INVESTIGADORES
BONANSEA Matias
artículos
Título:
Evaluación de la calidad del agua del reservorio utilizando técnicas estadísticas multivariadas
Autor/es:
LEDESMA, MICAELA; BONANSEA, MATIAS; LEDESMA, CLAUDIA; RODRIGUEZ, CLAUDIA; PINOTTI, LUCIO; GARETTO, EDGAR
Revista:
REVISTA BIOLOGÍA ACUÁTICA
Editorial:
Instituto de Limnología "Dr. Raúl A. Ringuelet" (ILPLA) CONICET-UNLP
Referencias:
Lugar: La Plata; Año: 2018 vol. 32 p. 134 - 134
ISSN:
1668-4869
Resumen:
Los lagos, ríos y embalses constituyen los principales recursos hídricos para múltiples propósitos, por lo que es importante tener información confiable del estado y calidad del recurso mediante la implementación de un plan de monitoreo. Debido a las variaciones espaciales y temporales de la calidad del agua, estos programas deben incluir un gran número de parámetros fisicoquímicos y biológicos tomados en diferentes sitios de muestreo lo que implica grandes insumos financieros, generando además una matriz de datos compleja y difícil de interpretar. Así , es necesario optimizar estos monitoreos, sin perder información útil mediante la aplicación de diferentes técnicas estadísticas multivariadas, lo que permiten una mejor interpretación y comprensión de bases de datos extensas y complejas. El objetivo del trabajo fue analizar la variabilidad de la calidad del agua del embalse Cassaffousth (Córdoba, Argentina), detectando las principales fuentes de contaminación. Sobre una matriz de datos obtenida durante un programa de monitoreo realizado en el año 2016, se aplicaron diversas técnicas estadísticas encontrando diferencias y similitudes entre sitios de muestreo y variables medidas. Mediante el análisis de cluster (AC) se agruparon los sitios con características similares. Se realizó un análisis de componentes principales (ACP) para detectar similitudes entre las variables medidas. Además se observó que la mayor variación en la calidad del agua se explicó por las sales solubles, mientras que el resto de la variación se relacionó con nutrientes, contaminantes orgánicos y parámetros físicos. En base a los resultados se pudo optimizar la estrategia de muestreo , reduciendo el número de sitios de muestreo y variables medidas, lo que generaría una reducción de costos económicos.