Planteamiento de una metodología para el cálculo de un índice de calidad del agua para el río Machángara, cuenca alta del Guayllabamba

El objetivo del proyecto es desarrollar una metodología para el cálculo de un índice de calidad de agua (ICA) para el río Machángara, localizado en la cuenca alta del Guayllabamba, dentro del DMQ, aplicando estadística descriptiva, correlaciones y análisis multivariante. El estudio se llevó a cabo con los datos suministrados por la EPMAPS a partir de campañas de monitoreo mensuales en el río Machángara durante los años 2002 – 2007 en siete estaciones de monitoreo. Para ello, se consolidó la base de datos de los parámetros físico-químicos y bacteriológicos, utilizando herramientas estadísticas descriptivas y análisis clúster jerárquico aglomerativo (CA) para la agrupación de estaciones similares. Para la selección de las variables del ICA se conjugaron criterios estadísticos (análisis de componentes principales y análisis de factores), investigación bibliográfica y análisis de la normativa nacional aplicable. Luego se seleccionó el modelo para el cálculo del ICA, con el que se valoró la calidad del río. Finalmente, se evaluó el ICA adaptado aplicando análisis de sensibilidad y comparándolo con el ICA de la NSF de Estados Unidos. Se obtuvo un ICA conformado por nueve variables, bajo el modelo de la Canadian Council of Ministers of the Environment (CCME), adaptado a la región de estudio.

The objective of the project is to develop a methodology for the calculation of a water quality index (WQI) for the Machángara river, located in the upper basin of the Guayllabamba, within the DMQ, applying descriptive statistics, correlations and multivariate analysis. The study was carried out with the data provided by the EPMAPS from monthly monitoring campaigns in the Machángara river during the years 2002 - 2007 in seven monitoring stations. For this, the database of physical-chemical and bacteriological parameters was consolidated, using descriptive statistical tools and agglomerative hierarchical clustering analysis (CA) for the grouping of similar stations. For the selection of WQI variables, statistical criteria were combined (analysis of main components and factor analysis), bibliographic research and analysis of applicable national regulations. Then the model for the calculation of the WQI was selected, with which the quality of the river was assessed. Finally, the adapted ICA was evaluated applying sensitivity analysis and comparing it with the WQI of the NSF of the United States. An ICA consisting of nine variables was obtained, under the model of the Canadian Council of Ministers of the Environment (CCME), adapted to the region of study.

Valencia Bonilla, Nathalia Teresa, director