Aplicación del análisis multivariante exploratorio a la matriz de datos de aguas superficiales en la Cuenca del Río Choapa durante el período 2011-2018

Abstract

En mayo del año 2011 el Instituto Nacional de Investigaciones Agropecuarias (INIA) inició la ejecución del proyecto “Seguimiento Ambiental Integral” (SAI) para la cuenca del río Choapa, el cual continuará ejecutándose hasta mayo del año 2021. Su principal objetivo es conocer e interpretar variaciones de la calidad y del estado ambiental de las aguas superficiales y otros componentes del sistema acuático, mediante el monitoreo de parámetros fisicoquímicos y biológicos en 15 puntos de muestreo en la cuenca del Choapa, IV región, Chile. Desde el 2011 hasta el 2018 la acumulación de información ha generado una matriz amplia y compleja de datos, cuya interpretación de carácter univariado ocupa principalmente como objeto de análisis series temporales relativamente largas ignorando muchas veces estructuras de correlación. Es por esto qué, con el fin de sintetizar la información acumulada durante estos 7 años y así facilitar la interpretación de los datos en función de sus correlaciones y fuentes de variabilidad, se empleó la técnica multivariante “Análisis de Componentes Principales” (ACP). Se aplicaron 2 ACP, uno para la matriz de datos correspondientes a los puntos de muestreo de toda la cuenca y otro para la matriz de datos correspondientes a los puntos del río principal, para 20 parámetros fisicoquímicos (pH, CE, STD, T°, Ca, Mg, K, Na, Cl, SO4-2, Nkj, B, Cu, Fe, Mn, Zn, Al, As, Sodio porcentual y Dureza) El primer ACP generó 5 Componentes Principales (CP) que explicaron aproximadamente el 77% de varianza. Las fuentes de variabilidad encontradas corresponden a los procesos de disolución de sales en el agua superficial y su relación con los sólidos disueltos y la conductividad para el CP1, las actividades mineras desarrolladas en la cuenca y como los metales se relacionan con el pH para el CP2, las fuentes litológicas de metales como el Fe y Al que contribuyen en un 40% para el CP3, y a la disolución de compuestos agrícolas de origen mineral y a la materia orgánica ligada a zonas de eutroficación para los CP 4 y CP5 respectivamente. El segundo ACP generó 5 Componentes Principales (CP) que explicaron aproximadamente el 73% de varianza. Las fuentes de variabilidad fueron los procesos de disolución de sales manteniendo una estrecha correlación con la evolución a lo largo del río para el CP1, las fuentes litológicas y actividades mineras destacando la disminución de la contribución del Cu y la alta correlación de este componente con el As para el CP2. El CP3 tiene relación la materia orgánica y los procesos de adsorción de sales. El CP4 tiene relación con las fuentes agrícolas y los procesos de disolución de productos de origen mineral. El último componente tiene como origen de su variabilidad, las fuentes litológicas en interacción con la materia orgánica. La aplicación del ACP logró reducir la dimensionalidad de los datos y encontrar las correlaciones significativas subyacentes que presentaban las variables entre ellas y los CP. Los ACP aplicados, tanto en la cuenca como en el río principal mostraron fuentes de variabilidad semejantes, diferenciándose entre sí, por las contribuciones y correlaciones de Cu y As ligadas a actividades mineras cercanas al río Pelambres en los puntos más altos de la cuenca. Además, no se logró evidenciar de manera clara las variaciones temporales y espaciales de- las variables fisicoquímicas, esto debido por la disposición y orden de las variables “Sit” y “Year” en el conjunto de datos. El modelo requiere optimización, ordenando de manera distinta el conjunto de variables y aplicando otros modelos multivariados (AC, AF), no obstante, este análisis sirvió para mostrar las fuentes de variabilidad de la cuenca y su río principal y contrastar los resultados generados con las interpretaciones univariantes desarrolladas en el proyecto SAI.

In May 2011, the National Institute of Agricultural Research (INIA) carried out the project "Comprehensive Environmental Monitoring" (SAI) for the Choapa river basin, which will continue to run until May 2021. Its main objective is to know and interpret variations in the quality and environmental status of surface waters and other components of the aquatic system, by monitoring physicochemical and biological parameters at 15 sampling points in the Choapa basin, IV region, Chile. since 2011 to 2018, the accumulation of information has generated a broad and complex matrix of data, the univariate interpretation of which mainly occupies relatively long time series analyzes, often ignoring correlation structures. That is why, in order to synthesize the information accumulated during these 7 years and thus facilitate the interpretation of the data based on their correlations and sources of variability, the multivariate technique "Principal Component Analysis" (PCA) was used. 2 ACP were applied, one for the data matrix corresponding to the sampling points of the entire basin and another for the data matrix corresponding to the main river points, for 20 physicochemical parameters (pH, EC, STD, T °, Ca, Mg, K, Na, Cl, SO4-2, Nkj, B, Cu, Fe, Mn, Zn, Al, As, Percentage Sodium and Hardness) The first ACP generated 5 Principal Components (PC) that explained approximately 77% of variance. The sources of variability found correspond to the processes of dissolution of salts in surface water and its relationship with dissolved solids and conductivity for CP1, the mining activities carried out in the basin and how metals are related to pH for CP2 , the lithological sources of metals such as Fe and Al that contribute 40% for CP3, and to the dissolution of agricultural compounds of mineral origin and organic matter linked to eutrophication zones for CP 4 and CP5 respectively The second ACP generated 5 Principal Components (PC) that explained approximately 73% of variance. The sources of variability were the processes of salts dissolution, maintaining a close correlation with the evolution along the river for CP1, the lithological sources and mining activities, highlighting the decrease in the contribution of Cu and the high correlation of this component with the As for CP2. CP3 is related to organic matter and the adsorption processes of salts. CP4 is related to agricultural sources and the dissolution processes of products of mineral origin. The last component has as its origin of its variability, the lithological sources in interaction with the organic matter. The application of the ACP managed to reduce the dimensionality of the data and find the significant underlying correlations that the variables presented between them and the PC. The ACP applied, both in the basin and in the main river, showed similar sources of variability with found differences in the contributions and correlations of Cu and As linked to mining activities near the Pelambres river at the highest points of the basin. Furthermore, it was not possible to clearly show the temporal and spatial variations of the physicochemical variables, this due to the arrangement and order of the variables "Sit" and "Year" in the data set.The model requires optimization, ordering the set of variables differently and applying other multivariate models (AC, AF), however, this analysis served to show the sources of variability of the basin and its main river and contrast the results generated with the univariate interpretations developed in the SAI project