En todos los estudios referidos, se llevó a cabo una caracterización fisicoquímica de las aguas mediante Análisis de Componentes Principales (ACP). Esta estadística tiene como propósito reducir un espacio multivariado (ej: numerosas variables fisicoquímicas) a unos pocos ejes o componentes explicando un alto porcentaje de la varianza total (Overall and Klett, 1972; Kendall, 1975; Johnson and Wichern, 1982).
Esta técnica ha sido ampliamente reconocida a nivel mundial en la caracterización fisicoquímica de arroyos (Boulton and Lake, 1990), ríos (Simoneau, 1986), áreas inundables (Johnston et al., 1990), lagos (El-Shaarawi et al, 1986; Schetagne, 1986; Matthews et al, 1991) y ciénagas contaminadas por petróleo (Viña et al., 1991). Así mismo, ha sido la base de análisis para numerosos programas de monitoreo limnológico llevados a cabo en España (Margalef, 1983).
El ACP tiene la virtud de agrupar las estaciones con condiciones ambientales similares y de desagregar aquellas que manifiestan las caracteríaticas más disímiles, a partir de las correlaciones existentes entre unas y otras variables. Este hecho señala que su aplicación es más consistente en estudios con numerosas estaciones, pues se incrementa la solidez del análisis.
La relación del ACP con la formulación de los índices de contaminación no estriba en sus resultados, sino en el cálculo de matrices de correlación entre todas las variables, hecho que permite identificar las asociaciones entre ellas (Margalef, 1983; Ramírez, 1988; George et al., 1991). De los estudios y análisis referidos, se tomó entonces la información pertinente a dichas matrices en las cuales se identifican además, las correlaciones significativas a un nivel de confiabilidad del 95%.
A partir de ellas, se definieron grupos de variables fisicoquímicas que denotan una misma condición ambiental y se seleccionaron algunas de las variables más representativas o de fácil determinación, para ser involucradas en los índices de contaminación (ICO).
El procedimiento seguido en la formulación de los ICO fue similar al empleado en el desarrollo de los ICA:
- -Selección de variables físicas y químicas.
- -Asignación de valores de calidad (0 a 1) a diferentes concentraciones de las variables, o establecimiento de una relación (ecuación) entre índice -variable, con base en legislaciones o parámetros definidos por diversos autores para diferentes usos del agua.
Las variables fisicoquímicas que se involucraron en el cálculo de los ICO, al igual que los ICA, recayeron en condiciones generales de la calidad del agua y no en contaminantes específicos. En la Tabla 1 se presentan algunos de los ICA más utilizados.
]]>
Sobre las coordenadas resultantes para cada variable, se llevó a cabo análisis de regresión por mínimos cuadrados mediante modelos lineal, exponencial, logarítmico, parabólico, de potencia y recíproco, seleccionándose en cada caso aquella relación estadísticamente válida (95% de confiabilidad), que además de exhibir alto coeficiente de determinación (r2), se ajustase a una relación esperada. Para dicho modelo se estableció la ecuación de regresión, es decir, entre índice y concentración de la variable.
Después, aquellas variables que denotaron un mismo criterio de contaminación, fueron agrupadas en un único índice de contaminación. Si bien es posible construir cada índice con numerosas variables, los mismos por simplicidad y economía, deben recoger tan sólo unas pocas, sin ser conducentes a pérdida de información.
RESULTADOS
Correlaciones entre variables fisicoquímicas
Se eligieron algunas variables que se consideraron relevantes por su rol ecológico, o porque en sí mismas conjugan, de forma simultánea, el papel de distintas variables; sobre ellas se observaron las correlaciones que exhibieron en los diferentes estudios previamente referidos. Dichas variables fueron: conductividad, pH, sólidos suspendidos, oxígeno, demanda bioquímica de oxígeno, fósforo total y coliformes totales.
En la Tabla 2 se exponen las correlaciones significativas positivas que tuvieron lugar en cerca de un 50% o más de las oportunidades (8 o más de un total de 17) y en la Tabla 3, aquellas que aparecieron en porcentajes menores. Cabe notar que los coliformes totales y la demanda bioquímica de oxígeno no fueron determinadas en el programa de monitoreo del Oleoducto de Colombia.
La conductividad refleja la mineralización de las aguas (sólidos disueltos) y conjuga los cationes sodio, potasio, calcio, magnesio, así como los aniones carbonates, bicarbonatos, sulfates y cloruros, principalmente. Se observan correlaciones significativas entre estas variables y sólidos disueltos, dureza y alcalinidad.
El pH expresó sus principales correlaciones con componentes de mineralización como alcalinidad y, en menor forma, con conductividad y sólidos disueltos, con un valor de 6 (Tabla 3). La relación del pH con la alcalinidad está sustentada en el hecho de que esta última mide la capacidad del agua para aceptar iones de hidrógeno, lo cual se hace determinando en esencia las concentraciones de bicarbonato, carbonato e hidroxilo; el carbono por demás, pasa de C02 a bicarbonatos cuando el pH es de 6 a 10, y a carbonates en pH mayor a 10 (Mañanan, 1991; Margalef, 1983).
Los sólidos suspendidos reflejan una condición distinta a los sólidos disueltos y no denotan correlaciones sistemáticas con las variables propias de mineralización. Puede medirse por su concentración, o a través de la turbiedad, aunque esta última es tan sólo una expresión de la primera. Su principal causa la constituyen los procesos erosivos y extractivos, y su efecto sobre los ecosistemas acuáticos se manifiesta en la reducción de la penetración de luz y con ello impedimento de fotosíntesis. Es destacable el hecho de que el amonio (variable propia de contaminación orgánica) se encuentre asociado en un número importante de oportunidades, 8 a esta variable (Tabla 2), así como ocurre con la demanda de oxígeno (DBO y DQO).
El oxígeno no mostró correlaciones de forma repetida con otras variables, hecho que indica que su valor está asociado a condiciones como caudal, velocidad, geografía, capacidad de reaireación o altitud, por lo que muestra independencia con el conjunto de variables referidas. Constituye la variable con más correlaciones negativas, aunque no en forma permanente con alguna de ellas. Se destacan: cuatro con el fósforo y tres con alcalinidad, sulfates, sólidos disueltos y pH. Su papel biológico es fundamental, pues define la presencia o ausencia potencial de todas las especies acuáticas y el tipo aeróbico o anaeróbico prevaleciente en el ecosistema.
La demanda bioquímica de oxígeno mostró correlación con la demanda química, debido a que forma parte de esta última. La DB05 está definida por la cantidad y tipo de materia orgánica en proceso de descomposición; cabe destacar, sin embargo, que no muestra correlación positiva o negativa con la concentración de oxígeno.
El fósforo total se correlaciona tan sólo con los ortofosfatos; estos últimos forman parte del primero. Por ser usualmente el nutriente limitante, define el tipo de organismos vegetales que habrán de prevalecer, así como la eutrofización de los ecosistemas acuáticos. Si bien este último fenómeno es más importante en sistemas lénticos, se expresa también bajo muchas circunstancias en los lóticos. Así, en aguas claras de alta media montaña, se reconocen abundantes comunidades de perifiton, mientras que en caños y quebradas de la cuenca baja (ej: llanura costeña), se observa copioso desarrollo de fitoplancton y macrófitas, en razón a que durante las temporadas de sequía estas aguas se estancan o poseen una velocidad muy reducida, permitiendo el desarrollo de las comunidades referidas.
Si bien en cursos caudalosos como por ejemplo los ríos Magdalena, San Jorge y Sinú, la concentración de fósforo por sí misma no es relevante dado que no hay proliferación de microalgas o de macrófitas, la eutrofización sigue siendo una variable de alta connotación ecológica, por que dichas aguas alimentan los más importantes sistemas cenagosos del país, donde sí ocurre crecimiento vegetal y se reconoce, además, alta producción pesquera.
La eutrofización puede determinarse mediante las variables que la causan: concentraciones de nutrientes, principalmente fósforo u ortofosfatos, o a través de los efectos que éstos producen como son las densidades fitoplanctónicas (o de macrófitas), la concentración de clorofila a, o incluso mediante variables conexas como la medición de la transparencia (con disco de Secchi) o la concentración de oxígeno (Henao, 1987).
]]> Es importante hacer notar, además, que el nitrógeno (segundo nutriente en importancia) en sus formas de nitrato y nitrito, no presenta correlaciones importantes con otras variables.Los coliformes totales se correlacionan con los fecales, dado que estos últimos forman parte de los primeros. Exhiben independencia con las variables restantes.
En este punto es importante señalar que, mientras la mineralización de las aguas se expresa en un único grupo, los procesos de oxidación-reducción-contaminación orgánica, ocurren y se manifiestan en variables no conexas. El conjunto de características referidas se esquematiza en la Figura 1
Los resultados hasta aquí expuestos corresponden, en buena medida, con los encontrados por Margalef (1983), quien plantea, con base en numerosos estudios de componentes principales realizados en aguas continentales de España, dos grandes grupos de variables: mineralización y oxidorreducción.
Índices de contaminación
Con base en las correlaciones referidas, se definieron los siguientes índices de contaminación:
- -índice de contaminación por mineralización (ICOMI): se expresa en numerosas variables, de las cuales se eligieron: conductividad como reflejo del conjunto de sólidos disueltos, dureza por cuanto recoge los cationes calcio y magnesio, y alcalinidad porque hace lo propio con los aniones carbonates y bicarbonatos.
- -índice de contaminación por materia orgánica (ICOMO): al igual que en la mineralización, se expresa en diferentes variables fisicoquímicas de las cuales se seleccionaron demanda bioquímica de oxígeno (DB05), coliformes totales y porcentaje de saturación del oxígeno, las cuales, en conjunto, recogen efectos distintos de la contaminación orgánica, tal como lo demuestra la ausencia de correlaciones entre ellas.
- -índice de contaminación por sólidos suspendidos (ICOSUS): se determina tan sólo mediante la concentración de sólidos suspendidos. Si bien esta variable observó alguna correlación de importancia con la demanda de oxígeno (DBO y DQO) y con el amonio, se desagregó de las anteriores por cuanto estas últimas corresponden con claridad a procesos de contaminación orgánica, mientras que los sólidos suspendidos bajo muchas circunstancias, podrían perfectamente hacer referencia tan sólo a compuestos inorgánicos. ]]>
-
Los índices de contaminación (ICO) constituyen una herramienta poderosa de fácil determinación, que prestan gran utilidad en la caracterización de la calidad de las aguas continentales, tarea que realizan con mayor objetividad y claridad que los tradicionales índices de calidad (ICA). Su empleo cobra mayor relevancia que los componentes principales cuando se estudia un reducido número de cursos y se complementa con éste cuando se caracterizan numerosas estaciones.
-
El cálculo de un único índice lleva implícito una pérdida sustancial de información que genera, en muchas circunstancias, mayor confusión en la interpretación de los resultados. Los cuatro índices de contaminación formulados son complementarios y, por lo tanto, permiten visualizar situaciones ambientales perfectamente distintas.
]]>
-
Con el desarrollo de los cuatro índices de contaminación presentados, se potencia enormemente la búsqueda e identificación de organismos bioindicadores. La contaminación por materia orgánica que usualmente es la de mayor interés, puede ahora definirse en forma concreta, sin interferencias o ruidos causados por el comportamiento de otras variables, tal como ha venido sucediendo con la aplicación de los ICA.
-
La contaminación orgánica mostró diferentes matices y, por ende, no puede ser recogida en una única variable. Por tal razón, el ICOMO se formuló a partir de tres variables con comportamientos no correlacionados, oxígeno, DBO5 y coliformes totales, las cuales conjugan un espectro amplio de los fenómenos que ocasionan estos procesos de contaminación.
-
La mineralización de las aguas contrariamente, es un fenómeno que de, manera general, involucra al unísono la disolución de aniones y cationes en las aguas y que, por ende, puede ser recogida en la conductividad o en la concentración de sólidos disueltos. La inclusión de tres variables en la formulación del ICOMI, obedece a los diferentes efectos que sobre las aguas y las comunidades bióticas arrojan los diferentes iones.
-
El ICOSUS refleja la concentración de sólidos suspendidos y muestra relación directa con el ICOTRO (concentración de fósforo total) durante la época de lluvias, aunque el porcentaje de explicación de una variable en otra es muy bajo.
]]>
- -índice de contaminación trófico (ICOTRO): se determina en esencia por la concentración del fósforo total.
Como se observa, hay una alta correspondencia entre las variables involucradas en los ICO y aquellas definidas por otros autores en los ICA. De igual modo, las relaciones índices -concentración para las variables coincidentes, resultan muy próximas entre sí.
Índice de contaminación por mineralización: ICOMI
El ICOMI es el valor promedio de los índices de cada una de las tres variables elegidas, las cuales se definen en un rango de 0 -1; índices próximos a cero (0) reflejan muy baja contaminación por mineralización, e índices cercanos a uno (1), lo contrario. En las Tablas 4 a 6 se presentan las concentraciones tomadas como base para la elaboración de los índices de cada variable, las cuales se grafican en las Figuras 2 a 4:
]]>
Así, por ejemplo, una muestra de agua con conductividad 150 mS/cm, dureza 160 g.m-3 y alcalinidad 30 mg . m-3, tiene los siguientes índices:
]]> Los índices de cada variable pueden obtenerse en forma muy cercana a partir de las figuras presentadas.
Índice de contaminación por materia orgánica: ICOMO
El ICOMO, al igual que el ICOMI, es el valor promedio de los índices de cada una de las tres variables elegidas. En las Tablas 7 al 9 se exponen los parámetros tomados como referencia, cuyas variables individuales se grafican en las Figuras 5 a 7.
]]>
Es importante señalar, que de manera general en los sistemas lóticos porcentajes de saturación mayores a 100% son ventajosos o indicativos de una muy buena capacidad de reaireación de los cursos hídricos. Para sistemas lénticos pueden reflejar graves problemas de eutrofización, por lo que sería aconsejable realizar determinaciones tanto en el día como en la noche. Para ciénagas eutroficadas con porcentajes de saturación de oxígeno mayores a 100%, se sugiere emplear la siguiente expresión:
Índices de contaminación por sólidos suspedidos: ICOSUS
]]> Las concentraciones de referencia empleadas para llegar a las expresiones previas se presentan en la Tabla 10. En la Figura 8, por su parte, se diagrama la relación reseñada.
Índice de contaminación trófico: ICOTRO
El ICOTRO se fundamenta en la concentración del fósforo total. A diferencia de los índices anteriores, en los cuales se determina un valor particular entre 0 y 1, la concentración del fósforo total define por sí misma una categoría discreta a saber:
Las concentraciones de referencia empleadas se exhiben en la Tabla 11.
]]>
Correlaciones entre los índices
Con el propósito de verificar la bondad de los índices, así como su independencia, se llevaron a cabo correlaciones (r) entre ellos en 11 de los estudios referidos. Dichos cálculos se presentan en las Tablas 12 y 13.
De las correlaciones promedias anteriores solamente se destaca aquella relativa a ICOSUS e ICOTRO durante la época de lluvias, aunque una y otra se explican únicamente en un 16% (coeficiente de determinación r2 x 100). Por lo demás, todos los valores son próximos a cero (0) independientemente de la época climática, lo que indica que el papel que desempeñan los índices de contaminación es distinto entre sí, hecho que les imprime un carácter complementario: mientras unos explican una situación ambiental, los otros identifican situaciones de otra índole.
Es importante anotar que los procesos de contaminación orgánica no están asociados a incrementos de sólidos suspendidos (a pesar de las correlaciones entre esta última con DBO, DQO y amonio) o disueltos, ni tampoco a procesos de eutrofización. Así mismo, el aumento de sólidos suspendidos no está relacionado con los sólidos disueltos ni con llegada de nutrientes (salvo durante lluvias); tampoco hay asociación entre estos últimos y la mineralización de las aguas.
APLICACIÓN
]]> A manera ilustrativa se han seleccionado cuatro estaciones de estudio Ocensa -Ecotest (en preparación), en los cuales se observa el papel claro de desagregación que ejercen los diferentes ïndices de contaminación (Tabla 14).
Como se observa en el ejemplo expuesto, hay una clara identificación de las diferentes situaciones ambientales presentes en cada curso estudiado: el caño Iquía tamuestra contaminación tan sólo en su estado trófico, el río suárez hace lo propio en materia orgánica y trofia, el río Guaguaquí en mineralización y sólidos suspendidos, y el arroyo Santo Domingo en mineralización y trofia.
Cabe mencionar que la casi totalidad de las estaciones exhiben concentraciones de fósforo que denotan eutrofización (tan sólo cuatro estaciones de las 74 evaluadas mostraron estado mesotrófico, las restantes son eutróficas o hipereutróficas), hecho que señala un alto estado de intervención antrópica a lo largo del corredor estudiado (Cusiana-Coveñas).
CONCLUSIONES
Gracias a la disgregación de los índices, se pueden evaluar situaciones específicas de contaminación mediante el empleo de alguno(s) de ellos, monitoreando tan sólo las variables que conciernen a éste. Este hecho permite, por un lado, ahorro de costos y, por el otro, resultados concretos en relación al problema bajo estudio.
REFERENCIAS
BP. Exploration-Ecotest, 1996a. Monitoreo hidrobiológico del área de influencia de los campos Cusianay Cupiagua, Departamento del Casanare, Santafé de Bogotá. [ Links ]
BP. Exploration -Ecotest, 1996b. Monitoreo hidrobiológico del área de Influencia del Bloque Piedemonte, Departamento del Casanare, Santafé de Bogotá. [ Links ]
Behar, R., Zúñiga, M. del C. y Rojas, O., 1997. "Análisis y valoración del índice de calidad de agua (ICA) de la NSF: El caso de los ríos Cali y Meléndez (Cali -Colombia)", Seminario Internacional sobre Macroinvertebrados Bentónicos como Bioindicadores de la Calidad del agua, Cali -Colombia. [ Links ]
Boulton, A.J. and Lake, P. S., 1990. "The ecology of two intermittent streams in Victoria, Australia. I. Multivariate analyses of physicochemical features", Freshw. Biol, 24: 123-141. [ Links ]
El-Shaarawi, A. H., Elliott, J. R, Kwiatkowski, R. E. and Peirson, D. R., 1986. "Association of chlorophyll a with physical and chemical factors in Lake Ontario, 1967-1981", Statistical Aspects of Water Quality Monitoring, Amsterdan, Elsevier, 273-291. [ Links ]
George, J., Viña, G., Ramírez, A. y Mojica, J. I., 1991. Manual de métodos de monitoreo biológico con aplicación en la industria del petróleo. Componente acuático, Ecopetrol, Bogotá. [ Links ]
Henao, A.M., 1987. "El disco Secchi y el estado trófico". AINSA, 7 (1). [ Links ]
Johnson, R A. and Wichern, D.W., 1982. Applied Multivariate Statistical Analysis, New Jersey, Prentice-Hall, Inc., Englewood cliffs. [ Links ]
Johnston, C. A., Detenbeck, N.E. and Niemi, G. J., 1990. "The cumulative effect of wetlands on stream water quality and quantity. A landscape approach", Biogeochemistry, 10: 105-141. [ Links ]
Kendall, M. G, 1975. Multivariate Analysis, New York, Hafner Press. [ Links ]
Manahan, S. E., 1991. Environmental Chemistry, 5a. ed. Lewis Pub. [ Links ]
Margalef, R, 1983. Limnología, Barcelona, Omega. [ Links ]
Martínez de Bascaran, G, 1976. "El índice de calidad del agua", Ingeniería Química: 45 -49. [ Links ]
Matthews, R. A., Mattheus, G B. and Ehinger, W.J., 1991. "Classification and ordination of limnological data: a comparison of analitical tools", Ecol. Model, 53: 167-187. [ Links ]
Ministerio de Salud, 1984. Decreto 1594, Colombia. [ Links ]
MOPT (Ministerio de Obras Públicas y Transportes de España), 1992. Guía para la elaboración de estudios del medio físico. [ Links ]
Ocensa-Ecotest, 1996. "Monitoreo de los cuerpos de agua en el área de influencia del Oleoducto El Porvenir -Vasconia", Santafé de Bogotá. [ Links ]
Ocensa -Ecotest (En preparación). "Monitoreo hidrobiológico del área de influencia del Oleoducto Cusiana -Coveñas", Santafé de Bogotá. [ Links ]
Oleoducto de Colombia -Ecopetrol ICP, 1993. "Estudio de línea base. Componentes biológicos y fisicoquímicos de los ecosistemas acuáticos", Biología Aplicada, Ecology, Alberto Ramírez. [ Links ]
Overall, J. E. and Klett, C. J, 1972. Applied Multivariate Analysis, New York, Me Graw-Hill. [ Links ]
Prat, N, González, G and Millet, X., 1986. "Comparación crítica de dos índices de calidad del agua: ISQA y BJLL", Tecnología del Agua, 31: 33 -49. [ Links ]
Ramírez, A, 1988. "Lincamientos y estadísticas para estudios biológicos de impacto ambiental", Contrato 64/87 Inderena, Colombia, 455 p. [ Links ]
Roldan, G., 1992. Fundamentos de limnología neotropical, Medellín. Ed. Universidad de Antioquia. [ Links ]
Schetagne, R., 1989. "The use of multivariate methods in the interpretation of water quality monitoring data of a large northern reservoir", en Statistical Aspects of Water Quality Monitoring, Amsterdam, Elsevier: 30 -43. [ Links ]
Simoneau, M., 1986. "Spatial variability in the water quality of Quebec Rivers", en Statistical Aspects of Water Quality Monitoring, Amsterdam, Elsevier: 117 -135. [ Links ]
Thomann, R. V and Mueller, J. A. 1987. Principles of surface water quality modeling and control, New York, Harper and Row Pub. [ Links ]
Viña, G, Ramírez, A., Lamprea, L., Garzón, B., Schmidt, U., Rondón, E. y Flores, C, 1991. Ecología de la Ciénaga de Zapatosa y su relación con un derrame de petróleo, Ecopetrol-DCC, Cúcuta [ Links ]
Zúñiga, M. del C, Rojas, A. M. and Serrato, C, 1994. "Interrelación de indicadores ambientales de calidad en cuerpos de aguas superficiales del Valle del Cauca". Rev. Col. de Entom., 20 (2): 124 -130. [ Links ] ]]>