ANÁLISIS ESTADÍSTICO DE LA VARIACIÓN TEMPORAL Y ESPACIAL DE LA CALIDAD DEL AGUA EN LA CUENCA DEL RIO SALI-DULCE (ARGENTINA) RESUMEN

Transcripción

1 ANÁLISIS ESTADÍSTICO DE LA VARIACIÓN TEMPORAL Y ESPACIAL DE LA CALIDAD DEL AGUA EN LA CUENCA DEL RIO SALI-DULCE (ARGENTINA) DANIEL WERENITZKY Universidad de Santiago del Estero, Argentina CONCEPCIÓN GONZÁLEZ GARCÍA,, ESPERANZA AYUGA TÉLLEZ, DAPHNE HERMOSILLA REDONDO Escuela Técnica Superior de Ingenieros de Montes. Universidad Politécnica de Madrid, España RESUMEN Se estudia, desde el punto de vista estadístico, el proceso de contaminación de la cuenca del río Salí-Dulce. Se analizaron distintos parámetros físico-químicos del agua, obtenidos del monitoreo efectuado por la Universidad Nacional de Santiago del Estero, en cuatro localidades de la cuenca. De 23 parámetros medidos en los distintos puntos de muestreo y en las distintas estaciones del año, mediante técnicas estadísticas descriptivas y de análisis multivariante se seleccionaron 12 variables, las cuales, se trataron con técnicas de análisis de la varianza, para comparar la variación estacional en embalses de la cuenca en estudio y la variación de la calidad entre embalses para cada estación del año. Se detectaron diferencias estadísticamente significativas de la calidad de las aguas entre embalses para la mayoría de los parámetros de calidad de agua estudiados. INTRODUCCIÓN La cuenca del Río Salí Dulce, en Argentina (Fig. 1), abarca parte de los territorios de las provincias de Salta, Tucumán, Catamarca, Santiago del Estero y Córdoba. De gran extensión y particulares características, puede dividirse genéricamente en dos: la cuenca superior que va desde las nacientes hasta el Dique embalse de Río Hondo, y la inferior que partiendo desde el embalse, va hasta su desembocadura en la Laguna de Mar Chiquita 1 El embalse de Río Hondo es el límite físico de la cuenca alta con la cuenca media del río. Por su ubicación geográfica, recibe la influencia de la cuenca superior y es el receptor de todas las perturbaciones ocasionadas por la acción antrópica en la parte superior alta y baja. 1 Esta división se realiza al solo efecto de estudiar la contaminación en la zona correspondiente a la cuenca alta descrita en el apartado de Material y métodos. 1

2 Figura 1. Croquis de ubicación del área de estudio La contaminación por residuos urbanos, fabriles y agrícolas es alta, y el acarreo de sedimentos sólidos por erosión, es una importante señal de profundos problemas en el uso de las tierras de labranza. El objetivo general del presente trabajo es, mediante el estudio estadístico de los datos provenientes de la toma de muestras en los diques: Comparar la calidad del agua del embalse de Río Hondo con las de embalses (El Cadillal y Escaba) y cursos situados aguas arriba de la zona agrícola fabril de la cuenca, evidenciando de este modo el efecto del antes y después. Con el fin de estudiar el proceso de contaminación del embalse de río Hondo y su variación estacional se han analizado estadísticamente valores procedentes de las mediciones de parámetros físicos, químicos y biológicos de muestras de agua en distintos puntos del mismo. Con las técnicas estadísticas empleadas se han seleccionado una serie de variables que permiten detectar diferencias significativas en el estado de calidad de las aguas según la estación del año. 2

3 MATERIAL Y MÉTODOS En el presente trabajo, se analizan datos de parámetros estipulados por la Secretaría de Recursos Naturales de la Nación (Tabla 2) a las empresas concesionarias de la explotación y gestión de las centrales hidroeléctricas de Escaba, El Cadillal y Pueblo Viejo (años 1997 y 1998) en la provincia de Tucumán, y Río Hondo (durante los años 1995 a 1999 y parte del 2000) en la provincia de Santiago del Estero (Tabla 1) Tabla 1. Lugares y número de puntos de muestreo Lugar Nº puntos de muestreo para Calidad del Agua Río Hondo 18 Embalse de Escaba 6 Embalse de El Cadillal 6 Usina Pueblo Viejo 3 Los usos principales del embalse de Río Hondo están definidos por sus proyectistas: generación de energía, atenuación de crecidas, regulación de caudales para riego, reserva de agua potable, recreo y turismo. (Sec. Rec. Hídricos, http//: De los cuatro sectores, según Lafi [1], (cuenca alta o de aporte, cuenca media o zona de aprovechamiento, cuenca baja o zona de inundaciones estacionales y zona de descarga de la cuenca o laguna de Mar Chiquita) que caracterizan la cuenca del Río Salí-Dulce, el estudio se centra en la cuenca alta o imbrífera, ya que es allí en donde se localizan las acciones que influyen sobre el embalse. Con los datos disponibles se realizó un primer análisis descriptivo de tres tipos: univariante de tipo exploratorio y descriptivo, bivariante y considerando más de dos variables (análisis de interdependencias). En una segunda etapa, con las variables seleccionadas, a partir de la información extraída de los análisis anteriores, se realizó un estudio comparativo entre épocas de medición y entre lugares, tal y como se describe a continuación: Análisis comparativo entre Épocas: Para cada una de las variables seleccionadas, se comparó cada embalse (El Cadillal, Escaba y Río Hondo) en las estaciones del año (Épocas de medición). Este análisis permitió conocer si, localmente, existen diferencias estacionales en el comportamiento de cada variable, en cuanto a la calidad del agua en cada embalse. 3

4 PARÁMETRO Tabla 2. Parámetros físicos y químicos del agua indicados por la Secretaría de Recursos Naturales NOMBRE DE LA VARIABLE MÉTODO PRECISIÓN PH PH phmetro 0,2 unid. ph Conductividad específica CE Puente Wehastone 0,1 µ hom/cm Oxígeno disuelto ODISUELTO Winkler Transparencia DSECHI Disco de Secchi 5 cm Clorofila α CLOROFILA Espectrofotométrico 0,01 µ g/l Fósforo total PTOTAL Acido ascórbico 0,5 µ g/l Nitrógeno total NTOTAL UV, electrodo específico 0,5 µ g/l Sólidos totales RES105 Residuo total a 105 ºC 0,01 µ g/l Sólidos en suspensión SSUSPEN Standars Methods 0,01 µ g/l DBO 5 DBO Método de Dilución Oxígeno Consumido OCONSUMIDO Dicromato 0,025N Coliformes totales BC n.m.p./ml - Método 2/100 ml Wilson Coliformes fecales BCF Test de McKenzy 2/100 ml Temperatura TEMP 0,1 ºC Boro BORO Absorción atómica Zinc ZINC Absorción atómica Cadmio CADMIO Absorción atómica Mercurio MERCURIO Absorción atómica >Análisis comparativo entre Lugares (embalses): Para cada variable seleccionada, se realizó la comparación entre los embalses o diques en las diferentes estaciones (Épocas de medición), para estudiar si existen diferencias de comportamiento entre los distintos embalses para cada estación del año. ANÁLISIS DE DATOS Y RESULTADOS Análisis univariante: El tratamiento estadístico de datos se inicia con un análisis de carácter exploratorio y descriptivo de los datos disponibles. La tabla 3 proporciona información sobre la cantidad de casos válidos presentes en el archivo, con relación al número total de datos que lo componen. La variable que mide la transparencia, DISCOSECHI, presenta sólo un 39% de casos válidos. Esto se debe a que las mediciones de esta variable, por definición, no se pueden realizar en todos los puntos seleccionados, sino solamente en los que corresponden a los ambientes lénticos (aguas con escasa o nula corriente y corresponden a los puntos de observación situados en los embalses), a diferencia de otras variables que se observan tanto en ambientes lóticos (aguas en movimiento visible, corresponden a los puntos de muestreo situados en los cursos de los ríos) como en lénticos. Otras variables como Zinc, Cadmio, Cromo, Mercurio y Boro, con cantidades importantes de valores ausentes, se debe a su inicio de medición posterior al inicio de los trabajos y no se consideran en los análisis siguientes. Se parte, para el tratamiento estadístico de 18 variables. 4

5 Tabla 3. Resumen de casos procesados PH RES105 RES550 SSUSPEN TEMP TURBIEDAD PTOTAL NTOTAL OCONSUMIDO ODISUELTO DBO BA BCF BC IAC CLOROFILA DISCOSECHI ZINC CADMIO CROMO MERCURIO BORO CE Casos Validos Perdidos Total N Porcentaje N Porcentaje N Porcentaje ,5% 2,5% ,0% ,5% 2,5% ,0% ,9% 61 16,1% ,0% ,3% 29 7,7% ,0% ,3% 63 16,7% ,0% ,7% 1,3% ,0% ,5% 2,5% ,0% ,0% 0,0% ,0% ,7% 1,3% ,0% ,7% 1,3% ,0% ,7% 1,3% ,0% ,4% 6 1,6% ,0% ,4% 6 1,6% ,0% ,1% 7 1,9% ,0% ,4% 6 1,6% ,0% ,9% 38 10,1% ,0% ,9% ,1% ,0% ,6% ,4% ,0% ,8% ,2% ,0% ,9% ,1% ,0% ,8% ,2% ,0% ,1% ,9% ,0% ,5% 2,5% ,0% Variables que no aparecen en la tabla 2: BA = Nº de bacterias aeróbicas; IAC = nº de bacterias por 100 ml de agua (método de Wilson); TURBIEDAD causada por sólidos coloidales (partículas de arcilla y limo, descargas de agua residual, desechos industriales o microorganismos) que proporcionan al líquido una apariencia nebulosa poco atractiva [2] Análisis multivariante: Se realiza un análisis de componentes principales (ACP), a partir de la matriz de correlaciones para cada par de variables (análisis bivariante). En el análisis se ha tenido en cuenta, para cada variable (Tabla 3) de cálculo de los ejes factoriales, el lugar y época (estación del año) de medición, variables que sólo se proyectan sobre ellos en la misma escala, como elementos ilustrativos en los gráficos del ACP, Werenitzky [3]. Los resultados de este primer análisis con los datos iniciales, Gráfico 1, muestra la deformación provocada por la presencia de individuos extremos. En él, los puntos 270, 68, 209, 285, 225, 255, 193, 317, 343, 350 y 55 podrían ser considerados extremos para alguna o algunas variables activas. Estos datos, influyen en la proyección de las variables deformando la misma, como se verá más adelante. 5

6 Gráfico 1. Plano Factorial de los ejes 1-2 El Gráfico 1 de la proyección del primer plano factorial (ejes 1 y 2) muestra la posición de los lugares de muestreo (Termas de Río Hondo = T; El Cadillal = C; Dique de Escaba = E; Central Hidroeléctrica Pueblo Viejo = PV) y las épocas del año (Primavera = P; Verano = V; Otoño = O e Invierno = I) en que se realizaron las campañas. Los lugares y las épocas de muestreo se proyectan sobre el plano factorial como variables ilustrativas e indican, con su ubicación con respecto a las variables activas, su afinidad o relación con las mismas. Dado que es frecuente en observaciones medio ambientales la contaminación de las distribuciones de datos por valores atípicos (outliers), se procedió a realizar un análisis de los mismos mediante la mediana y el rango intercuartílico ya que al ser estimadores robustos (no influenciados por valores extremos ), son buenas herramientas para la identificación de dichos valores extremos. Estos valores al distorsionar medias y varianzas producen el ocultamiento de relaciones entre variables [4] y [5]. Se probaron y compararon dos procedimientos de detección de anómalos (el A basado en el rango intercuartílico y el B basado en la mediana). La comparación se realizó observando los planos factoriales resultantes de utilizar ACP en cada grupo de datos sin anómalos, que proporcionaba cada método. Al comparar los métodos de análisis de anómalos se observó que el ACP por el método A (basado en el rango intercuartílico) explica un 80,13 % de variabilidad mientras que el B (basado en la mediana) lo hace en un 77,62 %. Con respecto al número de casos en que se basa el ACP, y a la vista de la analogía de resultados, es más completo trabajar con los 142 casos que deja el método A, frente a los 118 que deja el B. El primer plano factorial 1-2 obtenido por el Método A, Gráfico 2, contiene mayor cantidad de información que los obtenidos por el otro método. 6

7 Gráfico 2. Plano Factorial 1-2 ACP Método A Se observa que el plano factorial 1-2, Gráfico 2, ha realizado un movimiento dextrógiro de 180º en el plano, respecto del realizado con el archivo completo, Gráfico 1. Nótese que también ha variado la posición relativa de algunas variables, pero que fundamentalmente, variables que antes prácticamente no aparecían, han mejorado notablemente su representación. Lo destacable es que, pese a la nueva disposición de los vectores, las proyecciones de las variables ilustrativas (Lugares y Épocas) mantienen, con muy poca variación, sus ubicaciones respecto a ellos. Han sufrido idéntica rotación que el plano, conservando sus posiciones relativas. La exclusión de valores atípicos ha permitido un cambio en la proyección de las variables que, como Temperatura, Clorofila, Turbiedad, Fósforo Total, Nitrógeno Total, Sólidos en Suspensión etc., las tenían enmascaradas o deformadas por ellos. La Tabla contiene los valores propios de los siete primeros ejes factoriales calculados por el ACP. con una varianza explicada de 84,78 %. 7

8 Tabla 4. Valores Propios de los ejes seleccionados y Porcentajes de Varianza explicada VALOR PROPIO PORCENTAJE PORCENTAJE ACUMULADO Referencia: la segunda columna muestra los primeros valores propios (la varianza sobre los ejes principales) que superan la unidad. La tercera columna indica los porcentajes de contribución (como % de varianza total) para cada uno de los ejes principales. La cuarta columna muestra los porcentajes de contribución acumulativos (como % de la varianza total) para los distintos ejes. El Análisis en Componentes Principales realizado permite obtener variables sintéticas, correspondientes a siete diferentes combinaciones lineales de las dieciocho variables originales iniciales. Tales combinaciones lineales explican la variabilidad observada, pero no son fáciles de interpretar físicamente. Aún con estas objeciones la información extraída del ACP sirve, no sólo para reducir las dimensiones del problema, sino también para analizar y describir el comportamiento relativo de las variables originales y su contribución a la mayor o menor calidad del agua en la zona de estudio, así como analizar relaciones entre variables permitiendo eliminar las que proporcionan información similar. Por tanto, la selección final de las variables se realizó teniendo en cuenta los resultados del ACP, la matriz de correlaciones y el criterio de su posible empleo en índices de calidad. Es bien conocida la importancia biológica de ciertas variables que, aún cuando estadísticamente no expliquen porcentajes importantes de la varianza, son utilizadas como indicadores biológicos de la calidad del agua (DBO 5, DQO, ph, Clorofila alfa, etc.), siendo por ello incluidas en la selección. Las variables seleccionadas fueron: CE, RES105, SSUSP, PTOTAL, NTOTAL, OCONSUMIDO, ODISUELTO, DBO 5, BC, CLOROFILA, DISCOSECHI y PH. Análisis comparativo. Lugares Épocas de muestreo: Para cada variable seleccionada, se estudiaron, mediante Análisis de la Varianza y los factores lugar (embalse) y estación del año. (considerando un nivel de significación del 0,05), las siguientes comparaciones: Diferencias estacionales de la calidad del agua en cada embalse, para cada variable seleccionada y Diferencias entre embalses para cada estación del año. No se comparó Otoño, pues de Río Hondo (embalse de mayor interés) no se dispone de datos para esa estación del año. 8

9 Conductividad (CE) : Entre estaciones del año: Solo se aprecian diferencias significativas en Río Hondo. Se explican en función de los cultivos bajo riego invernal en la cuenca. El período de riego es en invierno, lo que produce un drenaje de sales a los cauces que se manifiesta principalmente en primavera. En las tres estaciones (Invierno, Primavera, Verano) existen diferencias de los valores de esta variable entre embalses. Escaba se diferencia de El Cadillal y Río Hondo por poseer mejor calidad de aguas. El contenido de sales es bajo durante todo el año. Cadillal y Río Hondo poseen altos contenidos de sales, que varían en las diferentes estaciones. Durante la primavera y verano Cadillal no se diferencia de Río Hondo, pero en invierno, con estiaje (meses de julio, agosto, septiembre por ser hemisferio Sur) la concentración de sales aumenta. Residuos sólidos a 105ºC (RES105): En el dique Río Hondo existen diferencias estadísticamente significativas entre las estaciones del año. En Primavera es mayor que en Invierno y Verano. Los Residuos Sólidos a 105 ºC en Río Hondo provienen fundamentalmente de los vertidos de la industria azucarera en período de molienda. Este se inicia anualmente a principios del invierno, alcanzando los vertidos su máximo a fines de primavera. Escaba y El Cadillal están situados aguas arriba de la zona azucarera y no presentan diferencias estacionales. Escaba tiene aguas limpias durante todo el año con relación a El Cadillal y Río Hondo. En invierno El Cadillal tiene menor contenido de residuos, pero con el arrastre de materiales con las lluvias de primavera y verano, este contenido no se diferencia de Río Hondo en esas estaciones. Sólidos en Suspensión (SSUSPEN): En el dique Río Hondo existen diferencias estadísticamente significativas entre las estaciones del año. En Verano es mayor que en Invierno y Primavera. El contenido de Sólidos en Suspensión es siempre alto en Río Hondo y alcanza sus máximos en verano, coincidiendo con la estación lluviosa. Los otros lugares no presentan diferencias estacionales para este parámetro. Río Hondo tiene los valores anuales mas altos de Sólidos en Suspensión. Sin embargo, El Cadillal alcanzó el máximo puntual de contenido de sólidos medido, coincidiendo con lluvias torrenciales en la cuenca. En verano ningún dique es igual en contenido de sólidos. El orden es Río Hondo, El Cadillal y por último Escaba con valores relativamente bajos. Esto podría explicarse por la situación de los embalses en la cuenca. 9

10 Fósforo Total (PTOTAL): Para esta variable todos los lugares presentan diferencias significativas. El fósforo en Río Hondo proviene de los vertidos de la industria azucarera. La estacionalidad de las tareas explica los valores de Invierno y Primavera. Los valores de Verano se explican por la dilución que ocurre en el período lluvioso y por el cese de la producción cañera. En El Cadillal la concentración aumenta por el estiaje. En Escaba, podría explicarse por la mayor afluencia turística en verano. Las diferencias de la calidad de las aguas en los lagos durante las estaciones obedecen, principalmente a los diferentes patrones de uso y ocupación de las tierras. El Cadillal no recibe aportes desde fines de otoño, llegando a disminuir drásticamente su superficie en invierno. Escaba, recibe en verano una gran presión turística. Río Hondo, en cambio, está sujeto a los patrones de manejo agrícola e industrial de la cuenca de aporte. Durante todo el año los niveles de fósforo son superiores a los encontrados en los embalses situados aguas arriba. El fósforo en Río Hondo está disponible como nutriente durante todo el año. Nitrógeno Total (NTOTAL): Todos los lugares presentan diferencias significativas. El nitrógeno en primavera alcanza los niveles más bajos en Río Hondo. La situación se invierte en los dos embalses situados aguas arriba. No existen diferencias estadísticamente significativas entre los embalses en Invierno y Primavera. En verano, si existen diferencias explicándose porque Río Hondo recibe el aporte de las aguas de lluvia y el nivel de nitrógeno alcanza valores máximos. Este proceso es un indicador de problemas erosivos en la cuenca. Oxígeno Consumido (OCONSUMIDO): Consecuente con el contenido de materia orgánica de sus aguas, el consumo de oxígeno en Río Hondo es alto durante todo el año, no hay diferencias entre estaciones. En El Cadillal pueden observarse máximos en invierno con marcados descensos en primavera (primeros aportes de agua limpia por deshielos) y un nuevo aumento en verano (aportes con sólidos por lluvias de verano). Escaba posee aguas muy limpias en primavera. Los aportes por deshielos han comenzado, los aportes de materia orgánica del verano anterior durante el invierno se han degradado, y todavía no ha recibido el aporte de las lluvias torrenciales del verano, hay diferencias significativas entre primavera y verano invierno. La primavera marca diferencias entre los embalses El Cadillal y Escaba, que durante el otoño e invierno no reciben aportes importantes de aguas de lluvias, mantienen niveles bajos de oxígeno consumido, no diferenciándose de Río Hondo. Este, que comienza a recibir una carga importante de materia orgánica con la zafra (residuos de la industria azucarera), muestra niveles de oxígeno consumido en aumento desde fines del otoño a primavera. El aporte de aguas durante el verano, diluye los contaminantes y mejora la situación de las aguas. 10

11 Oxígeno Disuelto (ODISUELTO): El oxígeno disuelto tiene un comportamiento inverso al oxígeno consumido, como es de esperar. Los máximos de uno corresponden, como ocurre, con los mínimos del otro.esto se observa claramente en Río Hondo. Hay diferencias entre primavera y verano invierno. En primavera, el oxígeno consumido es máximo y consecuentemente, el oxígeno disuelto es mínimo. En los otros embalses no hay diferencias estacionales para esta variable. El análisis de la Varianza realizado no logra discriminar las diferencias existentes entre los embalses debido a la alta variabilidad observada en los niveles de oxígeno disuelto. Esto es propio de la variable, que tiene importantes fluctuaciones espaciales y temporales, llegando a importantes diferencias horarias, siendo por ello utilizada como un indicador de la actividad diaria de la biota. Del conocimiento del sistema y del análisis de datos se sabe, sin embargo, que los niveles de oxígeno disuelto son bajos siempre en Río Hondo, hasta el punto de que en primavera presenta grandes áreas con nivel cero de esta variable. Ni El Caldillal ni Escaba llegan a tener niveles estacionales tan bajos de oxígeno disuelto. Demanda Bioquímica de Oxígeno (DBO 5 ): El comportamiento es similar al mostrado con el oxígeno consumido, salvo en El Cadillal, que no presenta diferencias estacionales para la DBO 5. Existen diferencias entre diques en primavera siendo Río Hondo el que presenta máximos en esa estación, fruto de la acumulación de los vertidos de la industria azucarera en la zona de las desembocaduras de los ríos. Bacterias Coniformes (BC): Las Bacterias Coliformes presentan diferencias estacionales en Río Hondo y Cadillal. Los valores más altos se registran en primavera en ambos diques. Escaba, al tener asentamiento de poblaciones en su perímetro, mantiene durante invierno y primavera valores altos, sin llegar a los niveles de Río Hondo, pero muy superiores a El Cadillal y sin diferencias significativas entre estaciones del año. En invierno Escaba no presenta diferencias con Río Hondo y El Cadillal, si existen diferencias entre Río Hondo y El Cadillal. En primavera y verano existen diferencias, siendo el de máximo nivel de esta variable Río Hondo. Clorofila α (CLOROFILA): Sólo aparecen diferencias significativas entre las estaciones consideradas en Río Hondo. La Clorofila α es un indicador muy utilizado de la producción de biomasa vegetal. Las diferencias estacionales en Río Hondo se explicarían por los crecimientos extraordinarios de algas en primavera. La comparación entre embalses confirma las diferencias de calidad del agua en las épocas de zafra en la cuenca. Los diques que no reciben el impacto de los vertidos de los ingenios azucareros, El Cadillal y Escaba, no presentan diferencias estacionales en el desarrollo de 11

12 algas. Así, en invierno no hay diferencias entre ellos pero, a mediados de la zafra en primavera, el comportamiento de la variable indica incrementos significativos en la producción vegetal en Río Hondo, que se prolonga hasta fines del verano, diferenciándolo de los demás embalses estudiados. Transparencia (DISCOSECHI): La transparencia de las aguas es un factor importante para la biocenosis del cuerpo de agua. La penetración de la luz solar implica la posibilidad de fotosíntesis. Un método simple y expeditivo de medirla es con el Disco de Secchi. La profundidad en la que el disco sumergido deja de ser visible se toma como la profundidad de penetración de la luz solar. Esta profundidad está directamente relacionada con la calidad del agua. A mayor penetración de la luz solar, mayor calidad de las aguas. Diferencias en las lecturas implican diferencias en las calidades. No hay diferencias estacionales de esta variable salvo en el dique Escaba para α = 0,10, en verano valores menores que en invierno. Los embalses situados aguas arriba de la zona fabril de la cuenca tienen aguas más transparentes que Río Hondo. Escaba posee aguas más transparentes que Río Hondo durante todo el año. El Cadillal se sitúa en un estado intermedio entre Escaba y Río Hondo. Siempre es más transparente que éste, pero no lo suficiente para que esa diferencia sea estadísticamente significativa. ph (PH): En Río Hondo existen diferencias estadísticamente significativas entre las estaciones del año, Verano < (Primavera =Invierno). En Escaba es similar el comportamiento y El Cadillal presenta un máximo en otoño. La comparación entre los embalses en las distintas épocas de muestreo, no presenta diferencias estadísticamente significativas. El ph es similar entre los embalses durante todo el año, independientemente de las diferencias estacionales internas. CONCLUSIONES El análisis del comportamiento de cada variable por separado, proporciona una idea de las diferencias de la calidad del agua existentes entre los embalses. El ACP se muestra como un procedimiento útil para mejorar la comprensión de las relaciones entre las variables de calidad del agua, su situación y época del año en que se miden. Los embalses presentan diferencias estadísticamente significativas de la calidad de las aguas para la mayoría de los parámetros de calidad de agua estudiados. La evolución de la calidad en Río Hondo es coincidente en el tiempo con los procesos industriales que tienen lugar aguas arriba. Las características de contaminación, son consistentemente coincidentes con el tipo de residuos industriales y los procesos erosivos de la cuenca 12

13 BIBLIOGRAFÍA (1) Lafi, S.; Duffau, A. y Ecurra, F. (1995). Efectos de la acción antrópica en la cuenca alta del Río Dulce. Universidad Nacional de Santiago del Estero. 15 pp. Inédito. (2) (3) Werenitzky, D. (2003). Evaluación de la Contaminación en la Cuenca Alta del Río Salí Dulce: Estudio Estadístico de los Contaminantes del embalse de Río Hondo (provincias de Tucumán y Santiago del Estero, República Argentina). Tesis doctoral, Escuela Técnica Superior de Ingenieros de Montes. Universidad Politécnica de Madrid. Sin publicar, 119 pp. (4) Peña, D. (2002). Análisis de Datos Multivariantes. Ed.Mc Graw Hill Interamericana de España. Madrid. (5) Peña, D. y Prieto, F.J. (2001). Robust covariance matrix estimation and multivariate outlier detection. Technometrics, 3,