Water quality assessment of the Cassaffousth Reservoir using multivariate statistical techniques

Abstract

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 y en diferentes momentos del año lo que implica grandes insumos financieros, generando una matriz de datos de difícil interpretación. Así, surge la necesidad de optimizar estos monitoreos, sin perder información útil mediante la aplicación de diferentes técnicas estadísticas multivariadas, lo que permite una mejor interpretación y comprensión de las bases de datos. El objetivo de este trabajo fue analizar la variabilidad de la calidad del agua del embalse Cassaffousth (Córdoba, Argentina), detectando las principales fuentes de contaminación. Para ello, se realizaron muestreos bimestrales en siete sitios de muestreos seleccionados estratégicamente, con el fin de analizar la variabilidad espacial y temporal del recurso durante el año 2016. Se aplicaron diversas técnicas estadísticas multivariadas que permitieron encontrar diferencias y similitudes entre sitios de muestreo y variables medidas. El análisis de cluster agrupó los sitios de muestreo con características similares y el análisis de componentes principales detectó similitudes entre las variables medidas. Se observó que la mayor variación en la calidad del agua fue explicada por la cantidad de sales solubles, mientras que el resto de la variación se relacionó con nutrientes, contaminantes orgánicos y parámetros físicos. Estos resultados permitieron optimizar la estrategia de muestreo , reduciendo el número de sitios de muestreo y variables medidas, y de esta manera disminuir los costos económicos.Lakes, rivers and reservoirs are the main water resources for multiple purposes, so it is important to have reliable information on the state and quality of the resource through the implementation of a monitoring plan. Due to spatial and temporal variations in water quality, these programs must include a large number of physicochemical and biological parameters taken at different sampling sites, which implies large financial inputs, generating a complex data matrix that is difficult to interpret. Thus, it is necessary to optimize these monitoring, without losing useful information through the application of different multivariate statistical techniques, which allow a better interpretation and understanding of extensive and complex databases. The objective of this work was to analyze the water quality variability of the Cassaffousth reservoir (Córdoba, Argentina), detecting the main sources of contamination. On a data matrix obtained during a monitoring program carried out in 2016, several statistical techniques were applied, finding differences and similarities between sampling sites and measured variables. By means of cluster analysis (CA), sites with similar characteristics were grouped. A principal component analysis (PCA) was performed to detect similarities between the measured variables. It was also observed that the greatest variation in water quality was explained by soluble salts, while the rest of the variation was related to nutrients, organic pollutants and physical parameters. Based on the results, it was possible to optimize the sampling strategy, reducing the number of sampling sites and measured variables, which would lead to a reduction of economic costs.