En este trabajo se estudió la calidad de agua de la cuenca del río Suquía (Córdoba), evaluando los cambios espaciales y temporales a través de la medición de múltiples parámetros químicos, físicos y biológicos sobre muestras tomadas en distintos tiempos y estaciones de monitoreo. La matriz de datos obtenida se analizó mediante técnicas estadísticas multivariadas con el objeto de predecir cambios y tendencias en la calidad de agua como, asimismo, evidenciar las fuentes de contaminación.
La cuenca se monitoreó por al menos dos años, incluyendo estaciones ubicadas en la cuenca alta, media y al comienzo de la cuenca baja del río. En cada muestra obtenida se midieron veintidós parámetros. En el análisis de esta compleja matriz de datos se utilizaron técnicas quimiométricas de reconocimiento de patrones como el análisis d cluster (AC), análisis de factores y componentes principales (AF/ACP) y análisis discriminante (AD).
El AC permitió obtener buenos resultados como primer método exploratorio, útil para evaluar los grandes cambios, tanto temporales como espaciales; no obstante AC no resulta tan útil al intentar buscar detalles de estos cambios.
Con el uso de AF/ACP se necesitaron 13 parámetros para determinar el 71% de los cambios temporales y espaciales en la calidad del agua. En consecuencia, se observa que el AF/ACP permite una reducción de datos importante, aunque el número de parámetros remanentes aún es considerable. AF/ACP permite agrupar los parámetros seleccionados de acuerdo a características comunes, tanto como evaluar la incidencia de cada grupo sobre los cambios en la calidad del agua, especialmente durante el análisis de cambios temporales.
La técnica de AD brinda los mejores resultados para la reducción de datos y evaluación de patrones de comportamiento (cambios en la calidad del agua en este caso). AD funcionó bien tanto en el análisis temporal como para el análisis espacial. Usando AD se logra reducir significativamente número de parámetros necesarios par evaluar la calidad del agua, ya que sólo se usan 6 parámetros para asignar correctamente el 87% de los datos durante el análisis temporal, y solamente 5 parámetros para asignar correctamente el 75% de los datos durante el análisis espacial de 4 áreas diferentes de la cuenca.
El uso de gráficos del tipo box and Whisker, usando los parámetros seleccionados y agrupados de acuerdo al AD, facilitó la visualización de los cambios en la calidad del agua y las distintas fuentes de contaminación asociadas con muchos de esos cambios.
