Aplicación Práctica / Practical Issues
Recibido: 03-12-2025, Aprobado tras revisión: 19-01-2026
Forma sugerida de citación: Robles, N.; Rivadeneira, D.; Herrera, M.; Ponce, W. (2026). “Análisis de la Influencia Temporal y
Geográfica del Muestreo sobre las Propiedades Fisicoquímicas de FORSU en Manabí, Ecuador”. Revista Técnica “energía”. No.
22, Issue II, Pp. 146-155
ISSN On-line: 2602-8492 - ISSN Impreso: 1390-5074
Doi: https://doi.org/10.37116/revistaenergia.v22.n2.2026.743
© 2026 Autores Esta publicación está bajo una licencia internacional Creative Commons Reconocimiento –
No Comercial 4.0
Analysis of the Temporal and Geographical Influence of Sampling on the
Physicochemical Properties of FORSU in Manabí, Ecuador.
Análisis de la Influencia Temporal y Geográfica del Muestreo sobre las
Propiedades Fisicoquímicas de FORSU en Manabí, Ecuador.
N. Robles1,3
0000-0002-6081-8213
M. Herrera1
0000-0001-5624-7385
D. Rivadeneira1
0000-0003-0295-1291
W. Ponce2
0000-0002-4250-5184
1 Instituto de Investigación Geológico y Energético, Quito 170518, Ecuador
E-mail: nilo.robles@geoenergia.gob.ec, daniel.rivadeneira@geoenergia.gob.ec,
michelle.herrera@geoenergia.gob.ec
2 Instituto Nacional de Investigaciones Agropecuarias - Estación Experimental Portoviejo 130105, Ecuador
E-mail: wilmer.ponce@iniap.gob.ec
3 Alimentos, Compuestos Orgánicos, Materiales, Microbiología Aplicada y Energía (ACMME), Facultad de
Ingeniería Química, Universidad Central del Ecuador, Quito 170129, Ecuador
Abstract
Population growth and societal development have
significantly increased waste generation, whose
accumulation in landfills causes environmental impacts
and health risks for nearby populations. In this study,
samples of the organic fraction of municipal solid waste
(FORSU) were collected in five markets in different
cantons of the province of Manabí, considering different
time periods. Subsequently, physicochemical
characterization was performed through proximal
analysis and determination of the gross calorific value,
complemented by statistical analysis to evaluate the
influence of seasonality and geographical location on its
properties. The results obtained allow criteria to be
established to define the possible uses of FORSU and
its potential for energy recovery through
thermochemical conversion processes.
Resumen
El crecimiento demográfico y el desarrollo de la
sociedad han incrementado de forma significativa la
generación de residuos, cuya acumulación en vertederos
ocasiona impactos ambientales y riesgos sanitarios para
las poblaciones cercanas. En este estudio se
recolectaron muestras de la fracción orgánica de los
residuos sólidos urbanos (FORSU) en cinco mercados
de distintos cantones de la provincia de Manabí,
considerando diferentes temporalidades.
Posteriormente, se realizó la caracterización
fisicoquímica mediante análisis proximal y
determinación del poder calorífico superior,
complementada con un análisis estadístico para evaluar
la influencia de la temporalidad y la ubicación
geográfica sobre sus propiedades. Los resultados
obtenidos permiten establecer criterios para definir los
posibles usos de la FORSU y su potencial de
valorización energética a través de procesos de
conversión termoquímica.
Index terms— Municipal solid waste, Physicochemical
properties, Statistical analysis, Energy recovery,
Thermochemical conversion.
Palabras clave— Residuos sólidos urbanos,
Propiedades fisicoquímicas, Análisis estadístico,
Valorización energética, Termoconversión.
146
Edición No. 22, Issue II, Enero 2026
1. INTRODUCCIÓN
El crecimiento poblacional y urbano, junto con los
hábitos de consumo y el desarrollo económico, se
relacionan directamente con la creciente demanda de
recursos y, en consecuencia, con la generación de
residuos. Este fenómeno constituye un desafío global y
una preocupación para las generaciones actuales y
futuras.
En 2020 se reportaron 810 millones de toneladas de
residuos sólidos urbanos (RSU) en el mundo, de los
cuales el 38 % fueron vertidos, incinerados o acumulados
a cielo abierto [1]. En 2016 se llevó a cabo la
caracterización fisicoquímica que incluyó el análisis
proximal y determinación del poder calorífico de la
fracción bio-orgánica de RSU en dos vertederos de
Indonesia. Los resultados reportaron un rango de
humedad comprendido entre 9,13 y 12,23 %, un
contenido de cenizas entre 10,44 y 17,31 %, un
porcentaje de material volátil en el intervalo de 64,95 a
74,58 %, y un contenido de carbono fijo entre 14,74 y
19,47 %. Asimismo, el poder calorífico se situó entre
14,53 y 17,07 MJ kg-1 [2]. No obstante, el hecho de que
las muestras hayan sido recolectadas en vertederos
genera una amplia variabilidad en los resultados,
atribuida a la heterogeneidad y diversidad de las fuentes
de emisión de estos residuos.
En otro estudio realizado en Saltillo, México por
Silva R. et al. (2024), se caracterizó la fracción orgánica
de los residuos sólidos urbanos (FORSU) proveniente de
mercados de (CMW) donde se determinó que estaba
compuesta en un 72,5 % por frutas y vegetales, mientras
que el 27,5 % restante incluía carnes, huesos, lácteos y
otros residuos orgánicos. A partir del análisis proximal
de esta fracción se obtuvo un contenido de humedad del
89,92 %, mientras que el porcentaje de sólidos totales
alcanzó el 10,08 %. De estos sólidos, el 84,45 %
correspondió a material volátil y el 15,55 % a cenizas [3].
En Ecuador, para 2023, la generación promedio
alcanzó 14.421,29 toneladas diarias de RSU, compuestos
en un 55,3 % por residuos orgánicos y en un 44,7 % por
inorgánicos [4]. En la región costa del país, el 32,1 % de
los RSU son depositados en botaderos a cielo abierto,
mientras que en la región sierra este valor apenas alcanza
el 5,4 % [5]. Esta práctica produce contaminación de
suelos, aguas y aire, afectando directamente a la salud de
la población cercana [6]. Además, las condiciones
climáticas de la costa ecuatoriana aceleran la
descomposición de la materia orgánica y favorecen la
emisión de lixiviados y metano, lo que incrementa los
impactos ambientales [7]. A esto se suma el riesgo de
proliferación de vectores y la posible transmisión de
enfermedades al entrar en contacto con fuentes de agua
[8].
En la región costera de Ecuador se encuentra Manabí,
una provincia cuya actividad económica principal se
centra en el sector agropecuario, ya que 1.052.342 ha de
su territorio están dispuestas para este fin [9], [10]. En el
año 2020 se reportó la existencia de aproximadamente
130 centro de acopio activos [11] que abastecen a una
población de 1.592.840 habitantes, lo que representa el
9,4 % de la población total del país [12].
En este estudio se utilizó FORSU de origen
lignocelulósico, generada en mercados municipales. La
biomasa lignocelulósica, definida como el residuo
vegetal no destinado al consumo humano ni animal, se
caracteriza por su elevado contenido de carbohidratos y
por la presencia de componentes estructurales como
celulosa, hemicelulosa y lignina [13]. Estas
características junto con la alta disponibilidad de este
residuo, le confieren un importante valor energético, lo
que la posiciona como una materia prima adecuada para
procesos de conversión termoquímica entre los que
destacan la incineración, la gasificación y la pirólisis; los
cuales se consideran alternativas sostenibles para la
valorización energética de la FORSU [14]. A través de
estas tecnologías es posible obtener bioproductos sólidos
(biocarbón), líquidos (bioaceite) y gaseosos (syngas), que
pueden emplearse como biocombustibles o en generación
de energía, dependiendo de sus propiedades
fisicoquímicas y de las condiciones de operación [15].
La elevada dependencia de los combustibles fósiles y
el riesgo geopolítico asociado a sus principales
proveedores resaltan la urgencia de promover fuentes de
energía renovables que contribuyan a mitigar los efectos
del cambio climático. Al mismo tiempo, estas
alternativas permiten fortalecer la seguridad energética,
entendida como el acceso ininterrumpido a fuentes de
energía a precios asequibles y ambientalmente
sostenibles [16]. En este contexto, adquiere especial
importancia la llamada “transición energética verde”,
orientada al reemplazo parcial o total de los combustibles
fósiles por recursos renovables y sostenibles [17]. La
integración de estas fuentes en la matriz energética no
solo contribuye a reducir la exposición a la volatilidad de
los mercados internacionales, sino que también impulsa
la diversificación de materias primas y favorece la
construcción de un modelo energético más sostenible y
ambientalmente responsable.
La originalidad de este estudio radica en la
caracterización de la FORSU y en la evaluación
estadística del efecto de la temporalidad y la ubicación de
muestreo sobre sus propiedades fisicoquímicas, con el fin
de establecer criterios sólidos para la selección de
biomasa y su aprovechamiento en la generación de
bioproductos, optimizando así los rendimientos al
aplicarla en distintos procesos. Estos resultados
constituyen la base para definir criterios de
representatividad de las muestras y orientar estrategias de
valorización energética sostenible en la provincia de
Manabí. En Ecuador, este tipo de investigaciones no se
había desarrollado previamente, lo que ha limitado la
disponibilidad de información de referencia y, en
consecuencia, la proyección de aplicaciones de la
147
Robles et al. / Análisis de la influencia temporal y geográfica sobre las propiedades fisicoquímicas de FORSU en Manabí.
FORSU en el contexto nacional. Además, la falta de
estudios sobre la influencia de la temporalidad y la
ubicación geográfica en su composición y propiedades ha
dificultado el diseño de estrategias de aprovechamiento
ajustadas a las condiciones locales.
2. METODOLOGÍAS Y MÉTODOS
2.1 Muestreo y Pre-tratamiento
Las muestras fueron recolectadas durante el año
2024: F1 (24–28 de junio), F2 (26–30 de agosto), F3 (2–
6 de septiembre) y F4 (9–13 de septiembre); salvo en los
casos particulares en los que, por motivos de condiciones
operativas de seguridad, no se pudo realizar el muestreo.
Se seleccionaron cinco mercados distribuidos en
diferentes cantones de la provincia de Manabí, cuya
descripción se presenta en la Tabla 1 y el mapa de su
ubicación geográfica se muestra en la Fig. 1:
Tabla 1: Ubicación y Fechas de Muestreo
Cantón
Ubicación
Fecha de
muestreo
Manta*
S 0°57'06.3"
W 80°42'19.7"
F2, F3 y
F4
Sucre
S 0°36'08.7"
W 80°25'32.5"
F1, F2, F3
y F4
Rocafuerte*
S 0°55'07.3"
W 80°26'56.6"
F2, F3 y
F4
Jipijapa
S 1°20'52.2"
W 80°34'46.1”
F1, F2, F3
y F4
Portoviejo*
S 1°03'24.7"
W 80°27'28.9"
F2, F3 y
F4
*Muestra recolectada en tres fechas por motivos de seguridad operativa.
El muestreo y la preparación de las muestras se
realizaron siguiendo la norma NOM-AA-15-1985 [18].
Las muestras fueron trituradas hasta alcanzar un tamaño
de partícula inferior a 2 mm, secadas a 105 °C y
trasladadas al Laboratorio de Biomasa del Instituto de
Investigación Geológico y Energético (IIGE), en Quito,
para su análisis fisicoquímico. Posteriormente, se realizó
la preparación de la muestra para el análisis
composicional siguiendo una metodología basada en el
procedimiento NREL/TP-510-42620 [19].
Figura 2: Recolección y Pre-tratamiento de FORSU
2.2 Caracterización
La FORSU recolectada fue caracterizada mediante
análisis proximal y determinación del poder calorífico
superior (PCS). Los ensayos se realizaron por triplicado
para garantizar la reproducibilidad de los resultados,
aplicando metodologías establecidas en normas
internacionales: ISO 18134-2:2017 [20] para contenido
de humedad (%H); UNE-EN ISO 18123 [21] para
materia volátil (%MV); UNE-EN ISO 18122 [22] para
cenizas (%CZ); carbono fijo (%CF) calculado por
diferencia y UNE-EN ISO 18125 [23] para PCS.
Figura 1: Lugares Geográficos de los Sitios de Muestreo
148
Edición No. 22, Issue II, Enero 2026
2.3 Análisis Estadístico
Se llevó a cabo un análisis estadístico de los
resultados obtenidos en la caracterización fisicoquímica
de las muestras, considerando las condiciones de
muestreo descritas en la Tabla I. El procesamiento de los
datos se realizó con el software estadístico Minitab,
utilizando un nivel de confianza del 95 % (α = 0,05).
El análisis se estructuró en dos etapas principales: (i)
la evaluación del efecto de las diferencias en las fechas
de muestreo sobre una misma muestra, y (ii) la
comparación entre muestras provenientes de distintos
orígenes.
En ambas etapas se aplicó la misma metodología:
En primer lugar, se utilizó la prueba de Anderson-
Darling (AD) con el fin de determinar si los datos
recolectados para cada variable continua (%H, %CZ,
%MV, %CF y PCS) se ajustaban a una distribución
normal. Para esta prueba se plantearon las siguientes
hipótesis:
Ho: Los datos presentan una distribución normal
(p>α).
H1: Los datos no presentan una distribución normal
(p<α).
La prueba estadística de AD se define como:
 (1)
󰇛󰇜
 󰇟󰇛󰇜󰇛 󰇛󰇜󰇠 (2)
Donde n es el tamaño de la muestra
Yi son los puntos de datos ordenados
F(Yi) es la función de distribución acumulativa de la
distribución hipotética evaluada en Yi [24].
Posteriormente, se aplicó un análisis de varianza
(ANOVA) con un nivel de confianza del 95 % (α = 0,05),
con el objetivo de evaluar las diferencias entre medias
entre más de dos grupos de comparación. El
procedimiento se basó en el estadístico F de Fisher como
criterio de decisión, bajo los supuestos de normalidad en
las poblaciones analizadas y homogeneidad de varianzas
(σ2) [25].
Para este análisis se consideraron los siguientes
aspectos en cada etapa:
2.3.1 Efecto de la temporalidad de muestreo
Número de muestras: 5 provenientes de distintos
mercados.
Fechas de muestreo: F1, F2, F3 y F4 en los mercados
de Sucre y Jipijapa (Fc = 3,86); F2, F3 y F4 en los
mercados de Manta, Rocafuerte y Portoviejo (Fc = 4,74).
2.3.2 Efecto del origen de la muestra
Número de muestras: 5 correspondientes a distintos
mercados.
Fechas de muestreo: 3 diferentes periodos (Fc = 3,36).
En ambos casos, las hipótesis planteadas fueron las
siguientes [26]:
Ho: Las medias son iguales µ1 = µ2 = µ3 = µ4 (F<Fc).
H1: Al menos una de las medias es distinta µ ≠ µn
(F>Fc).
El cálculo del ANOVA se desarrolla de la siguiente
manera:
En primer lugar, se determinan los grados de libertad
(GL) para cada componente del modelo:
 (3)
 (4)
 (5)
Donde nT es el número total de observaciones
r es el número de niveles del factor
A continuación, se obtiene la desviación media del
nivel de factor estimado alrededor de la media general
(Factor SC):
 󰇛
󰇜 (6)
Donde ni es el número de observaciones de cada
muestra
es la media de observaciones en el iésimo nivel del
factor
 es la media de todas las observaciones
Seguidamente, se verifica si el Factor SC es lo
suficientemente grande como para rechazar la hipótesis
nula, comparándola con la suma de los cuadrados del
error o residuos (Error SC):
 󰇛
󰇜
(7)
Donde
 es el valor de la jésima observación al iésimo nivel
del factor.
Además, se calcula la variación total de los datos (SC
Total):
 󰇛
󰇜
(8)
A continuación, se calcula el cuadrado medio (CM)
del factor (Factor CM) y el cuadrado medio del error
(Error CM):
 
 (9)
149
Robles et al. / Análisis de la influencia temporal y geográfica sobre las propiedades fisicoquímicas de FORSU en Manabí.
 
 (10)
Finalmente, el estadístico F de prueba se determina
como se indica en la ecuación 11:

 (11)
En los casos en que el ANOVA resultó en el rechazo
de la hipótesis nula, se aplicó el método de la Diferencia
Mínima Significativa (LSD de Fisher) con el propósito
de comparar las medias adyacentes de una matriz
previamente ordenada de mayor a menor valor [27]. En
este procedimiento, se utilizó la notación con letras
(ABC) para las muestras con tres fechas de muestreo y
(ABCD) para aquellas con cuatro fechas. La ausencia de
una misma letra entre grupos indica que las medias
presentan diferencias significativas.
3. RESULTADOS Y DISCUSIÓN
3.1.1 Caracterización
Tabla 2: Resultados del Análisis Proximal de las Muestras
Muestras
%H
%CZ
%MV
%CF
PCS,
MJ kg-1
Manta
1,75±
0,77
14,38±
1,49
68,88±
2,39
15,00±
2,27
16,55±
0,15
Sucre
3,02±
2,06
17,17±
2,96
67,29±
1,88
12,51±
2,42
16,46±
1,20
Rocafuerte
1,55±
1,20
10,25±
0,56
72,95±
0,81
15,24±
1,33
17,09±
0,75
Jipijapa
1,81±
0,59
14,40±
3,14
68,29±
2,32
15,50±
1,83
16,02±
0,66
Portoviejo
2,68±
0,77
13,75±
1,59
70,39±
2,64
13,18±
1,35
16,41±
1,72
En la Tabla 2 se presentan los resultados del análisis
proximal y el contenido de poder calorífico superior de
las muestras, expresados como la media y la desviación
estándar calculadas como promedio de los ensayos
realizados. De estos resultados se destaca que, para todas
las muestras, el contenido de materia volátil se ubicó en
el rango de 67,29 a 72,95 %. Este valor es comparable
con lo reportado por [28] para muestras de frutas y
vegetales (F&V), cuyo resultado fue de 62,50 %.
En cuanto al contenido energético, expresado como
poder calorífico superior (PCS), los valores registrados
para las distintas muestras y temporalidades oscilaron
entre 16,02 ± 0,66 y 17,09 ± 0,75 MJ kg-1. Estos
resultados coinciden con los valores reportados por [2]
para muestras orgánicas procedentes de vertederos.
Asimismo, los valores de PCS de la FORSU son
comparables con los obtenidos por [29] en maderas
duras, lo que respalda su viabilidad como combustible
sólido en un proceso de incineración.
3.1.2 Análisis estadístico
• Efecto de la temporalidad de muestreo
En la Tabla 3 se presentan los valores de p mínimos
y máximos obtenidos para cada variable continua en las
diferentes fechas y lugares de muestreo:
Tabla 3: Resultados de Valores P para el Supuesto de Normalidad
Cantón
%CZ
%MV
%CF
PCS
Manta
0,256-
0419
0,124-
0,502
0,153-
0,495
0,112-
0,251
Sucre
0,103-
0,524
0,079-
0,406
0,091-
0,630
0,073-
0,565
Rocafuerte
0,074-
0,620
0,407-
0,592
0,121-
0,417
0,076-
0,591
Jipijapa
0,119-
0,600
0,069-
0,630
0,063-
0,622
0,180-
0,489
Portoviejo
0,483-
0,626
0,083-
0,587
0,270-
0,547
0,305-
0,610
Los resultados obtenidos de la prueba de Anderson-
Darling (AD), indican que en todos los casos los valores
de p fueron superiores a (α = 0,05), por lo que se aceptó
la hipótesis nula, confirmando que las muestras siguen
una distribución normal.
De acuerdo con Zhang W. y Qi Y. (2024), el análisis
de varianza (ANOVA) constituye una de las
herramientas estadísticas más empleadas en las ciencias
experimentales para determinar la existencia de
diferencias significativas entre tratamientos y factores
[30]. En este estudio, la aplicación de ANOVA permitió
evaluar la influencia de las diferentes fechas de muestreo
sobre las propiedades fisicoquímicas de la FORSU; los
resultados obtenidos se presentan en la Tabla 4:
Tabla 4: Resultados de Valores F para la Comparación de Medias
entre Fechas de Muestreo
Cantón
%CZ
%MV
%CF
PCS
Manta
109,83
ABC
7,82
AB
5,48
AB
8,12
AB
Sucre
286,84
ABCD
51,57
ABC
55,90
ABCD
719,25
ABC
Rocafuerte
16,65
AB
4,48*
AB
8,87
AB
66,11
ABC
Jipijapa
204,24
ABC
7,62
AB
3,21*
AB
43,58
ABC
Portoviejo
55,00
ABC
7,77
AB
0,52*
A
630,25
ABC
*Muestras en las que se comprueba Ho.
150
Edición No. 22, Issue II, Enero 2026
Los valores de F experimentales obtenidos para las
diferentes temporalidades superaron el valor crítico de F
en todos los casos, lo que indica diferencias significativas
al comparar los muestreos en distintas fechas. Sin
embargo, se identificaron excepciones: en la muestra de
Rocafuerte, el contenido de materia volátil presentó un
valor de F de 4,48; mientras que en los cantones de
Jipijapa y Portoviejo, los valores de F para el contenido
de carbono fijo fueron de 3,21 y 0,52; respectivamente.
Estos resultados muestran que, en dichos casos, las
medias no evidencian diferencias significativas, de
acuerdo con los resultados de la prueba LSD de Fisher,
donde para cada muestra y variable de respuesta se
establecieron grupos de medias ordenadas de mayor a
menor para las distintas fechas, siendo ‘A’ la media más
alta; y se demostró que la diferencia entre sus medias no
es estadísticamente significativa cuando los grupos
comparten letra.
• Efecto del origen de la muestra
En la etapa de comparación entre muestras
provenientes de distintos orígenes, independientemente
de las fechas de muestreo, se aplicó la prueba de
Anderson-Darling (AD). Los valores de p obtenidos se
presentan en la Tabla 5:
Tabla 5: Resultados de Valores P para el Supuesto de Normalidad
Cantón
%CZ
%MV
%CF
PCS
Manta
0,406
0,300
0,161
0,620
Sucre
0,844
0,484
0,692
0,149
Rocafuerte
0,533
0,555
0,608
0,322
Jipijapa
0,027*
0,024*
0,191
0,506
Portoviejo
0,624
0,060
0,314
0,399
*Valores en los que se comprueba la H1.
Los resultados muestran que, en la mayoría de los
casos, los valores de p fueron superiores a 0,05; por lo
que se aceptó la hipótesis nula, confirmando que los datos
cumplen con el supuesto de normalidad. La excepción se
encontró en la muestra del mercado de Jipijapa, donde no
se verificó normalidad en las variables %CZ y %MV.
Ante esta situación, se analizaron de manera paralela
los datos de caracterización correspondientes a dicha
muestra con el fin de identificar la causa de esta
desviación. En la Tabla 6 se presentan los valores
obtenidos:
Tabla 6: Resultados de %CZ y %MV para la Muestra del Cantón
Jipijapa
Fecha de
muestreo
Muestra: Mercado Central de Jipijapa
%CZ ± sd
% MV ± sd
% CF ± sd
F1
15,73 ± 0,48
67,22 ± 0,17
14,29±0,44
F2
16,52 ± 0,57
67,41 ± 0,59
14,78±0,23
F3
16,08 ± 0,34
66,94 ± 0,63
15,28±0,63
F4
9,25 ± 0,16
71,59 ± 2,63
17,67±2,78
Los resultados evidencian una alta variabilidad,
atribuida a que en la temporalidad F4 la muestra estuvo
compuesta en un 90 % por residuos de frutas. Este
predominio de un solo tipo de residuo explica las
diferencias marcadas observadas en los parámetros de
caracterización del Mercado Central de Jipijapa. Por esta
razón, para continuar con el análisis ANOVA se decidió
excluir los datos de F4 en las muestras de Jipijapa y
Sucre, con el fin de garantizar el cumplimiento del
supuesto de igualdad en el número de muestreos entre
mercados (n=3).
Con esta consideración, se verificó que las muestras
cumplen el supuesto de normalidad y se procedió con el
análisis de varianza (ANOVA), cuyos resultados se
presentan en la Tabla 7:
Tabla 7: Resultados de Valores f para la Comparación de Medias
entre Lugares de Muestreo
%CZ
%MV
%CF
PCS
9,92
ABC
6,98
ABC
3,52
AB
0,87*
A
*Muestras en las que se comprueba Ho.
El análisis evidenció que existen diferencias
estadísticamente significativas en tres de los parámetros
evaluados entre los distintos puntos de muestreo. En la
Fig. 3 se presentan los diagramas de caja y bigotes
correspondientes a las variables analizadas en cada
ubicación. Los resultados muestran que no se registraron
diferencias significativas en las medias de los valores de
PCS; sin embargo, en el caso de %CZ, %MV y %CF sí
se identificaron diferencias notables entre cantones.
Específicamente, las muestras de Sucre, Jipijapa y Manta
presentaron los mayores valores de cenizas, mientras que
Rocafuerte y Portoviejo destacaron por su mayor
contenido de materia volátil.
Estos hallazgos confirman que el origen de la FORSU
influye directamente en su composición fisicoquímica y,
por tanto, debe ser considerado como un criterio clave en
la selección de la biomasa para procesos de valorización,
ya que de ello depende la eficiencia y la viabilidad del
tratamiento aplicado.
151
Robles et al. / Análisis de la influencia temporal y geográfica sobre las propiedades fisicoquímicas de FORSU en Manabí.
3.1.3 Posibles procesos de valorización de FORSU
La caracterización fisicoquímica de las muestras
(Tabla II) permite identificar los procesos termoquímicos
más adecuados para el aprovechamiento energético de la
FORSU. En promedio, las muestras presentaron un poder
calorífico superior (PCS) de 16,51±0,90 MJ kg-1. Entre
los mercados analizados, la muestra proveniente del
cantón Rocafuerte registró el valor más alto, con 17,09±
0,75 MJ kg-1 lo que la posiciona como una fuente
energética comparable con biomasas lignocelulósicas
comúnmente aprovechadas, como la cáscara de arroz
(15,84 MJ kg-1), la hierba de elefantes (17,50 MJ kg-1) y
la paja de maíz (17,62 MJ kg-1) [31]:
• Pirólisis
La pirólisis es un proceso termoquímico de
descomposición térmica de la biomasa en ausencia de
oxígeno [32], mediante el cual se obtienen
principalmente biocarbón, bioaceite y gases volátiles.
Según las condiciones de operación, se clasifica en
pirólisis lenta (t: 5–30 min; T: 400–500 °C), rápida (t:
0,5–2 s; T: 400–650 °C) y flash (t: <0,5 s; T: 700–1000
°C) [33]. En un estudio realizado por Elhenawy et al.
(2024), residuos de madera con 12,68 % de carbono fijo
y 80,87 % de materia volátil permitieron obtener entre
22–40 % de biocarbón [34]. Considerando que la FORSU
analizada en este trabajo presentó valores medios de
carbono fijo (14,29 ± 1,84 %) y materia volátil (69,56 ±
2,01 %) cercanos a los reportados, se infiere que podría
ser utilizada como materia prima viable para procesos de
pirólisis, especialmente por su alta disponibilidad en los
mercados locales. En particular, la muestra procedente
del cantón Jipijapa, con su elevado %CF (15,50 ± 1,83 %)
y moderado %MV (68,29 ± 2,32 %), se perfila como la
más adecuada para la producción de biocarbón, lo que
contribuiría a estrategias sostenibles de valorización
energética y captura de carbono.
• Incineración
La incineración, o combustión, consiste en la
oxidación de la biomasa en una atmósfera rica en oxígeno
para la generación de calor [33]. El contenido de cenizas
es un indicador clave de la calidad del combustible, ya
que su exceso puede provocar escoriación y corrosión en
los equipos. En este estudio, La muestra de Rocafuerte,
que presentó el menor contenido de cenizas (10,25 ± 0,56
%) y el mayor PCS, lo que la convierte en la muestra más
prometedora como combustible sólido para combustión
directa. Los valores del contenido de cenizas de las
Figura 3: Diagramas de Caja y Bigotes para el Estudio de la Influencia de la Ubicación de la Muestra A) %CZ; B) %MV; C) %CF y D)
PCS.
152
Edición No. 22, Issue II, Enero 2026
muestras son comparables con los de biomasas acuáticas
(11,93–20,1 %) y residuos agroindustriales (3,38–17 %)
[35], y dadas las cantidades generadas en los mercados
de Manabí, la FORSU puede tener aplicaciones a
pequeña escala (cocción de alimentos o calefacción) y,
en escenarios industriales, como combustible en calderas
para generación de energía.
• Gasificación
La gasificación es un proceso de conversión
termoquímica que consiste en la oxidación parcial de la
biomasa a temperaturas comprendidas entre 800 y 1400
°C, mediante la cual el material sólido se transforma en
un gas de síntesis (syngas). Este producto está constituido
principalmente por hidrógeno (H) y monóxido de
carbono (CO), junto con menores proporciones de
metano (CH), dióxido de carbono (CO) y otros
compuestos trazas, cuya composición depende de las
condiciones de operación y de las características de la
biomasa empleada. [36]. Durante el proceso, ocurren
simultáneamente la pirólisis y la oxidación parcial,
favoreciendo la generación de un gas con alto valor
energético. De acuerdo con estudios previos, un mayor
%MV se asocia con un menor %CF, relación que
respalda que la muestra proveniente de Rocafuerte sea la
más adecuada para este proceso, debido a su elevado
%MV y bajo %CZ [37]. En consecuencia, se espera que
esta biomasa genere un syngas con baja fracción de H,
alta concentración de CO y un poder calorífico
considerable, lo que lo convierte en un insumo
prometedor para aplicaciones energéticas sostenibles
4. CONCLUSIONES
Los resultados obtenidos demuestran que tanto la
temporalidad como el origen de muestreo influyen
significativamente en las propiedades fisicoquímicas de
la FORSU. Este hallazgo evidencia, por un lado,
diferencias asociadas a los hábitos de consumo de los
habitantes de los cantones analizados y, por otro, el
efecto de la estacionalidad en la composición de los
residuos generados en los mercados locales.
El poder calorífico superior (PCS) de las muestras
evaluadas resultó comparable al de residuos
agroindustriales como la cáscara de arroz o la paja de
maíz. Sin embargo, a diferencia de estos, la FORSU
presenta la ventaja de una disponibilidad constante
debido a su continua generación, lo que la posiciona
como una alternativa viable para su aprovechamiento
energético.
La selección de la FORSU como materia prima debe
orientarse según la aplicación específica y las
condiciones de operación de los procesos de conversión
termoquímica, a fin de maximizar la eficiencia en la
producción de bioproductos o energía. En este sentido, el
presente estudio establece un precedente en Ecuador,
aportando información de base para el diseño de
estrategias de valorización sostenible de la FORSU, con
el objetivo de potenciar su contribución como fuente
renovable dentro de la matriz energética nacional.
5. AGRADECIMIENTOS
Los autores agradecen al Instituto de Investigación
geológico y Energético (IIGE) y la Agencia
Española de Cooperación Internacional para el
Desarrollo (AECID), por el financiamiento del
presente trabajo.
6. REFERENCIAS BIBLIOGRÁFICAS
[1] Z. Lenkiewicz, “Global Waste Management Outlook
2024 - Beyond an age of waste: Turning rubbish into
a resource,” United Nations Environ. Program., Feb.
2024, doi: 10.59117/20.500.11822/44939.
[2] M. Gunamantha, “Prediction of Higher Heating
Value Bioorganic Fraction of Municipal Solid Waste
from Proximate Analysis Data,” Int. J. Eng. Res.
Technol., vol. 5, no. 2, pp. 442–447, 2016, [Online].
Available: http://www.ijert.org
[3] D. Martínez, L. Díaz, O. Aguilar, and S. Hernández,
“Characterization of municipal solid waste with the
perspective of biofuels and bioproducts recovery in
Northeast Mexico,” J. Mater. Cycles Waste Manag.,
vol. 26, no. 6, pp. 3665–3680, Nov. 2024, doi:
10.1007/s10163-024-02069-4.
[4] Instituto Nacional de Estadística y Censos (INEC),
“Estadística de Información Ambiental Económica
en Gobiernos Autónomos Descentralizados
Municipales Gestión de Residuos Sólidos 2023,”
2024. [Online]. Available:
https://www.ecuadorencifras.gob.ec/documentos/w
eb-
inec/Encuestas_Ambientales/Municipios/2023/Resi
duos_Solidos/Presentacion_GRS_2023.pdf
[5] Instituto de Gobernanza del Parlamento Andino,
“Diagnóstico: Situación actual de la gestión de
Residuos domiciliarios sólidos en la República del
Ecuador y sus principales ciudades: Guayaquil,
Quito y Cuenca,” 2024. [Online]. Available:
https://lametro.edu.ec/wp-
content/uploads/2024/07/GESTION-DE-
RESIDUOS-DIAGNOSTICO-3.pdf
[6] I. Cruz, I. Campuzano, and J. Camino, “El impacto
ambiental que ocasiona el basurero a cielo abierto en
el recinto La Hernestina del cantón Montalvo,”
Uniandes EPISTEME, vol. 7, no. Especial, pp. 643–
654, 2020.
[7] G. Kiss and G. Aguilar, “Los productos y los
impactos de la descomposición de residuos sólidos
urbanos en los sitios de disposición final,” Gac.
Ecológica, vol. 79, pp. 39–51, 2006, [Online].
Available:
http://estudiosterritoriales.org/resumen.oa?id=5390
153
Robles et al. / Análisis de la influencia temporal y geográfica sobre las propiedades fisicoquímicas de FORSU en Manabí.
7903
[8] E. Escalona, “Daños a la salud por mala disposición
de residuals sólidos y líquidos en Dili, Timor Leste,”
Rev. Cubana Hig. Epidemiol., vol. 52, no. 2, pp.
270–277, 2014.
[9] Instituto Nacional de Estadística y Censos (INEC),
“Encuesta de Superficie y Producción Agropecuaria
Continua, ESPAC 2023,” 2024. [Online]. Available:
https://www.ecuadorencifras.gob.ec/documentos/w
eb-
inec/Estadisticas_agropecuarias/espac/2023/Princip
ales_resultados_ESPAC_2023.pdf
[10] D. L. Mantuano Garcia and J. C. Luque Vera,
“Sector agropecuario y su aporte en el crecimiento
económico de la provincia de Manabí – Ecuador,”
Ciencias Soc. y Económicas, vol. 9, no. 1, pp. 115–
128, 2025, doi: 10.18779/csye.v9i1.928.
[11] Prefectura de Manabí, “Actualización del Paln de
Desarrollo y Ordenamiento Territorial Manabí
2030,” 2022. [Online]. Available:
https://www.manabi.gob.ec/wp-
content/uploads/2021/09/I_PDOT_Manabi_2030_c
ompressed.pdf#page=175&zoom=100,109,926
[12] Instituto Nacional de Estadística y Censos (INEC),
“Resultados Nacionales Definitivos Censo 2022,”
2024.
[13] E. of S. Technologies, “Lignocellulosic Biomass.”
[Online]. Available: https://www-sciencedirect-
com.translate.goog/topics/engineering/lignocellulos
ic-
biomass?_x_tr_sl=en&_x_tr_tl=es&_x_tr_hl=es&_
x_tr_pto=tc
[14] L. Rodríguez, I. López, V. Ocaña, and R. Pérez,
“Tendencias de investigación y desarrollo . Biomass
thermo-conversion by pyrolysis . Trends in research
and development .,” Cent. Azúcar, vol. 39, no. 1, pp.
27–32, 2012.
[15] M. Fernández, J. Rodrigo, and M. Rodrigo,
“Alternativas de valorización y eliminación de
residuos sólidos urbanos,” Industriambiente, no.
December 2014, 2014, [Online]. Available:
https://www.researchgate.net/publication/30366415
2_Alternativas_de_valorizacion_y_eliminacion_de
_residuos_solidos_urbanos/related
[16] J. Kim, F. Jaumotte, A. J. Panton, and G.
Schwerhoff, “Energy security and the green
transition,” Energy Policy, vol. 198, p. 114409, Mar.
2025, doi: 10.1016/j.enpol.2024.114409.
[17] A. Vilches, J. C. Toscano, D. Gill, and Ó. Macías,
“La Transición Energética. Una Nueva Cultura de la
Energía,” OEI. ISBN 978-84-7666-213-7, no.
January, 2014, [Online]. Available:
https://www.researchgate.net/publication/30241229
4_La_Transicion_Energetica_Una_Nueva_Cultura
_de_la_Energia
[18] Secretaria de Comercio y Fomento Industrial
(SECOFI), “Norma Mexicana NMX-AA-015-1985.
Proteccion al Ambiente - Contaminacion del Suelo -
Residuos Sólidos Municipales - Muestreo - Método
de Cuarteo. Secretaría de Comercio y Fomento
Industrial,” 1985.
[19] B. Hames, R. Ruiz, C. Scarlata, A. Sluiter, J. Sluiter,
and D. Templeton, “Preparation of Samples for
Compositional Analysis: Laboratory Analytical
Procedure (LAP); Issue Date 08/08/2008,” no.
August, 2008.
[20] ISO/TC 238, Norma ISO 18134-2:2017 “Solid
biofuels — Determination of moisture content —
Oven dry methodPart 2: Total moisture —
Simplified method,” 2nd ed. 2017. [Online].
Available: https://www-iso-
org.translate.goog/standard/71536.html?_x_tr_sl=e
n&_x_tr_tl=es&_x_tr_hl=es&_x_tr_pto=tc
[21] ISO/TC 238, Norma UNE-EN ISO 18123 “Solid
biofuels — Determination of volatile matter,” 2nd
ed. 2023. [Online]. Available:
https://www.iso.org/es/contents/data/standard/08/31
/83192.html?browse=tc
[22] ISO/TC 238, Norma ISO 18122:2015 “Solid
biofuels — Determination of ash content,” 1st ed.
2015. [Online]. Available:
https://www.iso.org/es/contents/data/standard/06/15
/61515.html
[23] ISO/TC 238, Norma ISO 18125:2017 “Solid
biofuels — Determination of calorific value,” 1st ed.
2017. [Online]. Available: https://www-iso-
org.translate.goog/standard/61517.html?_x_tr_sl=e
n&_x_tr_tl=es&_x_tr_hl=es&_x_tr_pto=tc
[24] SixSigma, “A Complete Guide to the Anderson-
Darling Normality Test.” [Online]. Available:
https://www.6sigma.us/six-sigma-in-
focus/anderson-darling-normality-test/
[25] W. Navidi, Statistics for Engineers and Scientist.
Colorado, EEUU: The McGraw-Hill Companies,
Inc., 2006.
[26] Soporte de Minitab, “Métodos y fórmulas para el
análisis de varianza en ANOVA de un solo factor.”
[Online]. Available: https://support.minitab.com/es-
mx/minitab/help-and-how-to/statistical-
modeling/anova/how-to/one-way-anova/methods-
and-formulas/analysis-of-variance/
[27] K. Moore, R. Mowers, M. L. Harbur, L. Merrick,
and A. Assibi, “Mean Comparisons,” in Quantitative
Methods for Plant Breeding, 2023, ch. 10. [Online].
Available: https://iastate-pressbooks-
pub.translate.goog/quantitativeplantbreeding/chapte
154
Edición No. 22, Issue II, Enero 2026
r/mean-
comparisons/?_x_tr_sl=en&_x_tr_tl=es&_x_tr_hl=
es&_x_tr_pto=tc
[28] M. I. Awad, Y. Makkawi, and N. M. Hassan, “Yield
and Energy Modeling for Biochar and Bio-Oil Using
Pyrolysis Temperature and Biomass Constituents,”
ACS Omega, vol. 9, no. 16, pp. 18654–18667, Apr.
2024, doi: 10.1021/acsomega.4c01646.
[29] B. Esteves, U. Sen, and H. Pereira, “Influence of
Chemical Composition on Heating Value of
Biomass: A Review and Bibliometric Analysis,”
Energies, vol. 16, no. 10, p. 4226, May 2023, doi:
10.3390/en16104226.
[30] W. Zhang and Y. Qi, “ANOVA-nSTAT: ANOVA
methodology and computational tools in the
paradigm of new statistics,” vol. 14, pp. 48–67, Mar.
2024.
[31] D. J. Horst, J. J. Ramírez Behainne, P. P. de Andrade
Júnior, and J. L. Kovaleski, “An experimental
comparison of lignin yield from the Klason and
Willstatter extraction methods,” Energy Sustain.
Dev., vol. 23, pp. 78–84, Dec. 2014, doi:
10.1016/j.esd.2014.07.005.
[32] A. G. Jardón-Medina and A. Ortiz-Fernández,
“Obtención y caracterización de biocarbón a partir
de Eichhornia crassipes usando un prototipo de
reactor de pirólisis solar,” Rev. Ciencias Ambient.,
vol. 57, no. 1, pp. 1–23, Dec. 2022, doi:
10.15359/rca.57-1.13.
[33] College of Earth and Mineral Sciences. The
Pennsylvania State University, “Lesson 4: Biomass
Pyrolysis and Pretreatment Overview,” EGEE 439:
Alternative Fuels from Biomass. [Online].
Available:
https://courses.ems.psu.edu/egee439/node/525
[34] Y. Elhenawy et al., “Experimental analysis and
numerical simulation of biomass pyrolysis,” J.
Therm. Anal. Calorim., vol. 149, no. 19, pp. 10369–
10383, 2024, doi: 10.1007/s10973-024-12987-y.
[35] L. F. Pintor-ibarra and F. D. Mendez, “Capítulo 5:
Caracterización proximal de los biocombustibles
sólidos,” no. April 2024, 2023.
[36] S. Gundekari, J. Mitra, and M. Varkolu,
“Classification, characterization, and properties of
edible and non-edible biomass feedstocks,” in
Advanced Functional Solid Catalysts for Biomass
Valorization, Elsevier, 2020, pp. 89–120. doi:
10.1016/B978-0-12-820236-4.00004-0.
[37] Y. Gao et al., “Syngas Production from Biomass
Gasification: Influences of Feedstock Properties,
Reactor Type, and Reaction Parameters,” ACS
Omega, vol. 8, no. 35, pp. 31620–31631, Sep. 2023,
doi: 10.1021/acsomega.3c03050.
Nilo M. Robles Carrillo.- Nació
en Loja en 1991. Recibió su título
de Ingeniero Químico de la
Universidad Central del Ecuador
(UCE) en 2020. Sus campos de
investigación están relacionados
con aprovechamiento integral de
biomasa y energía.
Daniel A. Rivadeneira Rivera.-
Nació en Quito en 1987. Recibió
su título de Ingeniero Mecánico de
la Universidad de las Fuerzas
Armadas (ESPE) en 2014. Master
en Dirección y Gestión de
Proyectos por la Universidad
Benito Juárez G en 2023, Master
en Ingeniería Energética por la Universidad de Oviedo-
España en 2025. Actualmente se encuentra cursando sus
estudios de Doctorado en la Universidad de Alcalá, en
Tecnologías de la Información y Comunicación
enfocadas a la Eficiencia Energética en la Industria.
Michelle E. Herrera Balseca.-
Nació en Quito en 1995. Recibió
su título de Ingeniera Química de la
Universidad Central del Ecuador
(UCE) en 2022. Sus áreas de
investigación incluyen la síntesis
orgánica y la valorización de
biomasa orientada a procesos de
remediación ambiental.
Wilmer Ponce. - Nació en Manabí
en 1984. Recibió su título de
Ingeniero Químico de la
Universidad Técnica de Manabí en
2011. Magister en Ingeniería
Agrícola por la Universidad
Técnica de Manabí.
155