prevención y Control de la Contaminación Atmosférica, Tlalnepnatla, Estado

de México.

GEM. (2013). Inventario Estatal de Gases de Efecto Invernadero. ProNatura A.C.

Gómez , G., Meneses, M., Ballinas , L., & Castells, F. (2009). Seasonal characterization of municipal

solid waste (MSW) in the city of Chihuahua. Waste Management , 29, 2018–2024.

González-Cruz, R. (2013). Diagnóstico de las condiciones actuales de operación de los Sitios de

Disposición Final del Estado de México. Tesis de Licenciatura para obtener el Título de Ingeniero

Ambiental, Instituto Politécnico Nacional, Unidad Profesional Interdisciplinaria de Biotecnología,

México, D.F.

González, C., Buenrostro, O., Márquez, L., Hernández, C., Moreno, E., & Robles, F. (2011). Effect of

Solid Wastes Composition and Confinement Time on Methane Production in a Dump. Journal of

Environmental Protection, 2, 1310-1316.

Hartz, K. E. (1982). Gas generation rates of landfill samples. Conservation & Recycling, 5(2/3), 113-

147.

Hartz, K. E., & Ham, R. K. (1983). Moisture level and movement effets on methane production

rates in landfill samples. Waste Management and Research, 1, 139-145.

Hernandez, J. E., & Edyveanb, R. G. (2008). Inhibition of biogas production and biodegradability by

substituted phenolic compounds in anaerobic sludge. Journal of Hazardous Materials, 160, 20-28.

Hilger, H., & Humer, M. (2003). Biotic Landfill Cover Treatments for Mitigating Methane Emissions.

Environ. Monitoring and Assess, 84, 71-84.

I-Chu, C., Ullas, H., Cheng-Hsiung, C., & Shang-Shyng, Y. (article in press, 2007). Methane and

Carbon Dioxide Emissions from Closed Landfill in Taiwan. Chemosphere.

ICLEI. (2013). Guía para el Aprovechamiento de Biogás en Rellenos Sanitarios Municipales.

Obtenido de http://biogas-iclei.pacmun.org.mx/wp-

content/uploads/2013/04/Gu%C3%ADaAprovechamientoBiog%C3%A1s_VF.pdf

INEGI. (2010). Información por entidad fedeerativa. Recuperado el 21 de noviembre de 2013, de

http://cuentame.inegi.org.mx/monografias/informacion/Mex/Poblacion/default.aspx?tema=ME&

e=15

INEGI. (2012). Generación de residuos sólidos urbanos por tipo de residuo, 2000 a 2011. Con base

en SEMARNAT. SNIARN. Base de datos estadísticos. Módulo de consulta temática. Dimensión

Ambiental. Obtenido de http://www3.inegi.org.mx/sistemas/temas/default.aspx?s=est&c=21385


87

INEGI. (2013). Información de México para niños y no tan niños. Recuperado el 19 de Noviembre

de 2013, de

http://cuentame.inegi.org.mx/monografias/informacion/mex/territorio/clima.aspx?tema

INEGI. (2014). Instituto Nacional de Estadística y Geografía. Recuperado el 15 de abril de 2014, de

http://www.inegi.org.mx/geo/contenidos/recnat/default.aspx

IPCC. (2007). Eliminación de desechos sólidos. En R. Pipatti, & P. Svardal, Directrices del IPCC de

2006 para los inventarios nacionales de gases de efecto invernadero (Vol. 5, pág. 44). Ginebra,

Suiza.

Isidori, M., Lavorgna, M., Nardelli, A., & Parrella, A. (2003). Toxicity identification evaluation of

leachates from municipal solid waste landfills: a multispecies approach. Chemosphere, 52, 85-94.

Jiménez- Cisneros, B. E. (2002). Residuos Sólidos. En La contaminación ambiental en México (págs.

453-545). D.F., México: Limusa.

Kamalan, H., Sabour, M., & Shariatmadari, N. (2011). A review of available landfill gas models.

Journal of Environmental Science and Technology, 4, 72-92.

Khanbilvardi, R., Ahmed, S., & P.L., G. (1995). Flow investigation for landfill leachate (FILL),. Journal

of Environmental Engineering, 121, 45-57.

Kiss-Köfalusi, G., & Encarnación-Aguilar, G. (2006). Los productos y los impactos de la

descomposición de residuos sólidos urbanos en los sitios de disposición final. Gaceta Ecológica,

Instituto Nacional de Ecología, 79, 39-51.

Kumar, S., Gaikwad, S. A., Shekdar, A. V., Kshirsagar, P. S., & Singh, R. N. (2004). Estimation method

for national methane emission from solid waste landfills. Atmospheric Environment, 38, 3481-

3487.

LGEEPA. (2013). Ley General del Equilibrio Ecológico y la Protección al Ambiente. D.F: Diario Oficial

de la Federación del .

LGPGIR. (2003). Ley General para la Prevención y Gestión Integral de los Residuos. Diario Oficial de

la Federación (DOF) .

López-Barros, R. (2010). Bioconversión de residuos sólidos para la obtención de energía (metano y

electricidad) utilizando digestores anaerobios y celdas de combustible microbianas. Tesis de

Maestría, Instituto Politécnico Nacional, Unidad Profesional Interdisciplinaria de Biotecnología,

México.

Machado, S., Carvalho, M. F., Gourc, J., Vilar, O. M., & Nascimento, J. C. (2009). Methane

generation in tropical landfills: Simplified methods and field results. Waste Management, 29, 153-

161.


88

Marín, L. E., Torres, V., Bolongaro, A., Reyna, J. A., Pohle, O., Hernández Espríu, A., & Parra Tabla,

H. F. (2012). Identifying suitable sanitary landfill locations in the state of Morelos, México, using a

Geographic Information System. Physics and Chemistry of the Earth, 37–39, 2–9.

Meraz, R. L., Vidales, A. M., & Domínguez, A. (2004). A fractal-like kinetics equation to calculate

landfill methane production. Fuel, 83, 73-87.

Murray, G. B., McBean, E. A., & Sykes, J. F. (1996). Risk-Based Engineering Design for a Landfill

Leachate Collection and Liner System. Groundwater Monitoring & Remediation,, 16(2), 139–146.

Ngnikam, E., Tanawa, E., Rousseaux, P., Riedacker, A., & Gourdon, R. (2002). Evaluation of the

potentialities to reduce greenhouse gases (GHG) emissions resulting from various treatments of

municipal solid wastes (MSW) in moist tropical climates: Application to Yaounde. . Waste

Management Research, 20, 501-513.

NOM-052-SEMARNAT. (2005). Características, procedimiento de identificación, clasificación y

listados de los residuos peligrosos. Diario Oficial de la Federación.

NOM-083-SEMARNAT. (2003). Normas oficiales mexicanas y normas mexicanas. Especificaciones

de protección ambiental para la selección del sitio, diseño, construcción, operación, monitoreo,

clausura y obras complementarias de un SDF de RSU y de ME. Diario Oficial.

Öman, C. B., & Junestedt, C. (2008). Chemical characterization of landfill leachates – 400

parameters and compounds. Waste Management, 28, 1876-1891.

Palmiotto, M., Fattore, E., Paian, V., Celeste, G., Colombo, A., & Davoli, E. (2014). Influence of a

municipal solid waste landfill in the surrounding environment: Toxicological risk and odor nuisance

effects. Enviromental International, 68, 16-24.

Pascual-Vidal, A. (2011). Introducción al biogás agroindustrial. Agrónomos, 42, 33-38.

Porta, D., Milani, S., Lazzarino, A. I., Perucci, C. A., & Forastiere, F. (2009). Systematic review of

epidemiological studies on health effects associated with management of solid waste.

Enviromental Health, 8(60), 1-14.

Robles-Martínez, F. (2008). Generación de biogás y lixiviados en los rellenos sanitarios (2da. ed.).

D.F., México: Instituto Politécnico Nacional.

Robles-Martínez, F., Morales-López, Y., Piña-Guzmán, A. B., Espíndola-Serafín, O., Tovar-Gálvez, L.

R., & Valencia-del Toro, G. (2011). Medición de pH y cuantificación de metales pesados en los

lixiviados del relleno sanitario más grande de la zona metropolitana de la ciudad de México.

Universidad y Ciencia, Trópico húmedo, 27, 121-132 .

Sauri-Riancho, M. R., Stentiford, E. I., Gamboa-Marrufo, M., Reza-Bacelis, G., Cahuich-Poot, N., &

Méndez-Novelo, R. (2013). Superficial Methane Emissions from a Landfill in Merida, Yucatan,

Mexico. Ingeniería Investigación y Tecnología, 14(3), 299-310.


89

Scheutz , C., Samuelsson , J., & Fredenslund , A. M. (2011). Quantification of multiple methane

emission sources at landfills using a double tracer technique. Waste Management, 31, 1009–1017.

Schroeder, P., Lloyd, C., Zappi, P., & Aziz, N. (1994). The Hydrologic Evaluation of Landfill

Performance (HELP) Model, Version 3. U.S. Environmental Protection Agency, EPA/600/R-94/168a,

Cincinnati.

SCS ENGINEERS. (2009). Manual de Usuario Modelo Mexicano de Biogás Versión 2.0. Obtenido de

http://www.epa.gov/lmop/documents/pdfs/manual_del_usuario_modelo_mexicano_de_biogas_

v2_2009.pdf

SMA. (2007). Plan Verde Ciudad de México . Gobierno del Distrito Federal. Obtenido de

http://www.om.df.gob.mx/programas/plan_verde/index.html

Spokas, K., Bogner, J., Chanton, J., Morcet, M., Aran, C., Graff, C., Hebe, I. (2006). Methane mass

balance at three landfill sites: What is the efficiency of capture by gas collection systems? Waste

Management, 26, 516-525.

Taboada-Gonzalez, P., Aguilar-Virgen, Q., Ojeda-Benítez, S., & Armijo, C. (2011). Waste

characterization and waste management perception in rural communities in Mexico: A case study.

Environmental Engineering and Management Journal, 10, 1751-1759.

Tchobanoglous, G. T. (1998). Gestión Integral de Residuos Sólidos. (Vol. 1). México D.F.: Mc Graw

Hill.

Themelis, N., & Ulloa, P. A. (2007). Methane generation in landfills. Renewable Energy, 32, 1243-

1257.

Vázquez-Godina, E. (2001). Cuantificación y efectos de la producción de lixiviados en el Relleno

Sanitario de Salinas Victoria N.L. requisito parcial para obtener el grado de Maestro en Ciencias en

Ingeniería Ambiental, Universidad Autónoma de Nuevo León, Facultad de Ingeniería Civil, División

de Estudios de Posgrado, San Nicolás de los Garza.

Zamorano , M., Pérez Pérez, J. I., Aguilar Pavés, I., & Ramos Ridao, Á. (2007). Study of the energy

potential of the biogas produced by an urban waste landfill in Southern Spain. Renewable and

Sustainable Energy Reviews , 11 , 909–922.

Zamorano, M., Molero, E., Hurtado, A., Grindlay , A., & Ramos, Á. (2008). Evaluation of a

municipal landfill site in Southern Spain with GIS-aided methodology. Journal of Hazardous

Materials, 160, 473-481.


90

9. ANEXOS

Anexo 1 Población de los Municipios del Estado de México (INEGI, 2010)

Municipio Habitantes (año 2010)

Municipio Habitantes (año 2010



Zacazonapan 4 051 San Antonio la

Isla 22 152

Coatepec Harinas

36 174 Tultepec 91 808

Papalotla 4 147 Chiconcuac 22 819 Coyotepec 39 030 Atlacomulco 93 718

Otzoloapan 4 864 Amanalco 22 868 Hueypoxtla 39 864 Villa Victoria 94 369

Texcalyacac 5 111 Juchitepec 23 497 Aculco 44 823 Huehuetoca 100 023

San Simón de Guerrero

6 272 San Martín de las Pirámides

24 851 Villa del Carbón

44 881 San Felipe del

Progreso 121 396

Ixtapan del Oro

6 629 Axapusco 25 559 Tlalmanalco 46 130 Lerma 134 799

Ayapango 8 864 Malinalco 25 624 Xonacatlán 46 331 Acolman 136 558

Nopaltepec 8 895 Sultepec 25 809 Calimaya 47 033 Cuautitlán 140 059

Santo Tomás 9 111 Chiautla 26 191 Villa de Allende

47 709 Ixtlahuaca 141 482

Ecatzingo 9 369 Jaltenco 26 328 Amecameca 48 421 Almoloya de

Juárez 147 653

Chapultepec 9 676 Amatepec 26 334 Melchor Ocampo

50 240 Zumpango 159 647

Tonanitla 10 216 Xalatlaco 26 865 Teotihuacán 53 010 Zinacantepec 167 759

Atizapán 10 299 Ozumba 27 207 Atenco 56 243 Chicoloapan 175 053

Isidro Fabela 10 308 Apaxco 27 521 Villa Guerrero 59 991 Metepec 214 162

Tenango del Aire

10 578 Chapa de

Mota 27 551 Acambay 60 918 Texcoco 235 151

Almoloya Río 10 886 Atlautla 27 663 Jocotitlán 61 204 Huixquilucan 242 167

Temamatla 11 206 Luvianos 27 781 Valle de Bravo 61 599 La Paz 253 845

Mexicaltzingo 11 712 Tepetlaoxtoc 27 944 Ocoyoacac 61 805 Coacalco 278 064

Soyaniquilpan 11 798 Morelos 28 426 Temascalcingo 62 695 Chalco 310 130

Tonatico 12 099 Ocuilan 31 803 Teoloyucán 63 115 Valle de Chalco

Solidaridad 357 645

Cocotitlán 12 142 Temascaltepec 32 870 Jiquipilco 69 031 Tecámac 364 579

Rayón 12 748 Tlatlaya 32 997 Tianguistenco 70 682 Nicolás Romero

366 602

Joquicingo 12 840 Donato Guerra

33 455 Tejupilco 71 077 Ixtapaluca 467 361

Polotitlán 13 002 Ixtapan de la

Sal 33 541

San Mateo Atenco

72 579 Atizapán de

Zaragoza 489 937

Almoloya de Alquisiras

14 856 Tequixquiac 33 907 Tenango del

Valle 77 965

Cuautitlán Izcalli

511 675

Zacualpan 15 121 Capulhuac 34 101 Otzolotepec 78 146 Tultitlán 524 074

Timilpan 15 391 Otumba 34 232 Jilotepec 83 755 Chimalhuacán 614 453


91

Zumpahuacán 16 365 Nextlalpan 34 374 Tepotzotlán 88 559 Tlalnepantla 664 225

Texcaltitlán 17 390 El Oro 34 446 Temoaya 90 010 Toluca 819 561

Jilotzingo 17 970 Tezoyuca 35 199 Tenancingo 90 946 Naucalpan 833 779

Tepetlixpa 18 327 Temascalapa 35 987 San José del

Rincón 91 345 Nezahualcóyotl 1110 565

Ecatepec 1656 107


92

Anexo 2 Hoja de cálculo para el modelo del IPCC (ejemplo SDF de Tecámac)

Año Disposición (Mg/año)

W Disposición Acumulada

(Mg)

DDOCm t

1/2 k DDOCma DDOCdesc CH4 gen

CH4 EMITIDO

2004 371.000 371.000 55650 4 0,17 0,00 0,00 0,00 0,00

2005 374.700 745.700 56205 4 0,17 122384,38 19471,79 12981,20 11683,08

2006 378.400 1.124.100 56760 4 0,17 123599,39 19665,11 13110,07 11799,06

2007 382.200 1.506.300 57330 4 0,17 124829,40 19860,80 13240,54 11916,48

2008 386.000 1.892.300 57900 4 0,17 126077,24 20059,34 13372,89 12035,60

2009 389.900 2.282.200 58485 4 0,17 127340,09 20260,27 13506,84 12156,16

2010 393.800 2.676.000 59070 4 0,17 128620,78 20464,03 13642,68 12278,42

2011 397.700 3.073.700 59655 4 0,17 129901,46 20667,79 13778,53 12400,67

2012 401.775 3.475.475 60266,25 4 0,17 131208,40 20875,73 13917,15 12525,44

2013 405.800 3.881.275 60870 4 0,17 132539,05 21087,44 14058,29 12652,46

2014 409.900 4.291.175 61485 4 0,17 133872,04 21299,52 14199,68 12779,71

2015 414.000 4.705.175 62100 4 0,17 135218,40 21513,73 14342,49 12908,24

2016 0 4.705.175 62100 4,5 0,15 135949,76 19407,65 12938,43 11644,59

2017 0 4.705.175 62100 5 0,14 134541,45 17416,32 11610,88 10449,79

2018 0 4.705.175 62100 5,5 0,13 133434,17 15799,77 10533,18 9479,86

2019 0 4.705.175 62100 6 0,12 132540,81 14460,37 9640,25 8676,22

2020 0 4.705.175 62100 6,5 0,11 131804,89 13331,94 8887,96 7999,16

2021 0 4.705.175 62100 7 0,10 131188,20 12367,94 8245,30 7420,77

2022 0 4.705.175 62100 7,5 0,09 130663,96 11534,69 7689,79 6920,81

2023 0 4.705.175 62100 8 0,09 130212,83 10807,14 7204,76 6484,28

2024 0 4.705.175 62100 8,5 0,08 129820,53 10166,29 6777,53 6099,78

2025 0 4.705.175 62100 9 0,08 129476,26 9597,46 6398,31 5758,48

2026 0 4.705.175 62100 9,5 0,07 129171,71 9089,12 6059,41 5453,47

2027 0 4.705.175 62100 10 0,07 128900,39 8632,07 5754,72 5179,24

2028 0 4.705.175 62100 11 0,07 128657,13 8218,91 5479,27 4931,34

2029 0 4.705.175 62100 11 0,06 128437,81 7843,58 5229,05 4706,15

2030 0 4.705.175 62100 12 0,06 128239,05 7501,11 5000,74 4500,66

2031 0 4.705.175 62100 12 0,06 128058,10 7187,35 4791,57 4312,41

2032 0 4.705.175 62100 13 0,06 127892,66 6898,83 4599,22 4139,30

2033 0 4.705.175 62100 13 0,05 127740,82 6632,62 4421,75 3979,57

2034 0 4.705.175 62100 14 0,05 127600,97 6386,22 4257,48 3831,73

2035 0 4.705.175 62100 14 0,05 127471,75 6157,50 4105,00 3694,50

2036 0 4.705.175 62100 15 0,05 127351,99 5944,62 3963,08 3566,77

2037 0 4.705.175 62100 15 0,05 127240,68 5745,99 3830,66 3447,59

2038 0 4.705.175 62100 16 0,04 127136,97 5560,21 3706,81 3336,13

2039 0 4.705.175 62100 16 0,04 127040,09 5386,08 3590,72 3231,65


93

2040 0 4.705.175 62100 17 0,04 126949,40 5222,54 3481,70 3133,53

2041 0 4.705.175 62100 17 0,04 126864,32 5068,65 3379,10 3041,19

2042 0 4.705.175 62100 18 0,04 126784,35 4923,58 3282,38 2954,15

2043 0 4.705.175 62100 18 0,04 126709,04 4786,58 3191,05 2871,95

2044 0 4.705.175 62100 19 0,04 126638,00 4657,01 3104,67 2794,21

2045 0 4.705.175 62100 19 0,04 126570,86 4534,27 3022,85 2720,56

2046 0 4.705.175 62100 20 0,04 126507,33 4417,85 2945,23 2650,71

2047 0 4.705.175 62100 20 0,03 126447,11 4307,25 2871,50 2584,35

2048 0 4.705.175 62100 21 0,03 126389,95 4202,06 2801,38 2521,24

2049 0 4.705.175 62100 21 0,03 126335,63 4101,89 2734,60 2461,14

2050 0 4.705.175 62100 22 0,03 126283,94 4006,39 2670,93 2403,83

2051 0 4.705.175 62100 22 0,03 126234,69 3915,24 2610,16 2349,14

2052 0 4.705.175 62100 23 0,03 126187,71 3828,14 2552,09 2296,88

2053 0 4.705.175 62100 23 0,03 126142,86 3744,83 2496,56 2246,90

2054 0 4.705.175 62100 24 0,03 126099,98 3665,08 2443,39 2199,05


94

Anexo 3 Proyecciones de generación de biogás y lixiviados en los SDF.

SDF Tipo Manejo Población

1 Amecameca B Semi-adecuado 48421

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Amecameca

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de

Amecameca

1596,25

504,15

0

200

400

600

800

1000

1200

1400

1600

1800

2000 2010 2020 2030 2040 2050

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,E+00

1,E+08

2,E+08

3,E+08

4,E+08

5,E+08

6,E+08

2000 2010 2020 2030 2040 2050 2060

9,0E+06

1,0E+07

1,1E+07

1,2E+07

1,3E+07

1,4E+07

1,5E+07

1,6E+07

Año

Flu

jo d

e L

ixiv

iad

os

(L/

año

)

Lixiviados

BiogásFl

ujo

de

Bio

gás

(L/a

ño

)


95


2 Atlautla C Semi-adecuado 27663

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Atlautla

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Atlautla

8,96

15,98

0

2

4

6

8

10

12

14

16

18

2005 2015 2025 2035 2045 2055

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año

MMB

IPCC

0,E+00

1,E+06

2,E+06

3,E+06

4,E+06

5,E+06

6,E+06

7,E+06

8,E+06

9,E+06

2005 2015 2025 2035 2045 2055 2065

5,380E+07

5,385E+07

5,390E+07

5,395E+07

5,400E+07

5,405E+07

5,410E+07

5,415E+07

5,420E+07

Año

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

)

Lixiviados

Biogás

Flu

jo d

e b

iogá

s (L

/añ

o)


96


3 Ayapango y Juchitepec

C Semi-adecuado 32361

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Ayapango y Juchitepec

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Ayapango

y Juchitepec

180,52

160,22

0

20

40

60

80

100

120

140

160

180

200

2000 2010 2020 2030 2040 2050 2060

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año

MMB

IPCC

0,0E+00

2,0E+05

4,0E+05

6,0E+05

8,0E+05

1,0E+06

1,2E+06

1,4E+06

2005 2015 2025 2035 2045 2055 2065

3,50E+07

3,55E+07

3,60E+07

3,65E+07

3,70E+07

3,75E+07

3,80E+07

Año

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

)

Lix

Biogás

Flu

jo d

e b

iogá

s (L

/añ

o)


97


5 Cocotitlán D Semi-adecuado 12142

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Cocotitlán

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el

SDF de Cocotitlán

5,38

5,36

0

1

2

3

4

5

6

2000 2010 2020 2030 2040 2050

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año

MMB

IPCC

0,E+00

1,E+06

2,E+06

3,E+06

4,E+06

5,E+06

6,E+06

1995 2005 2015 2025 2035 2045 2055

5,394E+07

5,396E+07

5,398E+07

5,400E+07

5,402E+07

5,404E+07

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Lixiviados

Biogás

Flu

jo d

e b

iogá

s (L

/añ

o)


98


6 Ozumba D Inadecuado 27207

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Ozumba

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Ozumba

0

100

200

300

400

500

600

700

800

1990 2000 2010 2020 2030 2040 2050

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,0E+00

2,0E+06

4,0E+06

6,0E+06

8,0E+06

1,0E+07

1,2E+07

1990 2000 2010 2020 2030 2040 2050

Flu

jo d

e li

xivi

ad

os

y b

iogá

s (L

/añ

o)

Año

LixBiogás


99


7 Temamantla B Inadecuado 11206

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Temamantla


Temamantla

243,26

144,58

0

25

50

75

100

125

150

175

200

225

250

1985 1995 2005 2015 2025 2035 2045

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,0E+00

5,0E+07

1,0E+08

1,5E+08

2,0E+08

2,5E+08

1985 1995 2005 2015 2025 2035 2045

5,0E+06

5,5E+06

6,0E+06

6,5E+06

7,0E+06

7,5E+06

8,0E+06

8,5E+06

9,0E+06

Año

Flu

jo d

e lix

ivad

os

(L/a

ño

)

Lix

Biogás

Flu

jo d

e b

iogá

s (L

/añ

o)


100


8 Tepetlixpa B Semi-adecuado 18327

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Tepetlixpa


9 Tlalmanalco B Inadecuado 46130

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Tlalmanalco

248,31

228,77

0

50

100

150

200

250

300

1985 1995 2005 2015 2025 2035 2045

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0

2000

4000

6000

8000

10000

12000

1995 2015 2035 2055

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC


101


Tlalmanalco


10 Ixtlahuaca B Inadecuado 141482

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Ixtlahuaca

0,E+00

1,E+07

2,E+07

3,E+07

4,E+07

5,E+07

6,E+07

7,E+07

8,E+07

9,E+07

1995 2005 2015 2025 2035 2045 2055

Flu

jo d

e lix

ivia

do

s y

bio

gás

(L

/añ

o)

Año

Lix

722,03

758,71

0

100

200

300

400

500

600

700

800

1995 2005 2015 2025 2035 2045 2055

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC


102

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Ixtlahuaca

0,E+00

2,E+06

4,E+06

6,E+06

8,E+06

1,E+07

1995 2005 2015 2025 2035 2045 2055

Flu

jo d

e Li

xivi

ado

s y

Bio

gás

(L/a

ño

)

Año

Lix

Biogás


103


11 San Felipe del

Progreso B Inadecuado 121396

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de San Felipe del Progreso

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de San Felipe

del Progreso

806,13

532,20

0

100

200

300

400

500

600

700

800

900

1990 2000 2010 2020 2030 2040 2050

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,E+00

1,E+08

2,E+08

3,E+08

4,E+08

5,E+08

6,E+08

7,E+08

8,E+08

1990 2000 2010 2020 2030 2040 2050

0,0E+00

2,0E+06

4,0E+06

6,0E+06

8,0E+06

1,0E+07

1,2E+07

1,4E+07

1,6E+07

1,8E+07

2,0E+07

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Lixiviados

Biogás

Flu

jo d

e b

iogá

s (L

/añ

o)


104


12 San José del

Rincón C Inadecuado 91345

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de San José del Rincón

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de San José

del Rincón

166,07

136,51

0

30

60

90

120

150

180

2000 2010 2020 2030 2040 2050 2060

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,E+00

1,E+04

2,E+04

3,E+04

4,E+04

5,E+04

6,E+04

7,E+04

8,E+04

9,E+04

1,E+05

2000 2010 2020 2030 2040 2050 2060

0,E+00

1,E+03

2,E+03

3,E+03

4,E+03

5,E+03

6,E+03

7,E+03

8,E+03

9,E+03

1,E+04

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Lixiviados

Biogás

Flu

jo d

e b

iogá

s (L

/añ

o)


105


13 Jiquipilco C Inadecuado 69031

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Jiquipilco

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Jiquipilco

159,50

145,04

0

20

40

60

80

100

120

140

160

180

2005 2015 2025 2035 2045 2055

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

2,6E+07

2,6E+07

2,7E+07

2,7E+07

2,8E+07

2,8E+07

2,9E+07

2000 2010 2020 2030 2040 2050 2060 2070

0,0E+00

2,0E+07

4,0E+07

6,0E+07

8,0E+07

1,0E+08

1,2E+08

1,4E+08

1,6E+08

Año

Flu

jo d

e B

iogá

s (L

/añ

o)

Biogás

Lixiviados

Flu

jo d

e Li

xivi

ad

os

(L/a

ño

)


106


14 Jocotitlán A2 Inadecuado 61204

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Jocotitlán

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Jocotitlán

7464,50

1537,97

0

1500

3000

4500

6000

7500

2000 2010 2020 2030 2040 2050 2060

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,E+00

1,E+09

2,E+09

3,E+09

4,E+09

5,E+09

6,E+09

7,E+09

8,E+09

0,0E+00

5,0E+06

1,0E+07

1,5E+07

2,0E+07

2,5E+07

3,0E+07

3,5E+07

2000 2010 2020 2030 2040 2050 2060

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

)

Año

Lixiviados

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


107


15 Atlacomulco B Adecuado 93718

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Atlacomulco


Atlacomulco

0

100

200

300

400

500

600

1995 2005 2015 2025 2035 2045

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMBIPCC

0,0E+00

5,0E+07

1,0E+08

1,5E+08

2,0E+08

2,5E+08

3,0E+08

3,5E+08

4,0E+08

4,5E+08

1980 2000 2020 2040 2060 2080 2100

9,00E+06

9,50E+06

1,00E+07

1,05E+07

1,10E+07

1,15E+07

1,20E+07

Año

Flu

jo d

e Li

xivi

ado

s y

bio

gás

(L/a

ño

)

Lixiviados

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


108


16 Morelos D Inadecuado 28426

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Morelos

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF Morelos

50,30

135,59

0

20

40

60

80

100

120

140

160

2005 2020 2035 2050

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,0E+00

5,0E+06

1,0E+07

1,5E+07

2,0E+07

2,5E+07

3,0E+07

3,5E+07

4,0E+07

4,5E+07

5,0E+07

2005 2015 2025 2035 2045 2055

8,4E+06

8,6E+06

8,8E+06

9,0E+06

9,2E+06

9,4E+06

9,6E+06

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Lixiviados

`Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


109


17 Timilpan D Inadecuado 15391

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Timilpan

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Timilpan

31,77

60,47

0

10

20

30

40

50

60

70

1995 2010 2025 2040

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

año

MMBIPCC

0,0E+00

5,0E+06

1,0E+07

1,5E+07

2,0E+07

2,5E+07

3,0E+07

3,5E+07

1990 2000 2010 2020 2030 2040 2050 2060

4,2E+06

4,3E+06

4,4E+06

4,5E+06

4,6E+06

4,7E+06

4,8E+06

Año

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

) Lixiviados

Flu

jo d

e B

iogá

s (L

/añ

o)


110


18 Chapa de Mota C Inadecuado 27551

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Chapa de Mota

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Chapa de

Mota

298,88

251,93

0

50

100

150

200

250

300

350

2000 2010 2020 2030 2040 2050 2060

Fujo

de

Bio

gás

a 50

% M

etan

o

(to

n/a

ño

)

Año

MMBIPCC

0,0E+00

5,0E+07

1,0E+08

1,5E+08

2,0E+08

2,5E+08

3,0E+08

2000 2010 2020 2030 2040 2050 2060

6,0E+06

6,5E+06

7,0E+06

7,5E+06

8,0E+06

8,5E+06

9,0E+06

9,5E+06

1,0E+07

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Lixiviados

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


111


21 Acambay C Semi-adecuado 60918

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Acambay

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF Acambay

96,48

111,41

0

20

40

60

80

100

120

2005 2015 2025 2035 2045 2055 2065

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,E+00

1,E+07

2,E+07

3,E+07

4,E+07

5,E+07

6,E+07

7,E+07

8,E+07

9,E+07

1,E+08

2005 2015 2025 2035 2045 2055 2065

0,0E+00

5,0E+05

1,0E+06

1,5E+06

2,0E+06

2,5E+06

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Lixiviados

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


112


22 Aculco C Semi-adecuado 44823

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Aculco

12,37

12,54

0

2

4

6

8

10

12

14

1990 2000 2010 2020 2030 2040 2050 2060

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC


113


23 Polotitlán C Inadecuado 44823

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Polotitlán

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Polotitlán

15,64

13,47

0

2

4

6

8

10

12

14

16

18

1990 2000 2010 2020 2030 2040 2050

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,0E+00

2,0E+06

4,0E+06

6,0E+06

8,0E+06

1,0E+07

1,2E+07

1,4E+07

1,6E+07

1990 2000 2010 2020 2030 2040 2050

6,8E+06

6,9E+06

7,0E+06

7,1E+06

7,2E+06

7,3E+06

7,4E+06

7,5E+06

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Lixiviados

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


114


24 Jilotepec C Semi-adecuado 83755

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Jilotepec

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Jilotepec

189,26

330,11

0

50

100

150

200

250

300

350

2005 2015 2025 2035 2045 2055 2065

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,0E+00

2,0E+07

4,0E+07

6,0E+07

8,0E+07

1,0E+08

1,2E+08

1,4E+08

1,6E+08

1,8E+08

2005 2015 2025 2035 2045 2055 2065

4,E+06

4,E+06

5,E+06

5,E+06

6,E+06

6,E+06

7,E+06

7,E+06

8,E+06

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Lixiviados

Flu

jo d

e B

iogá

s (L

/añ

o)


115


25 Soyaniquilpan

de Juárez D Semi-adecuado 11798

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Soyaniquilpan de Juárez


Soyaniquilpan de Juárez

16,90

30,58

0

5

10

15

20

25

30

35

1995 2005 2015 2025 2035 2045

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

año

MMB

IPCC

0,0E+00

2,0E+06

4,0E+06

6,0E+06

8,0E+06

1,0E+07

1,2E+07

1,4E+07

1,6E+07

1995 2005 2015 2025 2035 2045 2055

4,35E+06

4,40E+06

4,45E+06

4,50E+06

4,55E+06

4,60E+06

4,65E+06

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Lixiviados

Biiogás

Flu

jo d

e B

iogá

s (L

/añ

o)


116


26 Chicoloapan C Semi-adecuado 175053

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Chicoloapan


Chicoloapan

236,19

190,77

0

50

100

150

200

250

2000 2010 2020 2030 2040 2050

ujo

de

Bio

gás

a 50

% M

etan

o

(to

n/a

ño

)

Año

MMBIPCC

0,0E+00

5,0E+07

1,0E+08

1,5E+08

2,0E+08

2,5E+08

2000 2010 2020 2030 2040 2050 2060

3,35E+07

3,40E+07

3,45E+07

3,50E+07

3,55E+07

3,60E+07

3,65E+07

3,70E+07

3,75E+07

3,80E+07

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Lixiviados

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


117


27 Ixtapaluca A1 Adecuado 467361

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Ixtapaluca

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Ixtapaluca

35502,72

31780,36

0

5000

10000

15000

20000

25000

30000

35000

40000

2005 2015 2025 2035 2045 2055 2065

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,0E+00

5,0E+09

1,0E+10

1,5E+10

2,0E+10

2,5E+10

3,0E+10

3,5E+10

0,0E+00

5,0E+07

1,0E+08

1,5E+08

2,0E+08

2,5E+08

3,0E+08

3,5E+08

2011 2018 2025 2032 2039 2046 2053 2060

Lixi

viad

os

gen

era

do

s (L

/añ

o)

Año

LixiviadosBiogás

Flu

jo d

e B

iogá

s (L

/añ

o)


118


28 Cuautitlán

Izcalli A1 Adecuado 511675

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Cuautitlán Izcalli

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Cuautitlán

Izcalli

41158,94

65991,54

0

10000

20000

30000

40000

50000

60000

70000

2005 2015 2025 2035 2045 2055 2065

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

año

MMBIPCC

0,0E+00

5,0E+09

1,0E+10

1,5E+10

2,0E+10

2,5E+10

3,0E+10

3,5E+10

4,0E+10

0,E+00

1,E+08

2,E+08

3,E+08

4,E+08

5,E+08

6,E+08

2005 2015 2025 2035 2045 2055 2065

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Año

Lixiviados

Biogas

Flu

jo d

e B

iogá

s (L

/añ

o)


119


29 Tepotzotlán A2 Adecuado 88559

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Tepotzotlán


Tepotzotlán

1131,85

976,12

0

200

400

600

800

1000

1200

2005 2015 2025 2035 2045 2055 2065

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,E+00

2,E+08

4,E+08

6,E+08

8,E+08

1,E+09

2005 2015 2025 2035 2045 2055

0,E+00

1,E+07

2,E+07

3,E+07

4,E+07

5,E+07

6,E+07

7,E+07

8,E+07

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o) Lixiviado

s

Flu

jo d

e B

iogá

s (L

/añ

o)


120


30 Villa del Carbón B Inadecuado 44881

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Villa del Carbón

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Villa del

Carbón

0

200

400

600

800

1000

1200

1400

1970 1980 1990 2000 2010 2020 2030

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,E+00

2,E+08

4,E+08

6,E+08

8,E+08

1,E+09

1,E+09

1970 1980 1990 2000 2010 2020 2030

0,0E+00

2,0E+06

4,0E+06

6,0E+06

8,0E+06

1,0E+07

1,2E+07

1,4E+07

1,6E+07

Año

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

)

Lixiviados

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


121


31 Huehuetoca C Adecuado 100023

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Huehuetoca


Huehuetoca

322,91

469,31

0

100

200

300

400

500

1995 2005 2015 2025 2035 2045

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,0E+00

5,0E+07

1,0E+08

1,5E+08

2,0E+08

2,5E+08

3,0E+08

1990 2000 2010 2020 2030 2040 2050

1,50E+07

1,55E+07

1,60E+07

1,65E+07

1,70E+07

1,75E+07

1,80E+07

1,85E+07

1,90E+07

1,95E+07

2,00E+07

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Lixiviados

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


122


32 Axapusco D Semi-adecuado 25559

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Axapusco

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Axapusco

400,59

266,70

0

50

100

150

200

250

300

350

400

450

1995 2005 2015 2025 2035 2045

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

IPCCMMB

0,0E+00

5,0E+07

1,0E+08

1,5E+08

2,0E+08

2,5E+08

1990 2000 2010 2020 2030 2040 2050 2060

1,15E+07

1,19E+07

1,23E+07

1,27E+07

1,31E+07

1,35E+07

1,39E+07

1,43E+07

Año

Flu

jo d

e lix

ivia

do

s (L

/añ

o)

Lixiviados

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


123


33 Ecatepec A2 Adecuado 1,656,107

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Ecatepec

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Ecatepec

6372,88

4641,72

0

1000

2000

3000

4000

5000

6000

7000

1995 2005 2015 2025 2035 2045 2055

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,E+00

1,E+09

2,E+09

3,E+09

4,E+09

5,E+09

6,E+09

1995 2005 2015 2025 2035 2045 2055

0,E+00

1,E+07

2,E+07

3,E+07

4,E+07

5,E+07

6,E+07

Año

Flu

jo d

e lix

ivia

do

s (L

/añ

o)

Lixiviados

Flu

jo d

e B

iogá

s (L

/añ

o)


124


34 Nopaltepec D Semi-adecuado 8895

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Nopaltepec


Nopaltepec

102,51

126,92

0

20

40

60

80

100

120

140

1995 2005 2015 2025 2035 2045

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMBIPCC

0,E+00

1,E+07

2,E+07

3,E+07

4,E+07

5,E+07

6,E+07

7,E+07

8,E+07

9,E+07

1,E+08

1990 2000 2010 2020 2030 2040 2050

8,2E+06

8,4E+06

8,6E+06

8,8E+06

9,0E+06

9,2E+06

9,4E+06

Año

Flu

jo d

e lix

ivia

do

s (L

/añ

o)

Lixiviados

Flu

jo d

e B

iogá

s (L

/añ

o)


125


35 Otumba C Semi-adecuado 34232

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Otumba

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Otumba

143,75

258,17

0

50

100

150

200

250

300

2005 2015 2025 2035 2045 2055 2065

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMBIPCC

0,0E+00

2,0E+07

4,0E+07

6,0E+07

8,0E+07

1,0E+08

1,2E+08

1,4E+08

2005 2015 2025 2035 2045 2055 2065

1,E+06

2,E+06

2,E+06

3,E+06

3,E+06

4,E+06

4,E+06

5,E+06

5,E+06

Año

Flu

jo d

e lix

ivia

do

s (L

/añ

o) Lixiviado

s

Flu

jo d

e B

iogá

s (L

/añ

o)

Flu

jo d

e B

iogá

s (L

/añ

o)


126


36 San Martín de las Pirámides

C Semi-adecuado 24851

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de San Martín de las

Pirámides

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Ecatepec

148,25

143,07

0

20

40

60

80

100

120

140

160

1985 1995 2005 2015 2025 2035

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año

MMB

IPCC

0,0E+00

2,0E+07

4,0E+07

6,0E+07

8,0E+07

1,0E+08

1,2E+08

1,4E+08

1980 1990 2000 2010 2020 2030 2040

6,5E+06

6,9E+06

7,3E+06

7,7E+06

8,1E+06

8,5E+06

Año

Flu

jo d

e lix

ivia

do

s (L

/añ

o)

Lixivia…Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


127


34 Tecámac A1 Adecuado 364,579

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Tecámac

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Tecámac

13850,38

14049,95

0

2000

4000

6000

8000

10000

12000

14000

16000

2000 2020 2040 2060

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

año

MMB

IPCC

0,0E+00

2,0E+09

4,0E+09

6,0E+09

8,0E+09

1,0E+10

1,2E+10

1,4E+10

2000 2010 2020 2030 2040 2050 2060

8,0E+07

1,2E+08

1,6E+08

2,0E+08

2,4E+08

2,8E+08

Año

Flu

jo d

e li

xivi

ad

os

(L/a

ño

)

Lixivi…Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


128


38 Temascalapa B Semi-adecuado 35,987

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Temascalapa

848,73915,36

0

200

400

600

800

1000

1990 2000 2010 2020 2030 2040 2050

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC


129


39 San Juan

Teotihuacán B Adecuado 53,010

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Teotihuacán


Teotihuacán

135,50

219,44

0

50

100

150

200

250

1995 2005 2015 2025 2035 2045

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMBIPCC

0,0E+00

2,0E+07

4,0E+07

6,0E+07

8,0E+07

1,0E+08

1,2E+08

1,4E+08

1,6E+08

1,8E+08

2,0E+08

1990 2000 2010 2020 2030 2040 2050

8,70E+07

8,75E+07

8,80E+07

8,85E+07

8,90E+07

8,95E+07

9,00E+07

9,05E+07

Año

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

)

Lixiviados

Flu

jo d

e B

iogá

s (L

/añ

o)


130


41 Ixtapan de la

Sal C Adecuado 33,541

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Ixtapan de la Sal

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Ixtapan de

la Sal

207,58

237,43

0

50

100

150

200

250

2005 2015 2025 2035 2045 2055 2065

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,0E+00

4,0E+07

8,0E+07

1,2E+08

1,6E+08

2,0E+08

2005 2015 2025 2035 2045 2055 2065

0,0E+00

5,0E+05

1,0E+06

1,5E+06

2,0E+06

2,5E+06

3,0E+06

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

LixiviadosBiogás

Flu

jo d

e B

iogá

s (L

/añ

o)


131


42 Joquicingo C Inadecuado 12,840

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Joquicingo

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Joquicingo

544,72

377,11

0

100

200

300

400

500

600

1995 2005 2015 2025 2035 2045 2055

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,E+00

1,E+08

2,E+08

3,E+08

4,E+08

5,E+08

1995 2005 2015 2025 2035 2045 2055

4,E+06

5,E+06

6,E+06

7,E+06

8,E+06

9,E+06

1,E+07

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Lixiviados

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


132


43 Coatepec Harinas

C Adecuado 36,174

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Coatepec Harinas

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Coatepec

Harinas

869,85

659,65

0

100

200

300

400

500

600

700

800

900

1000

2000 2010 2020 2030 2040 2050

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMBIPCC

0,E+00

1,E+08

2,E+08

3,E+08

4,E+08

5,E+08

6,E+08

7,E+08

8,E+08

2000 2010 2020 2030 2040 2050 2060

2,E+06

4,E+06

5,E+06

7,E+06

8,E+06

1,E+07

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Lixiviados

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


133


44 Malinalco D Clausurado 25,624

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Malinalco

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Malinalco

42,23

50,16

0

10

20

30

40

50

1990 2000 2010 2020 2030 2040 2050

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año

MMB

IPCC

0,0E+00

8,0E+06

1,6E+07

2,4E+07

3,2E+07

4,0E+07

1990 2000 2010 2020 2030 2040 2050

1,04E+07

1,05E+07

1,06E+07

1,07E+07

1,08E+07

1,09E+07

1,10E+07

Año

Flu

jo d

e lix

ivia

do

s (L

/añ

o)

LixBiogás

Flu

jo d

e B

iogá

s (L

/añ

o)


134


46 San Simón Guerrero

D Inadecuado 6,272

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de San Simón Guerrero

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de San Simón

Guerrero

39,40

29,65

0

5

10

15

20

25

30

35

40

45

2005 2015 2025 2035 2045 2055

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMBIPCC

0,0E+00

5,0E+06

1,0E+07

1,5E+07

2,0E+07

2,5E+07

3,0E+07

3,5E+07

4,0E+07

2005 2015 2025 2035 2045 2055 2065

8,6E+06

8,7E+06

8,8E+06

8,9E+06

9,0E+06

9,1E+06

9,2E+06

9,3E+06

9,4E+06

Año

Flu

jo d

e li

xivi

ad

os

(L/a

ño

) Lix

Flu

jo d

e B

iogá

s (L

/añ

o)


135


47 Sultepec D Inadecuado 25,809

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Sultepec

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Sultepec

47,95

50,14

0

10

20

30

40

50

2005 2015 2025 2035 2045 2055

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMBIPCC

0,0E+00

5,0E+06

1,0E+07

1,5E+07

2,0E+07

2,5E+07

3,0E+07

3,5E+07

4,0E+07

4,5E+07

5,0E+07

2005 2015 2025 2035 2045 2055

8,6E+06

8,7E+06

8,8E+06

8,9E+06

9,0E+06

9,1E+06

9,2E+06

9,3E+06

Año

Flu

jo d

e lix

ivia

do

s (L

/añ

o)

Lixiviados

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


136


48 Temascaltepec C Inadecuado 32,870

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Temascaltepec


49 Tenancingo B Inadecuado 90,946

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Tenancingo

268,35

417,33

0

50

100

150

200

250

300

350

400

450

2000 2010 2020 2030 2040 2050 2060

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

247,82

652,42

0

100

200

300

400

500

600

700

2000 2010 2020 2030 2040 2050

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC


137


Tenancingo


51 Tonatico D Inadecuado 12,099

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Tonatico

0,0E+00

5,0E+07

1,0E+08

1,5E+08

2,0E+08

2,5E+08

2000 2010 2020 2030 2040 2050

8,0E+06

9,0E+06

1,0E+07

1,1E+07

1,2E+07

1,3E+07

1,4E+07

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Lix

Biogás

44,76

93,16

0

10

20

30

40

50

60

70

80

90

100

2008 2018 2028 2038 2048 2058

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC


138

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Tonatico

0,0E+00

5,0E+06

1,0E+07

1,5E+07

2,0E+07

2,5E+07

3,0E+07

3,5E+07

4,0E+07

4,5E+07

2008 2018 2028 2038 2048 2058 2068

1,2E+06

1,4E+06

1,6E+06

1,8E+06

2,0E+06

2,2E+06

2,4E+06

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Lix

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


139


52 Villa Guerrero B Adecuado 59,991

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Villa Guerrero

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Villa

Guerrero

596,67

820,95

0

100

200

300

400

500

600

700

800

900

2010 2020 2030 2040 2050 2060

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,E+00

1,E+08

2,E+08

3,E+08

4,E+08

5,E+08

6,E+08

2005 2015 2025 2035 2045 2055 2065

0,E+00

2,E+06

4,E+06

6,E+06

8,E+06

1,E+07

1,E+07

Año

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

)

Lix

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


140


54 Zumpahuacán D Clausurado 16,365

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Zumpahuacán


56 Capulhuac C Inadecuado 34,101

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Capulhuac

57,98

73,43

0

10

20

30

40

50

60

70

80

1995 2005 2015 2025 2035 2045 2055

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0

100

200

300

400

500

600

700

800

900

1000

2000 2010 2020 2030 2040 2050 2060

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC


141

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Capulhuac


34 Nopaltepec D Semi-adecuado 8895


57 Otzolotepec C Clausurado 78146

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Otzolotepec

0,E+00

1,E+08

2,E+08

3,E+08

4,E+08

5,E+08

6,E+08

7,E+08

8,E+08

9,E+08

2000 2010 2020 2030 2040 2050 2060

8,0E+06

1,0E+07

1,2E+07

1,4E+07

1,6E+07

1,8E+07

2,0E+07

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Lix

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)

161,48

201,74

0

50

100

150

200

2000 2010 2020 2030 2040 2050 2060

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC


142


Otzolotepec

0,0E+00

2,0E+07

4,0E+07

6,0E+07

8,0E+07

1,0E+08

1,2E+08

1,4E+08

1,6E+08

2000 2010 2020 2030 2040 2050 2060

1,2E+07

1,3E+07

1,3E+07

1,4E+07

1,4E+07

1,5E+07

1,5E+07

1,6E+07

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Lix

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


143


59 Temoaya D Clausurado 90 010

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Temoaya

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Temoaya

94,57

146,66

0

20

40

60

80

100

120

140

160

1995 2005 2015 2025 2035 2045 2055

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,E+00

1,E+07

2,E+07

3,E+07

4,E+07

5,E+07

6,E+07

7,E+07

8,E+07

9,E+07

1,E+08

1990 2000 2010 2020 2030 2040 2050 2060

8,2E+06

8,4E+06

8,6E+06

8,8E+06

9,0E+06

9,2E+06

9,4E+06

9,6E+06

9,8E+06

Año

Flu

jo d

e lix

ivia

do

s (L

/añ

o)

Lix

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


144


60 Tianguistenco B Clausurado 70,682

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Tianguistenco


Tianguistenco

1310,58

1132,77

0

200

400

600

800

1000

1200

1400

1980 1990 2000 2010 2020 2030 2040

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,0E+00

2,0E+08

4,0E+08

6,0E+08

8,0E+08

1,0E+09

1,2E+09

1,4E+09

1980 2000 2020 2040 2060

0,0E+00

2,0E+06

4,0E+06

6,0E+06

8,0E+06

1,0E+07

1,2E+07

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Lix

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


145


61 Xalatlaco C Inadecuado 26,865

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Xalatlaco

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Xalatlaco

940,78

583,64

0

200

400

600

800

1000

1980 1990 2000 2010 2020 2030 2040

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,E+00

2,E+08

4,E+08

6,E+08

8,E+08

1,E+09

1980 2000 2020 2040 2060

1,5E+07

1,7E+07

1,9E+07

2,1E+07

2,3E+07

2,5E+07

Año

Flu

jo d

e lix

ivia

do

s (L

/añ

o)

Lix

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


146


62 Xonacatlán A1 Adecuado 46 331

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Xonacatlán


Xonacatlán

2525,53

2881,09

0

500

1000

1500

2000

2500

3000

2000 2010 2020 2030 2040 2050 2060

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,0E+00

1,0E+09

2,0E+09

3,0E+09

4,0E+09

5,0E+09

2000 2010 2020 2030 2040 2050 2060

1,4E+08

1,5E+08

1,6E+08

1,7E+08

1,8E+08

1,9E+08

Año

Flu

jo d

e B

iogá

s (L

/añ

o)

Lixiviados

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


147


63 Isidro Fabela D Semi-Adecuado 10,308

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Isidro Fabela

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Isidro

Fabela

85,49

104,74

0

20

40

60

80

100

2000 2010 2020 2030 2040 2050 2060

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,0E+00

1,0E+07

2,0E+07

3,0E+07

4,0E+07

5,0E+07

6,0E+07

7,0E+07

8,0E+07

9,0E+07

2000 2010 2020 2030 2040 2050 2060

2,5E+06

2,7E+06

2,9E+06

3,1E+06

3,3E+06

3,5E+06

3,7E+06

3,9E+06

4,1E+06

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Lix

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


148


64 Naucalpan A1 Adecuado 833,779

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Naucálpan

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Naucálpan

15390,65

0

2000

4000

6000

8000

10000

12000

14000

16000

1998 2018 2038

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,0E+00

2,0E+09

4,0E+09

6,0E+09

8,0E+09

1,0E+10

1,2E+10

1,4E+10

1,6E+10

1995 2005 2015 2025 2035 2045 2055

0,0E+00

5,0E+07

1,0E+08

1,5E+08

2,0E+08

2,5E+08

Año

Flu

jo d

e li

xivi

ado

s (L

/añ

o)

Lix

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


149


65 Nicolás Romero

A2 Adecuado 366,602

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Nicolás Romero

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Nicolás

Romero

7580,08

6362,48

0

1000

2000

3000

4000

5000

6000

7000

8000

9000

2005 2015 2025 2035 2045 2055 2065

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMBIPCC

0,E+00

1,E+09

2,E+09

3,E+09

4,E+09

5,E+09

6,E+09

7,E+09

8,E+09

2005 2015 2025 2035 2045 2055 2065

8,0E+07

9,0E+07

1,0E+08

1,1E+08

1,2E+08

1,3E+08

1,4E+08

1,5E+08

1,6E+08

Año

Flu

jo d

e lix

ivia

do

s (L

/añ

o)

LixiviadosBiogás

Flu

jo d

e B

iogá

s (L

/añ

o)


150


66 Amatepec C Inadecuado 26,334

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Amatepec

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Amatepec

90,80

148,64

0

20

40

60

80

100

120

140

160

2000 2020 2040 2060

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMMBIPCC

0,E+00

1,E+07

2,E+07

3,E+07

4,E+07

5,E+07

6,E+07

7,E+07

8,E+07

9,E+07

2000 2010 2020 2030 2040 2050 2060

8,2E+06

8,4E+06

8,6E+06

8,8E+06

9,0E+06

9,2E+06

9,4E+06

9,6E+06

9,8E+06

Año

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

)

Lix

Flu

jo d

e B

iogá

s (L

/añ

o)


151


68 Luvianos D Semi-adecuado 27,781

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Luvianos

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Luvianos

119,40

122,05

0

20

40

60

80

100

120

140

1995 2005 2015 2025 2035 2045 2055

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,0E+00

2,0E+07

4,0E+07

6,0E+07

8,0E+07

1,0E+08

1,2E+08

1995 2005 2015 2025 2035 2045 2055

1,68E+07

1,72E+07

1,76E+07

1,80E+07

1,84E+07

1,88E+07

Año

Flu

jo d

e lix

ivia

do

s (L

/añ

o)

Lix

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


152


69 Tejupilco B Adecuado 16,365

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Tejupilco

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Tejupilco

516,55486,76

0

100

200

300

400

500

600

2005 2025 2045 2065

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMBIPCC

0,E+00

1,E+08

2,E+08

3,E+08

4,E+08

5,E+08

6,E+08

7,E+08

8,E+08

2005 2015 2025 2035 2045 2055 2065

1,0E+07

1,2E+07

1,4E+07

1,6E+07

1,8E+07

2,0E+07

2,2E+07

Año

Flu

jo d

e Li

xivi

ado

s y

Bio

gás

(L/

año

) Lix

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


153


70 Tlatlaya C Adecuado 32,997

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Tlatlaya

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Tlatlaya

278,64

208,10

0

50

100

150

200

250

300

1998 2008 2018 2028 2038 2048

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,0E+00

5,0E+07

1,0E+08

1,5E+08

2,0E+08

2,5E+08

3,0E+08

1990 2000 2010 2020 2030 2040 2050 2060

4,E+06

5,E+06

6,E+06

7,E+06

8,E+06

9,E+06

1,E+07

1,E+07

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Lix

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


154


72 Papalotla D Semi-adecuado 4,147

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Papalotla

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Tlatlaya

34,06

35,50

0

5

10

15

20

25

30

35

40

1985 1995 2005 2015 2025 2035 2045

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,0E+00

5,0E+06

1,0E+07

1,5E+07

2,0E+07

2,5E+07

3,0E+07

3,5E+07

1990 2000 2010 2020 2030 2040 2050

1,30E+07

1,32E+07

1,33E+07

1,35E+07

1,36E+07

1,38E+07

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

LixBiogás

Flu

jo d

e B

iogá

s (L

/añ

o)


155


74 Atizapán de

Zaragoza A2 Adecuado 489,937

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Atizapán de Zaragoza

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Atizapán

de Zaragoza

11037,12

10188,30

0

2000

4000

6000

8000

10000

12000

1990 2000 2010 2020 2030 2040 2050

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año

MMB

IPCC

0,E+00

2,E+09

4,E+09

6,E+09

8,E+09

1,E+10

1,E+10

1990 2000 2010 2020 2030 2040 2050

1,0E+08

1,4E+08

1,8E+08

2,2E+08

2,6E+08

Año

Flu

jo d

e Li

xivi

ado

s y

Bio

gás

(L/

año

) Lix

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


156


75 Tlalnepantla A1 Adecuado 664,225

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Tlalnepantla


Tlalnepantla

37356,70

26137,22

0

5000

10000

15000

20000

25000

30000

35000

40000

1995 2005 2015 2025 2035 2045

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC

0,0E+00

5,0E+09

1,0E+10

1,5E+10

2,0E+10

2,5E+10

3,0E+10

3,5E+10

4,0E+10

0,0E+00

5,0E+07

1,0E+08

1,5E+08

2,0E+08

2,5E+08

1995 2005 2015 2025 2035 2045

Flu

jo d

e Li

xivi

ado

s y

Bio

gás

(L/a

ño

)

Año

LixBiogás

Flu

jo d

e B

iogá

s (L

/añ

o)


157


76 Almoloya de

Juarez C Clausurado 147,653

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Almoloya de Juárez


77 Almoloya del

Río D Inadecuado 10,886

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Almoloya del Río

538,47

912,80

0

100

200

300

400

500

600

700

800

900

1000

2000 2010 2020 2030 2040 2050

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año

MMBIPCC

24,16

20,43

0

5

10

15

20

25

1990 2000 2010 2020 2030 2040 2050

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año

MMB

IPCC


158

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Almoloya

del Río


78 Calimaya C Inadecuado 47,033

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF Calimaya

0,0E+00

5,0E+06

1,0E+07

1,5E+07

2,0E+07

2,5E+07

1990 2000 2010 2020 2030 2040 2050

7,2E+06

7,3E+06

7,4E+06

7,5E+06

7,6E+06

7,7E+06

7,8E+06

7,9E+06

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Lix

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)

255,30

295,82

0

50

100

150

200

250

300

2005 2015 2025 2035 2045 2055

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMB

IPCC


159

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Calimaya


80 Metepec C Claususrado 214,162

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF Metepec

0,00E+00

5,00E+07

1,00E+08

1,50E+08

2,00E+08

2,50E+08

2000 2010 2020 2030 2040 2050 2060

6,5E+06

7,3E+06

8,1E+06

8,9E+06

9,7E+06

1,1E+07

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o)

Lix

Flu

jo d

e B

iogá

s (L

/añ

o)

496,61

353,46

0

100

200

300

400

500

1985 1995 2005 2015 2025 2035 2045

Flu

jo d

e B

iogá

s a

50%

Met

ano

(to

n/a

ño

)

Año

MMB

IPCC


160

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Metepec


81 Mexicaltzingo C Inadecuado 11,712

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF Mexicaltzingo

0,0E+00

1,0E+08

2,0E+08

3,0E+08

4,0E+08

5,0E+08

1980 2000 2020 2040 2060

3,11E+08

3,12E+08

3,13E+08

3,14E+08

3,15E+08

3,16E+08

3,17E+08

Año

Flu

jo d

e Li

xivi

ado

s (L

/añ

o) Lix

Flu

jo d

e B

iogá

s (L

/añ

o)

328,00

259,42

0

50

100

150

200

250

300

350

1990 2000 2010 2020 2030 2040 2050

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año

MMB

IPCC


161


Mexicaltzingo


84 Tenango del

Valle B Inadecuado 77,965

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF Tenango del Valle

0,0E+00

5,0E+07

1,0E+08

1,5E+08

2,0E+08

2,5E+08

3,0E+08

3,5E+08

1990 2000 2010 2020 2030 2040 2050 2060

6,E+06

7,E+06

7,E+06

8,E+06

8,E+06

9,E+06

9,E+06

1,E+07

1,E+07

Año

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

) Lix

Flu

jo d

e B

iogá

s (L

/añ

o)

2590,71

1838,85

0

500

1000

1500

2000

2500

3000

1990 2010 2030 2050 2070 2090

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año

MMB

IPCC


162

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Tenango

del Valle


85 Texcalyacac D Clausurado 5,111

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF Texcalyacac

0,0E+00

5,0E+08

1,0E+09

1,5E+09

2,0E+09

2,5E+09

1990 2010 2030 2050 2070 2090

0,E+00

2,E+06

4,E+06

6,E+06

8,E+06

1,E+07

Año

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

)

Lix

Flu

jo d

e B

iogá

s (L

/añ

o)

13,92

16,58

0

2

4

6

8

10

12

14

16

18

1990 2000 2010 2020 2030 2040 2050

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año

MMB

IPCC


163


Texcalyacac


88 Tultepec A2 Adecuado 91,808

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF Tultepec

0,0E+00

2,0E+06

4,0E+06

6,0E+06

8,0E+06

1,0E+07

1,2E+07

1,4E+07

1990 2005 2020 2035 2050

2,80E+06

2,85E+06

2,90E+06

2,95E+06

3,00E+06

3,05E+06

3,10E+06

Año

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

) Lix

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)

0

200

400

600

800

1000

1200

1400

2000 2010 2020 2030 2040 2050 2060

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año

MMBIPCC


164

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Tultepec


89 Tultitlán A1 Adecuado 524,074

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF Tultitlán

0,E+00

2,E+08

4,E+08

6,E+08

8,E+08

1,E+09

1,E+09

1,E+09

2000 2010 2020 2030 2040 2050 2060

0,E+00

2,E+06

4,E+06

6,E+06

8,E+06

1,E+07

Año

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

) Lixiviados

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)

9847,49

10800,36

0

2000

4000

6000

8000

10000

12000

2000 2010 2020 2030 2040 2050 2060

Flu

jo d

e B

iogá

s a

50

%

Me

tan

o (

ton

/añ

o)

Año

MMB

IPCC

0,E+00

1,E+09

2,E+09

3,E+09

4,E+09

5,E+09

6,E+09

7,E+09

8,E+09

9,E+09

1,E+10

2000 2010 2020 2030 2040 2050 2060

4,0E+07

6,0E+07

8,0E+07

1,0E+08

1,2E+08

1,4E+08

1,6E+08

1,8E+08

2,0E+08

Año

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

)

Lixiviados

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


165

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Tultitlán


90 Amanalco D Inadecuado 22,868

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF Amanalco

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Amanalco


93 Otzoloapan D Semi-adecuado 4,864

63,45

79,61

0

10

20

30

40

50

60

70

80

90

1995 2005 2015 2025 2035 2045 2055

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMBIPCC

0,E+00

1,E+07

2,E+07

3,E+07

4,E+07

5,E+07

6,E+07

1995 2005 2015 2025 2035 2045 2055

5,4E+06

5,6E+06

5,8E+06

6,0E+06

6,2E+06

6,4E+06

6,6E+06

Año

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

)

Lix

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)


166

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF Otzoloapan


Otzoloapan


95 Valle de Bravo B Semi-adecuado 61,599

12,41

16,10

0

2

4

6

8

10

12

14

16

18

2005 2015 2025 2035 2045 2055

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año

MMB

IPCC

0,0E+00

2,0E+06

4,0E+06

6,0E+06

8,0E+06

1,0E+07

1,2E+07

2005 2020 2035 2050 2065

1,79E+07

1,79E+07

1,80E+07

1,80E+07

1,81E+07

1,81E+07

1,82E+07

Año

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

) Lix

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)

1614,19

1383,47

0

200

400

600

800

1000

1200

1400

1600

1800

1990 2000 2010 2020 2030 2040 2050

Flu

jo d

e B

iogá

s a

50%

Met

ano

(t

on

/añ

o)

Año

MMBIPCC


167

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Valle de Bravo

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Valle de

Bravo


96 Villa Allende C Clausurado 47,709

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF Villa Allende

0,0E+00

3,0E+08

6,0E+08

9,0E+08

1,2E+09

1,5E+09

1,8E+09

1990 2005 2020 2035 2050

3,0E+07

3,5E+07

4,0E+07

4,5E+07

5,0E+07

Año

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

) Lix

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)

458,09

342,96

0

50

100

150

200

250

300

350

400

450

500

1990 2000 2010 2020 2030 2040 2050

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año

MMB

IPCC


168


Allende

SDF Ticpo Manejo Población

97 Villa Victoria Inadecuado 94,369

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Villa Victoria

0,0E+00

9,0E+07

1,8E+08

2,7E+08

3,6E+08

4,5E+08

1990 2000 2010 2020 2030 2040 2050

1,0E+07

1,1E+07

1,2E+07

1,3E+07

1,4E+07

1,5E+07

Año

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

)

Lix

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)

170,65

152,61

0

20

40

60

80

100

120

140

160

180

200

1990 2000 2010 2020 2030 2040 2050

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año

MMB

IPCC


169


Victoria


98 Zacazonapan D Adecuado 4,051

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF Zacazonapan

0,0E+00

2,0E+07

4,0E+07

6,0E+07

8,0E+07

1,0E+08

1,2E+08

1,4E+08

1,6E+08

1,8E+08

1990 2000 2010 2020 2030 2040 2050 2060

2,55E+07

2,60E+07

2,65E+07

2,70E+07

2,75E+07

2,80E+07

Año

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

) Lix

Flu

jo d

e B

iogá

s (L

/añ

o)

25,29

42,37

0

5

10

15

20

25

30

35

40

45

2005 2015 2025 2035 2045 2055 2065

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año

MMB

IPCC


170


Zacazonapan


99 Apaxco C Inadecuado 27,521

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF Apaxco

0,0E+00

5,0E+06

1,0E+07

1,5E+07

2,0E+07

2,5E+07

2005 2015 2025 2035 2045 2055 2065

1,5E+06

1,6E+06

1,7E+06

1,8E+06

1,9E+06

2,0E+06

2,1E+06

2,2E+06

Año

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

)

Lix

Biogás

Flu

jo d

e B

iogá

s (L

/añ

o)

341,49

111,88

0

50

100

150

200

250

300

350

400

1990 2000 2010 2020 2030 2040 2050

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año

MMB

IPCC


171

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Apaxco


100 Hueypoxtla C Clausurado 39,864

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF de Hueypoxtla

0,0E+00

5,0E+07

1,0E+08

1,5E+08

2,0E+08

2,5E+08

3,0E+08

3,5E+08

1990 2005 2020 2035 2050

5,10E+07

5,15E+07

5,20E+07

5,25E+07

5,30E+07

5,35E+07

5,40E+07

5,45E+07

5,50E+07

Año

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

)

Lix

Flu

jo d

e B

iogá

s (L

/añ

o)

47,12

53,96

0

10

20

30

40

50

60

2000 2010 2020 2030 2040 2050 2060

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año

MMB

IPCC


172


Hueypoxtla


101 Tequizquiac D Inadecuado 33,907

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF Tequixquiac

0,0E+00

5,0E+06

1,0E+07

1,5E+07

2,0E+07

2,5E+07

3,0E+07

3,5E+07

4,0E+07

4,5E+07

5,0E+07

2000 2010 2020 2030 2040 2050 2060

1,76E+07

1,77E+07

1,78E+07

1,79E+07

1,80E+07

1,81E+07

1,82E+07

1,83E+07

1,84E+07

Año

Flu

jo d

e L

ixiv

iad

os

(L/A

ño

) Lix

Flu

jo d

e B

iogá

s (L

/añ

o)

125,34

112,48

0

20

40

60

80

100

120

140

2000 2010 2020 2030 2040 2050

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año

MMBIPCC


173


Tequixquiac


102 Zumpango B Adecuado 159,647

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF Zumpango

0,0E+00

2,0E+07

4,0E+07

6,0E+07

8,0E+07

1,0E+08

1,2E+08

1,4E+08

1998 2008 2018 2028 2038 2048 2058

1,70E+07

1,72E+07

1,74E+07

1,76E+07

1,78E+07

1,80E+07

1,82E+07

1,84E+07

1,86E+07

Año

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

)

Lix

Flu

jo d

e B

iogá

s (L

/añ

o)

822,20

1404,39

0

200

400

600

800

1000

1200

1400

1600

2005 2015 2025 2035 2045 2055 2065

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año

MMB

IPCC


174

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de Zumpango


103 San Andrés

Jaltenco D Semi-adecuado 26,328

Proyecciones de generación de biogás obtenidas por ambos modelos para el SDF San Andrés Jaltenco

0,E+00

1,E+08

2,E+08

3,E+08

4,E+08

5,E+08

6,E+08

7,E+08

8,E+08

2005 2015 2025 2035 2045 2055 2065

0,0E+00

2,0E+06

4,0E+06

6,0E+06

8,0E+06

1,0E+07

1,2E+07

1,4E+07

1,6E+07

Año

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

)

Lix

Flu

jo d

e B

iogá

s (L

/añ

o)

0

5

10

15

20

25

30

35

40

45

50

2002 2012 2022 2032 2042 2052 2062

Flu

jo d

e B

iogá

s a

50

% M

eta

no

(t

on

/añ

o)

Año

MMB

IPCC


175

Proyecciones de generación de lixiviados y biogás obtenidas por el WBM y el MMB para el SDF de San

Andrés Jaltenco

0,0E+00

5,0E+06

1,0E+07

1,5E+07

2,0E+07

2,5E+07

3,0E+07

3,5E+07

4,0E+07

2000 2010 2020 2030 2040 2050 2060

4,1E+06

4,2E+06

4,3E+06

4,4E+06

4,5E+06

4,6E+06

4,7E+06

4,8E+06

Año

Flu

jo d

e L

ixiv

iad

os

(L/a

ño

)

Lix

Biogás

Flu

jo d

e B

iogá

s

(L/a

ño

)

INSTITUTO POLITÉCNICO NACIONAL...4.3 Aplicación de las metodologías del cálculo de emisiones de...

Documents

Transcript of INSTITUTO POLITÉCNICO NACIONAL...4.3 Aplicación de las metodologías del cálculo de emisiones de...