Modelo de calidad del agua subterránea mediante el uso combinado del análisis de componentes principales (ACP) y regresiones lineales múltiples (RLM)

Caso de estudio: acuíferos de Maturín, Monagas, Venezuela

Autores/as

  • José Alexander Gil Marin Departamento de Ingeniería Agrícola, Escuela de Ingeniería Agronómica (EIA), Universidad de Oriente (UDO), Maturín, Estado de Monagas, Venezuela http://orcid.org/0000-0001-9185-0411

DOI:

https://doi.org/10.26461/20.02

Palabras clave:

antropogénicos, análisis estadístico multivariado, monitoreo ambiental, contaminación

Resumen

Se estudió un conjunto de datos recolectados durante el año 2016 en ochos pozos de la ciudad de Maturín, Estado de Monagas, Venezuela, en un intento por evaluar y determinar las aportaciones de la fuente que afectan la calidad del agua. Una técnica precisa de regresiones lineales múltiples (RLM) se utilizó como herramienta avanzada para el modelado y pronóstico de la calidad de las aguas subterráneas. Igualmente, se utilizó el análisis de componentes principales (ACP) para simplificar y comprender la compleja relación entre el agua y los parámetros de calidad. Se encontraron seis componentes principales responsables del 86.57% de la variación total. Se comprobó que la mayor fuente de contaminación de los acuíferos de Maturín la constituyeron las descargas residuales con altos valores de coliformes fecales. Se comprobó que la mayor fuente de contaminación la constituyen las descargas residuales con altos valores de coliformes fecales. Un modelo receptor de avance se aplicó con el fin de identificar las principales fuentes de contaminación. El resultado mostró que el uso de ACP como entradas mejoró la predicción del modelo RLM al reducir su complejidad y eliminar la colinealidad de datos, donde el valor de R2 en este estudio fue de 0.99, indicando que el 99% de la variabilidad de los índices de calidad del agua (ICA) es explicada por las once variables independientes utilizadas en el modelo.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Ahmed, S., Hussain, M. y Abderrahman, W., 2005. Using multivariate factor analysis to assess surface/logged water quality and source of contamination at a large irrigation project at Al-Fadhli, EasternProvince, Saudi Arabia. En: Bulletin of Engineering Geology and the Environment,64, pp.232–315. DOI: 10.1007/s10064-005-0277-6 .

Arumugam, K. y Elangovan, K., 2009. Hydrochemical characteristics and groundwater quality assessment in Tirupur Region Coimbatore District, Tamil Nadu, India. En: Environ Geol, pp.1509–1520. https://doi.org/10.1007/s00254-008-1652-y .

Azaza, F.H., Ketata, M., Bouhlila, R., Gueddari, M. y Riberio, L., 2011.Hydrogeochemical characteristics and assessment of drinking water quality in Zeuss-Koutine aquifer, southeastern Tunisia. En: Environ Monit Assess,174, pp.283–298. https://doi.org/10.1007/s10661-010-1457-9.

Azkue, M. y Soto, E., 2004. Régimen de precipitación en Montalbán, Estado Carabobo, Venezuela. 2004. En:Agronomía Tropical,54(4), pp.359-370.

Beita-Sandí, W. y Barahona-Palomo, M., 2010. Físico-química de las aguas superficiales de la Cuenca del río Rincón, Península de Osa, Costa Rica. En:Cuadernos de Investigación UNED, 2(2), pp.157-179.

Belkhiri, L., Boudoukha, A., Mouni, L. y Baouz, T., 2010. Multivariate statistical characterization of groundwater quality in Ain Azel plain, Algeria. En: African Journal of Environmental Science and Technology, 4(8), pp.526-534.

Benítez, S., 2004.Determinación de la carga orgánica impuesta al río Manzanares en el periodo febrero-junio 2004.Cumaná: IUT. (Trabajo de Grado)

Boyacioglu, H., 2006. Surface water quality assessment using factor analysis. En: Water S.A., 32(3), pp.389–393. DOI: 10.4314/wsa.v32i3.5264.

Calla, L.H. y Cabrera, C.C., 2010. Calidad del agua en la cuenca del río Rímac, sector de San Mateo, afectado por las actividades mineras. En: Revista del Instituto de Investigaciones de la Facultad de Geología, Minas, Metalurgia y Ciencias Geográficas, 13(25), pp.87-94.

Cai, W.J., Guo, X.H., Chen, C.T.A., Dai, M.H., Zhang,L.J., Zhai, W.D., Lohrenz, S.E. y Yin, K., 2007. A comparative overview of weathering intensity and HCO3- flux in the world’s major rivers with emphasis on the Changjiang, Huanghe, Zhujiang (Pearl) and Mississippi Rivers. En: Cont. Shel. Res.,28(12), pp.1538-1549. DOI: 10.1016/j.csr.2007.10.014.

Cansu Filik Iscen, Özgür, Emiroglu, Semra Ilhan, Naime, Arslan, Veysel, Yilmaz y Seyhan, Ahiska, 2008. Application of multivariate statistical techniques in the assessment of surface water quality in Uluabat Lake, Turkey. En:Environ Monit Assess, 144(1-3), pp.269–276. DOI: 10.1007/s10661-007-9989-3.

Cardona, A., Carrillo-Rivera, J., Huizar-Alvarez, R. y Graniel-Castro, E., 2004. Salinization in coastal aquifer sofarid zones: anexamplefrom Santo Domingo, Baja California Sur, México. En: Environmental Geology, 45, pp.350-366.https://doi.org/10.1007/s00254-003-0874-2.

Chávez-Alcántar, A.L., Velázquez-Machuca, M., Pimentel-Equihua, J.L., Venegas-González, J., Montañez-Soto, J.L. y Vázquez-Gálvez, G., 2011. Hidroquimica de las aguas superficiales de la Ciénega de Chapala e índice de calidad de agua. En: Terra Latinoamericana,29(1), pp.13.

Díaz, A., Rincón, N., Marín, J., Behling, E., Chacin E. y Fernández N., 2005. Degradación de fenoles totales durante el tratamiento biológico de aguas de producción petroleras. En: Ciencia,13(3), pp.281-291.

Duran, Liliana, 2011. Las políticas hídricas en Venezuela en la gestión del agua subterránea. En:Revista Voces: Tecnología y Pensamiento,5(1-2), pp.93-106.

Gil, J., 2003.Recursos hidrogeológicos[En línea].[s.l.]: [s.n.]. [Consulta 11 de mayo de 2015]. Disponible en: http://pdfhumanidades.com/sites/default/files/apuntes/recursos.pdf.

Gil Marín, José Alexander, Lozada García, Beatriz I., López Pérez, Nadiezhda, Márquez, Luis y Del Valle Salazar Gil, Marielin, 2012. Evidencias de la variabilidad y cambios climáticos en Maturín, estado Monagas, Venezuela. En: Revista Científica UDO Agrícola,12(2), pp.389-399.

Gil Marín, José Alexander, Vizcaíno, G.C. y Montaño-Mata, Nelson. P.D., 2018. Evaluación de la calidad del agua superficial utilizando el índice de calidad del agua (ICA). Caso de estudio: cuenca del Río Guarapiche, Monagas, Venezuela. En: Anales Científicos,79(1), pp.111-119.

Gordon, G.E., 1988. Receptor models. En: Environ. Sci. Technol.,22, pp.1132-1142.

Grivas, G. y Chaloulakou, A., 2006, Artificial neural net-work models for prediction of PM10 hourly concentrations, in the Greater area of Athens, Greece.En: Atmos. Environ.,40(7), pp.1216-1229. https://doi.org/10.1016/j.atmosenv.2005.10.036.

Guo, H. y Wang, Y., 2004. Hydrogeochemical processesing shallow quaternary aquifers from the northern part of the Datong Basin, China. En:Applied Geochemistry,19, pp.19–27. https://doi.org/10.1016/S0883-2927(03)00128-8.

Gupta, P. y Roy, S., 2012. Evaluation of spatial and seasonal variations in groundwater quality at Kolar Gold Fields, India. En: American Journal of Environmental Engineering,2(2), pp.19-30. DOI: 10.5923/j.ajee.20120202.04.

Helena, B., Pardo, R., Vega, M., Barrado, E., Fernández, J.M. y Fernández, J., 2000. Temporal evolution of groundwater composition in an alluvial aquifer (Pisuerga River, Spain) by principle component analysis. En: Wat. Res.,34(3), pp.807-816. https://doi.org/10.1016/S0043-1354(99)00225-0.

Holland, M. y Witthuser, K.T., 2009. Geochemical characterization of karst groundwater in the Cradle of Humankind World Heritage Site, South Africa. En: Environmental Geology,57, pp.513-524. https://doi.org/10.1007/s00254-008-1320-2.

Instituto Nacional de Estadística, 2011.XIV Censo nacional de población y vivienda resultados por entidad federal y municipio del Estado Monagas.Caracas: INE. 97 pp.

Jin, Z., Chen, Y., Wang, F. y Ogura, N., 2004. Detection of nitrate sources in urban groundwater by isotopic and chemical indicators, Hangzhou City, China. En: Environmental Geology,45(7), pp.1017-1024. DOI: 10.1007/s00254-004-0962-y.

Kaiser, H.F., 1960. The application of electronic computers to factor analysis. En: Educational and Psychological Measurement,20(1),

pp.141-151. https://doi.org/10.1177/001316446002000116.

Kanade, S.B. y Gaikwad, V.B., 2011. A multivariate statistical analysis of bore well chemistry data - Nashik and Niphad Taluka of Maharashtra, India. En: Universal Journal of Environmental Research and Technology,1(2), pp.193-202.

Karim, Zare y Abdolrahman, Rasekh, 2011. Diagnostic measures for linear mixed measurement error models. En: Statistics and Operations Research Transactions,35(2), pp.125-144.

Krishna, A.K., Satyanarayanan, M. y Govil, P.K., 2009. Assessment of heavy metal pollution in water using multivariate statistical techniques in an industrial area: A case study from Patancheru, Medak District andhraPradesh,India. En: J. Hazardous Materials, 167(1-3), pp.366-373. https://doi.org/10.1016/j.jhazmat.2008.12.131 .

Liu, C.W., K.H. Lin y Kuo, Y.M., 2003. Application of factor analysis in the assessment of groundwater quality in a black foot disease area in Taiwan. En: The Science of the Total Environ.,313(1-3), pp.77-89. https://doi.org/10.1016/S0048-9697(02)00683-6.

Memet, Varol y Bülent, Sen, 2009. Assessment of surface water quality using multivariate statistical techniques: a case study of Behrimaz Stream, Turkey. En: EnvironMonitAssess,159, pp.543–553. https://doi.org/10.1007/s10661-008-0650-6.

Ministerio del Poder Popular del Ambiente, 2009.Plan nacional de gestión integral de las aguas.Caracas: MPPA. 200p.

Mishra, P.C., Behera, P.C. y Patel, R.K., 2005. Contamination of water due to major industries and open refuse dumping in the steel city of Orissa—a case study. En: J Environ Sci Eng,47(2), pp.141–154.

Mohd, Fahmi, Mohd, Nasir, Mohd, Saiful, Samsudin, Isahak, Mohamad, Mohammad, Roshide, Amir, Awaluddin, Muhd, Ariffin, Mansor, Hafizan, Juahir y Norlafifah, Ramli, 2011. River water quality modeling using combined principle component analysis (PCA) and multiple linear regressions (MLR): a case study at Klang River, Malaysia. En: World Applied Sciences Journal,14, (Exploring Pathways to Sustainable Living in Malaysia: Solving the Current Environmental Issues), pp.73-82.

Montgomery, D.C., Peck, E.A. y Vining, G.G., 2003. Introduction to linear regression analysis.New York: John Wiley & Sons, Inc.

Nádaská, G., Lesný, J. y Michalík, I., 2010. Environmental aspect of manganese chemistry. En:Hungarian Journal of Sciences,ENV-100702-A, pp.1-16.

Nieves, K., Riera, A., Vega, C. y Manganiello, L., 2005. Desarrollo de sistemas de manipulación de muestras para la determinación de fenol y pentaclorofenol en agua potable. En: Revista Ingeniería UC,22(2), pp.88.

Ntengwe, F.W., 2006. Pollutant loads and water quality in streams of heavily populated and industrialised towns. En:Physics and

Chemistry of the Earth,31, pp.832–839. https://doi.org/10.1016/j.pce.2006.08.025.

Organización Mundial de la Salud, 2006.Guías para la calidad del agua potable. Primer apéndice a la tercera edición. Volumen 1. Recomendaciones.Ginebra: OMS. 393p.

Ouyang, Y., Nkedi-Kizza, P., Wu, Q.T., Shinde, D. y Huang, C.H., 2006. Assessment of seasonal variations in surface water quality. En: Water Research,40, pp.3800–3810. https://doi.org/10.1016/j.watres.2006.08.030.

Pazand, K., Hezarkhani, A., Ghanbari, Y. y Aghavali, N., 2012. Geochemical and quality assessment of groundwater of Marand Basin, East Azarbaijan Province, Northwestern Iran. En:EnvironEarthSci,67, pp.1131–1143.DOI: 10.1007/s12665-012-1557-7.

Pius, A., Jerome, C. y Nagaraja, S., 2012. Evaluation of groundwater quality in and around Peenya industrial area of Bangalore, South India using GIS techniques. En: EnvironMonitAssess,184(7), pp.4067–4077. DOI: 10.1007/s10661-011-2244-y.

Porras, J., Nieto López-Guerrero, Pedro, Álvarez-Fernández, Ceferino, Fernández Uría, Antonio y Gimeno, María Victoria, 1985.Calidad y contaminación de las aguas subterráneas en España.Madrid: Instituto Geológico y Minero de España.

Saima, S., Osman, R., Spian, D.R.S.A, Jaafar, M.Z., Juahir, H., Abdullah, M.P. y Ghani, F.A., 2009. Chemometric approach to validating faecal sterols as source tracer for faecal contamination in water. En:Water Res.,43, pp.50235030.DOI: 10.1016/j.watres.2009.08.052.

Sarbu, C. y Pop, H.F., 2005. Principal component analysis versus fuzzy principal component analysis a case study: the quality of danube water (1985–1996). En: Talanta,65, pp.1215-1220. DOI: 10.1016/j.talanta.2004.08.047.

Shrestha, S. y Kazama, F., 2007. Assessment of surface water quality using multivariate statistical techniques: A case study of the Fuji river basin; Japan. En: Environmental Modelling & Software,22, pp.464–475. https://doi.org/10.1016/j.envsoft.2006.02.001.

Simge, Varol y Aysen, Davraz, 2014. Evaluation of the groundwater quality with WQI (Water Quality Index) and multivariate analysis: a case study of the Tefenniplain(Burdur/Turkey). En:Environmental Earth Sciences,73(4), pp.17251744. https://doi.org/10.1007/s12665-

-3531-z.

Zare Garizi, A., Sheikh, V. y Sadoddin, A., 2011. Assessment of seasonal variations of chemical characteristics in surface water using multivariate statistical methods. En: Int. J. Environ. Sci. Tech.,8(3), pp.581-592. https://link.springer.com/article/10.1007%2FBF03326244.

Venezuela. Decreto 883.1995, de 11 de octubre de 1995.Gaceta Oficial Extraordinaria,18 de diciembre de 1995, No 5.021.

Villa, A.M.A., 2011.Evaluación de la calidad del agua en la subcuenca del río Yacuambi. Propuestas de tratamiento y control de la contaminación. Cádiz: Departamento de Química Analítica. (Tesis de Máster).

Wunderlin, D.A., Diaz, M.P., Ame, M.V., Pesce, S.F., Huedy, A.C. y Bistoni, M.A., 2001. Pattern recognition techniques for the evaluation of spatial and temporal variations in water quality. A case study: Suquia river basin (Cordoba, Argentina). En: Water Res., 35, pp.2881-2894. https://doi.org/10.1016/S0043-1354(00)00592-3.

Descargas

Publicado

2020-05-21

Cómo citar

Gil Marin, J. A. (2020). Modelo de calidad del agua subterránea mediante el uso combinado del análisis de componentes principales (ACP) y regresiones lineales múltiples (RLM): Caso de estudio: acuíferos de Maturín, Monagas, Venezuela. INNOTEC, (20 jul-dic), 67–88. https://doi.org/10.26461/20.02

Número

Sección

Artículos