1. Introducción
El estudio de la calidad del agua con influencia agroindustrial ha sido abordado de manera general en las últimas décadas (IANAS, 2019), cuyo enfoque ha sido mayormente en los índices con variables abióticas (Casatti & Teresa, 2012). No obstante, estos índices poseen como principal inconveniente, la medición puntual en el tiempo (Ertaş et al., 2022), ya que solo registra características efímeras sin dar un reporte histórico de lo que sucede con la calidad del agua (Alba-Tercedor, 1996). Es por ello por lo que, en los últimos años, se ha venido empleando índices bióticos que, si bien resuelven el inconveniente de los índices fisicoquímicos, también poseen algunos inconvenientes (Schoolmaster et al., 2012). Tal es el caso del índice Biological Monitoring Working Party - Colombia (BMWP/col.) modificado por Roldán (2003), el cual utiliza solo datos cualitativos de presencia/ausencia, e ignora otros caracteres importantes como la abundancia y la biomasa de los organismos (Forero et al., 2014). Para resolver estos inconvenientes, la evaluación de la calidad del agua en los ecosistemas lóticos debe de ser abordada mediante la relación integral entre los organismos y las variables abióticas del hábitat (Jun et al., 2012). De esta forma el índice integral proporciona una fácil interpretación (Saal et al., 2021); ya que concentra la información de varios niveles de organización ecológica en una sola medida (Hernández-Mira et al., 2021), es una metodología poco costosa en su aplicación (Jun, et al., 2012; Baptista et al., 2011)., refleja de manera confiable las respuestas biológicas de la biota a la intervención humana (Li et al., 2021) y son sensibles a los análisis estadísticos (Yorulmaz et al., 2021). Es por ello que esta investigación tiene el objetivo de construir un índice integral para determinar la calidad del agua; el cual será una herramienta capaz de determinar eficientemente la calidad del agua, en una variedad de escalas espaciales con diferentes actividades agroindustriales.
2. Materiales y métodos
2.1 Área de estudio
El área de estudio se localizó en la cuenca colombiana del río Guayuriba que inicia en la zona de confluencia del río Blanco y el río Negro, en el sector del casco urbano del municipio de Guayabetal (Cundinamarca), en las coordenadas 4º12’39,306’ latitud norte y 73º48’59,761’’ longitud oeste, hasta la desembocadura de la corriente del río Metica en las coordenadas 3º55’8,54’ latitud norte y 73º4’43,85’’ longitud oeste. La temperatura media mensual en los meses de enero, febrero y marzo, presentan los valores más altos de hasta 25 °C, mientras que junio y julio son los de menor temperatura con valores mínimos de 22,6 °C. Las mayores precipitaciones se presentan en los meses de mayo (526 mm) y octubre (516 mm), mientras que los meses de menor precipitación suelen ser enero (58 mm) y febrero (100 mm).
2.2 Trabajo de campo
Para establecer los once puntos de muestreo se tomó como criterio principal el tipo de uso agroindustrial del agua, también se consideró la accesibilidad (Tabla 1). Estas localidades fueron georreferenciadas y también se obtuvieron datos de altitud. Las campañas de muestreo se realizaron en dos periodos hidrológicos: temporada de lluvias (octubre y noviembre) y temporada seca (febrero).
Para cada uno de los puntos de muestreo, se midieron in situ 7 variables con equipos calibrados: pH, oxígeno disuelto (ppm), porcentaje de saturación de oxígeno (% SAT. O2), temperatura (ºC), conductividad eléctrica (μS/cm), caudal (m3/s) y altura (msnm); y ex situ 12 parámetros determinados en un laboratorio certificado: amonio (mg/L), salinidad (ppm), bicarbonatos (mg/L), DQO (mgO2/L), DBO5 (mgO2/L), fósforo total (mg/L), hierro total (mg/L), sólidos totales disueltos (ppm), sulfatos (mg/L), turbidez (UNT), tensoactivos aniónicos (mg/L) y zinc (mg/L); y 2 parámetros bacteriológicos: coliformes fecales (UFC/100ml) y coliformes totales (UFC/100ml).
Código | Actividad antrópica asociada | Altitud (msnm) | Latitud (N) | Longitud (W) |
GMB001 | Referencia; sin influencia agroindustrial | 916 | 4°12'30,137" | 73°48'59,719" |
GMN001 | Con influencia agroindustrial: vertimientos de alcantarillado. | 933 | 4°12'34,743" | 73°48'48,645" |
GM001 | Con influencia agroindustrial: Anterior al punto están ubicadas piscinas para sedimentación de material extraído. Además de aguas de vertimientos de asentamientos humanos. | 918 | 4°12'15,568" | 73°48'36,107" |
GM004 | Con influencia agroindustrial: Trae vertimientos de asentamientos humanos. | 553 | 4°3'4,831" | 73°45'56,655" |
GMS001 | Con influencia agroindustrial: Vertimiento de actividades agropecuarias y de viviendas en la zona. | 545 | 4°1'12,92" | 73°46'11,366" |
GM005 | Con influencia agroindustrial: Vertimientos de actividad asociados a la producción porcícola, avícola y piscícola. | 452 | 4°1'52,368" | 73°41'31,07" |
GM006 | Con influencia agroindustrial: Vertimientos de asentamientos humanos. | 334 | 4°0'1,822" | 73°30'2,031" |
GM007 | Con influencia agroindustrial: Vertimientos de actividades de extracción de material de arrastre y aguas asociadas a actividades de explotación de hidrocarburos. | 313 | 3°59'36,244" | 73°28'14,26" |
GM008 | Con influencia agroindustrial: Vertimientos de actividades de extracción de material de arrastre y aguas asociadas a actividades de explotación de hidrocarburos. | 296 | 3°59'18,908" | 73°26'22,677" |
GM009 | Con influencia agroindustrial: Vertimientos asociados a cultivos de palma africana, papaya, arroz y plátano. | 228 | 3°57'29,309" | 73°16'15,324" |
GM010 | Con influencia agroindustrial: Sector con intensa actividad pesquera, con vertimientos de cultivos de palma y de asentamientos humanos. | 187 | 3°54'58,156" | 73°5'55,432" |
La toma de muestras se realizó en sentido contrario a la corriente del agua para disminuir la perturbación sobre el ambiente acuático y alterar el muestreo (Roldán & Ramírez, 2008). La colecta de los especímenes, se realizó mediante el empleo de una red Surber (250 µm de luz de malla) la cual, se colocó parcialmente sumergida sobre el área seleccionada en contracorriente (Maroñas et al., 2010) donde se removió el sustrato durante 3 minutos. En cada punto de muestreo, se tomó un total de 7 muestras que se depositaron en recipientes plásticos de 500 ml rotulados y conservadas en alcohol (70%). Adicionalmente para obtener mayor representatividad de macro-invertebrados se incluyó 1 muestra cualitativa por punto de muestreo mediante la colecta manual (Domínguez & Fernández, 2009).
2.3 Trabajo de laboratorio
Se separaron los macroinvertebrados del material inorgánico de la muestra con ayuda de un estereoscopio Olympus de 0.8 a 4.5X de aumento, y se identificaron los macroinvertebrados a nivel taxonómico de familia. Posteriormente fueron almacenados en tubos Eppendorf, con alcohol al 70% y debidamente etiquetados. La identificación de los especímenes se realizó con base a las claves taxonómicas de Domínguez et al. (2009), Rivera-Usme et al. (2013), y consultas a especialistas para confirmar la identificación.
2.4 Desarrollo del índice integral
Se determinó el gradiente abiótico, que son las variables abióticas que pueden determinar variaciones de la comunidad lótica (Shiyun et al., 2017). Para ello, se hizo una modificación de la metodología propuesta por Touron-Poncet et al. (2014); en la que la totalidad de las variables abióticas medidas en todos los puntos de muestreo, fueron estandarizadas para que los datos sean comparables (Figura 1). A continuación, se realizó un ACP previa la exclusión de variables no correlacionadas mediante VIF ≤ 10 (R Development Core Team, 2016). El primer eje fue seleccionado como el gradiente abiótico, ya que explica el mayor porcentaje de varianza del ACP (Touron-Poncet et al., 2014).
Se determinaron 27 métricas biológicas de macroinvertebrados, indicadoras de calidad ecológica de ecosistemas lóticos (Prat et al., 2009, Rueda-Sevilla & Hernández-Villar, 2009). Abundancia; diversidad: Numero Efectivo de Familias (NEF) de orden 0, orden 1 y orden 2; características tróficas: % colectores, % detritívoros, % filtradores, % predadores y % raspador; movilidad: % caminador, % fijo al sustrato, % nadador y % reptador; composición: % EPT (Ephemeroptera, Plecoptera y Trichoptera), % Chironomidae, % Ephemeroptera, % Plecoptera, % Trichoptera, % Coleoptera, % Odonata y % Diptera; tolerancia: EPT, Chironomidae, Ephemeroptera, Trichoptera, Coleoptera y Diptera.
Con el gradiente abiótico, se realizó una correlación de Pearson con las métricas biológicas y se seleccionaron aquellas métricas biológicas que presentaron una correlación elevada (Pearson r ≥ 0,6) (Helson & Williams, 2013). Posteriormente, con el objeto de minimizar la redundancia y simplificar la información obtenida de los análisis estadísticos, se realizó una correlación de Pearson entre las métricas biológicas seleccionadas anteriormente, y se excluyeron aquellas métricas biológicas correlacionadas que aportan alta redundancia (Pearson r ≥ 0,8) (Fierro et al., 2018).
Para las categorizaciones de la calidad agua; las métricas biológicas seleccionadas se estandarizaron entre 0 a 100, previa ponderación con el peso asignado por el gradiente abiótico; y se estableció cinco categorías de calidad del agua (≤ percentil 20: pésima; > percentil 20 y ≤ percentil 40: mala; > percentil 40 y ≤ percentil 60: moderada; > percentil 60 y ≤ percentil 80: buena; > percentil 80: buena) (Arman et al., 2019).
A las métricas biológicas seleccionadas con decrecimiento frente al gradiente abiótico, se les aplicó la fórmula: (100*(valor de la métrica/(percentil 95 - valor mínimo registrado)); y a las métricas con incremento frente al gradiente abiótico, la fórmula: 100*((valor máximo registrado - valor de la métrica)/(valor máximo registrado - percentil 5)); el valor final del índice integral se obtuvo promediando los valores de las fórmulas de las métricas biológicas (Touron-Poncet et al., 2014).
Luego de desarrollar el índice integral (Figura 1), se procedió a comparar el índice desarrollado con los índices más utilizados para la determinación de la calidad de agua de ecosistemas lóticos: ICA e ICOMO (IANAS, 2019); EPT (Shiyun et al., 2017); BMWP/col. y ASPT (Álvarez, 2005). Para ello, se utilizó una regresión lineal, donde previamente los valores de calidad fueron normalizados en valores de rango 0 a 1 (Nguyen et al., 2014).
2.5 Análisis y procesamiento de datos
El análisis de componentes principales (ACP), Factor de Inflación de Varianza (VIF), correlación de Pearson y regresión lineal; se realizaron mediante el programa estadístico RWizard (versión 2,3), que es una versión activa de la comunidad R, (R Development Core Team, 2016).
3. Resultados y discusión
3.1 Determinación del gradiente abiótico
El Componente 1 explicó el 65,5% de la varianza acumulada; por ello, fue seleccionado como el gradiente abiótico, y estuvo representado por las variables abióticas: altitud, hierro total y oxígeno disuelto (Tabla 2).
Componente 1 = 0,655 | ||
Variables abióticas | Ponderación | |
Altitud (msnm) | 0,411 | |
Hierro total (mg/L) | 0,345 | |
Oxígeno Disuelto (ppm) | 0,329 |
La elección de las variables fisicoquímicas para determinar el gradiente de estrés influye en la composición del índice integral (Macedo et al., 2016). El uso del ACP para seleccionar las variables fisicoquímicas más representativas (valor de vector propio más grande) de los ejes ACP significativos es una alternativa más simple y poderosa, porque emplea un proceso objetivo para elegir métricas (Schoolmaster et al., 2012). Actualmente, este enfoque rara vez se ha utilizado en un contexto de biomonitoreo; no obstante, al igual que en nuestro estudio este método también demostró su eficiencia en otros estudios (Ertaş et al., 2022).
3.2 Selección de métricas biológicas
De un total de 27 métricas calculadas para cada uno de los puntos de muestreo, únicamente siete de ellas presentaron una correlación de Pearson r ≥ 0,6 con el gradiente abiótico; 2 métricas altamente correlacionadas entre sí (r ≥ 0,8) también fueron excluidas. Finalmente, las métricas seleccionadas fueron: NEF orden 2, % raspador, % nadador, tolerancia de Ephemeroptera y Trichoptera.
3.3 Diseño del índice integral
Mediante el uso de las cinco métricas seleccionadas (Tabla 3), se realizó las categorizaciones de la calidad ecológica del agua (Tabla 4) y se desarrolló la fórmula de estandarización final (Tabla 5).
El % de raspadores y nadadores en el desarrollo del índice integral tuvieron una respuesta importante con el gradiente abiótico. Estos grupos tróficos se caracterizan por aferrarse a sustratos de distintos tamaños para alimentarse (Hamada et al., 2019), de esa forma estos grupos tróficos representan, la heterogeneidad y la estabilidad del tipo de sustrato, que es de interés cómo medida de la variación ambiental (Saal et al., 2020).
La diversidad de macroinvetebrados es un buen indicador de calidad de agua, y posee mayor eficiencia cuando es incluido en índices integrales donde los macroinvertebrados se clasifican a nivel taxonómico de familia (Prat et al., 2009), de esta forma el número efectivo de familia de orden 2, que es una forma de determinación de la diversidad está incluido dentro del índice integral desarrollado, ofreciendo el potencial de proporcionar criterios de diversidad para la evaluación de la calidad del agua (Villamizar et al., 2019).
Rango | Calidad | Color |
≥ 63 | Excelente | Azul |
49 - 62 | Buena | Verde |
30 - 48 | Moderada | Amarillo |
22 - 29 | Mala | Naranja |
≤ 21 | Pésima | Rojo |
Métricas que incrementan con el gradiente abiótico | Percentil 5 | Valor máximo | Fórmula, X = valor de la métrica |
% Raspador | 19 | 29 | 100*((29-X)/10)) |
% Nadador | 12 | 43 | 100*((43-X)/31)) |
Métricas que disminuyen con el gradiente abiótico | Percentil 95 | Valor mínimo | Fórmula, X = valor de la métrica |
NEF orden 2 | 5,4 | 0,03 | 100*(X/5,4) |
Tolerancia Ephemeroptera | 0,3 | 0,10 | 100*(X/0,2) |
Tolerancia Trichoptera | 0,3 | 0,02 | 100*(X/0,3) |
La tolerancia de Ephemeroptera y Trichoptera, son métricas que poseen organismos sensibles a varios tipos de perturbación (Gabriels et al., 2010; Couceiro et al., 2012), y que fueron adecuadamente integrados al índice integral para proporcionar información de la calidad del agua; ya que responden a las perturbaciones agroindustriales de una manera predecible.
3.4 Determinación de la calidad del agua mediante el índice integral
Al calcular el índice integral para el río Guayuriba, se registró que los once puntos de muestreo se encontraron distribuidos entre cuatro rangos de calidad (Figura 2). Este índice calificó con calidad excelente, el punto GMB001 (65); con calidad buena, los puntos GMN001.GM001, GM004 y GMS001 (54, 52, 52 y 51 respectivamente); con calidad moderada, los puntos GM005 y GM006 (46 y 47 respectivamente); y con calidad mala, los puntos GM007, GM008, GM009 y GM010 (24, 27, 28 y 27 respectivamente).
Los valores más altos del índice (excelente calidad), se obtuvieron en el punto de muestreo establecido como de referencia, situado en la zona más alta (GMB001), mientras que los valores más bajos (mala calidad) se obtuvieron en los puntos de muestreo de la zona baja (GM007, GM008, GM009, GM010) donde vertimientos de actividades de extracción de material de arrastre, aguas fósiles asociadas a actividades de explotación de hidrocarburos y vertimientos difusos asociados a cultivos de palma africana presentan su mayor magnitud.
Un aspecto importante en el desarrollo del índice integral para la evaluación de la calidad del agua es definir el punto de referencia (Macedo et al., 2016). La mayoría de los enfoques para la determinación del punto de referencia, utilizan criterios poco eficientes (Baptista et al., 2011); sin embargo, en nuestra investigación, el punto de referencia fue eficiente, ya que el índice integral pudo discriminar la calidad del agua, entre los puntos menos perturbados y más perturbados.
3.5 Comparación del índice integral con otros índices biológicos y fisicoquímicos
Se observó que el índice integral desarrollado presentó el mayor coeficiente de regresión ajustado (R2 = 0,87), seguido por ASPT (R2 = 0,79), BMWP/col. (R2 = 0,68), EPT (R2 = 0,61), seguidos finalmente por los índices fisicoquímicos con menores coeficientes ICOMO (R2 = 0,35) e ICA (R2 = 0,27). Lo anterior sugiere que el índice integral fue de utilidad al detectar la mayor proporción de impactos sobre las comunidades de macroinvertebrados acuáticos, definiendo una evaluación más precisa del a calidad del río Guayuriba.
Desarrollar un índice integral podría representar una actividad un tanto más laborioso con respecto a solo el uso de índices fisicoquímicos y biológicos (Yorulmaz et al., 2021). Sin embargo, como se observó en este estudio el índice integral a diferencia de los otros índices, es una herramienta capaz de determinar eficientemente la integridad ecológica en una variedad de escalas espaciales con diferentes actividades agroindustriales.
Al igual que el índice integral desarrollado existen otros índices multimétricos como el índice biótico de macroinvertebrados (Li et al., 2021) e IMARBO (Vera-Sanches et al., 2020) que tienen también la ventaja de incluir de forma complementaria parámetros fisicoquímicos y biológicos; sin embargo, el índice integral propuesto en esta investigación incluye adicionalmente un parámetro de biodiversidad (número efectivo de familias de orden 2), esta capacidad del índice integral propuesto y de los multimétricos, demuestra la fortaleza que presentan estos índices para incluir parámetros de acuerdo a las particularidades propias de un ecosistema acuático con influencia agroindustrial en el que se requiere determinar la calidad del agua (Hernández-Mira et al., 2021).
4. Conclusiones
El índice integral reúne información de una variedad de medidas ecológicas que responden a la influencia agroindustrial de una manera predecible, y ofrece el potencial de ser una herramienta efectiva para monitorear y evaluar la calidad del agua; y es así como el índice integral desarrollado, pudo predecir variaciones en la comunidad de macroinvertebrados frente al gradiente abiótico del agua; y en la que los puntos de muestreo fueron clasificados en diferentes calidades. Finalmente, el índice integral presentó el mayor coeficiente de regresión ajustado, respecto a otros índices biológicos y fisicoquímicos.