Documentos de Académico
Documentos de Profesional
Documentos de Cultura
mg/l
abr-02
ene-02
jul-01
oct-01
0
abr-01
0
oct-00
ene-01
50
jul-00
10
abr-00
100
ene-00
15
jul-99
150
oct-99
20
abr-99
200
oct-98
25
ene-99
250
jul-98
30
abr-98
300
ene-98
mm
Pozo Mijares
Nitratos-Precipitaciones
100
90
mg/l Nitratos
80
70
60
Abeller
50
Infantona
40
30
Pellicer
20
Contador
10
may-02
mar-02
ene-02
nov-01
sep-01
jul-01
may-01
mar-01
ene-01
nov-00
sep-00
jul-00
may-00
mar-00
ene-00
Distribucin espacial
Se estudia mediante los denominados mapas de isocontenidos, que estn formados
por isolneas o lneas de igual concentracin, en el caso de los iones. Tambin se
pueden confeccionar mapas de otros parmetros: temperatura, conductividad,
relaciones inicas,etc..
A partir de los datos obtenidos en los pozos, las isolneas se pueden dibujar
manualmente mediante interpolacin, pero existen programas informtica que facilitan
la labor, aunque siempre requieran un refinamiento con criterios hidrogeolgicos o
hidrogeoqumicos.
300
200
500
200
300
500
400
400
500
600
300
400
700
800
Los mapas, que deben referirse a una concreta, permiten visualizar la distribucin de
los parmetros y obtener informacin sobre su evolucin espacial.
Diagramas verticales
Asignan a cada variable un eje paralelo y separados unos de otros por igual distancia.
Una observacin es representada por una serie de puntos, uno por eje, los cuales
estn conectados por una lnea recta formando un perfil. Las comparaciones entre
observaciones se realizan comparando los perfiles. El ms utilizado es el diagrama de
Schoeller-Berkaloff que se caracteriza por presentar escala logartmica en cada uno de
los ejes; es especialmente til en la demostracin de diferencias hidroqumicas entre
tipos de aguas en un mismo diagrama.
meq/ Ca
Mg Na+K Cl
100
10
Diagramas circulares
Representan los porcenajes de cada uno de los iones. El dimetro del crculo puede
relacionarse con el total de slidos disueltos
HCO3
Cl
SO4
NO3
Ca
Mg
Na
K
Diagramas triangulares
Tres variables de una misma observacin son representadas por un punto en un
diagrama triangular. Cada vrtice corresponde la 100% de cada una de las variables,
expresados en meq/l. El ms utilizado es el diagrama de Piper que separa los cationes
y aniones en dos tringulos, y un campo romboidal central para el conjunto de ellos.
Representa la composicin qumica mayoritaria de muchas aguas sobre un nico
grfico, facilitando la comparacin y la clasificacin de las aguas. Permite agrupar
aguas por familias hidroqumicas y establecer relaciones genticas; por ejmplo, si los
puntos se alinean entre dos aguas extremas, se tratara de aguas de mezcla entre
ambas. Las desviaciones de la recta de mezcla podran obedecer a procesos
modificadores posteriores a la mezcla.
100% Mg
28% de Na
32% de Mg
Mg
Na+K
100% Ca
40% de Ca
SO4
HCO3
100% Na+K
Cl
Ca
Diagramas cuadrados
Tanto cationes como aniones se distribuyen por los cuatro lados del rectngulo, en %.
%Cl + %SO4 + %NO3
Zona norte
Zona sur
Marjalera
%Na + %K
%Ca + %Mg
(2)
(1)
%HCO3
30
Ca
2+
(meq/l)
25
20
Calcite
Precipitation
15
10
% seawater
5
0
0
50
100
150
< 2.5 %
2.5 % - 5 %
5 % - 25 %
> 25 %
200
Cl- (meq/l)
%
A la izquierda, relacin entre Ca y Cl en la Plana de Oropesa, mostrando enriquecimiento de
Ca respecto a la lnea terica agua dulce agua de mar, debido a procesos de cambio inico.
A la derecha, relacin entre el % de agua de mar en aguas salinas de Cuba respecto al ndice
de saturacin con la calcita.
Anlisis multivariante
El objetivo global de estos anlisis es identificar los factores ms importantes ms
pequeos en nmero que la cantidad de muestras y atributos medidos- que expliquen
la variabilidad en los datos. Las tcnicas multivariantes suministran un medio para
determinar las interrelaciones significativas que, por lo dems, podra ser un nmero
muy elevado de datos, suministrando de este modo diferentes ventajas sobre los
mtodos grficos convencionales. Los parmetros que se miden en un anlisis fsicoqumico son las variables (conductividad, temperatura, cloruros, sulfatos,..) mientras
que los anlisis de fecha y posicin diferente son las observaciones. El conjunto de
observaciones y variables forman la matriz objeto del anlisis multivariable, de
dimensiones n x m, siendo n el nmero de observaciones y m el de variables.
Los objetivos que se pretenden alcanzar son de dos tipos: de clasificacin y de
interdependencia. Con el anlisis clasificatorio se intentan cuantificar aquellos
estadsticos o determinar aquellas ecuaciones con los que se pueden distinguir grupos
dentro de la muestra disponible. De esta forma se pueden distinguir aguas de la
misma procedencia, o bien, tener criterios capaces de incluir futuros anlisis a grupos
previamente estructurados. La mayor parte de los estudios fsico-qumicos se
describen a travs de gran nmero de variables; sin embargo, muchas de ellas pueden
estar relacionadas, por lo que casi siempre existe informacin duplicada, y se
oscurece la explicacin de la estructura esencial del sistema.
Las tcnicas ms utilizadas para la clasificacin son: el anlisis discriminante y el
anlisis cluster. Las relaciones de interdependencia pueden ser estudiadas con el
anlisis de regresin mltiple, anlisis factorial, anlisis de correspondencias y anlisis
de componentes principales.
Anlisis de componentes principales
Cuando se dispone de un gran nmero de variables, se trata de sustituirlas por unas
pocas funciones de ellas, sin prdida de demasiada informacin, que permita una
mayor facilidad en el anlisis y en la interpretacin de los datos. El ACP suministra un
mtodo de construccin de nuevas variables incorreladas y mutuamente
independientes. Cada componente principal es una combinacin lineal de las variables
de partida, es decir, est compuesta por una funcin lineal de las variables originales.
Un grupo de j variables, cada una teniendo i observaciones, puede ser representado
por una matriz de dimensiones i x j. Cada observacin puede adems ser posicionada
en un espacio j-dimensional. Sin embargo, como pueden existir correlaciones entre las
variables, los j-ejes de este espacio no son siempre ortogonales.
El objetivo de un ACP es transformar las variables de modo que los ejes lleguen a ser
ortogonales, lo que permitir la definicin de nuevas variables independientes. El
primer eje es elegido para explicar tanto como sea posible la varianza total de las
observaciones; el segundo eje explicar tanto como sea posible la varianza residual, y
as sucesivamente.Las principales ventajas de este mtodo son su corto tiempo de
ejecucin y la gran objetividad en la presentacin de los datos preliminares.
4
3
2
0
-1
-2
-3
-4
-4
-3
-2
-1
Anlisis Cluster
Este tipo de anlisis matemtico pretende la estructuracin de un conjunto de
unidades en grupos, a partir de una matriz de similitud, permitiendo clasificar cualquier
conjunto de determinaciones (cluster de variables) y de observaciones (cluster de
casos). La matriz de similitud se construye utilizando parmetros que relacionen las
unidades; generalmente se utilizan las distancias o los coeficientes de correlacin.
r
0.0
0.2
0.4
0.6
0.8
1.0
10 11
0.4
0.6
0.8
1.0
(M.1)
Benicasim
(M.2)
Moncofar
Sector
Central