Interrelación de variables bióticas y abióticas para evaluar calidad de agua

Interrelación entre variables fisicoquímicas e
hidrobiológicas para la medición de la calidad del

agua en fuentes hídricas superficiales
Luz Ángela Galindo Leva
Universidad Nacional de Colombia
Facultad de Ingeniería y Arquitectura, Departamento de Química
Manizales - Caldas, Colombia
2020
Interrelación entre variables fisicoquímicas e
hidrobiológicas para la medición de la calidad
del agua en fuentes hídricas superficiales
Luz Ángela Galindo Leva
Trabajo de investigación presentada(o) como requisito parcial para optar al título de:
Magister en Ingeniería Ambiental
Directora:
MSc. Adela Londoño Carvajal
Grupo de Investigación:
Grupo de Trabajo en Hidráulica y Ambiental - GTHA
Universidad Nacional de Colombia
Facultad de Ingeniería y Arquitectura, Departamento de Química
Manizales - Caldas, Colombia
2020
Supongo que es tentador tratar todo como si fuera un clavo, si la única herramienta que tienes es
un martillo (Abraham Maslow)
A “La Profe”: Porque nadie ha creído tanto en mí,

como usted. Desde el primer momento que entró
en mi vida ha sido una figura positiva y motivadora.
Gracias por ayudarme tanto en este trecho. Ha
marcado una pauta de excelencia que me hace
querer ser mejor persona, profesional, docente y
compañera. Desde el fondo de mi corazón, sólo le
puedo decir… Mil gracias.
Declaración de obra original
Yo declaro lo siguiente:
He leído el Acuerdo 035 de 2003 del Consejo Académico de la Universidad Nacional. «Reglamento
sobre propiedad intelectual» y la Normatividad Nacional relacionada al respeto de los derechos de
autor. Esta disertación representa mi trabajo original, excepto donde he reconocido las ideas, las
palabras, o materiales de otros autores.
Cuando se han presentado ideas o palabras de otros autores en esta disertación, he realizado su
respectivo reconocimiento aplicando correctamente los esquemas de citas y referencias
bibliográficas en el estilo requerido.
He obtenido el permiso del autor o editor para incluir cualquier material con derechos de autor
(por ejemplo, tablas, figuras, instrumentos de encuesta o grandes porciones de texto).
Por último, he sometido esta disertación a la herramienta de integridad académica, definida por la
universidad.
________________________________
LUZ ANGELA GALINDO LEVA
18 de agosto de 2020.
Agradecimientos
Agradezco la Universidad Nacional de Colombia sede Manizales y al Grupo de Trabajo en Hidráulica
y Ambiental - GTA, por poner a disposición la información y capital humano clave en la construcción
de este trabajo.
Agradezco muy especialmente al Ingeniero PhD. Jorge Julián Vélez por sus orientaciones y
aclaraciones tanto conceptuales como prácticas. Su apoyo fue muy valioso y oportuno.
A todas las personas que acompañaron este proceso, desde el apoyo emocional, o profesional en
la práctica. Agradezco a mis amigos y compañeros que, de un modo u otro, fueron parte de mi
equipo.
Quiero agradecer también a Juan Pablo por su ayuda desinteresada y su motivación por ser un
abogado experto en regresiones logarítmicas; a Brajhan Guzmán por su ayuda en la búsqueda de
materia prima y construcción de las bases sobre las que se cimentaron los análisis. A Carolina
Jiménez por el apoyo, amistad y acompañamiento moral; a Camilo Olarte por sus siempre
bienvenidas, críticas constructivas, servicios técnicos informáticos y su paciente asistencia. Ustedes
fueron elementos muy importantes en este trayecto.
A mi familia porque siempre ha sido un pilar que me ha sostenido en momentos difíciles y al que
he abrazado en los momentos felices. Gracias por estar ahí cuando los necesito.
Resumen y Abstract IX
Resumen
Interrelación entre variables fisicoquímicas e hidrobiológicas para la medición de la calidad del

La pretensión de que el caudal natural de un río debe reservarse íntegramente para el perfecto
funcionamiento del ecosistema acuático resulta una utopía en la actualidad. Un planteamiento
realista consiste en compaginar los distintos usos del agua asegurando la función ecológica del
ecosistema, garantizando la gestión del caudal ambiental con el apoyo de la formulación de normas
de manejo del agua, buscando lograr el equilibrio en el manejo del ecosistema. En torno a este
aspecto, en la última década, la biota ha venido ganando un espacio relevante dentro de las
estimaciones reglamentarias de caudales ambientales alrededor del mundo y Colombia ha venido
avanzando en esta área, incorporando en los Planes de Ordenamiento del Recurso Hídrico,
metodologías con evaluaciones integradas de variables bióticas y abióticas. En ese orden de ideas,
el instrumento direccionador del manejo integral del agua en Colombia propone una gestión
articulando el ordenamiento del territorio con los procesos hidrológicos de los que depende la
oferta de agua, conjugando la conservación de los ecosistemas, los servicios ecosistémicos, la
oferta y calidad hídrica, entre otros.
Hasta hace algunos años, en Colombia se desarrollaban metodologías de estimaciones de caudales

ambientales que no reflejaban la heterogeneidad y gradientes de alta montaña al involucrar
adaptaciones de índices de la Unión Europea y estados unidos. Con la incorporación del índice de
Calidad Ecológica -ICE en los Planes de Ordenamiento del Recurso Hídrico - PORH, ha tomado
relevancia el manejo de la información que permite entender la dinámica y relación de la biota con
los gradientes ambientales que se presentan en cada cuenca a nivel regional y Colombia dispone
de información primaria para una gran cantidad de corrientes, desconociendo su importancia y
careciendo de elementos basados en esa información autóctona. Por lo tanto, en la búsqueda de
X Interrelación entre variables fisicoquímicas e hidrobiológicas para la medición de la
calidad del agua en fuentes hídricas superficiales
un instrumento que integre metodologías separadas hasta ahora, en varios niveles, se propuso
interrelacionar las variables bióticas y abióticas relevantes en la evaluación de la calidad del agua.
Para alcanzar esta meta, se propuso la construcción de una base de datos que incluyó 33 puntos
de muestreo sobre diversas corrientes de las cuencas de los ríos Risaralda, Chinchiná, Campoalegre
y Guacaica correspondiente a la zona media de la cuenca del río Cauca, al suroccidente del eje
cafetero. Dicha base de datos se basó en 113 eventos de muestreo (33 puntos en diferentes
épocas) y 65 variables bióticas y abióticas. Se aplicaron análisis multivariados de correspondencia
sin tendencia, correspondencia canónica y componentes principales y posteriormente se
complementó con análisis univariados de correlación Pearson y Spearman.
Se obtuvieron más de 500 correlaciones significativas entre variables, a las cuales se les realizaron
las respectivas regresiones, determinando el valor de ajuste al modelo (R2), los valores y las
probabilidades de los parámetros. Fueron seleccionadas como modelos aceptables, aquellas
regresiones en las que los valores de los parámetros Y0 y a fueron significativos (p<0.05).
Alrededor de 180 regresiones fueron aceptables cumpliendo con la descripción mencionada que
posteriormente fueron validadas mediante comparaciones con pruebas estadísticas para dos
grupos de datos. Este procedimiento consistió en comparar los datos reales obtenidos en campo
para cada variable biótica correlacionada, con los datos calculados por medio de las ecuaciones
obtenidas de las regresiones.
Finalmente, 67 correlaciones fueron validadas de tal manera que no se encontró diferencia

significativa entre los datos reales y los datos calculados. A partir de estas ecuaciones se construyó
un instrumento de cálculo que permite obtener variables bióticas a partir de datos de variables
ambientales. Sin embargo, se recomienda cautela con las inferencias y conclusiones a partir de los
resultados que se obtengan.
Palabras clave: Macroinvertebrados acuáticos, variables ambientales, índices bióticos,

correlaciones, gradientes ecológicos.
Contenido XI
XII Interrelación entre variables fisicoquímicas e hidrobiológicas para la medición de la
Abstract
Interrelation between physicochemical and hydrobiological variables for the measurement of

water quality in surface water streams
The claim that the natural flow of a river must be fully reserved for the perfect functioning of the
aquatic ecosystem is a utopia today. A realistic approach consists of combining the different uses
of water, ensuring the ecological function of the ecosystem, guaranteeing the management of the
environmental flow with the support of the formulation of water management standards, seeking
to achieve a balance with the management of the ecosystem. Around this aspect, in the last
decade, the biota has been gaining a relevant space within the regulatory estimates of
environmental flows around the world and Colombia has been making progress in this area,
incorporating methodologies in the Water Resource Management Plans with integrated
evaluations of biotic and abiotic variables. In that order of ideas, the directing instrument of the
integral management of water in Colombia proposes a management articulating the ordering of
the territory with the hydrological processes on which the supply of water depends, combining the
conservation of ecosystems, ecosystem services and supply water.
Until a few years ago, in Colombia, methodologies for estimating environmental flows were
developed that did not reflect the heterogeneity and high mountain gradients by involving
adaptations of indices from the European Union and the United States. With the incorporation of
the ecological quality indices -ICE in the PORH, the management of the information that allows
understanding the dynamics and relationship of the biota with the environmental gradients that
occur in each basin at the regional level has become relevant and Colombia has primary
information for a large number of streams, ignoring its importance and lacking elements based on
that indigenous information. Therefore, in the search for an instrument that integrates
Contenido XIII
methodologies separated so far, at various levels, it was proposed to interrelate the relevant biotic
and abiotic variables in the evaluation of water quality.
To achieve this goal, the construction of a database was proposed that included 33 sampling points
on various streams of the Risaralda, Chinchiná, Campoalegre and Guacaica basins corresponding
to the middle area of the Cauca river basin, to the southwest of the coffee axis. . Said database was
based on 113 sampling events (33 points at different times) and 65 biotic and abiotic variables.
Multivariate analysis of correspondence without trend, canonical correspondence and principal
components were applied and later complemented with univariate analysis of Pearson and
Spearman correlation.
More than 500 significant correlations between variables were obtained, to which the respective
regressions were performed, determining the value of fit to the model (R2), the values and the
probabilities of the parameters. Those regressions in which the values of the parameters Y0 and a
were significant (p <0.05) were selected as acceptable models.
Around 180 regressions were acceptable complying with the aforementioned description, which
were subsequently validated through comparisons with statistical tests for two groups of data. This
procedure consisted of comparing the real data obtained in the field for each correlated biotic
variable, with the data calculated by means of the equations obtained from the regressions.
Finally, 67 correlations were validated in such a way that no significant difference was found
between the real data and the calculated data. From these equations, a calculation instrument was
built that allows obtaining biotic variables from data on environmental variables. However, caution
is recommended with inferences and conclusions from the results obtained.
Keywords: Aquatic macroinvertebrates, environmental variables, biotic indices, correlations,

ecological gradients.
Contenido XV
Contenido
Pág.
Resumen............................................................................................................................................ IX
Lista de figuras ............................................................................................................................... XVII
Lista de tablas.................................................................................................................................. XIX
Introducción ....................................................................................................................................... 1
1. Contexto ..................................................................................................................................... 3
1.1 Marco Teórico .................................................................................................................... 3
1.1.1 Valoración del recurso hídrico ....................................................................................... 3
1.1.2 Directrices para la gestión integral del recurso hídrico ................................................. 4
1.1.3 Tendencias en el estudio de los macroinvertebrados ................................................... 8
1.1.4 La evaluación de la calidad del agua ............................................................................ 11
1.2 Justificación ...................................................................................................................... 25
1.3 Planteamiento del problema ........................................................................................... 26
1.4 Objetivos .......................................................................................................................... 27
1.4.1 Objetivo general ........................................................................................................... 27
1.4.2 Objetivos específicos.................................................................................................... 27
2. Metodología ............................................................................................................................. 28
2.1 Obtención de la información............................................................................................ 29
2.2 Áreas geográficas objeto de estudio en los muestreos incluidos dentro del presente
análisis. ......................................................................................................................................... 32
2.3 Depuración de bases de datos y homogenización de la información. ............................. 41
2.4 Prueba piloto con un cuerpo de agua de referencia........................................................ 46
2.4.1 Ríoclaro como cuerpo de agua de referencia. ............................................................. 48
2.5 Exploración y manejo preliminar de los datos. ................................................................ 56
2.5.1 Agrupamiento de datos. .............................................................................................. 57
2.6 Determinación de variables relacionadas. ....................................................................... 57
2.7 Validación de las relaciones. ............................................................................................ 58
3. Resultados ................................................................................................................................ 61
3.1 La información en la base de datos.................................................................................. 62
3.2 ¿Qué esperar de los datos? Elaboración de la prueba piloto con Ríoclaro. .................... 68
3.3 Estrategia para el manejo de los datos. ........................................................................... 76
3.3.1 Caracterización de los grupos → Lo que tienen en común ......................................... 79
3.4 Variables que se relacionaron en cada grupo. ................................................................. 81
XVI Interrelación entre variables fisicoquímicas e hidrobiológicas para la medición de la
3.4.1 Relaciones en el Grupo 1 ............................................................................................. 82

3.5 Relaciones válidas ............................................................................................................ 90
4. Avances en la búsqueda de un instrumento que integre las metodologías hasta ahora

separadas ......................................................................................................................................... 97
5. Discusión ................................................................................................................................ 105

5.1 Principales factores abióticos responsables de la variabilidad ...................................... 105
5.2 El rol de los grupos funcionales en la determinación de la calidad del ecosistema ...... 108
5.3 Otras variables relevantes en la determinación de la calidad del ecosistema acuático 109
6. Conclusiones y recomendaciones .......................................................................................... 113

6.1 Conclusiones .................................................................................................................. 113
6.2 Recomendaciones .......................................................................................................... 114
7. Bibliografía ............................................................................................................................. 116
A. Anexo: Base de datos general ................................................................................................ 127
B. Anexo: Base de datos y Análisis piloto con Ríoclaro .............................................................. 129
C. Anexo: Análisis de Agrupamiento .......................................................................................... 130
D. Anexo: Determinación de correlaciones ................................................................................ 131
E. Anexo: Validación de Relaciones ........................................................................................... 132
F. Anexo: Instrumento de estimación de variables ................................................................... 133

Contenido XVII
Lista de figuras
Pág.
Figura 2-1: Secuencia metodológica para el logro de los objetivos propuestos. ................... 28
Figura 2-2: Mapa de cuencas hidrográficas de intervención de CORPOCALDAS. .................. 29
Figura 2-3: Precipitación media en la cuenca del Río Campoalegre. ..................................... 35
Figura 2-4: Red hidrográfica y subcuencas del Río Chinchiná. ............................................... 37
Figura 2-5: Clasificación climática de la Cuenca del río Chinchiná. ........................................ 38
Figura 2-6: Precipitación media anual en la cuenca del Río Risaralda. .................................. 40
Figura 2-7: Estructura de la base de datos. ............................................................................ 41
Figura 2-8: Esquema de clasificación morfológica de cauces. ............................................... 45
Figura 2-9: Variación anual de caudal para la subcuenca del río Ríoclaro. ............................ 49
Figura 2-10: Proporción de grupos tróficos esperados para los diferentes tramos de los
cuerpos de agua. 55
Figura 2-11: Distribución de grupos funcionales tróficos encontrados en los diferentes tramos
de Ríoclaro. 56
Figura 3-1: Diagrama de la correspondencia de los resultados con los objetivos planteados.
61
Figura 3-2: Ubicación de los puntos de muestreo en los rangos de pendientes (A) y de flujo
acumulado (B), empleados para determinar la clasificación geomorfológica de Flores et. al.
(1996). 64
Figura 3-3: Análisis de correspondencia sin tendencia – DCA para Ríoclaro. La ordenación se
basó en 26 segmentos con cuatro iteraciones. ............................................................................... 69
Figura 3-4: Análisis de correspondencia canónica para Ríoclaro. .......................................... 71
Figura 3-5: Matriz de correlaciones de Pearson para Ríoclaro. Sólo aparecen señaladas las
correlaciones significativas (p<0,05). El tamaño de la elipse está relacionado con el valor del
coeficiente de correlación. En rojo se muestran las correlaciones negativas y en azul, las positivas.
72
Figura 3-6: Regresiones de la variable altitud con relación a otras variables ambientales que
determinan la variabilidad en la muestra de Ríoclaro. .................................................................... 74
Figura 3-7: Dendrograma de clasificación de los eventos de muestreo con base en variables
abióticas seleccionadas en el análisis piloto. ................................................................................... 78
Figura 3-8: Intervalos de confianza para variables ambientales en la diferenciación de los
grupos obtenidos del análisis de agrupamiento. ............................................................................. 80
XVIII Interrelación entre variables fisicoquímicas e hidrobiológicas para la medición de la
Contenido XIX
Lista de tablas
Pág.
Tabla 1-1: Objetivo 1 de la PNGIRH: Metas, indicadores y líneas de acción. ............................. 7

Tabla 2-1: Procedencia de los datos recopilados en la construcción de la base de datos para el
presente análisis. ............................................................................................................................. 30
Tabla 2-2: Cuencas y subcuencas abordadas desde el presente estudio. ................................ 33
Tabla 2-3: Variables fisicoquímicas incluidas en la base de datos para el presente análisis. ... 42
Tabla 2-4: Tipos de variables bióticas incluidas en la base de datos para el presente análisis.43
Tabla 2-5: Localización de los puntos de levantamiento de datos en el estudio de continuidad
hidrobiológica de Ríoclaro. .............................................................................................................. 46
Tabla 2-6: Parámetros fisicoquímicos obtenidos para Ríoclaro (2018). ................................... 49
Tabla 2-7: Comparación de las variables abundancia y riqueza para los cuatro puntos de
muestreo. 51
Tabla 2-8: Comparación de las variables de índices de calidad biótica para los cuatro puntos
de muestreo. 51
Tabla 2-9: Porcentajes de abundancias de los diferentes grupos funcionales tróficos para los
cuatro puntos de muestreo ............................................................................................................. 52
Tabla 2-10: Porcentajes de riqueza de los diferentes grupos funcionales tróficos para los
cuatro puntos de muestreo. ............................................................................................................ 53
Tabla 3-1: Conformación de los eventos de muestreo. ............................................................ 62
Tabla 3-2: Clasificación geomorfológica de los puntos de muestreo incluidos en la base de
datos, determinado con el Índice de Potencia Específica................................................................ 65
Tabla 3-3: Estadística descriptiva exploratoria para las variables incluidas en la base de datos.
66
Tabla 3-4: Resultados del análisis de componentes principales. .............................................. 70
Tabla 3-5: Tabla de regresiones con parámetros significativos de las correlaciones halladas
para Ríoclaro. 73
Tabla 3-6: Conformación de los grupos se acuerdo con el análisis WARD (1963). ................... 77
Tabla 3-7: Regresiones para las variables relacionadas de G1 con los dos parámetros de la
ecuación (Y0 y a) significativos (p>0,05). .......................................................................................... 83
XX Interrelación entre variables fisicoquímicas e hidrobiológicas para la medición de la
Tabla 3-10: Lista de relaciones válidas comunes con Ríoclaro, con los parámetros obtenidos
para las ecuaciones de los diferentes grupos de datos ................................................................... 91
Tabla 3-11: Lista de relaciones válidas comunes a los tres grupos, con los parámetros
obtenidos para las ecuaciones de los diferentes grupos de datos. ................................................. 91
Tabla 3-12: Lista de relaciones válidas NO comunes cuyas abscisas generan respuestas sobre
diversas métricas bióticas. ............................................................................................................... 92
Tabla 3-13: Lista de relaciones válidas NO comunes cuyas ordenadas (variables bióticas)
responden a diversas variables ambientales en G1......................................................................... 94
responden a diversas variables ambientales en G3......................................................................... 94
Tabla 4-1: Lista de fórmulas anidadas en la herramienta calculadora para las variables bióticas
con base en variables ambientales. ................................................................................................. 97
Contenido XXI
Introducción
Priorizar a la hora de realizar la gestión integral del recurso hídrico es esencial para la optimización
de recursos en un país como Colombia. Y aunque pueden surgir un sinnúmero de puntos de vista
desde las diferentes áreas de conocimiento, lo cierto es que desde la biología se tiene especial
predilección por el mantenimiento de las complejas funciones de un ecosistema. No obstante,
pretender reservar íntegramente el caudal natural de un río para el perfecto funcionamiento del
ecosistema acuático, viene a ser una idea utópica. Lo único realista a la hora de gestionar el agua
superficial racionalmente sería un planteamiento que compagine sus distintos usos, asegurando en
todo momento la función ecológica del ecosistema fluvial. Fomentar y garantizar la gestión
integrada del caudal ambiental es necesario, como también el desarrollo y formulación de normas
y políticas de manejo del agua, que restrinjan la alteración y el uso del recurso hídrico, en aras de
lograr un equilibrio con el manejo del ecosistema (Agua limpia y Castro, 2008). Recientemente, los
protocolos para el diseño de los Planes de Ordenamiento del Recurso Hídrico – PORH, han
comenzado a involucrar la biota dentro de las estimaciones reglamentarias de caudales
ambientales, notando la necesidad de implementar las evaluaciones integradas de variables
bióticas y abióticas en los monitoreos y estimaciones.
De acuerdo con el Estudio Nacional del Agua (ENA, 2014), Colombia cuenta con un rendimiento
hídrico promedio que equivale a 6 veces el promedio mundial y a 3 veces el de Latinoamérica;
además de reservas de aguas subterráneas que triplican esta oferta y se distribuyen en el 74% del
territorio nacional. Sin embargo, la distribución del agua es desigual para las diferentes áreas
hidrográficas. En las áreas hidrográficas Magdalena-Cauca y Caribe, donde se encuentra el 80% de
la población nacional y se produce el 80% del PIB de Colombia, se estima que está sólo el 21% de
la oferta total de agua superficial. Las condiciones más críticas del recurso hídrico, asociadas a
presión por uso, contaminación del agua, vulnerabilidad al desabastecimiento, vulnerabilidad
frente a variabilidad climática y condiciones de regulación; se concentran en 18 subzonas
2 Introducción
hidrográficas en las áreas Magdalena-Cauca y Caribe que abarcan 110 municipios con una
población estimada de 17.500.000 habitantes.
Y es precisamente en esas áreas con alta presión antrópica donde se encuentran los ecosistemas
lóticos típicamente complejos y que envuelven muchos fenómenos físicos, químicos y biológicos,
dentro de una intrincada dinámica espacial y temporal (Allan 1995; Banarescu 1995) y aunque se
conocen detalles de la forma individual cómo las variables que influencian la calidad del agua, las
interacciones entre dichas variables son pobremente conocidas y no suelen ser fácilmente
cuantificables.
Partiendo de la premisa que los caudales ambientales se calculan para la protección y conservación
de especies dentro de una corriente de agua, es relevante conocer y estudiar los requerimientos
mínimos de variabilidad intrínseca de preferencia de hábitat de los organismos que se van a afectar
y no asumirlos. Este trabajo busca realizar una serie de pasos para establecer correlaciones entre
las comunidades de macroinvertebrados y las variables hidrológicas de los sitios que habitan, con
el fin de reducir la incertidumbre de los datos adaptados de otros países e incluir el conocimiento
de la estructura ecológica en las evaluaciones ambientales.
Los métodos de evaluación de la calidad de las aguas basados en macroinvertebrados acuáticos

ofrecen múltiples ventajas tales como: simplicidad metodológica, rapidez en la obtención de los
resultados y una alta confiabilidad, lo que hace de estos métodos una herramienta idónea para los
monitoreos en las cuencas y ríos en general (Alba-Tercedor & SánchezOrtega 1988, Jonson et al.
1992). Sin embargo, el gran número de interacciones resultantes entre las variables físicas y
químicas y los organismos acuáticos se constituye en un problema matemático de gran
complejidad, por lo que se requiere de técnicas robustas para el análisis multivariado de modelos
no lineales (Canton & Chadwick 1988; Wagner et al. 2000).
En este sentido, clasificar y relacionar patrones y relaciones entre datos y su capacidad para hacer
inferencias sobre nuevos datos (DARPA 1988; Freeman & Skapura 1991) es una necesidad sobre la
información que se ha venido generando con los muestreos integrados. Esto representa un paso
en la implementación de los macroinvertebrados acuáticos como herramienta para la estimación
de la calidad del agua reduciendo el número de métricas relevantes dentro del proceso de
bioindicación.
1. Contexto
La Unión Europea, Estados Unidos y en general casi todos los países desarrollados, han avanzado
en los procedimientos de control de calidad del agua de los ecosistemas acuáticos, mediante el uso
de un conjunto de análisis fisicoquímicos e índices biológicos (Álvarez, 2005). Colombia, en las
últimas décadas ha gestionado también, el conocimiento de sus ecosistemas generando
información utilizable para la evaluación de dichos ambientes
Esta revisión busca realizar un acercamiento hacia los pasos que se han dado en la búsqueda de
confluencia de metodologías divorciadas, que buscan una evaluación más integral del recurso
hídrico, en las que se incluyen variables hidrológicas y bióticas con el fin de incluir el conocimiento
de la estructura ecológica en las evaluaciones ambientales.
A continuación, se presenta un conjunto de datos accesibles y un análisis situacional con el fin de

entender de dónde surge la idea y el desarrollo del presente estudio, mostrando las variables
bióticas y abióticas como las dos caras de una misma moneda en la valoración del recurso hídrico.
1.1 Marco Teórico
1.1.1 Valoración del recurso hídrico

En la normatividad de la mayoría de los países del mundo están definidos estándares de calidad de
las aguas, dependiendo si éstas son para abastecimiento, recreación, uso piscícola, entre otros;
también están determinadas para muchos países la frecuencia y las técnicas analíticas de medición
de las variables de calidad del agua. A pesar de lo anterior, el análisis periódico de los parámetros
fisicoquímicos no es suficiente para definir la calidad del medio acuático, puesto que estos análisis
no valoran la alteración del hábitat físico. Los índices biológicos se utilizan complementariamente
a los análisis fisicoquímicos, aunque con su aplicación es imposible identificar los agentes
contaminantes existentes, sus ventajas son que no se limitan al momento de toma de la muestra;
4 Interrelación entre variables fisicoquímicas e hidrobiológicas para la medición de la calidad del
permiten descubrir cambios producidos a lo largo del tiempo, ya que los organismos vivos
presentan adaptaciones evolutivas a unas determinadas condiciones ambientales y tienen unos
límites de tolerancia a las diferentes alteraciones de las mismas, lo que permite tener una cierta
visión histórica de los acontecimientos ocurridos en un período de tiempo, en función de la
dinámica de las comunidades biológicas presentes.
Así, por ejemplo, si en una zona determinada de un río se encuentran valores altos de oxígeno
(superior a 6 mg/L), poca turbiedad (inferior a 10 NTU), bajo color y baja conductividad (menos de
30 µSc/cm), pero la fauna presente está dominada por oligoquetos, moluscos y quironómidos, no
hay duda de que en dicho sitio la mayor parte del tiempo predominan condiciones de alta
contaminación y que los momentos de cese de ésta son tan breves, que son insuficientes para
provocar cambios significativos en la estructura de la comunidad.
1.1.2 Directrices para la gestión integral del recurso hídrico

En Colombia, el marco de manejo de los recursos hídricos está formulado en el Decreto Único
Reglamentario del Sector Ambiente y Desarrollo Sostenible (1076 de 2015). Más precisamente, en
la segunda parte del libro II se presentan los principios generales que sirven de base para la
aplicación del decreto. Los diversos usos de los recursos se dan según consideraciones de orden
ecológico, económico y social de cada región. La satisfacción de las necesidades propias del
consumo humano; la satisfacción de las necesidades domésticas individuales; conservación y
protección de la flora silvestre, los bosques y otros recursos naturales renovables;
aprovechamiento sostenible del recurso. Por otro lado, se explican los modos de conservación,
protección y aprovechamiento de las aguas. Expresamente, en el capítulo 9 se regulan los
instrumentos para la planificación, ordenación y manejo de las cuencas hidrográficas y acuíferos.
Estos instrumentos son planes estratégicos en las áreas hidrográficas o macro cuencas; el Programa
Nacional de Monitoreo del Recurso Hídrico en las zonas hidrográficas; los Planes de Ordenación y
Manejo de Cuencas Hidrográficas en subzonas hidrográficas; los Planes de Manejo Ambiental de
Microcuencas en las cuencas de nivel inferior al del nivel subsiguiente de la subzona hidrográfica;
Planes de Manejo Ambiental de Acuíferos.
Contexto 5
No obstante, desde hace más de medio siglo, en el país se ha realizado un acercamiento a la

normatización de los ecosistemas acuáticos y/o el recurso hídrico: La Constitución Política de 1991,
que en su artículo 8 habla de la intervención del Estado sobre el manejo y aprovechamiento de los
recursos naturales renovables; el Código Nacional de Recursos Renovables Decreto-Ley 2811 de
1974, donde se plantea que tanto el Estado como los particulares deben procurar preservar,
mediante un manejo adecuado, los recursos naturales; el Decreto 1541 de 1978, que complementa
el Decreto Ley 2811 de 1974, específicamente para el caso del agua en todos sus estados; el
Decreto 3930 de 2010 (que derogó el 1594 de 1984), que igualmente complementa el Decreto-Ley
2811 de 1974, señala la obligación de formular un Plan de Ordenamiento del Recurso Hídrico para
destinar el agua a diferentes usos; y los Planes de Ordenamiento y Manejo de Cuencas
Hidrográficas (POMCA), específicos para cada río, entre otras leyes específicas a cuerpos de agua
particulares (Cantera, et al. 2009). Sólo hasta el año 2007, la regulación colombiana empieza su
acercamiento hacia las variables bióticas con la inclusión de la evaluación de organismos patógenos
en el control y vigilancia para la calidad del agua de consumo humano (Resolución 2115 de 2007 –
MAVDT). El Plan Nacional de Desarrollo 2006-2010 incorporó por primera vez un componente
específico de gestión integrada de recursos hídricos, donde se propuso la formulación de la Política
Nacional para la Gestión Integral del Recurso Hídrico - PNGIRH. El IDEAM estableció pautas para
realizar el monitoreo y seguimiento del recurso hídrico, a través del protocolo para el monitoreo y
seguimiento del agua desde el año 2004. No obstante, manifiesta la Contraloría General de la
República en su Informe del Estado de los Recursos Naturales y del Ambiente 2007-2008, que la
mayoría de las autoridades ambientales no realizan procesos de seguimiento y monitoreo
ajustados al protocolo y son muy pocas las que cumplen con los parámetros nacionales
establecidos por el IDEAM.
La Política Nacional para la Gestión Integral del Recurso Hídrico – PNGIRH (2010- 2022), constituye
el instrumento direccionador del manejo integral del agua, el cual establece los objetivos y
estrategias del país para el uso y aprovechamiento eficiente del agua; el manejo del recurso por
parte de autoridades y usuarios; los objetivos para la prevención de la contaminación hídrica,
considerando la armonización de los aspectos sociales, económicos y ambientales; y el desarrollo
de los respectivos instrumentos económicos y normativos. Dentro de su objetivo general de
garantizar la sostenibilidad del recurso, mediante gestión y uso eficiente, articulados al
ordenamiento y uso del territorio y a la conservación de los ecosistemas que regulan la oferta
hídrica, abarca dentro de sus especificaciones la conservación de los ecosistemas y los procesos
hidrológicos de los que depende la oferta de agua para el país, al igual que mejorar la calidad del
agua y disminuir la contaminación.
En su estrategia 1.3 (Conservación), la PNGIRH, se orienta a la restauración y preservación de los

ecosistemas considerados clave para la regulación de la oferta hídrica, tales como acuíferos,
glaciares, páramos, humedales, manglares, zonas de ronda, franjas forestales protectoras,
nacimientos de agua, zonas de recarga de acuíferos, áreas marinas y costeras, entre otros (Tabla
1).
Para tal fin se prevén unas líneas de acción estratégicas que incluyen:
- Promover y apoyar procesos nacionales, regionales y locales para la protección,
conservación y restauración de los ecosistemas clave para la regulación de la oferta
hídrica, a través de acciones como la formulación e implementación de planes de
manejo cuando haya lugar.
- Adquirir, delimitar, manejar y vigilar las áreas donde se encuentran los ecosistemas
clave para la regulación de la oferta del recurso hídrico.
- Definir los caudales mínimos necesarios para el mantenimiento de las corrientes
superficiales y sus ecosistemas acuáticos asociados, e implementar medidas para
garantizarlos.
Contexto 7
Tabla 1-1: Objetivo 1 de la PNGIRH: Metas, indicadores y líneas de acción.
Fuente: MAVDT, 2010.
Actualmente, herramientas como el PORH (Resolución MADS 751 de 2018 – PORH “Por la cual se
adopta la Guía técnica para la formulación de Planes de Ordenamiento del Recurso Hídrico
continental superficial y se dictan otras disposiciones”), contribuye a que las fuentes hídricas
mantengan estándares de calidad, cantidad y también condiciones para la preservación de la vida
acuática, no solo los peces sino también los microorganismos presentes en los ríos. Esto significa
que requiere determinar la calidad ecológica y así involucrarla al momento de determinar los usos,
que al mismo tiempo permitan seguir desarrollando actividades sociales y productivas (Pineda et
al., 2014).
1.1.3 Tendencias en el estudio de los macroinvertebrados

En el análisis de la información que se ha generado a partir de las investigaciones globales en
aspectos relacionados con los macroinvertebrados acuáticos se identifican algunas áreas que han
tomado relevancia a través del tiempo, aplicando un modelo basado en cienciometría que
identifica patrones y tendencias temáticos con el uso del software libre VOSviewer. Bajo los
términos de búsqueda “Benthic Insects” AND “Hábitat” se encontraron un total de 487
publicaciones en Scopus, considerada una de las bases de datos de literatura científica más grande
del mundo. El 88% de las publicaciones mencionadas se encuentra en idioma inglés, sin embargo,
el restante 12% se está disponible en Mandarín, Francés, Español, Portugués, Alemán, Japonés,
Ruso, Noruego y Polaco. Es importante mencionar que, la gran mayoría de las investigaciones
publicadas con respecto a macroinvertebrados acuáticos proceden de entidades e investigadores
estadounidenses y en proporciones similares, aunque mucho menos prolíficos, se encuentran
países como Canadá, Alemania, Reino Unido, Australia y por parte de Suramérica están
representados Brasil, Argentina y Chile (Figura 1-1).
Figura 1-1: Principales países con investigaciones publicadas en macroinvertebrados

acuáticos.
Fuente: Elaboración propia con base en datos de Scopus usando el software VOSviewer.
Contexto 9
Las principales revistas que soportan dichas investigaciones son Hydrobiologia, Freshwater Biology,
Journal of the North American Benthological Society, Ecology y otros 160 títulos más alrededor del
mundo. Se registran publicaciones desde 1966, pero a partir de finales de la década de los 90´s se
incrementó de manera importante la producción anual, encontrando un total de 9 artículos
científicos para 1999 y 32 en 2011. Hasta junio de 2020 ya había un registro de 17 publicaciones
para el presente año. Desde finales del siglo pasado, las tendencias en cuanto a las investigaciones
en torno a los macroinvertebrados han cambiado. Inicialmente se le daba más relevancia a la
variación estacional y la taxonomía de estos grupos y en la última década ha venido tomando
importancia su papel en la evaluación de la calidad del agua y la respuesta frente a condiciones
ambientales, disturbios, agricultura y uso del suelo. Adicionalmente, se observa que aparecen
conceptos de grupos funcionales tróficos y su relación con métricas de riqueza y abundancia
relativa, los cuales se resaltan en amarillo en la figura (Figura 1-2).
Figura 1-2: Evolución del énfasis de la investigación en macroinvertebrados acuáticos.
Fuente: Elaboración propia a partir de datos de Scopus y haciendo uso de VOSviewer

Con base en el análisis de 210 términos comunes analizados con VOSviewer, los estudios sobre
macroinvertebrados se dividen en cinco áreas temáticas principales (Figura 1-3). La primera de ellas
corresponde a trabajos en calidad del agua y la respuesta de los macroinvertebrados frente a
disturbios y condiciones ambientales. En la figura se observa este agrupamiento en color rojo,
cuyos términos más relevantes y relacionados son EPT, conductividad, contaminación, calidad del
agua, riqueza, índice biótico y otros cincuenta términos más (Figura 1-4).
Figura 1-3: Tendencias en investigación en torno a los macroinvertebrados acuáticos.
Fuente: Elaboración propia a partir de datos de Scopus y haciendo uso de VOSviewer

Contexto 11
Figura 1-4: Términos más relevantes para el clúster de calidad de hábitat y respuesta de los
macroinvertebrados.
El siguiente clúster corresponde a aspectos de taxonomía y avances en biología en torno a grupos

tolerantes y no tolerantes a la contaminación orgánica. Esta área temática se ve en azul en la figura
1-3. En verde se pueden observar los trabajos en los que los macroinvertebrados son estudiados
como parte de la red trófica de los peces y el equilibrio ecológico para dichos vertebrados. En
amarillo se observan las publicaciones en torno a las preferencias de los macroinvertebrados en
cuanto a recursos y refugio. Dichas áreas tienen un sinnúmero de términos relacionados entre sí,
no obstante, como se mencionaba al principio, este análisis permite determinar las tendencias en
investigación.
1.1.4 La evaluación de la calidad del agua

En Colombia, solo recientemente se han empezado a tener en cuenta los aspectos bióticos en la
toma de decisiones y la gestión del recurso hídrico, y por esta razón los investigadores han
adaptado la información de bioindicadores acuáticos como macroinvertebrados bentónicos a partir
de datos de Europa, Norte América y Nueva Zelanda, recopilada por Jowett (1998) (citado por
DiazHernández & Ruiz-Cobo 2007) y para peces, la información de la trucha arco iris (Oncorhynchus
mykiss) de Estados Unidos (Bovee 1986). La cantidad y frecuencia de los caudales circulantes son
componentes que determinan la calidad del agua, la capacidad de abastecimiento y la integridad

ecológica del ecosistema. De hecho, el caudal está íntimamente relacionado con los procesos
geomorfológicos, físicos-químicos y biológicos del ecosistema, por lo que se consideran variables
determinantes que condicionan la distribución y la abundancia de las especies y regula su estado
ecológico (Power et al., 1995; Resh et al., 1998). Sin embargo, solo en los últimos años han venido
tomando relevancia los estudios que buscan establecer la influencia de las variables abióticas sobre
la dinámica de la biota en los ecosistemas.
Los aspectos bióticos en la evaluación de la calidad del agua
El enfoque de diversidad en la evaluación de la calidad del agua está fundamentado en la estructura

de la comunidad de macroinvertebrados y su respuesta a la calidad del hábitat con base en las
medidas de riqueza, uniformidad y abundancia. En tal sentido, la diversidad de la comunidad se usa
como una medida de la calidad ambiental de un cuerpo de agua. La teoría de la información generó
el desarrollo de diferentes índices matemáticos utilizados en bioindicación que involucran el
concepto de diversidad. Algunos de los índices de más amplia utilización son: Shannon & Wiener,
Simpson, Margalef y Wilhm & Dorris. Con referencia a los ecosistemas acuáticos, Washington
(1984) hace una revisión crítica de los índices más conocidos, los cuales oscilan alrededor de 100,
y discute varias experiencias en cuanto a su aplicación en la evaluación biológica de calidad de agua.
En relación con el uso de diferentes tipos de indicadores ambientales de calidad de recursos
hídricos, en las últimas décadas se han desarrollado nuevas versiones de sistemas predictivos para
comunidades de macroinvertebrados sujetas a estrés ambiental en un amplio rango de sistemas
hídricos, entre ellos, el modelo RIPACS (River Invertebrate Prediction and Classification System)
desarrollado en Gran Bretaña.
La presencia de diferentes familias de macroinvertebrados se utiliza también como base para el

índice biótico BMWP (Biological Monitoring Working Party), desarrollado en Inglaterra y el cual
asigna rangos de calidad en ambientes lóticos (Armitage et al., 1983). Este tipo de sistema facilita
la interpretación de gran cantidad de información proveniente del monitoreo biológico de calidad
de agua. En Europa, especialmente en España, en la última década se ha extendido el uso de
adaptaciones del sistema británico de puntuación BMWP y la experiencia y uso de este método
Contexto 13
para evaluar la calidad de las aguas de los ríos es muy amplia en la Península Ibérica a través del
proyecto GUADLMED, que incluye 65 ríos de las 12 cuencas mediterráneas ibéricas y el
comportamiento del índice en referencia. Discusiones y recomendaciones para su utilización e
interpretación son presentadas por Alba Tercedor & Sánchez Ortega (1988) y Alba Tercedor et al.
(2002).
En la aplicación de índices ambientales de tipo predictivo en Colombia, el índice BMWP es muy

popular y de uso frecuente en evaluaciones ambientales de calidad de agua. En varias regiones del
país como Antioquia, Cauca, la Sabana de Bogotá y Norte de Santander, entre otras, hay
adaptaciones a condiciones locales con base en la fauna de macroinvertebrados que tipifican la
zona (Roldán, 2003; Riss et al., 2002; Liévano & Ospina, 2007). En la cuenca alta del río Cauca y el
suroccidente colombiano, Zúñiga y Cardona (2009) abordan una versión de este índice, en el cual
se incorpora la información relacionada con las familias predominantes en la región y su
sensibilidad a la contaminación orgánica y al déficit de oxígeno generado por acción antrópica en
cuerpos de agua de interés regional, con énfasis en corrientes de la cuenca alta del río Cauca. Los
rangos de clasificación de calidad ecológica de agua, basados en la escala de valores de un cuerpo
de agua, se basan en los criterios establecidos por Alba Tercedor y Sánchez Ortega (1988), rangos
corroborados en su aplicación para corrientes superficiales del sur occidente colombiano.
Puntos de confluencia en la valoración de la calidad del agua
El caudal está correlacionado con muchas características fisicoquímicas de los ríos como
temperatura del agua, geomorfología del canal y diversidad de hábitats. Es considerado una
variable clave que limita la distribución y la abundancia de las especias acuáticas y regula la
integridad ecológica de los sistemas lóticos. Se necesitan muchos años de observaciones de una
estación de medición para describir los patrones característicos del caudal de un río: cantidad,
frecuencia y variabilidad. Estos componentes pueden ser usados para caracterizar el rango entero
de descargas y fenómenos hidrológicos específicos tales como inundaciones o caudales mínimos
que son críticos para la integridad del ecosistema (Poff et al. 1997).
El transporte de partículas disueltas y materia orgánica producida desde la cabecera hasta la

desembocadura de los ecosistemas hídricos genera una estrecha relación entre el río y el
ecosistema terrestre (Giller & Malmqvist 1998). De hecho, la vegetación ribereña se encuentra más
conectada a la vida que sucede dentro del río que a la que sucede fuera de él, ejerciendo un papel
fundamental en la cadena trófica de estos ambientes (Corbacho et al. 2003). Es importante resaltar
que la reducción de la cobertura vegetal y la introducción de especies exóticas generan cambios
sobre los cauces, lo que aumenta la vulnerabilidad de los recursos hídricos y los deja expuestos a
potenciales disturbios, que se reflejan directamente sobre la calidad del agua (Gordon et al. 2004).
La distribución de los macroinvertebrados bentónicos en los ecosistemas lóticos puede variar
considerablemente como respuesta a la disponibilidad de hábitats, generándose agregación o
“parches” de organismos (Brooks et al. 2005). Estos cambios en la distribución de los
macroinvertebrados, así como en su presencia o ausencia, son percibidos desde la escala media y
debido a esto muchos estudios se orientan a investigar la relación caudal-microhábitats y su efecto
sobre la diversidad de macroinvertebrados acuáticos (Brunke et al. 2001) y las preferencias de éstos
por características físicas particulares a nivel de microhábitat (Dolédec et al. 2007, Brooks et al.
2005, Jowett et al. 1991, Orth & Maughan 1983). Con base en estos parámetros se ha estudiado
la distribución de los macroinvertebrados bentónicos; dependiendo de las características biológicas
y el rol trófico de los mismos se pueden establecer preferencias hidráulicas. La riqueza de
macroinvertebrados bentónicos en un microhábitat depende de la heterogeneidad del sustrato, la
cual ofrece un mosaico de hábitats que favorece el número de nichos disponibles para estos
organismos (Beisel et al. 2000). La heterogeneidad de hábitats, a su vez, está determinada por el
régimen natural de caudales. Se ha demostrado que las diferencias a pequeña escala en
condiciones hidráulicas creadas por combinaciones de velocidad, profundidad y rugosidad del
sustrato tienen un papel importante en la distribución espacial de los ensamblajes de
macroinvertebrados acuáticos (Brooks et al. 2005).
La mayoría de los estudios sobre colonización muestran diferencias en la composición de especies

generadas por factores abióticos (McCormick & Stevenson 1991). Sin embargo, las interacciones y
las estrategias dentro de las comunidades generan modelos sucesionales (Begon et al. 1996, Conell
& Slatyer 1978). Además de cambios funcionales dentro de la comunidad, se presentan otros a
nivel estructural como los tamaños celulares y la morfología. Según Odum (1994) y Margalef (1993),
en estados iniciales de sucesión y colonización las especies presentan tamaños pequeños y
morfología sencilla, mientras que en los estados tardíos las especies presentan tamaños grandes y
Contexto 15
morfología más compleja. De igual manera, se afirma que la diversidad es baja en la fase inicial y
alta en la fase final, mientras que son más complejos los ciclos de vida y las estrategias
reproductivas a medida que avanzan las etapas de colonización (Sournia 1982).
Todos los cambios en los sistemas acuáticos afectan a los seres vivos que los habitan, a partir de lo
cual se han desarrollado distintas metodologías que utilizan una amplia variedad de organismos,
desde bacterias hasta peces (Karr, 1981; De Pauw et al., 1992; Barbour et al., 1999). De esta manera
los organismos vivos se vienen utilizando como un reflejo de los cambios químicos y físicos que las
diferentes actividades humanas inducen, siendo considerados un complemento a los análisis
fisicoquímicos tradicionales. Componentes bióticos y abióticos conforman ensamblajes integrados
mediante procesos funcionales de corte fisicoquímico y biológico, en los que el agua, la energía y
los materiales fluyen y se transforman.
Con relación al estudio de procesos funcionales en los ecosistemas lóticos, en Colombia la

investigación es muy incipiente. Sólo a partir de 1990 se ha incrementado el interés por este
aspecto relacionado con la bioindicación de calidad de agua. Castillo et al. (1991), Vásquez et al.
(1998) y Blanco Libreros (2000), realizan un seguimiento controlado del flujo de nutrientes en un
ecosistema lótico y determinan los caudales mínimos ecológicos en algunas corrientes del Valle del
Cauca. Los trabajos en referencia evalúan la relación entre el flujo de materia orgánica particulada
y de nitrógeno, con las variaciones de caudal y de precipitación y explican la diversidad de los
grupos funcionales entre los insectos fragmentadores, filtradores, raspadores, extractores y
depredadores.
En una secuencia de correlaciones, Allan (1995) y (Cooper et al. 1998) exponen que la hidrología
de un río depende altamente del clima local de modo que estas variaciones generan cambios a
nivel morfológico (creando nichos para diferentes grupos bióticos) y fisicoquímicos (pH,
disponibilidad de O2, concentración de materia orgánica, disponibilidad de nutrientes, etc.), que
se reflejan en los procesos y patrones dentro de las comunidades. Wiegand et al. (1998) señala que
los cambios en la hidrología, especialmente en el flujo y la velocidad de la corriente, se consideran
como disturbios que desencadenan el proceso de sucesión ecológica en las comunidades
perifíticas. Gorshkov et al. (2004) reiteran, mediante un artículo de revisión, la existencia e
importancia de las interacciones de variables ambientales con la biota en ecosistemas acuáticos y

terrestres, cuantificando dichas interacciones. De igual manera, variables relacionadas con la
disponibilidad de nutrientes, han sido estudiadas por Velázquez y Miserendino (2003), quienes
concluyen que la materia orgánica alóctona está relacionada con organización funcional de
macroinvertebrados en relación con el tipo de hábitat en ríos de montaña de Patagonia. Martín
(2004) estudió el efecto de la contaminación minera sobre el perifiton.
En Colombia, Martínez y Donato (2003) y Zapata y Donato (2005) determinaron que la colonización
de algas perifíticas en ríos de Alta Montaña, está fuertemente relacionada con el caudal y velocidad
de la corriente. Gallo-Sánchez et al. (2009) estudió estableció de manera descriptiva la relación
entre los cambios del nivel de agua y el zooplancton en condiciones lénticas. Cardona (2012),
determinó la relación entre variables bióticas evaluadas sobre comunidades de
macroinvertebrados, con variables abióticas (velocidad, profundidad y composición del sustrato)
para la construcción de curvas de idoneidad de hábitat en el río Campoalegre.
A partir de estos estudios se puede concluir que las características hidrológicas, así como los
disturbios y la heterogeneidad espacial y temporal en los ríos, definen la distribución, la dispersión,
la colonización y la respuesta de los organismos al medio. En tal sentido, la utilización de las
comunidades bióticas puede aportar información valiosa dada su sensibilidad a las modificaciones
del hábitat y la calidad del agua, aspectos íntimamente relacionados con las modificaciones del
régimen de caudales.
Análisis fisicoquímicos en la determinación de la calidad del agua
La calidad del agua superficial es una de las condiciones ambientales más importantes en el
monitoreo actual del país y el mundo; la calidad del agua depende tanto de factores naturales,
como de la acción humana, y se determina comparando las características físicas y químicas de una
muestra de agua, con unas directrices legales de calidad del agua o estándares técnicos. Por lo
anterior, la normativa legal vigente maneja unos estándares, rangos y límites permitidos de
contaminación para las aguas naturales y servidas. En ese orden de ideas, el Grupo Laboratorio de
Calidad Ambiental del Instituto de Hidrología, Meteorología y Estudios Ambientales IDEAM,
conformado mediante la Resolución No. 0041 del 21 de marzo de 2003, se ha encargado de
Contexto 17
conceptualizar, diseñar, estructurar y adecuar la Red de Calidad Ambiental para el diagnóstico de

la calidad de los recursos naturales, definir, programar, planear y coordinar los estudios de carácter
fisicoquímico en el Laboratorio y en las Áreas Operativas sobre la calidad del ambiente, de manera
integrada e interdisciplinaria con las demás dependencias de IDEAM.
Las variables fisicoquímicas para medir durante las evaluaciones ambientales, en el marco de los
muestreos integrados (propuesta manejada por el Grupo de Trabajo en Hidráulica y Ambiental
GTHA de la Universidad Nacional de Colombia – sede Manizales), son seleccionadas de acuerdo con
la naturaleza del estudio, el contexto regional y requerimientos puntuales de información. No
obstante, con este tipo de muestreos se pretende obtener variables fisicoquímicas, hidráulicas
(sedimentos y geometría) y bióticas de manera simultánea para que sean comparables y
relacionables.
Dentro de los muestreos integrados mencionados se han evaluado reiteradamente a través del
tiempo, las siguientes variables en concordancia con protocolos acreditados por el IDEAM:
Alcalinidad por el método potenciométrico1

mg CaCO3/L
La alcalinidad del agua es su capacidad de neutralizar ácidos, y es la suma de todas las bases
titulables; el valor medido puede variar significativamente con el pH de punto final empleado.
La alcalinidad es una medida de una propiedad agregada del agua y se puede interpretar en
términos de sustancias específicas solo cuando se conoce la composición química de la muestra.
Debido a que la alcalinidad de muchas aguas superficiales es primariamente una función del
contenido de carbonato, bicarbonato e hidróxido, se toma como un indicador de la
concentración de estos constituyentes. Los valores medidos también pueden incluir
contribuciones de boratos, fosfatos, silicatos, u otras bases que estén presentes. La alcalinidad
superior a las concentraciones de metales alcalinotérreos es significante para determinar la
aptitud de un agua para irrigación.
Amonio en agua por electrodo selectivo2
mg N-NH3-N/L
El amoniaco disuelto en la muestra (NH3(ac) y NH4+) se convierte en NH3(ac) elevando el
pH por encima de 11 con una base fuerte; el NH3(ac) de la muestra se difunde a través de la
membrana y cambia el pH de la solución interna que es registrado por un electrodo de pH. El
nivel constante de cloruro en la solución interna se detecta mediante un electrodo selectivo de
ion cloruro que sirve como electrodo de referencia.
1http://www.ideam.gov.co/documents/14691/38155/Alcalinidad+total+en+agua+por+electrometr%C3%ADa..pdf/dd9a
3610-8ff7-49bc-97eb-5306362466df
2ttp://www.ideam.gov.co/documents/14691/38155/Nitr%C3%B3geno+Amoniacal+en+Agua+por+Electrodo+Selectivo+
de+Amoniaco..pdf/835f77f7-2dba-48ce-abd3-56ab30013b82
Cloruros Metodología SM 4500-Cl- (B). 3

mg Cl-/L
El ion cloruro es uno de los principales aniones de las aguas, incluidas las aguas negras. En
concentraciones altas, el cloruro puede impartir al agua un sabor salino. Existen varios métodos
para su determinación y de ellos, el argentométrico es aconsejado para aguas relativamente
claras con concentraciones de Cl- de 5 mg/L o mayores y donde 0.15 a 10 mg del anión estén
presentes en la porción valorada. En una solución neutra o ligeramente alcalina, el cromato de
potasio puede indicar el punto final de la valoración de cloruros con nitrato de plata. Se produce
la precipitación cuantitativa de cloruro de plata y posteriormente, la de cromato de plata de
color rojo ladrillo.
Color Aparente método SM 2120 B. 4
Unidades Pt-Co
El color en aguas superficiales y subterráneas se debe principalmente a la presencia de
materia orgánica natural, materia húmica particularmente acuática. La materia húmica consiste
en ácidos húmicos y fúlvicos; ambos causan un color amarillo-marrón, los ácidos húmicos dan un
color más intenso, y la presencia de hierro intensifica el color a través de la formación de
humatos férricos solubles. Las partículas en suspensión, especialmente partículas de tamaño
coloidal, tales como arcillas, algas, hierro y óxidos de manganeso, dan una aparición de color en
aguas; que deben ser eliminados antes de la medición. Aguas residuales industriales puede
contener lignina, taninos, colorantes, y otros productos químicos orgánicos e inorgánicos que
producen color. El término “color aparente” incluye no sólo a las sustancias en solución, sino
también que, es debido a la materia en suspensión. Color aparente se determina en la muestra
original sin filtración. En algunas aguas y aguas residuales, color aparente es aportado
principalmente por el material coloidal y en suspensión.
Color Real método SM 2120 B. 5
Unidades Pt-Co
El “color verdadero”, esto es, el color del agua de la cual se ha eliminado la turbiedad. El
color puede determinarse por espectrofotometría o por comparación visual. Este último resulta
más sencillo y consiste en la comparación de la muestra con soluciones coloreadas de
concentraciones conocidas. El método estandarizado utiliza patrones de platino cobalto y la
unidad de color (UC) es la producida por 1 mg/L de platino en la forma de ion cloroplatinato. La
turbiedad, incluso ligera, interfiere en la determinación del color verdadero. Ésta puede ser
eliminada mediante filtración por membrana de 0.45 µm. El filtrado proporciona resultados
reproducibles, pero en ocasiones puede eliminar parte del color real. Otra opción es la
3 APHA-AWWA-WEF (2005) Standard Methods for the Examination of Waterand Wastewater. 21th Edition.
4 Idem 3.
5 Idem 3.
Contexto 19
centrifugación, la cual evita interacciones con los materiales del filtro pero los resultados varían
con la naturaleza de la muestra y el tiempo y velocidad de la centrifugación.
Conductividad Eléctrica por el método electrométrico 6
µS/cm
La conductividad es una medida de la propiedad que poseen las soluciones acuosas para
conducir la corriente eléctrica. Esta propiedad depende de la presencia de iones, su
concentración, movilidad, valencia y de la temperatura de la medición. Las soluciones de la
mayor parte de los compuestos inorgánicos son buenas conductoras. Las moléculas orgánicas al
no disociarse en el agua conducen la corriente en muy baja escala. Para la determinación de la
conductividad la medida física hecha en el laboratorio es la resistencia, en ohmios o
megaohmios. La conductividad es el inverso de la resistencia específica, y se expresa en
micromho por centímetro (µmho/cm), equivalentes a microsiemens por centímetro (µS/cm) o
milisiemens por centímetro (mS/cm) en el Sistema Internacional de Unidades. El intervalo de
aplicación del método es de 10 a 10.000 (o hasta 50.000) µmho/cm, las conductividades fuera
de estos valores son difíciles de medir con los componentes electrónicos y las celdas
convencionales. El método es aplicable a aguas potables, superficiales, salinas, aguas residuales
domésticas e industriales y lluvia ácida. El rango de trabajo en el IDEAM oscila entre 0.0 y 1999
µS/cm.
Demanda Bioquímica de Oxígeno 5 días, Incubación y Electrometría7
mg O2/L
La oxidación microbiana o mineralización de la materia orgánica es una de las principales
reacciones que ocurren en los cuerpos naturales de agua y constituye una de las demandas de
oxígeno, ejercida por los microorganismos heterotróficos, que hay que cuantificar.
Esencialmente, la DBO es una medida de la cantidad de oxígeno utilizado por los
microorganismos en la estabilización de la materia orgánica biodegradable, en condiciones
aeróbicas, en un periodo de cinco días a 20 °C. En aguas residuales domésticas, el valor de la DBO
a cinco días representa en promedio un 65 a 70% del total de la materia orgánica oxidable. La
DBO, como todo ensayo biológico, requiere cuidado especial en su realización, así como
conocimiento de las características esenciales que deben cumplirse, con el fin de obtener valores
representativos confiables.
Demanda Química de Oxígeno por el método de Reflujo Cerrado8
6 http://www.ideam.gov.co/documents/14691/38155/Conductividad+El%C3%A9ctrica.pdf/f25e2275-39b2-4381-8a35-
97c23d7e8af4
7http://www.ideam.gov.co/documents/14691/38155/Demanda+Bioqu%C3%ADmica+de+Ox%C3%ADgeno..pdf/ca6e15
94-4217-4aa3-9627-d60e5c077dfa
8http://www.ideam.gov.co/documents/14691/38155/Demanda+Qu%C3%ADmica+de+Ox%C3%ADgeno..pdf/20030922
-4f81-4e8f-841c-c124b9ab5adb
mg/L
La Demanda Química de Oxígeno (DQO) determina la cantidad de oxígeno requerido para
oxidar la materia orgánica en una muestra de agua, bajo condiciones específicas de agente
oxidante, temperatura y tiempo. Las sustancias orgánicas e inorgánicas oxidables presentes en
la muestra, se oxidan mediante reflujo cerrado en solución fuertemente ácida (H2SO4) con un
exceso de dicromato de potasio (K2Cr2O7) en presencia de sulfato de plata (Ag2SO4) que actúa
como agente catalizador, y de sulfato mercúrico (HgSO4) adicionado para eliminar la
interferencia de los cloruros. Después de la digestión, el K2Cr2O7 remanente se titula con sulfato
ferroso amoniacal para determinar la cantidad de K2Cr2O7 consumido. La materia orgánica se
calcula en términos de oxígeno equivalente. Para muestras de un origen específico, la DQO se
puede relacionar empíricamente con la DBO, el carbono orgánico o la materia orgánica. El
método es aplicable a aguas superficiales y residuales, usando el dicromato de 0,025 N en un
rango de 2.0 mg O2/L a 100 mg O2/L, usando el dicromato de 0,10 N en un rango de 10 mg O2/L
a 450 mg O2/L y con el dicromato de 0,25 N tiene un intervalo de lectura de 10 mg O2/L a 1000
mg O2/L.
Dureza Total con EDTA por el método volumétrico9
mg CaCO3/L
Desde el punto de vista sanitario, las aguas duras son tan satisfactorias para el consumo
humano como las aguas blandas; sin embargo, un agua dura requiere demasiado jabón para la
formación de espuma y crea problemas de lavado; además deposita lodo e incrustaciones sobre
las superficies con las cuales entra en contacto, así como en los recipientes, calderas o
calentadores en los cuales se calienta. El límite para dureza en agua potable es de 160 mg
CaCO3/L. Para aguas de caldera de presión intermedia el límite es 1 mg/L y de presión alta, 0.07
mg CaCO3/L, en aguas de enfriamiento 650 mg CaCO3/L
Fósforo total en agua por digestión ácida10
mg PTotal/L
El contenido de fósforo ácido hidrolizable de una muestra es definido operacionalmente
como la diferencia entre el fósforo reactivo medido en una muestra no tratada y el fosfato que
se encuentra después de una digestión suave. Generalmente, esta incluye fosfatos condensados
tales como pyro-, tripoly-, y especies de muy alto peso molecular tales como hexametafosfato.
En resumen, algunas aguas naturales contienen compuestos orgánicos de fosfato que son
hidrolizados a ortofosfato bajo las condiciones del ensayo. Las polifosfatos generalmente no
responden al ensayo de fósforo reactivo, pero pueden ser hidrolizados a ortofosfato por
digestión con ácido.
9http://www.ideam.gov.co/documents/14691/38155/Dureza+total+en+agua+con+EDTA+por+volumetr%C3%ADa.pdf/
44525f65-31ff-482e-bbf6-130f5f9ce7c3
10http://www.ideam.gov.co/documents/14691/38155/F%C3%B3sforo+Total+en+Agua+M%C3%A9todo+del+Acido+Asc
%C3%B3rbico.pdf/bf2f449b-4b9b-4270-b77e-159258d653e2
Contexto 21
Nitrógeno Total en agua por el método SEMI-MICRO KJELDAHL11

mg N/L
De acuerdo con el ciclo del Nitrógeno, una concentración alta de Nitrógeno orgánico es
característica de una contaminación fresca o reciente, y por consiguiente de gran peligro
potencial. Todo el Nitrógeno presente en compuestos orgánicos puede considerarse Nitrógeno
orgánico. El contenido de Nitrógeno orgánico en un agua incluye el Nitrógeno de aminoácidos,
aminas, polipéptidos, proteínas y otros compuestos orgánicos del Nitrógeno. El Nitrógeno amino
de la mayoría de los materiales orgánicos y el amoniaco libre son convertidos a amonio en
presencia de H2SO4, sulfato de potasio (K2SO4), y sulfato de Cobre II (CuSO4) como catalizador.
Durante la digestión, el carbono y el hidrógeno son oxidados a dióxido de carbono y agua,
mientras el sulfato es reducido a dióxido de azufre y el grupo amino es liberado como amoniaco,
el cual no puede escapar del medio ácido y permanece como una sal de amonio. Después de la
adición de Hidróxido, el amoniaco es destilado desde el medio alcalino y absorbido en ácido
sulfúrico 0.02M, de la solución ácida el amoniaco es liberado por adición de NaOH a pH 11 y es
leído con un electrodo selectivo de amoniaco.
El método Kjeldahl determina el Nitrógeno en estado tri negativo; el “Nitrógeno Kjeldahl” es la
suma del Nitrógeno Orgánico y el Nitrógeno Amoniacal.
Oxígeno Disuelto12
mg/L de O2
En el Laboratorio se aplica este método para analizar muestras de agua superficial, residual
doméstica e industrial, usando el medidor de oxígeno YSI Modelo 52, aplicando el método
recomendado en el Standard Methods 19ed. 1995.
Potencial de hidrógeno por electrometría13

Unidades de pH
El término pH es una forma de expresar la concentración de ion hidrógeno o, más
exactamente, la actividad del ion hidrógeno. En general se usa para expresar la intensidad de la
condición ácida o alcalina de una solución, sin que esto quiera decir que mida la acidez o la
alcalinidad totales. En el suministro de aguas es un factor que debe considerarse con respecto a
la coagulación química, la desinfección, el ablandamiento y el control de corrosión. En las plantas
de tratamiento de aguas residuales que emplean procesos biológicos, el pH debe controlarse
dentro de un intervalo favorable a los organismos. Tanto por estos factores como por las
11http://www.ideam.gov.co/documents/14691/38155/Nitr%C3%B3geno+Total+en+agua+M%C3%A9todo+Kjeldahl+Ele
ctrodo+de+Amoniaco.pdf/6eac7192-9d88-41cf-b4f0-7b5332467901
12 http://www.ideam.gov.co/documents/14691/38155/Temperatura+por+Electrometr%C3%ADa.pdf/9d532efc-805a-
4561-94db-a82649af5f91
13 http://www.ideam.gov.co/documents/14691/38155/pH+en+agua+por+Electrometr%C3%ADa.pdf/ec53b64e-91eb-
44c1-befe-41fcfccdfff1
relaciones que existen entre pH, alcalinidad y acidez es importante entender los aspectos
teóricos y prácticos del pH.
Sólidos Fijos y Volátiles Metodología SM 2540 (E)14
mg/L
Los sólidos fijos son el residuo de los sólidos totales, disueltos o suspendidos, después de
llevar una muestra a sequedad durante un tiempo determinado a 550°C. La pérdida de peso por
ignición son los sólidos volátiles. No es posible distinguir totalmente entre la materia orgánica y
la inorgánica debido a que algunas sales minerales se descomponen o volatilizan.
Sólidos Suspendidos Totales secados a 103 – 105 °C.15

mg/L
Los sólidos suspendidos son transportados gracias a la acción de arrastre y soporte del
movimiento del agua; los más pequeños (menos de 0.01 mm) no sedimentan rápidamente y se
consideran sólidos no sedimentables, y los más grandes (mayores de 0.01 mm) son
generalmente sedimentables. Los sólidos coloidales consisten en limo fino, bacterias, partículas
causantes de color, virus, etc., los cuales no sedimentan sino después de periodos razonables, y
su efecto global se traduce en el color y la turbiedad de aguas sedimentadas sin coagulación. Los
sólidos disueltos, materia orgánica e inorgánica, son invisibles por separado, no son
sedimentables y globalmente causan diferentes problemas de olor, sabor, color y salud, a menos
que sean precipitados y removidos mediante métodos físicos y químicos.
Sólidos Totales Totales secados a 103 – 105 °C.16
mg/L
Los “sólidos totales” se definen como la materia que permanece como residuo después de
la evaporación y secado a 103 - 105 °C. El valor de los sólidos totales incluye materias disueltas
(sólidos disueltos totales: porción que pasa a través del filtro) y no disuelto (sólidos suspendidos
totales: porción de sólidos totales retenidos por un filtro). Los sólidos secados entre 103 - 105 °C
pueden retener aguas de cristalización y también algo de agua ocluida. Como resultado de la
conversión del bicarbonato en carbonato, habrá una pérdida de CO2. La pérdida de material
orgánico por volatilización será por lo general muy ligera.
Sulfatos por el método nefelométrico método SM 4500- SO4 2- E17
mg SO4/L
14 Idem 3
15 http://www.ideam.gov.co/documents/14691/38155/S%C3%B3lidos+Suspendidos+Totales+en+aguas.pdf/f02b4c7f-
5b8b-4b0a-803a-1958aac1179c
16 http://www.ideam.gov.co/documents/14691/38155/S%C3%B3lidos+Totales+secados+a+103+-
+105%C2%BAC..pdf/d4faab4a-34e4-4159-bf4c-50353b101935
17 Idem 3
Contexto 23
El sulfato (SO4 2–) se encuentra ampliamente distribuido en la naturaleza y puede estar

presente en aguas naturales en concentraciones que van desde unos pocos miligramos por litro
hasta algunos gramos por litro. Algunos drenajes de minería pueden contribuir con grandes
cantidades de sulfatos a través de la oxidación de piritas
Temperatura por electrometría Método SM 255018
°C
En el Laboratorio se aplica este método para analizar muestras de agua superficial, residual
doméstica e industrial, usando el medidor de oxígeno YSI Modelo 52, aplicando el método
recomendado en el Standard Methods 19ed. 1995.
Turbiedad por Nefelometría (Método B). 19
NTU
La turbiedad en el agua es causada por materia suspendida y coloidal tal como arcilla,
sedimento, materia orgánica e inorgánica dividida finamente, plancton y otros microorganismos
microscópicos. La turbiedad es una expresión de la propiedad óptica que causa la luz al ser
dispersada y absorbida en vez de transmitida sin cambios en la dirección del nivel de flujo a
través de la muestra: en otras palabras, es la propiedad óptica de una suspensión que hace que
la luz sea reemitida y no trasmitida a través de la suspensión. A mayor intensidad de dispersión
de la luz, la turbiedad será mayor. La correlación de la turbiedad con el peso o concentración del
número de partículas de material suspendido es difícil debido a que el tamaño, forma e índice
de refracción de las partículas afecta las propiedades de dispersión de la luz de la suspensión. La
determinación de turbiedad es de gran importancia en aguas para consumo humano y en un
gran número de industrias procesadoras de alimentos y bebidas. Los valores de turbiedad sirven
para establecer el grado de tratamiento requerido por una fuente de agua cruda, su filtrabilidad
y consecuentemente, la tasa de filtración más adecuada, la efectividad de procesos de
coagulación, sedimentación y filtración, así como para determinar la potabilidad del agua.
Índice de Calidad del Agua IDEAM 20
N/A
18 Idem 3
19 http://www.ideam.gov.co/documents/14691/38155/Turbiedad+por+Nefelometr%C3%ADa..pdf/fc92342e-8bba-
4098-9310-56461c6a6dbc
20 http://www.ideam.gov.co/documents/24155/125494/36-3.21_HM_Indice_calidad_agua_3_FI.pdf/9d28de9c-8b53-
470e-82ab-daca2d0b0031
Para el caso colombiano, se ha medido desde 2005, en las corrientes superficiales, un

conjunto de cinco variables, a saber: oxígeno disuelto, sólidos suspendidos totales, demanda
química de oxígeno, conductividad eléctrica y pH total. A partir de 2009, en las estaciones de la
Red se ha medido adicionalmente nitrógeno total y fósforo total. Para el período 2005-2009 es
factible calcular el ICA con base en las 5 variables inicialmente consideradas y a partir de 2009 es
viable hacerlo también con base en 6 variables (las 5 variables iniciales y la relación nitrógeno
total/fósforo total) (Tabla 1-2). La ponderación de las variables físicas, químicas y microbiológicas
puede variar en función de la relevancia para análisis específicos de condiciones de calidad de
aguas (IDEAM, 2010a). Los indicadores ICA básicamente son una expresión de un número de
parámetros que permiten valorar el recurso hídrico para un determinado uso y sus descriptores
se reflejan en señales de alerta con un código de colores de acuerdo a las categorías en las que
se encuentren los valores del índice (Tabla 1-3).
Tabla 1-2. Variables involucradas en el cálculo del ICA (6).
Fuente: IDEAM (2011)

Tabla 1-3. Descriptores de calidad del ICA
Fuente: IDEAM (2011)
Análisis de indicadores bióticos en la determinación de la calidad del agua

Como se ha mencionado antes en este capítulo, la estructura y funcionamiento de las comunidades
fluviales, principalmente la de macroinvertebrados acuáticos, han sido ampliamente utilizados para
evaluar el estado ecológico de los sistemas, dado que son capaces de integrar información
temporal y responder de una manera predictiva a los diferentes tipos de perturbaciones y
contaminantes, reflejando el efecto que tienen sobre la biota acuática y las variables físicas y
químicas del hábitat (Allan 2004).
Contexto 25
A este respecto, se resume en la tabla siguiente el comportamiento de las comunidades separadas

por grupos de indicadores frente a las perturbaciones (Tabla 1-4).
Tabla 1-4. Respuesta predictiva de las métricas bióticas frente a las perturbaciones en ecosistemas
acuáticos. R: Respuesta predictiva a las perturbaciones. A: aumenta; D: disminuye; V: variable.
Fuente: Barrios, Rodríguez-Olarte & García (2015).
1.2 Justificación
Entre las metodologías empleadas en Colombia para la determinación de caudales ambientales,
hay de tipo hidrológico, hidráulico, asesoría de panel de expertos y holísticas, aunque ninguna de
estas se encuentra reglamentada o es exigida para homogenizar datos a nivel nacional.
Con excepción de la Metodología para la Estimación de Caudales Ambientales en Proyectos

Licenciados, formulada mediante un convenio entre la Universidad Nacional de Colombia y el
MAVDT (Erasmo et al., 2007), ninguna incluía variables relacionadas con la biota del ecosistema
acuático. En la metodología de ANLA, se incorpora el criterio biótico desde varios puntos de vista
(abundancia, riqueza, tolerancia, etc.), sin embargo, debido a que en Colombia solo recientemente
se han empezado a tener en cuenta los aspectos bióticos en la toma de decisiones y la gestión del
recurso hídrico, los investigadores adaptaron la información de macroinvertebrados bentónicos de
Europa, Norte América y Nueva Zelanda, recopilada por Jowett (1998) (citado por DiezHernández
& Ruiz-Cobo 2007) y para peces, la información de la trucha arco iris (Oncorhynchus mykiss) de
Estados Unidos (Bovee, 1986). A partir del 2018, entró en vigor la guía técnica para la formulación
de Planes de Ordenamiento del Recurso Hídrico continental superficial – PORH, que vinculan la
evaluación de las comunidades bióticas mediante el uso del Índice de Calidad Ecológica – ICE, en el
procedimiento de determinación de caudales ambientales, lo que pone en manifiesto la necesidad
de relacionar variables bióticas y ambientales.
Hasta el momento los levantamientos de información biótica en los cuerpos de agua en Colombia
se han analizado bajo la lupa de índices y adaptaciones elaborados a partir de ecosistemas
temperados, muy diferentes a los que se encuentran en el neotrópico sin reflejar la heterogeneidad
y el gradiente altitudinal que abarcan los cuerpos de agua de alta montaña, lo que hace que su
utilización en el contexto colombiano sea controversial y genere incertidumbre.
Es necesario generar información que permita entender el funcionamiento de los ecosistemas

locales de agua dulce y utilizar dicha información para el manejo y planificación de los ríos. De
manera que, si se desea avanzar en la implementación de metodologías que incluyan información
biológica en sus procedimientos, se debe profundizar sobre los requerimientos hidrológicos de las
especies autóctonas.
1.3 Planteamiento del problema

Se está avanzando en la construcción de modelos alternativos de gestión del recurso hídrico, donde
se considere la importancia social, ambiental, cultural y económica que representan los
ecosistemas de agua dulce y, por lo tanto, la importancia de su conservación. La guía técnica para
elaboración de PORH del 2018, deja en manifiesto que las metodologías empleadas han surgido en
países donde sus ríos y ecosistemas presentan características muy particulares. Pese a que
menciona que es una consideración que debe ser tenida en cuenta a la hora de implementar estas
Contexto 27
metodologías en Colombia, resalta la necesidad de que estas deben contar con una evaluación
previa que permita su aplicación y adaptación al contexto nacional. Sin embargo, la mayor parte
de los entes encargados de la toma de decisiones proceden a una adaptación de herramientas de
otros países desconociendo la importancia de la información primaria generada en las cuencas
colombianas, por la ausencia de instrumentos basados en la información autóctona del país.
1.4 Objetivos
Los regímenes de caudal de las corrientes intervienen en los aspectos de calidad del agua y la
estabilidad de los ecosistemas. En la búsqueda de instrumentos que involucren las variables
hidrológicas y bióticas hacia una evaluación que integre metodologías, hasta el momento
separadas en diferentes niveles, se plantean los siguientes objetivos.
1.4.1 Objetivo general

Interrelacionar las variables bióticas y abióticas relevantes en la evaluación de la calidad del agua.
1.4.2 Objetivos específicos

1. Determinar correlaciones entre índices de calidad biótica y variables hidrológicas, a partir
de datos obtenidos para un río conservado
2. Establecer modelos entre las variables seleccionadas para ríos con diferentes estados de
alteración antrópica
3. Validar las relaciones obtenidas mediante estimaciones y comparaciones estadísticas con

datos reales.
2. Metodología
La metodología se estableció sobre una secuencia de cinco pasos básicos para alcanzar los objetivos
propuestos (Figura 2-1), partiendo con la construcción de una base de datos, el diseño de una
estrategia de agrupamiento considerando la variabilidad de la información, finalizando con la
determinación y ratificación de las relaciones entre las variables. El detalle metodológico de cada
una de esas etapas se explica a lo largo de este capítulo.
Figura 2-1: Secuencia metodológica para el logro de los objetivos propuestos.
Fuente: Elaboración propia

Metodología 29
2.1 Obtención de la información.

Para el desarrollo de este trabajo se partió de la elaboración de bases de datos compilando
información de los muestreos integrales realizados por el GTA (Grupo de Trabajo en Hidráulica y
Ambiental) de la Universidad Nacional de Colombia sede Manizales. Dicha información procede de
trabajos realizados desde el año 2010 en los Ríos Risaralda, Campoalegre, Chinchiná y Guacaica,
que corresponde a la zona media del Río Cauca, en el suroccidente del eje cafetero (Figura 2-2). Los
sitios mencionados fueron seleccionados con base en la existencia de informaciones de variables
hidráulicas, bióticas, fisicoquímicas y de sedimento, obtenidas de manera simultánea.
Figura 2-2: Mapa de cuencas hidrográficas de intervención de CORPOCALDAS.
*Resaltado en transparencia roja se encuentran las cuencas de los ríos muestreados objeto de
análisis.
Fuente: CORPOCALDAS (2014).
Gracias a los archivos del GTA de la Universidad Nacional de Colombia sede Manizales, se
obtuvieron informes, bases de datos y resultados de laboratorio, correspondientes a trabajos
realizados en convenio con instituciones públicas y privadas en los que se realizaron muestreos
integrados, es decir, aquellos en los que de manera simultánea se realizó levantamiento de

información de carácter hidrológico (aforos líquidos y sólidos), fisicoquímico (variables definidas de
acuerdo con el interés de cada estudio) y biótico (estructura de las comunidades de
macroinvertebrados acuáticos para determinar calidad). La compilación de la información incluyó
los resultados de seis proyectos en los que se abarcaron diferentes puntos de muestreo y periodos
climáticos (Tabla 2-1).
Tabla 2-1: Procedencia de los datos recopilados en la construcción de la base de datos para el
presente análisis.
PROYECTO CORRIENTE PUNTO DE MUESTREO
Estudio realizado en la cuenda del RÍO CAMPOALEGRITO B. Campoalegrito

Río Campoalegre, por convenio con
CARDER. Se realizaron campañas de
Q. La Estrella - La Ínsula
muestreo en época de lluvias y época
QUEBRADA LA ESTRELLA
seca. Q. La Estrella, vía vereda La
Estrella
Año: 2018
Meses: mayo – junio - septiembre RÍO SAN EUGENIO R. San Eugenio
Este estudio, realizado por convenio Corinto

con la CARDER, se llevó a cabo en RÍO MAPA
La Cristalina
cuatro puntos de muestreo sobre el
Río Risaralda y dos sobre la parte La Virginia
baja del Río Mapa.
Puente Lázaro
Año: 2010 RÍO RISARALDA
Puente Negro
Meses: marzo, abril, mayo, junio y
julio. Puente Remolinos
Se realizaron campañas de muestreo Cenicafé
integrado sobre la corriente principal
de la cuenca del Río Chinchiná. Este Montevideo
estudio fue realizado para la CHEC. A la altura de R. Claro
RÍO CHINCHINA
Año: 2011 Sancancio
Meses: julio, agosto, septiembre,
San Julián
octubre y noviembre
Metodología 31
PROYECTO CORRIENTE PUNTO DE MUESTREO
Por convenio con EMPOCALDAS, se

realizó una sola campaña de
muestreo en la zona de ubicación de
la bocatoma del acueducto de Bocatoma Acueducto
RÍO CAMPOALEGRE
Chinchiná sobre el río Campoalegre. Chinchiná
Año: 2010
Meses: diciembre
Belmira
Mediante convenio con El Guineo
CORPOCALDAS y ASOCARS, se
Estación CHEC
realizaron campañas de muestreo en
la subcuenca del Río Guacaica, con el Km 41
objetivo de hacer un levantamiento RÍO GUACAICA
Lisboa
de información para la elaboración
del Plan de Ordenamiento y Manejo Mangabonita
Ambiental de la Cuenca del Río
R. Blanco
Chinchiná.
San Pablo
Año: 2012 Q. Olivares B. Planta Niza
Meses: noviembre y diciembre
QUEBRADA OLIVARES Q. Olivares Confamiliares
Q. Olivares El Popal
En estudio realizado con fondos de la QUEBRADA SAN
Q. San Antonio
Universidad Nacional sede Manizales ANTONIO
para determinar la continuidad Cerca a desembocadura
hidrobiológica de un río poco
intervenido, se realizaron muestreos Conejeras
en Río Ríoclaro en época de lluvias y La Telaraña Estación La
RÍO RIOCLARO
época de transición. Guayana Brazo
La Telaraña Estación La
Año: 2018
Guayana Cauce Principal
Meses: julio y agosto
Fuente: Elaboración propia.
2.2 Áreas geográficas objeto de estudio en los muestreos

incluidos dentro del presente análisis.
Este trabajo incluye información de varias subcuencas incluidas dentro de la cuenca Magdalena
Cauca que, por constituir gran parte de las cordilleras andinas, presenta una gran distribución y
variedad de estructuras geológicas como fallas, pliegues y lineamientos estructurales.
Debido al gran auge y crecimiento en los últimos años del sector minero en esta región, ha
generado una serie de inconsistencias sobre el impacto positivo que pueda tener la actividad
minera en el desarrollo económico y social del territorio, máxime cuando miles de explotaciones
son ilegales, lo que hace necesario un trabajo interinstitucional por parte de las entidades
ambientales y del sector minero, desde sus competencias, planes corporativos, planes de
desarrollo y de ordenamiento territorial, con lineamientos claros y articulados, para que la minería
se legalice, sea amigable con el medio ambiente y se transforme en una oportunidad de desarrollo
de las comunidades. Al respecto, las conclusiones y propuestas sobre la responsabilidad y la
sostenibilidad de la industria minera, el Foro del Bajo Cauca del 2014, en el llamado “Diálogo de
saberes y oportunidades de región”, resultan fundamentales para lograr la responsabilidad y
sostenibilidad de la industria minera en este territorio flagelado por dicha problemática
socioambiental, asociada a un modelo extractivista de los recursos naturales que vulnera derechos
fundamentales y colectivos, y desconoce procesos organizativos locales con alcances ambientales,
territoriales, sociales y económicos21.
A la importancia de la cuenca del Cauca como hábitat de millones de habitantes y fuente de riqueza
por las actividades productivas que alberga, entre las que sobresalen la generación eléctrica, el
cultivo de café, la industria azucarera, la explotación minera, la actividad agropecuaria y otros
sectores industriales, deben sumarse, además de las problemáticas de la sedimentación fruto de la
deforestación en zonas de alta pendiente, de la contaminación urbana por vertimientos
residenciales, industriales y agrícolas, de la fragmentación de los ecosistemas, los conflictos del
21
Diálogo de saberes y oportunidades de región. Foro del Bajo Cauca. Universidad Nacional de Colombia -
Universidad de Antioquia (2014). Medellín, Colombia.
Metodología 33
suelo, las tensiones relacionadas con el ejercicio del gobierno y la autoridad relacionadas con
problemáticas como la presencia de actores armados, narcotráfico y grandes inversionistas, y
múltiples problemáticas del orden social, no sólo en los medios urbanos sino también en los
rurales22.
El eje cafetero, inmerso en esta cuenca, conformado por 47 municipios en su área principal y 4 más
de su área de influencia, comprende 340.000 hectáreas de la zona rural en 858 veredas cafeteras
donde habitan cerca de 500.000 personas, y 3.500 hectáreas de zonas urbanas de los municipios
de Aguadas, Belalcázar, Chinchiná, Neira, Pácora, Palestina, Risaralda, Salamina y San José en
Caldas; Montenegro, Salento y Filandia en Quindío; Apía, Belén de Umbría, Marsella y Santuario en
Risaralda; así como El Cairo en el Valle del Cauca.
Ahora, el impacto de las aguas residuales y desechos ciudadanos, vertidos a las fuentes hídricas de
la gran cuenca del Cauca-Magdalena, explica que entre las corrientes más contaminadas de
Colombia, además de los ríos Bogotá y Suárez que descargan en el Magdalena, también estén los
ríos Quindío afluente de río La Vieja, río Otún-Consota, río Medellín como afluente del río Porce-
Nechí, y río Chinchiná-Guacaica, todos ellos que descargan en el Cauca, con lo cual los estudios
sobre estas corrientes cobran importancia.
Para el presente estudio se incluyó información primaria colectada en tres cuencas y ocho
subcuencas dentro del gran límite hidrográfico Magdalena – Cauca. Cada una de éstas cuenta con
características biofísicas distintas que serán explicadas en los apartes posteriores (Tabla 2-2).
Tabla 2-2: Cuencas y subcuencas abordadas desde el presente estudio.
CUENCA SUBCUENCA CORRIENTE PUNTO

RÍO
Río Campoalegre B. Chinchiná
CAMPOALEGRE
RÍO
RÍO Río Campoalegrito B. río Campoalegrito
CAMPOALEGRITO
CAMPOALEGRE
Q. La Estrella – La Ínsula
QUEBRADA
Quebrada Estrella Q. Estrella, Vía Vereda La
ESTRELLA
Estrella
22
Cuarta Cátedra de Historia Regional de Manizales y Caldas “Alipio Jaramillo Giraldo” El Río Cauca en el
desarrollo de la región. Gonzalo Duque-Escobar. Manizales, Sep. 24 de 2019.
RÍO SAN
Río San Eugenio Rio San Eugenio
EUGENIO
Cenicafé
Montevideo
RÍO CHINCHINÁ Río Chinchiná Rio Claro
Sancancio
San Julián
Belmira
El Guineo
Estación CHEC
RÍO CHINCHINÁ
Km 41
Río Guacaica
Lisboa
RÍO GUACAICA Mangabonita
Río Blanco
San Pablo
Q. Olivares B. Planta Niza
Quebrada Olivares Q. Olivares Confamiliares
Q. Olivares El Popal
Corinto
RÍO MAPA Río Mapa
La Cristalina
La Virginia
RÍO RISARALDA
Puente Lázaro
RÍO RISARALDA Río Risaralda
Puente Negro
Puente Remolinos
Cuenca Campoalegre
La información recopilada en el Plan de Ordenamiento y Manejo Ambiental (POMCA) de la cuenca

Campoalegre, señala que, en el departamento de Risaralda, la cuenca se encuentra en la Vertiente
oriental del río Cauca, subregión que está compuesta por los municipios de Pereira, Dosquebradas,
Marsella y Santa Rosa de Cabal. En el departamento de Caldas, la cuenca pertenece a la Subregión
Centro Sur, compuesta por los municipios de Manizales, Neira, Palestina, Villamaría y Chinchiná.
Tiene una extensión de 43.731,42 ha. (437,31 km2), de la cual el 76% corresponde a Risaralda y el
24% restante corresponde a Caldas.
El río Campoalegre es afluente del Río Cauca, nace en el nevado Santa Isabel a 4.600 m.s.n.m. y
desemboca en el río Cauca en el límite de los municipios de Chinchiná y Palestina a 870 m.s.n.m.,
Metodología 35
luego de recorrer 72 kilómetros en dirección Suroriente Noroccidente. Entre sus principales

afluentes se encuentran los ríos Campoalegrito, San Eugenio y la quebrada La Estrella, los cuales
conforman las tres subcuencas más importantes, y nacen en territorio de Santa Rosa de Cabal,
donde la cuenca ocupa un 59,9% del área de este municipio, destacándose como la unidad
hidrográfica más importante de esta entidad territorial al igual que en el municipio de Chinchiná
donde esta cuenca ocupa el 54,7% de su territorio.
En general la cuenca presenta un clima típico ecuatorial, dado que se encuentra localizada en la
zona de Inter confluencia intertropical, la cual se caracteriza por presentar lluvias abundantes, un
alto contenido de humedad en el aire y en términos generales, un régimen térmico poco
contrastado. El comportamiento climático está demarcando dos períodos lluviosos uno en abril y
otro en octubre. De acuerdo con los pisos térmicos, la clasificación de la temperatura puede ser
superior a los 24°C en altitudes inferiores a los 1000 msnm, con límites inferiores a los 12°C en
áreas de páramo con altitudes entre los 3000 y 4700 msnm. En cuanto a la precipitación, la cuenca
posee dos períodos de máximos. El primer período va desde marzo a junio con lluvias máximas en
abril y mayo. El segundo período ocurre en octubre y se prolonga hasta diciembre. La precipitación
a los 875 msnm es de 1600 mm/año y se incrementa hasta llegar a los 3700 mm/año, considerado
como el óptimo pluviométrico a los 1700 msnm (en el Sector de la Cuchilla de Corozal, límites entre
Santa Rosa de Cabal y Villamaría); luego la precipitación comienza a descender hasta 1000 mm/año,
a una altitud de 4500 msnm. Además, dentro de la cuenca existe otro óptimo pluviométrico
ubicado a los 3200 msnm; este punto es secundario respecto del óptimo de los 1700 msnm; sin
embargo, desde esa cota realmente comienza la disminución de la precipitación con el aumento
de la altitud (Figura 2-3). Teniendo en cuenta lo anterior, se puede afirmar que en ambos óptimos
pluviométricos, existen puntos con sensibilidad ambiental, dado que estas altas precipitaciones
pueden generar saturación de suelos, que sin una adecuada cobertura vegetal acelerarían procesos
erosivos y de degradación ambiental y paisajística en dichas áreas.
Figura 2-3: Precipitación media en la cuenca del Río Campoalegre.

Tomado de: CARDER. 2009. Plan de Ordenamiento y Manejo de la Cuenca del Río Campoalegre.
Cuenca Chinchiná.
De acuerdo con el Plan de Ordenamiento y Manejo Ambiental (POMCA) del Río Chinchiná (2013),
esta cuenca corresponde con la fisiografía de la Cordillera central, la cual se caracteriza por una
topografía abrupta; por tanto, el río presenta las características típicas de una corriente de
montaña: altas pendientes y lecho rocoso. Por otra parte, el colector principal (Río Chinchiná), corre
en dirección Este-Oeste y la mayoría de los drenajes de la cuenca corren en dirección Norte-Sur,
principalmente controlados por fallas geológicas que se encuentran en la misma dirección. Está
conformada por tres subcuencas denominadas Chinchiná, Guacaica y Ríoclaro (Figura 2-4), con
diferentes coeficientes de torrencialidad, de los cuales, el mayor se presenta en la subcuenca
Guacaica con 5,38, seguido de Chinchiná con 3,21 y finalmente Ríoclaro con el valor más bajo de
1,30. Dentro de la red hidrográfica de cada subcuenca, se cuentan las siguientes corrientes:
Metodología 37
Subcuenca del río Guacaica: Río Blanco y las quebradas Olivares, Moravia, El Crucero, Negra, Las
Ánimas, Cajones, San Narciso, El Gus, Mina rica, San Juan, San Andrés, San Pedro, San Pablo, El
Cofre, Farallones, Los Alpes, La Matilda, Dantas y los aferentes directos al río Guacaica.
Subcuenca del río Chinchiná: Aferentes directos y las quebradas Carminales, los Lobos, Cartagena,
El Purgatorio, Manzanares, El Rosario, Cameguadua, Los Cuervos, San Juan o San Julián, San Miguel,
El Arroyo, La Floresta, La Diana, El Chiflón, Marmato, Versalles, Palogrande, Camelia, 2515-002-
091, La Monina, El Molino, El Perro, Manizales, Chupaderos, Palmichal, La María o Tolda Fría, La
Oliva, La Rochela, La Zulia, El Diamante, La Siberia, La Negra.
Subcuenca del río Ríoclaro: río Molinos y las quebradas Santo Domingo, La Bella, Las Nereidas,
Juntas y los aferentes directos al Ríoclaro.
Figura 2-4: Red hidrográfica y subcuencas del Río Chinchiná.
Tomado de: GESTIÓN INTEGRAL DEL RECURSO HÍDRICO DE LA CUENCA HIDROGRÁFICA DEL RIO CHINCHINÁ
EN EL DEPARTAMENTO DE CALDAS. CONVENIO DE ASOCIACIÓN PARA ACTIVIDADES DE INTERES PÚBLICO
CORPOCALDAS – ASOCARS – UNAL.-203 de 2011
Las áreas de las microcuencas fluctúan entre 0.4 y 48.5 km2. Las cinco microcuencas con mayor
extensión son: río Molinos, río Blanco, Quebrada Olivares, Nereidas y el Rosario. Las microcuencas
con menor área corresponden a las quebradas La Monina, Versalles y La Zulia.
Tanto la precipitación como la temperatura presentan un comportamiento estacional bimodal

típico, con mayores valores en los meses de abril a mayo y de octubre a noviembre (Figura 2-5).
Para la espacialización de la información, se parte de los modelos de correlación de la temperatura
con la altitud, los cuales indican una tasa de variación de 6.4°C por km.
Figura 2-5: Clasificación climática de la Cuenca del río Chinchiná.
A. Precipitación B. Temperatura
Tomado de: GESTIÓN INTEGRAL DEL RECURSO HÍDRICO DE LA CUENCA HIDROGRÁFICA DEL RIO CHINCHINÁ
EN EL DEPARTAMENTO DE CALDAS. CONVENIO DE ASOCIACIÓN PARA ACTIVIDADES DE INTERES PÚBLICO
CORPOCALDAS – ASOCARS – UNAL.-203 de 2011
Cuenca Risaralda.
Gracias a la información del POMCA (2017) para esta cuenca, se describe el río Risaralda como un
cauce torrencial de montaña a lo largo de la parte alta de su recorrido, desde su nacimiento, hasta
la unión de la quebrada Papayal; en su último trayecto, hasta su desembocadura en el río Cauca, la
pendiente es del orden de 0.36%, y el comportamiento del río sigue siendo torrencial.
Metodología 39
El cauce del río Risaralda, en la parte alta, presenta comportamiento torrencial, muestra una
conformación rugosa, de materiales gruesos en los rangos de gravas guijarros y grandes piedras,
con escaso contenido de arenas a cauce de la intensidad de su transporte, que esencialmente lava
esos materiales durante las avenidas y genera acorazamiento de los lechos con material grueso.
Hidrológicamente, los cauces de montaña con altas pendientes en sus cauces y también en las
vertientes y taludes, tienen tiempos de concentración muy cortos que generan avenidas súbitas y
muchas veces, por la inestabilidad de los suelos bajo condiciones de humedad, flujos de lodo y
fenómenos de avalancha de condiciones hidrodinámicas y sedimentológicas críticas. Todas estas
características se aprecian a lo largo del río Risaralda y la mayoría de los afluentes, entre ellos el río
Mapa.
A partir del norte los tributarios más importantes del río por la margen derecha, son el río Guática,
la quebrada Chapata, río Guarne, río Mapa y la quebrada Totuí. Los ríos Mapa y Guarne son los más
caudalosos y en épocas de invierno aumentan el caudal del río Risaralda.
El río Mapa drena su propio valle y fluye en dirección noroccidente a suroriente, presentado
también un valle estrecho y profundo desde su nacimiento a la altura de Santuario-Apia, con una
gran microcuenca de numerosos tributarios, aportando, al igual que el río Risaralda, una gran
cantidad de sedimentos gruesos, en proceso de explotación.
Las mayores precipitaciones se presentan en la parte alta de la cuenca en jurisdicción del municipio
de Riosucio con valores de 3350 mm/año, posteriormente hacía el municipio de Guática Risaralda
se observa disminución presentándose precipitaciones de 2300 mm/año, oscilando entre 1800
mm/año hasta 2450 mm/año en jurisdicción de los municipios de Anserma Caldas, Belén de Umbría
y Apia Risaralda; ya hacia la parte media baja de la cuenca en jurisdicción de Santuario Risaralda,
Viterbo y Belalcázar Risaralda se observan precipitaciones que oscilan entre los 2000 mm/año y
1800 mm/año (Figura 2-6). En consecuencia, se observa para todas las estaciones un régimen
bimodal de lluvias, característico de la región andina en donde las máximas precipitaciones se
presentan en los meses de abril - mayo y septiembre – octubre; por su parte los menores valores
se presentan en los meses de diciembre – febrero y junio a julio.
En cuanto a la temperatura, hacia la parte la parte alta de la cuenca, se presentan valores promedio
de 14 °C, posteriormente hacia la parte media de la cuenca la temperatura promedio es de 22 °C y
hacia la parte baja se presentan valores que oscilan entre 26 y 30 °C. Sin embargo, de acuerdo con
los datos multitemporales, no se aprecian variaciones significativas en los diferentes meses, de tal
manera que la media oscila entre 18 y 19 °C.
Figura 2-6: Precipitación media anual en la cuenca del Río Risaralda.
Fuente: Consorcio Ordenamiento Cuenca Risaralda, 2017

Metodología 41
Tomado de: PLAN DE ORDENACIÓN Y MANEJO DE LA CUENCA DEL RIO RISARALDA
2.3 Depuración de bases de datos y homogenización de la

información.
El proceso se inició con la construcción de una base de datos y la depuración de la información.
Para esto, se recopilaron datos de los muestreos integrados realizados, a partir de informes y
resultados de laboratorio en medios físicos y magnéticos del archivo del Grupo de Trabajo en
Ingeniería Hidráulica y Ambiental (GTA) de la Universidad Nacional de Colombia Sede Manizales e
información propia. La estructura de la base de datos consistió en eventos de muestreo (filas) y
variables o atributos (columnas). Los eventos de muestreo corresponden a un punto geográfico o
tramo de cuerpo de agua evaluado en una fecha determinada, teniendo en cuenta que en algunos
estudios se realizaron varias campañas para levantamiento de información (Figura 2-7).
Figura 2-7: Estructura de la base de datos.
La depuración de la información consistió en la homogenización de las unidades de medida de las

variables y verificación del uso de protocolos estandarizados para el caso de las variables
fisicoquímicas. Asimismo, se recalculó la variable “índice de calidad del agua (ICA)”, teniendo en
cuenta que, para algunos eventos de muestreo, se emplearon metodologías internacionales que
pueden incluir hasta 18 parámetros. Por tanto, se realizó una nueva estimación con la metodología
del Índice de Calidad del Agua (ICA) – Colombia (IDEAM) que incluye cinco parámetros (pH,
Temperatura, Oxígeno disuelto, Conductividad y Sólidos suspendidos) y se incluyó la relación
Nitrógeno / Fósforo, como una variable adicional para los eventos de muestreo en los cuales se
realizaron análisis de Nitrógeno Total y Fósforo (Tabla 2-3).
Tabla 2-3: Variables fisicoquímicas incluidas en la base de datos para el presente análisis.
MÉTRICA NOMBRE DE LA MÉTRICA MÉTRICA NOMBRE DE LA MÉTRICA

Cond. Conductividad µSc/cm Cloruros Cloruros mg Cl-/L
Demanda Química de
DQO D Total Dureza Total mg CaCO3/L
Oxígeno mg/L
Índice de Calidad del Agua Demanda Bioquímica de Oxígeno mg
ICA DBO5
IDEAM O2/L
(Relación Nitrógeno mg N/L)
N/P Sulfatos Sulfatos mg SO4/L
/ (Fósforo P total/L)
O2 Oxígeno Disuelto mg/L O2 Color R Color Real Unidades Pt-Co
P Fósforo mg P total/L Color A Color Aparente Unidades Pt-Co
pH Potencial de hidrógeno ST T Sólidos Totales Totales mg/L
Temp Temperatura ST F Sólidos Totales Fijos mg/L
Turb Turbiedad NTU ST V Sólidos Totales Volátiles mg/L
Amonio Amonio mg NH3-N/L SS T Sólidos Suspendidos Totales mg/L
Nitrógeno Orgánico mg N
N Org SS F Sólidos Suspendidos Fijos mg/L
org/L
SS V Sólidos Suspendidos Volátiles mg/L
Por otra parte, la depuración de las variables bióticas fue un poco más compleja. Para ello, se partió
de los inventarios de diversidad de macroinvertebrados bentónicos elaborados sobre los
muestreos. Con la información en bruto se determinaron las abundancias, riqueza alfa, índices de
calidad biótica como el BMWP y EPT, los valores de tolerancia a la contaminación (de acuerdo con
las tablas de tolerancia del BMWP/Univalle de Zúñiga y Cardona, 2009) y los grupos funcionales
tróficos con base en Cummins, et. Al. (2005). Para la selección de las variables, se estudiaron los
posibles atributos que se podrían medir para evaluar la integridad biótica de la comunidad de
macroinvertebrados de un río de acuerdo con la literatura consultada (Kerans y Karr 1994, Stribling
et al. 1998, Butcher et al. 2003, Thorne y Williams 2003, Cummins et at. 2005, Griffith et al. 2005,
Tomanova et al. 2006, Smith et al. 2007, Blocksom et al. 2008, Rodríguez et. Al. 2011, Cummins
2016). Se escogieron principalmente las características de tipo comunitario, pero se incluyeron
algunas de orden ecológico (grupos tróficos), de tolerancia y de indicación biótica. Los grupos de
alimentación funcional (FFG) se incluyeron como clasificaciones de taxones basadas en
adaptaciones morfo conductuales para adquirir alimentos (Cummins y Klug, 1979, Vannote et al.,
1980, Wallace y Webster, 1996). Se manejaron cinco grupos 1) filtradores (filtran materia orgánica
en partículas finas, <1 mm, de la columna de agua). 2) Recolectores (recolectan material fino del
Metodología 43
sustrato). 3) Depredadores que consumen organismos de presa. 4) Trituradores que descomponen

la materia orgánica en partículas gruesas (> 1 mm) como hojas y restos leñosos. 5) Raspadores
(también conocidos como herbívoros) raspan la biopelícula del sustrato (Cummins y Klug, 1979,
Wallace y Webster, 1996).
Algunas de las variables se manejaron en diferentes tipos de magnitudes, es decir, fueron tomadas
en proporción (%) con respecto al total de la muestra o como número absoluto (Tabla 2-4). Lo
anterior, debido a que en la construcción de los índices de integridad biótica (IIB) incluidos en las
metodologías de estimaciones de caudales ambientales elaboradas por MAVDT, Universidad
Nacional y ANLA en (2008) y (2013), se incluyen este tipo de variables en las dos formas
mencionadas, refiriéndose al número de especies o al número de individuos. De esta misma
manera se manejaron las variables bióticas en el presente estudio, intentando establecer la manera
adecuada de manejar los atributos de las comunidades de macroinvertebrados.
Tabla 2-4: Tipos de variables bióticas incluidas en la base de datos para el presente análisis.
CRITERIO DE TIPO DE
MÉTRICA NOMBRE DE LA MÉTRICA
EVALUACIÓN MÉTRICA
Proporción de individuos que pertenecen a
% EPT los órdenes Ephemeroptera, Plecoptera y Abundancia
Trichoptera
Proporción de especies que pertenecen al
% TAXA DIPT Riqueza
orden Diptera
Proporción de especies pertenecientes a los
% TAXA EPT órdenes Ephemeroptera, Plecoptera y Riqueza
Trichoptera
Proporción de individuos que pertenecen al
%CHIRO Abundancia
Estructura de la orden Diptera, Familia Chironomiidae
comunidad ABUNDANCIA Número de Individuos en la muestra Abundancia
Riqueza de Ephemeroptera, Plecoptera y
EPT Riqueza
Trichoptera
RIQUEZA Número de especies en la muestra Riqueza
Número de individuos de el orden Diptera,
SUMA CHIRO Abundancia
Familia Chironomiidae
Número de individuos pertenecientes a los
SUMA EPT órdenes Ephemeroptera, Plecoptera y Abundancia
Trichoptera
TAXA DIPT Número de especies del orden Diptera Riqueza
Proporción de individuos que son
%DEP Abundancia
depredadores
Grupo trófico
%FILT Proporción de individuos que son filtradores Abundancia
%RASP Proporción de individuos que son raspadores Abundancia
CRITERIO DE TIPO DE
MÉTRICA NOMBRE DE LA MÉTRICA
EVALUACIÓN MÉTRICA
%REC Abundancia
recolectores
Proporción de especies que son
%T DEP Riqueza
depredadoras
%T FILT Proporción de especies que son filtradoras Riqueza
%T RASP Proporción de especies que son raspadoras Riqueza
%T REC Proporción de especies que son recolectoras Riqueza
%T TRIT Proporción de especies que son trituradoras Riqueza
%TRIT Abundancia
trituradores
T DEP Número de especies que son depredadoras Riqueza
T FILT Número de especies que son filtradoras Riqueza
T RASP Número de especies que son raspadoras Riqueza
T REC Número de especies que son recolectoras Riqueza
T TRIT Número de especies que son trituradoras Riqueza
Índice de calidad biótica Biological
Índice biótico BMWP Riqueza
Monitoring Working Party
Proporción de especies no tolerantes a la
% TAXA NT* Riqueza
contaminación orgánica
Tolerancia a la Proporción de individuos no tolerantes a la
%NT* Abundancia
contaminación contaminación orgánica
Número de individuos no tolerantes a la
SUMA NT* Abundancia
contaminación
*LOS GRUPOS NO TOLERANTES SE DETERMINARON COMO LAS FAMILIAS INCLUIDAS EN LAS
CATEGORÍAS 8, 9 Y 10 DEL BMWP/UNIVALLE (ZÚÑIGA Y CARDONA, 2009)
Es importante mencionar que, para los sitios de primer orden o cuerpos de agua pequeños se
realizó un ajuste en las métricas multiplicando por un factor de corrección de “1.5” siguiendo las
recomendaciones de Mandaville (2002) y las excepciones de Bode et. al (1996), argumentando que
los sitios de cabecera generalmente son pobres en nutrientes, bajos en recursos alimenticios y
menos productivos considerando la poca cobertura de dosel. La fauna reducida y simplificada de
los sitios de cabecera puede dar como resultado una comunidad en la que algunas especies
intolerantes pueden ser muy abundantes.
En cuanto a las variables hidráulicas, la revisión previa de los antecedentes permitió establecer el
caudal como la variable determinante de aspectos importantes de la dinámica de la biota, ya que
esta incluye aspectos del área transversal de flujo y velocidad. Adicionalmente, fueron incluidas
variables de sedimento de depósito y arrastre, debido a la influencia en la conformación de las
comunidades bióticas en aspectos de soporte y refugio. Estas variables fueron D10, D15 D30, D50,
Metodología 45
D65, D75, D84 y D90, que corresponde al diámetro por el que pasa el correspondiente porcentaje
de la muestra.
Adicionalmente, la pendiente de segmento (obtenida de un MDE del área de estudio) y el área de

la cuenca (obtenido mediante un mapa de áreas acumuladas derivado de un MDE) se emplearon
para calcula el Índice de Potencia Específica (Ver Ecuación 2-1) y determinar la clasificación
morfológica del cauce según Flores et. al. (2006). Esto se logró inicialmente realizando un filtro por
la magnitud de la pendiente y luego según el índice de potencia específica, este último debido a
que a la luz de la pendiente no es posible identificar las diferentes morfologías y muchas comparten
rangos de valores de pendiente, haciendo difícil seleccionar solo una morfología (Figura 2-8).
𝐼𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝑝𝑜𝑡𝑒𝑛𝑐𝑖𝑎 𝑒𝑠𝑝𝑒𝑐í𝑓𝑖𝑐𝑎 = 𝑆0 𝐴0.4 (2-1)
Donde So: Pendiente A: Área de la cuenca
Figura 2-8: Esquema de clasificación morfológica de cauces.
Fuente: Modificado a partir de IDEAM (2019)

2.4 Prueba piloto con un cuerpo de agua de referencia.

De acuerdo con la bibliografía consultada, se establecieron algunas variables como caudal, oxígeno
disuelto, conductividad, entre otras, para la determinación de relaciones importantes. No
obstante, para tener mayor conocimiento sobre el comportamiento esperado de los datos, se
realizó una prueba piloto con un cuerpo de agua de referencia, para lo cual se manejaron los datos
de Ríoclaro (Cuenca Río Chinchiná), obtenidos de muestreos integrados durante 2018 en el marco
de un estudio sobre la continuidad hidrobiológica realizado por la Universidad Nacional sede
Manizales.
Para la prueba piloto se contó con información procedente de cuatro puntos de muestreo desde
aguas abajo del sector conejeras desde los 3885 msnm hasta el sector nueva primavera cerca de la
desembocadura de la estación CHEC a 1474 msnm (Tabla 2-5).
Tabla 2-5: Localización de los puntos de levantamiento de datos en el estudio de continuidad

hidrobiológica de Ríoclaro.
ELEVACIÓN
PUNTO DE MUESTREO LONGITUD LATITUD
M.S.N.M.
100 m aguas abajo del Humedal
1 Conejeras- cerca estación 75°23' 24.06'' W 4° 51' 0.60'' N 3885
IDEAM-Corpocaldas
2 Sobre la quebrada San Antonio 75° 25' 35.24''W 4° 53' 5.81"N 3082
La Telaraña - Estación La Guyana
3 75° 29' 47.09" W 4° 56' 49.31"N 1849
Corpocaldas.
Nueva Primavera - cerca a la
4 75° 32' 57.52" W 4° 59' 23.57"N 1474
desembocadura Estación CHEC
Para este análisis se contó con una base de datos construida para los cuatro puntos de muestreo,
con 18 variables abióticas (aforo líquido, aspectos fisicoquímicos y aspectos morfológicos) sin
información de las variables de sedimento. De igual manera, se incluyeron las variables bióticas
descritas en la tabla 2-4. De manera preliminar se aplicó estadística descriptiva para observar
coeficientes de variación en las diversas métricas y comportamiento de las variables. Para el
tratamiento de los datos se normalizaron los valores de los parámetros fisicoquímicos y bióticos,
siguiendo el método propuesto por Guisande-González et al. (2006), a través de la expresión de la
ecuación (2-2).
Metodología 47
(2-2)
Donde X= valor de la variable en cada evento de muestreo
Min = valor mínimo encontrado para la variable
Max= valor máximo encontrado para la variable
A partir de esta matriz se realizaron multivariados iniciando por un análisis de correspondencia sin
tendencia para identificar la longitud del gradiente ambiental (cambios progresivos en las
características del ambiente) donde las variables explicativas son los parámetros físicos y químicos
y la variable respuesta es la comunidad biótica. En este análisis se estimó la heterogeneidad de las
variables bióticas. Cuando el gradiente es corto se debe usar una aproximación lineal (Análisis de
Redundancia - RDA) y si es largo la mejor aproximación es una unimodal (Análisis de
Correspondencias Canónicas - CCA) (Lepš & Šmilauer, 2003). Este procedimiento se realizó con el
uso del software libre PAST 4.0 (para análisis de datos científicos, con funciones para manipulación
de datos, trazado, estadísticas univariadas y multivariadas, análisis ecológico, series de tiempo y
análisis espacial, morfometría y estratigrafía). Adicionalmente, se realizó un Análisis de
Componentes Principales – PCA para observar atributos que determinaron la variabilidad dentro
de la muestra (puntos de muestreo).
Como siguiente paso se realizó una prueba de normalidad para evaluar la proporción de variables
ajustadas a este tipo de distribución, de tal manera que se pudiera elegir el análisis de correlación
adecuado al tipo de variables, es decir, un análisis de Spearman cuando la mayor parte de las
variables se ajustaran a una distribución NO normal y un análisis de Pearson cuando la mayor
proporción presentara un ajuste a distribución normal.
Finalmente, se realizó un análisis de correlación para la totalidad de las variables, de las cuales se
seleccionaron aquellas significativas (p<0.05) como punto de partida para analizar el
comportamiento de las variables y las correlaciones esperadas en el análisis de los datos incluidos
en el presente estudio.
2.4.1 Ríoclaro como cuerpo de agua de referencia.
Mediante la caracterización del río Ríoclaro se determinó la dinámica de la continuidad

hidrobiológica a lo largo de las tres zonas principales (zona alta o de cabecera, media y baja), cada
una de ellas con características diferentes pero englobadas dentro del mismo sistema fluvial, como
son el clima, la geología, topografía, vegetación, la fisionomía de los cauces, tipo e intensidad de
perturbaciones naturales y antrópicas y la calidad de sus aguas. Es una cuenca de alta montaña con
una amplia distribución altitudinal y gran diversidad de paisajes, lo cual le representa atributos
ambientales de valor en servicios ambientales.
Características generales.
En cuanto al recurso hídrico, le aporta al río Chinchiná cerca del 48% de su caudal medio a la altura
de la bocatoma de Montevideo, lo cual se relaciona directamente con la extraordinaria riqueza en
humedales, que corresponde al 60% de la extensión de los humedales de toda la cuenca del río
Chinchiná (CORPOCALDAS – ASOCARS – UNAL. 2013).
Ríoclaro presenta más de 10 afloramientos de fuentes hidrotermales que llegan a las aguas del rio
a través de afluentes al mismo. A lo largo de la subcuenca se ubican diferentes centros poblados
entre los que se encuentran Llanitos, Santo Domingo, Guayana, Papayal, Laguna Alta, Playa Larga,
El Páramo y Ríoclaro. Estas veredas se dedican en gran parte a la actividad agrícola en el cultivo de
café, frutas y hortalizas, además la actividad pecuaria es fuente de trabajo y sustento familiar con
la cría de ganado para carne y leche, cerdos y aves, entre otras especies menores (Patiño 2008).
El rango de caudal para el río Ríoclaro oscila entre 4,74 y 14,12 m3/s a lo largo del año como se
muestra en la figura 2-9, donde se observa una curva bimodal con épocas de bajo caudal en los
meses de febrero y agosto y picos altos de caudal en mayo y noviembre.
Metodología 49
Figura 2-9: Variación anual de caudal para la subcuenca del río Ríoclaro.
FUENTE: POMCA RÍO Chinchiná 2013
Calidad del agua.
La información de las características fisicoquímicas de la corriente (Tabla 2-6) indica una excelente
calidad del agua en la parte alta que vas disminuyendo hasta buena en la parte baja en los puntos
cercanos a la desembocadura, de acuerdo con el valor del ICA obtenido con los datos de los
muestreos en 2018. De acuerdo con el POMCA del río Chinchiná, la influencia del río Ríoclaro sobre
el río Chinchiná mejora, por disolución, la calidad de las aguas del rio colector”. A partir del análisis
de los índices de calidad y las concentraciones de los diferentes contaminantes encontrados en las
principales corrientes de la cuenca, se observa que el río Ríoclaro presenta un agua de buena
calidad y es necesario buscar la conservación de esta corriente, considerando que dentro de la
cuenca es el único tributario en esta categoría de calidad (CORPOCALDAS – ASOCARS – UNAL.
2013).
Tabla 2-6: Parámetros fisicoquímicos obtenidos para Ríoclaro (2018).
La Telaraña
Q. San Antonio Ríoclaro
PARÁMETROS Unidades Conejeras Estación La
Tributario Desembocadura
Guayana
T °C 7,5 10,8 15,37 18,55
CE µs/cm 70,5 126 295 325
La Telaraña
Q. San Antonio Ríoclaro
PARÁMETROS Unidades Conejeras Estación La
Tributario Desembocadura
Guayana
Unidad De
pH 7,8 7,33 7,35 7,11
pH
SST mg/L 86,85 37,62 153,93 159,84
TURBIEDAD mg/L 1,53 0,55 3,57 15
SATURACIÓN DE
% 93,34 76,62 88,83 97,72
OXIGENO
OD mg/L 6,2 5,7 7 7,6
COT mg/L 3,67 2,81 1,54 1,94
SO4-2 mg/L 16,675 34,65 82,18 89,67
FÓSFORO
mg/L 0,0146 0,058 0,0116 0,0336
DISPONIBLE
FÓSFORO TOTAL mg/L 0,073 0,0835 0,0266 0,0416
NITRÓGENO TOTAL mg/L 0,4207 0,6424 0,4413 0,4932
SDT mg/L 0,065 0,112 0,235 0,241
COLIFORMES Ufc/100
185 85 280 165
TOTALES ml
COLIFORMES Ufc/100
- - - -
FECALES ml
ÍNDICE DE CALIDAD
0,76 0,76 0,69 0,66
ICA
CLASIFICACIÓN DE
Aceptable Aceptable Calidad Regular Calidad Regular
LA CALIDAD
MERCURIO µg/L <Ldi <Ldi <Ldi <Ldi
CADMIO mg/L <Ldi <Ldi <Ldi <Ldi
COBRE mg/L <Ldi <Ldi <Ldi <Ldi
CROMO mg/L <Ldi <Ldi <Ldi <Ldi
PLOMO mg/L <Ldi <Ldi <Ldi <Ldi
HIERRO mg/L 0,1 <Ldi 0,03 0,34
ZINC mg/L 0,004 0,05 0,02 0,11
ALUMINIO mg/L <Ldi <Ldi <Ldi <Ldi
ARSÉNICO µg/L 0,83 2,97 8,75 4,97
<Ldi → Inferior al límite detectable
Este río es poco intervenido por actividades antrópicas por lo que es de sumo interés establecer su
línea base con información Secundaria disponible con miras a las estrategias de adaptación y
mitigación del Cambio Climático.
Metodología 51
Calidad del ecosistema.
Durante los dos muestreos, se recolectaron para la corriente Ríoclaro y su tributario Q. San Antonio
un total de 1933 especímenes de macroinvertebrados acuáticos, distribuidos en 11 órdenes, 32
familias y 56 morfoespecies o especies morfológicas. El sitio que presentó la mayor abundancia fue
La Telaraña – La Guayana, seguido de la cabecera Conejeras (con 743 y 592 individuos
respectivamente), sin embargo, los valores de riqueza o número de especies fueron muy similares
para Conejeras, san Antonio y La Telaraña – La Guayana (Tabla 2-7).
Tabla 2-7: Comparación de las variables abundancia y riqueza para los cuatro puntos de
muestreo.
SITIO
VARIABLES Conejeras Q. San Antonio La telaraña - La Guayana Desembocadura
ABUNDANCIA 592 430 743 168
RIQUEZA 39 35 24 13
En términos generales, la calidad del río Rioclaro demuestra que no hay alteraciones significativas
en el tramo alto y medio, sin embargo, hacia la desembocadura se hacen evidentes los efectos de
la contaminación o alteraciones antrópicas, aunque generando impacto leve (Tabla 2-8). Las causas
supuestas para este resultado consisten en la recolección de aguas residuales domésticas y la
influencia de las actividades agrícolas y ganaderas en la cuenca.
Tabla 2-8: Comparación de las variables de índices de calidad biótica para los cuatro puntos
de muestreo.
SITIO
Q. San La telaraña - La
CAMPAÑA Variables Conejeras Desembocadura
Antonio Guayana
BMWP 47 63 77 35
1
EPT 7 10 10 6
BMWP 85 91 103 66
2
EPT 9 13 11 8
COMPILADO DE LAS BMWP * 85 91 103 66
DOS CAMPAÑAS EPT ** 9 13 11 8
Son evidentes
RANGOS DE CLASIFICACIÓN DEL
Aguas no alteradas de modo sensible algunos efectos de
ÍNDICE BIÓTICO BMWP
contaminación
FUENTE: ALBA TERCEDOR &

SÁNCHEZ ORTEGA (1988).
RANGOS DE CLASIFICACIÓN DEL
Levemente
ÍNDICE BIÓTICO EPT Sin impacto
impactado
FUENTE: LENAT (1988)
*SE ESTIMÓ EL ÍNDICE BMWP/UNIVALLE DISEÑADO Y PROBADO PARA CUERPOS DE AGUA DE MONTAÑA EN LA ZONA ANDINA
**SE ESTIMÓ RIQUEZA DE EPT DENTRO DE LAS MÉTRICAS QUE SE TIENEN EN CUENTA PARA EVALUAR LA CALIDAD DEL ECOSISTEMA
Grupos funcionales tróficos y la continuidad del río
La condición ecológica encontrada en Ríoclaro demuestra que filtradores y recolectores (que

corresponde a taxones de macroinvertebrados que se alimentan en depósitos detríticos o
suspendidos), representan al menos el 31% de la abundancia de la muestra (Tabla 2-9), lo cual, de
acuerdo con autores como Kerans y Karr (1994), Thorne y Williams (1997) y Butcher et al. (2003),
indica que este es uno de los casos en que el sitio no presenta alteraciones significativas. De igual
manera, la riqueza o número de especies de estos dos grupos debe representar al menos el 23%
del total taxones en la muestra, lo cual se observa para todos los puntos de muestreo en las dos
campañas (Tabla 2-10)
Tabla 2-9: Porcentajes de abundancias de los diferentes grupos funcionales tróficos para los
cuatro puntos de muestreo
SITIO
Q. San La Telaraña -
Campaña Variables Esperado Conejeras Desembocadura
Antonio La Guayana
%DEP* 0 3 1 0
%RASP** 1 1 17 4
%TRIT*** 4 30 5 56
1
%FILT**** 12 0 36 38
%REC**** 82 66 42 2
%DEP 3 3 2 0
%RASP 2 2 17 5
%TRIT 6 23 4 50
2
%FILT 11 1 35 35
%REC 78 71 42 11
COMPILADO %DEP 2 3 2 0
DE LAS DOS %RASP 2 2 17 5
CAMPAÑAS %TRIT 5 25 4 51
Metodología 53
SITIO
Q. San La Telaraña -
Campaña Variables Esperado Conejeras Desembocadura
Antonio La Guayana
%FILT 11 0 35 36
%REC 79 69 42 8
EL VALOR DE LA VARIABLE DECRECE CON EL AUMENTO DE LA ALTERACIÓN O CONTAMINACIÓN DEL CUERPO DE AGUA
EL VALOR DE LA VARIABLE SE INCREMENTA CON EL AUMENTO DE LA ALTERACIÓN O CONTAMINACIÓN DEL CUERPO DE

AGUA
*%DEP → PORCENTAJE DE INDIVIDUOS DE LOS GRUPOS DEPREDADORES
**%RASP → PORCENTAJE DE INDIVIDUOS DE LOS GRUPOS RASPADORES
***%TRIT → PORCENTAJE DE INDIVIDUOS DE LOS GRUPOS TRITURADORES
****%FILT → PORCENTAJE DE INDIVIDUOS DE LOS GRUPOS FILTRADORES
*****%REC → PORCENTAJE DE INDIVIDUOS DE LOS GRUPOS RECOLECTORES
Tabla 2-10: Porcentajes de riqueza de los diferentes grupos funcionales tróficos para los cuatro
puntos de muestreo.
SITIO
Q. San La telaraña -
CAMPAÑA Variables Esperado Conejeras Desembocadura
Antonio La Guayana
%T DEP 0 11 6 0
%T RASP 12 6 28 29
%T TRIT 18 22 17 29
1
%T FILT 18 0 22 29
%T REC 53 61 28 14
%T DEP 8 14 17 0
%T RASP 12 5 25 15
%T TRIT 23 23 13 23
2
%T FILT 12 5 17 23
%T REC 46 55 29 31
%T DEP 8 13 17 0
%T RASP 12 4 25 23
COMPILADO
%T TRIT 23 26 13 23
DE LAS DOS
CAMPAÑAS %T FILT 12 4 17 23
%T REC 46 52 29 31
De acuerdo con la teoría del río como un continuo, el orden de magnitud de los ríos determina la
presencia de gremios de peces y de grupos funcionales de macroinvertebrados. En los cuerpos de
agua pequeños predominan grupos funcionales de macroinvertebrados de tipo fragmentador y
colector y diferentes fuentes alimentarias provenientes del sistema terrestre, tales como
invertebrados, frutos y semillas. Así, los gremios de peces que se favorecen bajo estas condiciones
son los consumidores de invertebrados (de origen terrestre y acuático), de vegetación terrestre y
de detrito. Por otro lado, en los ríos medianos predominan los grupos funcionales de
macroinvertebrados de tipo colector y raspador y en los ríos grandes predominan los de tipo
colector y predador. En estos ríos las fuentes alimentarias de origen alóctono se reducen y por
tanto los gremios de peces que se favorecen bajo estas condiciones son los consumidores de
macroinvertebrados autóctonos y de peces, respectivamente (Vannote et al. 1980).
Sin embargo, la teoría de la continuidad fue planteada para zonas temperadas y en zonas tropicales
el grupo alimenticio de los trituradores parece no tener tanta importancia o prevalencia (Graça et
al. 2001; Mathuriau y Chauvet 2002; Boyero et al. 2011). En este contexto, los microrganismos
acuáticos podrían ser los mayores responsables de la descomposición de la materia vegetal en
estos ecosistemas tropicales, debido a las altas temperaturas del agua que favorecen su
crecimiento y reproducción (Ramirez y Pringle 1998; Ribas, Tanaka y De Souza 2006; Wantzen y
Wagner 2006).
En este orden de ideas, la concepción del río como sistema jerárquico altamente conectado con el
paisaje que ellos drenan tanto longitudinalmente (Vannote et al., 1980), lateralmente (Junk et al.,
1989) como verticalmente (Pennack & Ward, 1986) sigue describiendo las interacciones de los ríos
tropicales, en donde se muestran comunidades características para los diferentes tramos del río,
aunque la estructura de dichas comunidades difiere de las planteadas por Vannote (1980),
perdiendo relevancia la abundancia de trituradores, pero manteniendo el protagonismo de los
colectores (entre los que se encuentran los que se alimentan de detritus suspendidos y
precipitados). En la figura 2-10 se muestra el comparativo de las proporciones de los grupos
funcionales tróficos propuestos para ecosistemas temperados (de acuerdo con la teoría del río
continuo) y los esperados para zonas tropicales.
Metodología 55
Figura 2-10: Proporción de grupos tróficos esperados para los diferentes tramos de los cuerpos
de agua.
Los resultados obtenidos para el río Ríoclaro demuestran que se mantiene una coherencia de las
proporciones de grupos funcionales esperados de acuerdo con la teoría del río continuo (Figura 2-
11). Respaldando este resultado, se han reportado datos sobre la escasez o la ausencia de
trituradores de los sistemas Neotropicales; a su vez, existe información sobre la actividad
microbiana en el procesamiento de las hojas en ríos de Malasia por la casi ausencia de estos
invertebrados (observaciones no publicadas de C. M. Yule; En: Wantzen et al. 2008).
Adicionalmente, en un estudio reciente para Colombia (Quindío), Chara-Serna et al. (2010),
identificaron que la comunidad de insectos acuáticos de quebradas de la cuenca del río La Vieja
está compuesta principalmente por colectores y trituradores. Estos son los grupos con mayor
cantidad de individuos y suman el 86% de la abundancia, lo que concuerda con los resultados
obtenidos para Rioclaro.
Figura 2-11: Distribución de grupos funcionales tróficos encontrados en los diferentes tramos
de Ríoclaro.
Wantzen y Wagner (2006) afirman que las proporciones que se presentan en las estructuras de
comunidades de los ríos tropicales a lo largo del río, son alteradas por modificaciones del paisaje
provocadas por las actividades humanas no controladas como la deforestación, la agricultura y la
urbanización, que de acuerdo con (Karr & Chu, 1999; Carignan & Steedman, 2000; Miltner et al.,
2004), representan las principales amenazas a la salubridad de los ríos. De acuerdo con estos
argumentos, es posible explicar la alteración en las proporciones de grupos funcionales observadas
para la desembocadura de Ríoclaro, como una respuesta a los disturbios que se presentan por la
extracción de material pétreo en sectores cercanos y vertimientos de aguas residuales domésticas.
2.5 Exploración y manejo preliminar de los datos.
La matriz de datos fue analizada de manera preliminar mediante estadística descriptiva y

determinando los coeficientes de variación para cada una de las variables. Adicionalmente se
Metodología 57
realizó una prueba de normalidad para definir el análisis de correlación apropiado. No obstante,
durante esta etapa, se determinó que las variables presentaban un alto coeficiente de variación y
coeficientes de correlación muy bajos. Por esta razón se decidió trabajar los datos en grupos
similares para disminuir el ruido generado por la variabilidad.
2.5.1 Agrupamiento de datos.
Gracias al conocimiento adquirido durante la realización del análisis piloto para el cuerpo de agua
de referencia Ríoclaro, se emplearon las variables abióticas determinadas como las más influyentes
en la variabilidad de la biota y de otros aspectos fisicoquímicos. Para el agrupamiento de datos se
elaboró una matriz alterna con dichas variables para todos los eventos de muestreo (en donde cada
uno corresponde a una unidad básica de caracterización - UBC).
Usando el software PAST 4.0 se aplicó un análisis multivariado tipo Clúster, empleando el método
Ward (Ward, 1963), en el que se calculan distancias (entre cada UBC´s) con datos cuantitativos. En
la aplicación de este método no se requirió la normalización de los datos, considerando que, antes
de calcular la distancia aplica un análisis en componentes principales y calcula la distancia con los
valores de la proyección de los vectores propios de las UBC’s como si fueran las variables originales
y recalcula la matriz mediante el método UPGMA (Unweighted Pair Group Method using
Arithmetic. Averages), de tal manera que este procedimiento reduce la presencia de unidades
atípicas (unidades raras sin un grupo definido, en ocasiones dado por una sola variable con un dato
atípico).
Las UBC´s atípicas o outliers se descartaron dentro del estudio y se trabajaron los datos agrupados
en nodos con más del 70% de similitud.
2.6 Determinación de variables relacionadas.
El procedimiento en esta etapa se trabajó de la misma manera para todos los grupos obtenidos en
el paso anterior. Inicialmente se aplicó estadística descriptiva para describir el comportamiento de
las variables y se empleó una prueba de normalidad para determinar el análisis de correlación
apropiado de acuerdo con el tipo de variables (de distribución normal u otra distribución).
Para los grupos en que la mayoría de las variables fueron normales se usó el análisis de Pearson,
en caso contrario se seleccionó el de Spearman. El correspondiente análisis univariado de
correlación se realizó mediante el uso del software libre SigmaPlot V12 importando las matrices
desde Excel con la totalidad de las variables incluidas.
Una vez obtenida la matriz de correlación, esta fue exportada a Excel para su respectivo análisis.
Este consistió en separar aquellos pares de variables correlacionadas con pValue <0.05, las cuales
son consideradas significativas. Se puso especial atención en las relaciones existentes entre las
variables bióticas y abióticas, tomando mayor relevancia aquellas que se observaron previamente
en el análisis piloto con Ríoclaro. Consecutivamente, las de mayor importancia fueron aquellas
correlaciones comunes en todos los grupos de datos y en tercera categoría de importancia, aquellas
con un coeficiente de correlación r>|0.6|, seleccionando de esta manera solo aquellas
correlaciones que son consideradas fuertes (Guisande-González, 2006).
Posteriormente se realizaron las respectivas regresiones analizando el ajuste de cada par de

variables a un modelo lineal o logarítmico. En esta etapa no solo se tuvo en cuenta el valor de R2,
sino también las probabilidades de cada parámetro obtenido en las respectivas ecuaciones por
medio del programa SigmaPlot V12. Como filtro final, se seleccionan aquellas regresiones cuyos
parámetros en las ecuaciones sean significativos (p<0.05).
2.7 Validación de las relaciones.
Como resultado del paso anterior, se obtuvieron las respectivas ecuaciones y valores de los
parámetros para cada par de variables con correlaciones significativas y fuertes. Gracias a estos
datos, se reemplazaron los valores de las abscisas en las ecuaciones para obtener un calculo de las
ordenadas (variables bióticas o dependientes).
Los dos grupos de datos (reales y calculados mediante las ecuaciones) fueron comparados usando
una “prueba estadística comparativa de dos grupos” para determinar diferencias significativas más
allá de lo que se puede atribuir a la variación del muestreo aleatorio. Se optó por realizar dos tipos
de pruebas: una prueba t para datos no apareados y la prueba de suma de rangos de Mann-
Whitney.
Metodología 59
La prueba t se empleó para variables con distribución normal, de tal manera que esta paramétrica
comparó directamente los datos de la muestra. En los casos en que las variables fallaron la prueba
de normalidad de datos (con distribución anormal), se utilizó la prueba de suma de rangos de
Mann-Whitney. Esta última organiza los datos en conjuntos de clasificaciones, luego realiza una
prueba t no apareada en la suma de estos rangos, en lugar de directamente en los datos.
La ventaja de la prueba t es que, asumiendo normalidad e igual varianza, es ligeramente más

sensible (por ejemplo, tiene mayor poder) que la prueba de suma de rangos de Mann-Whitney.
Cuando no se cumplen estos supuestos, la prueba de suma de rangos de Mann-Whitney es más
confiable.
En todos los casos, para la realización de las pruebas comparativas se le pidió a SigmaPlot que
probase la distribución normal y la varianza igual. En los casos de no cumplimiento de los supuestos,
el programa sugirió la prueba paramétrica o no paramétrica alternativa. En este caso, al igual que
en los pasos anteriores, SigmaPlot probó la normalidad usando la prueba de Shapiro-Wilk o
Kolmogórov-Smirnov, y para la misma varianza usando la prueba de la mediana de Levene.
Finalmente, con aquellos grupos de datos que presentaron diferencia significativa (p<0.05), fueron
considerados como relaciones poco útiles a la hora de determinar el comportamiento de la biota
con base en el gradiente ambiental.
3. Resultados
Es relevante mencionar que los resultados de las diferentes etapas del proceso metodológico se
exponen de acuerdo a la secuencia que permitió el alcance de los objetivos (Figura 3-1). Cada paso
generó información utilizable como insumo para la ejecución posterior, cuyo engranaje se presenta
en el transcurso de este capítulo.
Figura 3-1: Diagrama de la correspondencia de los resultados con los objetivos planteados.

3.1 La información en la base de datos.
La base de datos construida incluyó información de 113 eventos de muestreo, es decir, datos
correspondientes a un tramo evaluado en una campaña de muestreo, de tal manera que algunos
puntos sobre las corrientes fueron evaluados en más de una campaña de muestreo y otros, tan
solo tienen información levantada en dos momentos, los cuales corresponden a periodos
climáticos diferentes (épocas secas, lluviosas y de transición), aunque no se tuvieron en cuenta
aspectos de variabilidad climática como son El Niño y La Niña. Algunos sitios, de manera
excepcional, fueron muestreados en una sola campaña debido a dificultades de acceso o riesgos
por la velocidad de la corriente (Tabla 3-1). Los eventos de muestreo se distribuyen en 32 puntos o
tramos ubicados sobre 11 corrientes superficiales en tres cuencas hidrográficas (Risaralda,
Chinchiná y Campoalegre).
Tabla 3-1: Conformación de los eventos de muestreo.
CAMPAÑAS DE
CORRIENTE SUPERFICIAL / PUNTO DE MUESTREO
MUESTREO
RÍO CAMPOALEGRE
BOCATOMA ACUEDUCTO CHINCHINA 2
RÍO CAMPOALEGRITO
BOCATOMA R. CAMPOALEGRITO 3
RÍO CHINCHINÁ
CENICAFÉ 8
MONTEVIDEO 8
RIO CLARO 8
SAN CANCIO 8
SAN JULIAN 8
RÍO GUACAICA
BELMIRA 1
EL GUINEO 2
ESTACIÓN CHEC 2
KM 41 2
LISBOA 2
MANGABONITA 2
RIO BLANCO 2
SAN PABLO 2
RÍO MAPA
Resultados 63
CAMPAÑAS DE
CORRIENTE SUPERFICIAL / PUNTO DE MUESTREO
MUESTREO
CORINTO 5
LA CRISTALINA 5
QUEBRADA OLIVARES
Q. OLIVARES B. PLANTA NIZA 2
Q. OLIVARES CONFAMILIARES 2
Q. OLIVARES EL POPAL 2
QUEBRADA ESTRELLA
Q. LA ESTRELLA – LA ÍNSULA 4
Q. LA ESTRELLA – VÍA VEREDA LA ESTRELLA 3
QUEBRADA SAN ANTONIO
Q. SAN ANTONIO 2
RÍO RIOCLARO
CERCA A DESEMBOCADURA 2
CONEJERAS 2
LA TELARAÑA E. LA GUAYANA BRAZO 1
LA TELARAÑA E. LA GUAYANA CAUCE PRINCIPAL 2
RÍO RISARALDA
LA VIRGINIA 5
PUENTE LÁZARO 5
PUENTE NEGRO 5
PUENTE REMOLINOS 5
RÍO SAN EUGENIO
R. SAN EUGENIO 1
TOTAL GENERAL 113
A partir de la información geomorfológica, y mediante la utilización de la pendiente longitudinal S0

0,4
(Figura 3-2A) y el índice de potencia específica S0A , calculado con el valor del área de flujo
acumulado (Figura 3-2B), se determinó la clasificación de los tramos de acuerdo con Flores et al.
(2006), encontrando como resultado que los puntos de muestreo corresponden con tres tipos de
tramos bien diferenciados. La mayor parte de estos (26 puntos de muestreo) conciernen con el
tipo cascada, los cuales tienen un lecho conformado en su mayor parte de rocas mayores a 6 cm,
cuyo material está dispuesto en el lecho de forma desorganizada.
Figura 3-2: Ubicación de los puntos de muestreo en los rangos de pendientes (A) y de flujo
acumulado (B), empleados para determinar la clasificación geomorfológica de Flores et. al. (1996).
B
Resultados 65
En consecuencia, cuatro de los puntos restantes correspondieron con la morfología escalón-pozo

y los dos sobrantes con pozo-cruce. De acuerdo con la literatura disponible, los cuatro tramos
escalón - pozo presentan formas con abundantes bolas de roca, madera (troncos) y pozos con
gravas, cascajo y arenas. Ya que poseen alta pendiente, durante tormentas en la cuenca, responden
de forma rápida y torrencial. Son capaces de transportar materiales de tamaños comparables con
los que se observen en el lecho y/o márgenes (Tabla 3-2).
Finalmente, los dos puntos con morfología pozo-cruce presentan zonas de baja curvatura con
gravas y material grueso. Su respuesta es lenta ya que posee llanuras inundables anchas que
amortiguan las crecientes que vienen desde aguas arriba.
Tabla 3-2: Clasificación geomorfológica de los puntos de muestreo incluidos en la base de

datos, determinado con el Índice de Potencia Específica.
Clase CORRIENTE SITIO Flujo Acumulado Pendiente

Río Campoalegrito R. Campoalegrito 5 0,201
Desembocadura 43926 0,166
Quebrada La Estrella
La ínsula 10 0,220
Bocatoma Planta Niza 673 0,263
Quebrada Olivares Confamiliares 2951 0,032
El Popal 1 0,402
Rio Campoalegre Bocatoma Chinchiná 21600 0,051
Cenicafé 66222 0,118
Montevideo 4 0,674
Rio Chinchiná
Ríoclaro 30077 0,478
Cascada Sancancio 26183 0,327
San Julián 1 0,291
El Guineo 36473 0,151
Km 41 6 0,131
Rio Guacaica
Mangabonita 1 0,216
San Pablo 1 0,344
Cerca Desembocadura 30021 0,267
Río Ríoclaro Conejeras 538 0,273
Guayana - Vía Telaraña 21 0,205
Río Risaralda Puente Lázaro 13 0,220
Río San Eugenio San Eugenio 3 0,198
Río Risaralda La Virginia 3 0,000
Pozo-cruce
Puente Negro IDEAM 1 0,000
Quebrada San Antonio Finca San Antonio 1 0,163
Escalón-pozo
Río Guacaica Estación CHEC 1 0,052
Clase CORRIENTE SITIO Flujo Acumulado Pendiente

Lisboa 3 0,112
Río Risaralda Puente Remolinos 1 0,111
Para los 113 eventos de muestreo se incluyeron datos de 67 variables (mencionadas en el capítulo
2), algunos de ellos ausentes para ciertos eventos debido a que cada estudio presentaba
prioridades de evaluación relacionadas con sus objetivos y no en todos los casos eran requeridos
análisis para las mismas variables fisicoquímicas o hidrológicas. (En el anexo A se muestra la base
de datos completa incluida en el análisis).
La base de datos conformada por 7571 celdas presentó 1964 datos ausentes y permitió el
procesamiento de 5607 datos. El coeficiente de variación fue alto en la mayoría de las variables
superando en 34 de estas el valor del 100% y alcanzando hasta el 400% en el caso de la turbiedad
(Tabla 3-2).
Tabla 3-3: Estadística descriptiva exploratoria para las variables incluidas en la base de datos.
I. confianza
Promedio
Std. Error
Ausentes
muestra
Variable
Tamaño
Std Dev
Max
Min
CV
Alt 113 0 1577,06 675,05 63,50 125,82 3885,00 868,00 42,80
Temp 113 0 20,32 5,39 0,51 1,01 29,40 3,13 26,53
Cond. 113 7 206,99 101,48 9,86 19,55 412,00 27,70 49,03
Turb 113 12 145,56 646,99 64,38 127,72 4900,00 0,39 444,50
DQO 113 7 38,20 44,67 4,34 8,60 271,99 0,29 116,95
P 113 12 0,37 0,45 0,04 0,09 2,21 0,02 120,81
O2 113 7 6,86 0,94 0,09 0,18 8,95 3,95 13,63
pH 113 2 7,50 0,62 0,06 0,12 8,42 4,83 8,24
CaudalM 113 23 11,00 15,00 1,58 3,14 77,29 0,00 136,35
Amonio 113 31 2,29 3,13 0,35 0,69 16,80 0,04 136,67
N Org 113 41 3,76 4,80 0,57 1,13 31,23 0,03 127,55
Cloruros 113 52 11,81 10,20 1,31 2,61 54,15 0,29 86,36
D Total 113 41 99,06 146,78 17,30 34,49 1243,17 9,36 148,18
DBO5 113 52 13,66 20,35 2,61 5,21 89,12 0,28 148,99
Sulfatos 113 44 51,53 31,54 3,80 7,58 101,14 6,19 61,19
Color R 113 52 58,34 51,07 6,54 13,08 216,77 0,01 87,53
Resultados 67
I. confianza
Promedio
Std. Error
Ausentes
muestra
Variable
Tamaño
Std Dev
Max
Min
CV
Color A 113 52 1249,11 4728,70 605,45 1211,08 35780,30 0,08 378,57
ST T 113 52 914,31 2446,83 313,28 626,66 12160,00 40,00 267,61
ST F 113 52 413,15 834,35 106,83 213,69 5224,00 12,00 201,95
ST V 113 52 501,16 1678,65 214,93 429,92 8682,00 2,00 334,95
SS T 113 14 176,40 572,74 57,56 114,23 4750,00 2,00 324,68
SS F 113 46 210,49 685,27 83,72 167,15 4740,00 0,00 325,56
SS V 113 46 23,19 21,53 2,63 5,25 86,85 0,00 92,85
SD 113 0 135,92 77,21 7,26 14,39 288,40 0,00 56,81
N/P 113 18 67,86 162,88 16,71 33,18 1036,00 0,64 240,03
ICA 113 0 0,59 0,12 0,01 0,02 0,84 0,26 20,00
Arsénico 95 77 31,49 65,48 15,43 32,56 208,75 0,00 207,96
COT 39 30 2,06 1,26 0,42 0,97 4,34 0,83 61,31
ABUNDANCIA 113 3 118,73 160,81 15,33 30,39 1287,00 2,00 135,45
RIQUEZA 113 3 17,17 12,45 1,19 2,35 75,00 1,00 72,48
BMWP 113 3 49,48 31,93 3,04 6,03 206,00 8,00 64,52
EPT 113 3 3,86 3,47 0,33 0,66 13,00 0,00 89,88
SUMA NT 113 4 11,43 22,01 2,11 4,18 134,00 0,00 192,51
SUMA EPT 113 3 34,54 65,05 6,20 12,29 482,00 0,00 188,35
SUMA CHIRO 113 20 54,33 132,78 13,77 27,35 1191,00 0,00 244,39
TAXA DIPT 113 16 5,41 3,04 0,31 0,61 16,00 0,00 56,12
% ept 113 3 29,14 28,12 2,68 5,31 100,00 0,00 96,49
%chiro 113 3 30,39 33,73 3,22 6,37 100,00 0,00 110,99
%NT 113 3 10,39 15,10 1,44 2,85 63,95 0,00 145,26
% Taxa EPT 113 3 21,82 22,88 2,18 4,32 100,00 0,00 104,85
% Taxa NT 113 3 12,96 17,12 1,63 3,24 100,00 0,00 132,13
% Taxa Dipt 113 3 30,72 24,51 2,34 4,63 100,00 0,00 79,80
%DEP 113 33 9,27 12,97 1,45 2,89 80,00 0,00 139,94
%RASP 113 33 7,56 12,19 1,36 2,71 61,11 0,00 161,24
%TRIT 113 33 3,48 10,19 1,14 2,27 55,56 0,00 293,24
%FILT 113 33 12,77 14,79 1,65 3,29 62,71 0,00 115,86
%REC 113 33 48,73 29,64 3,31 6,60 96,90 0,00 60,83
T DEP 113 33 3,25 2,85 0,32 0,63 11,00 0,00 87,63
T RASP 113 33 1,95 2,26 0,25 0,50 11,00 0,00 115,95
T TRIT 113 33 0,74 1,38 0,15 0,31 6,00 0,00 186,45
T FILT 113 33 1,63 1,24 0,14 0,28 5,00 0,00 76,06
T REC 113 33 5,40 3,28 0,37 0,73 20,00 0,00 60,72
I. confianza
Promedio
Std. Error
Ausentes
muestra
Variable
Tamaño
Std Dev
Max
Min
CV
%T DEP 113 33 18,17 12,89 1,44 2,87 46,15 0,00 70,93
%T RASP 113 33 10,52 12,00 1,34 2,67 44,44 0,00 114,00
%T TRIT 113 33 3,67 6,71 0,75 1,49 28,57 0,00 182,96
%T FILT 113 33 9,70 6,95 0,78 1,55 28,57 0,00 71,65
%T REC 113 33 32,13 14,06 1,57 3,13 66,67 0,00 43,76
D10 75 68 1,55 1,74 0,66 1,61 5,10 0,06 112,44
D15 75 68 2,80 2,65 1,00 2,45 7,10 0,08 94,57
D30 107 73 106,90 142,69 24,47 49,79 579,26 0,26 133,48
D50 107 73 269,32 256,25 43,95 89,41 865,74 0,41 95,15
D65 107 73 438,92 379,19 65,03 132,31 1107,41 0,49 86,39
D75 107 73 580,85 470,77 80,74 164,26 1448,16 0,53 81,05
D84 107 73 789,86 589,31 101,07 205,62 1969,49 1,02 74,61
D90 107 73 1010,30 737,10 126,41 257,19 2317,05 1,19 72,96
3.2 ¿Qué esperar de los datos? Elaboración de la prueba piloto

con Ríoclaro.
Los trabajos de autores como Poff et al. (1997), Giller & Malmqvist (1998), Corbacho et. al. (2003),
Velázquez y Miserendino (2003), Martínez y Donato (2003); Zapata y Donato (2005), Cardona
(2012), marcaron las directrices sobre las posibles correlaciones que podrían observarse en los
datos. No obstante, los amplios rangos en los valores de cada variable, la desviación estándar y el
elevado coeficiente de variación, indicaron a priori una dificultad en el manejo estadístico de la
información y en la determinación de sus relaciones. Por tanto, ante esta exploración se plantearon
cuestionamientos importantes como:
• ¿Qué se debe esperar de los datos?

• ¿Cómo se deben comportar las variables y su fuente de variación?
• ¿Cuáles son las variables que se correlacionan de manera natural?
Para resolver estos interrogantes se realizó la prueba piloto con los datos de Ríoclaro cuyas
matrices estadísticas se muestran en el anexo B. Es importante mencionar que, para este caso, solo
Resultados 69
ocho variables mostraron un coeficiente de variación superior al 100% (Turbiedad, Caudal Medio,
Sólidos suspendidos totales, y cinco variables bióticas relacionadas con la tolerancia a la
contaminación), no obstante, en ninguna de ellas se superó el 120%.
A priori, la realización del Análisis de correspondencia sin tendencia – DCA, indicó una amplia
longitud del gradiente ambiental para Ríoclaro, con una ordenación en donde el sector conejeras
(cerca al nacimiento) se encuentra en valores negativos en el eje uno y los puntos restantes
distribuidos entre 0 y 60, con valores consecutivos y ordenados, de tal manera que el sector de la
desembocadura alcanza el mayor valor. Esto indica que el eje uno sugiere un gradiente altitudinal
y/o de caudal medio (Figura 3-3). Por otra parte, se observa cercanía de métricas de grupos
funcionales tróficos de filtradores y raspadores y posiciones distantes entre los quironomidos y No
Tolerantes. Esto sumado a que en valores positivos para el eje 2 se encuentra la DQO y el ICA y en
valores negativos para este mismo eje se observa el BMWP, permiten sugerir que el eje dos
relaciona variables de contaminación o calidad del agua.
Con el objetivo de corroborar el efecto de las variables ambientales en la diferenciación de los sitios
de muestreo, se realizó un análisis de componentes principales – PCA empleando únicamente las
18 variables ambientales. Este análisis evidenció que la variabilidad de la muestra era explicada en
un 99.9% por los componentes principales uno y dos (Tabla 3-4). Para el PC1 la variación se
encontró determinada por la altitud y el índice de calidad del agua, para el PC2, las variables sólidos
suspendidos totales y nuevamente ICA fueron las de mayor peso. Como idea central de este análisis
se deduce que las variables como altitud, ICA, Sólidos suspendidos totales, fijos y volátiles, son
variables de peso que están marcando diferencias entre los puntos de muestreo y así mismo
pueden generar respuestas sobre la biota.
Figura 3-3: Análisis de correspondencia sin tendencia – DCA para Ríoclaro. La ordenación se
basó en 26 segmentos con cuatro iteraciones.
Tabla 3-4: Resultados del análisis de componentes principales.
% VARIACIÓN
PC VALORES PROPIOS
EXPLICADA
1 108658000000,00 99,58
2 3528,59 0,32
3 859,54 0,08
4 188,84 0,02
5 752,99 0,00
6 420,20 0,00
7 176,24 0,00
COEFICIENTES DE LAS VARIABLES ORIGINALES*
VARIABLE PC 1 VARIABLE PC 2 VARIABLE PC 3
ALT 0,98801 SS T mg/L 0,98279 SS V mg/L 0,66132
ICA 0,71 ICA 0,60 Cond. 0,49664
SS V MG/L 0,017134 SS V mg/L 0,13622 Arsénico 0,41
DQO 0,0010233 SS F mg/L 0,06498 SS F mg/L 0,38179
* Cuanto mayor sea el valor absoluto del coeficiente, más importante será la variable
correspondiente en el cálculo del componente
En coherencia con este resultado, se decidió hacer una exploración unimodal mediante un análisis
de correspondencias canónicas – CCA, teniendo en cuenta la amplitud del gradiente obtenido por
el DCA. El TreePlot (Figura 3-4) indica que mayores valores en las métricas referentes a los grupos
Resultados 71
funcionales tróficos de filtradores, recolectores, trituradores y raspadores se encuentran

altamente correlacionados con turbiedad, sólidos suspendidos volátiles y fijos, al igual que se
observan con relaciones similares las métricas de grupos de dípteros con respecto a las
concentraciones de DQO (carga contaminante), no obstante, se observa un comportamiento
contrario para las métricas de depredadores. El BMWP, EPT (índices bióticos de calidad) y la
abundancia de organismos no tolerantes a la contaminación, demuestran relaciones con caudal,
conductividad y oxígeno disuelto, aunque estas no se ven muy marcadas.
Figura 3-4: Análisis de correspondencia canónica para Ríoclaro.
Con el conocimiento previo de las posibles relaciones entre variables, se procedió a realizar un
análisis univariado de correlaciones (entre variables pareadas una a una). Se optó por aplicar el
método de Pearson (Figura 3-5), considerando que la prueba de normalidad Shapiro-Wilk, aplicada
para las variables de la matriz de datos de Ríoclaro, arrojó que un 68% de estas se ajusta a la
distribución normal.
Figura 3-5: Matriz de correlaciones de Pearson para Ríoclaro. Sólo aparecen señaladas las
correlaciones significativas (p<0,05). El tamaño de la elipse está relacionado con el valor del
coeficiente de correlación. En rojo se muestran las correlaciones negativas y en azul, las positivas.
Se observaron 1082 asociaciones, de las cuales 493 se presentaron entre pares de variables bióticas
y abióticas. De este número solamente 74 resultaron ser significativas (p<0,05), pero con
coeficientes de correlación fuertes entre r=|0.70| y r=|0,97|. Las correlaciones más fuertes se
presentaron entre temperatura y proporción de EPT (r=0,96) y temperatura y proporción de
organismos recolectores (r=-0,97), no obstante, se observó predominancia de las correlaciones de
diversas variables abióticas (abscisas) como altitud, caudal, sólidos suspendidos, conductividad y
turbiedad en relación con variables bióticas (ordenadas) correspondientes a grupos funcionales
tróficos, observando estas últimas representadas en métricas de proporción o porcentaje. Las
regresiones realizadas para cada correlación significativa arrojaron parámetros estadísticos
apropiados (pY0 y pa <0,05) para 45 modelos, de los cuales, 28 fueron lineales y 17 logarítmicos con
valores de ajuste (R2) entre 0,50 y 0,95 (Tabla 3-4). Es importante mencionar que, los mejores
valores de ajuste de modelos R2 se obtuvieron para correlaciones donde las variables de respuesta
u ordenadas correspondían a métricas del grupo funcional trófico de recolectores.
Resultados 73
Tabla 3-5: Tabla de regresiones con parámetros significativos de las correlaciones halladas
para Ríoclaro.
PARÁMETROS DE LA ECUACIÓN DEL AJUSTE AL

VARIABLES
MODELO MODELO MODELO
ABSCISAS ORDENADAS YO p(YO) a p(a) RSQR
% EPT Logarítmico 449,32 0,0002 -49,36 0,0006 0,88
%FILT Logarítmico 291,19 0,0034 -34,75 0,0048 0,76
%REC Logarítmico -502,00 0,0002 70,86 0,0001 0,93
Altitud
%T RASP Logarítmico 151,75 0,0222 -17,42 0,0339 0,56
%T REC Logarítmico -227,10 0,0109 34,28 0,0052 0,75
T REC Logarítmico -60,76 0,0048 8,79 0,0027 0,80
% EPT lineal 48,45 0,0003 6,57 0,0107 0,69
%FILT Logarítmico 24,80 0,0001 6,67 0,0002 0,91
%REC lineal 75,01 0,0001 -10,04 0,0018 0,83
%T FILT lineal 8,14 0,0347 2,88 0,0128 0,67
CaudalM
%T RASP lineal 7,99 0,0086 3,22 0,0013 0,84
%T REC lineal 54,32 0,0001 -5,73 0,0001 0,93
T REC lineal 11,18 0,0001 -1,38 0,0006 0,88
T TRIT Logarítmico 3,37 0,0001 -0,44 0,0195 0,62
% EPT Logarítmico -85,82 0,0252 29,35 0,0019 0,82
%REC lineal 99,14 0,0001 -0,24 0,0007 0,87
Cond. %T REC lineal 64,78 0,0001 -0,12 0,0043 0,77
T REC lineal 13,91 0,0001 -0,03 0,0040 0,77
T TRIT lineal 5,25 0,0004 -0,01 0,0487 0,50
COT % EPT lineal 93,29 0,0002 -12,76 0,0318 0,56
DQO % EPT lineal 93,29 0,0002 -12,76 0,0318 0,56
O2 %T REC lineal 171,48 0,0093 -19,61 0,0269 0,59
% EPT Logarítmico -75,35 0,0315 29,35 0,0019 0,82
%REC lineal 99,14 0,0001 -0,35 0,0007 0,87
SD %T REC lineal 64,78 0,0001 -0,17 0,0043 0,77
T REC lineal 13,91 0,0001 -0,04 0,0040 0,77
T TRIT lineal 5,25 0,0004 -0,01 0,0487 0,50
SS F % EPT lineal 45,85 0,0007 0,29 0,0121 0,68
%REC Logarítmico 178,50 0,0007 -34,50 0,0033 0,79
%T REC lineal 62,67 0,0001 -0,43 0,0040 0,77
Sulfatos
T REC lineal 13,43 0,0001 -0,11 0,0031 0,79
T TRIT lineal 5,19 0,0002 -0,03 0,0322 0,56
%chiro Logarítmico 107,47 0,0128 -37,38 0,0220 0,61
Temp %REC lineal 134,81 0,0001 -6,67 0,0001 0,95
%T REC lineal 79,21 0,0004 -3,09 0,0092 0,70
PARÁMETROS DE LA ECUACIÓN DEL AJUSTE AL

VARIABLES
MODELO MODELO MODELO
ABSCISAS ORDENADAS YO p(YO) a p(a) RSQR
T REC lineal 18,14 0,0002 -0,82 0,0026 0,80
T TRIT lineal 6,33 0,0013 -0,21 0,0443 0,52
% EPT lineal 50,61 0,0002 3,61 0,0151 0,65
% Taxa EPT lineal 44,36 0,0001 2,58 0,0147 0,66
%FILT Logarítmico 11,25 0,0035 12,45 0,0004 0,90
%REC Logarítmico 65,60 0,0001 -21,20 0,0045 0,77
Turb
%T FILT Logarítmico 9,94 0,0006 7,23 0,0006 0,88
%T REC Logarítmico 49,09 0,0001 -12,27 0,0005 0,89
RIQUEZA lineal 22,25 0,0001 -1,01 0,0156 0,65
T REC Logarítmico 10,03 0,0001 -3,10 0,0002 0,92
Fuente: elaboración propia
Por otra parte, la variable altitud, determinada por el análisis de componentes principales como la
más preponderante en la explicación de la variabilidad de los sitios evaluados, reflejó ajustes altos
a modelos lineales y logarítmicos (r2>0,8) en regresiones elaboradas con otras variables
ambientales, con excepción de la turbiedad, DQO y carbono orgánico total que presentaron valores
de ajuste del modelo entre 0,5 y 0,7 (Figura 3-6). En ese orden de ideas se corrobora el peso de
estas variables ambientales en la diferenciación de los eventos de muestreo.
Figura 3-6: Regresiones de la variable altitud con relación a otras variables ambientales que
determinan la variabilidad en la muestra de Ríoclaro.
Resultados 75
El análisis piloto de este cuerpo de agua de referencia determinó la importancia de las variables de
grupos tróficos en respuesta a los gradientes ambientales de altitud, caudal, sólidos suspendidos,
conductividad y turbiedad.
3.3 Estrategia para el manejo de los datos.
Como se mencionó en el ítem 3.1, la base de datos presentó una alta variación que dificultó la
determinación de correlaciones. Esta situación requería del manejo de los datos agrupados bajo
criterios categóricos que redujeran la heterogeneidad de las condiciones ambientales. Inicialmente
se optó por un agrupamiento de acuerdo con la clasificación morfológica de los tramos propuesta
por Flores et al. (1996), la cual se explicó anteriormente, no obstante los grupos obtenidos diferían
en tamaño, considerando que 92 eventos de muestreo correspondieron con la morfología cascada,
11 con escalón – pozo y 10 con el tipo de tramo pozo – cruce; lo cual generaba inconsistencias
estadísticas en las comparaciones sin mencionar que en el grupo de eventos con morfología
Cascada, persistían coeficientes de variación altos.
Como consecuencia de lo anterior se optó por aplicar una estrategia basada en el conocimiento
previo de las variables de acuerdo con lo obtenido en el análisis piloto de Ríoclaro. De esta manera,
se aplicó un análisis multivariado de agrupamiento aplicando el método Ward, con el que se obtuvo
un árbol de similitudes entre los eventos de muestreo que conformaban la matriz de datos
(excluyendo a Ríoclaro) (Figura 3-7). Las variables incluidas en este procedimiento fueron altitud,
caudal medio, ICA, Sólidos suspendidos totales, fijos y volátiles, conductividad y turbiedad,
seleccionadas como sobresalientes en el cuerpo de agua de referencia. El anexo C relaciona el
clúster y los grupos obtenidos en el análisis.
El clúster separó tres grupos con más del 70% de similitud entre las unidades básicas de
caracterización (UBCs) que conformaron cada grupo. De la misma manera, se separaron dos
eventos de muestreo o UBCs catalogados como outliers o eventos atípicos en la muestra,
correspondientes a un levantamiento en campo realizado en noviembre de 2011 sobre la corriente
del río Chinchiná a la altura de Ríoclaro y quebrada San Julián.
El primer grupo (en adelante G1) abarcó 33 UBCs correspondientes a eventos de muestreo sobre
las corrientes Campoalegre, Chinchiná y San Eugenio, en tramos de tipo cascada y en el río Guacaica
un tramo con morfología Escalón – Pozo.
El segundo grupo (en adelante G2) con 45 UBCs se constituyó como el más grande dentro de la
muestra y también el más heterogéneo a nivel morfológico, Ya que incluyó cuatro corrientes
Resultados 77
diferentes (río Guacaica, río Mapa, quebrada La Estrella y río Risaralda) con morfologías cascada,
Escalón – Pozo y Pozo – Cruce.
El tercer grupo (en adelante G3) estuvo conformado por 24 UBCs sobre las corrientes río Chinchiná,
río Guacaica, quebrada Olivares y río Campoalegrito, todas con morfología tipo cascada, siendo el
más homogéneo (Tabla 3-5).
Tabla 3-6: Conformación de los grupos se acuerdo con el análisis WARD (1963).
UNIDAD
GURPO CORRIENTE PUNTO DE MUESTREO
MORFOLÓGICA
Campoalegre Bocatoma Chinchiná
Cenicafé
Montevideo
Cascada Chinchiná
G1 Rio Claro
San Julián
San Eugenio Rio San Eugenio
Escalón-Pozo Guacaica Estación CHEC
El Guineo
Guacaica
Km 41
Corinto
Mapa
Cascada La Cristalina
Q. La Estrella - La Ínsula
Quebrada Estrella
G2 Quebrada Estrella, Vía Vereda La Estrella
Risaralda Puente Lázaro
Guacaica Lisboa
Escalón-Pozo
Risaralda Puente Remolinos
La Virginia
Pozo-Cruce Risaralda
Puente Negro
Campoalegrito Bocatoma Rio Campoalegrito
Chinchiná Sancancio
Belmira
Mangabonita
Guacaica
G3 Cascada Rio Blanco
San Pablo
Olivares Bocatoma Planta Niza
Q. Olivares Olivares Confamiliares
Olivares El Popal
Figura 3-7: Dendrograma de clasificación de los eventos de muestreo con base en variables
abióticas seleccionadas en el análisis piloto.

Resultados 79
3.3.1 Caracterización de los grupos → Lo que tienen en común
Los sitios incluidos en G1 corresponden a cuerpos de agua pequeños, con caudales inferiores a los
12 m3/s, ubicados en altitudes bajas, entre los 1300 a 1500 msnm, lo que se refleja en temperaturas
entre los 18 a 22 °C. La conductividad y los sólidos suspendidos fijos presentan valores altos, al igual
que la turbiedad, sin embargo, son cuerpos de agua con bajas cargas contaminantes, considerando
que los valores máximos de DBO5 son de 29 y aunque el rango en DQO se encuentra entre 0,6 y
102 mg/L, es bajo comparado con G3.
G2 es el grupo es el que presenta mayor variabilidad, aspecto que se corrobora porque incluye más
diversidad geomorfológica de acuerdo con la clasificación de Flores et. al. (1996), sin embargo, se
diferencia de los restantes grupos por incluir los cuerpos de agua de menor altitud, con caudales
grandes y temperaturas cuyo máximo alcanza los 30°C, característico de baja montaña en el eje
cafetero. La conductividad de sus aguas es baja (<200 uSc/cm) al igual que los sólidos suspendidos
(<250 mg/L), con respecto a los dos grupos restantes. Es relevante mencionar que este grupo
presenta valores similares a los de G1 en cuanto a la carga contaminante en términos de DBO5 y
DQO, además de presentar los mejores valores de ICA.
G3 corresponde al grupo de los cuerpos de agua de cabecera, ubicado en altitudes sobre los 2000
msnm. En consecuencia, presentan temperaturas (<17°C) y caudales bajos (<12 m3/s). La
conductividad es variable y alcanza valores altos (hasta 360 uSc/cm), no obstante, son condiciones
que se observan de manera similar en Ríoclaro. A diferencia de G1, que corresponde al otro grupo
de cuerpos de agua pequeños, pero en baja montaña, G3 presenta bajos valores de sólidos
suspendidos (alrededor de 100 mg/L), contrastando con el DQO y DBO5.
Por otra parte, los tres grupos son homogéneos en cuanto variables de oxígeno disuelto, pH,
Fósforo, entre otras. Es de resaltar que, aunque la riqueza es mayor en los cuerpos de agua de
cabecera (G3), los cuerpos de agua en baja montaña no muestran diferencias significativas en esta
variable. No obstante, la abundancia si refleja mayores valores para los cuerpos de agua pequeños
independientemente de la altitud y de otras características, lo que puede estar relacionado con la
disponibilidad de refugio en estos tramos. Las gráficas que se muestran en la figura 3-8 soportan
las descripciones de los grupos.
Figura 3-8: Intervalos de confianza para variables ambientales en la diferenciación de los

grupos obtenidos del análisis de agrupamiento.
Resultados 81
3.4 Variables que se relacionaron en cada grupo.
Al eliminar ocho eventos de muestreo pertenecientes al cuerpo de agua de referencia Ríoclaro y

dos outliers, a partir de los 103 eventos restantes se realizaron más de 6 mil asociaciones en los
tres grupos, aplicando diferentes métodos de correlación de acuerdo con la normalidad de las
variables. El anexo D incluye los resultados de los análisis elaborados para cada grupo en el proceso
de determinación de las variables relacionadas.
3.4.1 Relaciones en el Grupo 1
Para este grupo se aplicó un análisis de Spearman ya que el 87% de las variables no se ajustaron a
la distribución normal. Se ejecutaron 1830 asociaciones de variables (una a una), determinando
1258 como correlaciones significativas (p<0,05), es decir, estableciendo algún tipo de relación entre
variables, aunque no necesariamente lineal. De este grupo, solamente 190 se presentaron entre
variables abióticas (abscisas) y bióticas (ordenadas) y tan solo 80 obtuvieron coeficientes
superiores a r>0,6 señalando relaciones fuertes. Las regresiones entre las variables correlacionadas
arrojaron los parámetros de las ecuaciones de cada modelo con sus respectivas probabilidades,
encontrando en G1 47 regresiones con los dos parámetros significativos (p<0,05), aunque con
ajustes al modelo desde R2=0,2 hasta R2=0,74.
Dentro de las relaciones más destacadas por los mejores valores de ajuste del modelo, se pueden
mencionar las que presentaron el oxígeno disuelto y las métricas de organismos NO tolerantes a la
contaminación, algunos grupos funcionales como los filtradores y las de EPT, este último
considerado un indicador de calidad riguroso. La altitud y la temperatura demostraron un
importante ajuste al modelo lineal con el BMWP, mostrando coherencia con los grupos de
organismos no tolerantes. De otro modo, el caudal, mediante modelos logarítmicos demostró
importantes relaciones con grupos funcionales tróficos.
Teniendo en cuenta que el análisis piloto marcó la pauta para la búsqueda de las correlaciones, se
debe señalar que para G1, diez de estas fueron comunes a las encontradas en Ríoclaro, en donde
la altitud, el caudal, oxígeno disuelto y temperatura como abscisas, y métricas de grupos
funcionales, grupos tolerantes e índice EPT en las ordenadas, alcanzaron el máximo ajuste R2<0,37.
Así mismo, ocho correlaciones fueron comunes a los tres grupos, de las cuales, se resalta la relación
inversamente proporcional fuerte (r=0,51) que se observó entre la variable DBO5 y BMWP y otras
métricas de organismos NO tolerantes a la contaminación. Este resultado representa la viabilidad
de unir herramientas de diferente naturaleza para determinar la calidad del agua como ecosistema.
Adicionalmente, se debe tener en cuenta que, en este grupo conformado por cuerpos de agua
pequeños de baja montaña, se observa una relación directamente proporcional entre la
abundancia de individuos de macroinvertebrados y los diámetros intermedios del sedimento D30,
D50 y D65. Los sólidos totales muestran una relación inversa medianamente fuerte (r>0,4 r<0,6)
Resultados 83
con variables de sedimento D84 y D90, pero relaciones directas con diámetros menores a D50. Esto
se debe tener en cuenta ya que pone en evidencia una relación entre los sólidos totales y la biota,
aunque las regresiones de esas variables no entregaron parámetros significativos. En cuanto al
caudal, se encontraron relaciones positivas medianamente fuertes con D65 y D75 y otras bastantes
robustas (r>0.6) con D30 y D50. Este mismo sedimento presentó correlaciones fuertes con el ICA,
DQO y conductividad (Tabla 3-6).
ecuación (Y0 y a) significativos (p>0,05).
PARÁMETROS DE LA AJUSTE DEL

Correl
VARIABLES
MODELO ECUACIÓN DEL MODELO MODELO
ABSCISAS ORDENADAS Y0 A RSQR
Alt % EPT lineal -220,39 0,17 0,37
%REC lineal 36,25 3,33 0,15
CaudalM
T TRIT Logarítmico 0,45 -0,23 0,50
Comunes con RC
O2 %T RASP lineal -37,20 6,82 0,18

% EPT lineal 243,42 -10,59 0,41
% Taxa EPT lineal 122,26 -5,16 0,13
% Taxa NT lineal 121,01 -5,31 0,26
Temp
%FILT lineal 150,82 -6,56 0,27
%REC lineal -342,93 18,55 0,24
T REC lineal 25,34 -0,98 0,27
CaudalM TAXA DIPT lineal 7,86 -0,33 0,25
Comunes en 3 grupos
Cloruros %TRIT lineal 1,00 -0,05 0,32

Cond. T RASP Logarítmico 17,62 -2,88 0,23
% Taxa NT Logarítmico 14,81 -4,86 0,34
DBO5 BMWP Logarítmico 54,18 -10,57 0,43
SUMA NT Logarítmico 5,99 -2,12 0,33
SD T RASP Logarítmico 16,59 -2,88 0,23
Sulfatos T RASP Logarítmico 8,84 -1,87 0,36
% EPT lineal -220,39 0,17 0,37
% Taxa NT lineal -109,65 0,08 0,56
%NT lineal -74,14 0,05 0,48
No Comunes
%REC Logarítmico 2659,63 -358,49 0,39

Alt
BMWP lineal -226,40 0,19 0,65
EPT Logarítmico -245,51 34,18 0,42
SUMA NT lineal -42,79 0,03 0,44
T FILT Logarítmico -78,76 11,04 0,39

Correl
VARIABLES
CaudalM %DEP Logarítmico 8,51 -2,90 0,64
%DEP Logarítmico 11,15 -2,76 0,59
Cloruros %T TRIT lineal 4,34 -0,21 0,38
T TRIT lineal 0,59 -0,03 0,39
DBO5 %REC Logarítmico 22,55 21,20 0,48
% EPT lineal -125,22 21,17 0,44
% Taxa Dipt lineal 177,20 -20,94 0,41
% Taxa EPT lineal -70,28 12,23 0,48
% Taxa NT lineal -63,94 10,62 0,68
O2 %NT lineal -36,10 5,99 0,41
EPT lineal -19,76 3,38 0,62
SUMA EPT lineal -112,55 19,12 0,39
SUMA NT lineal -26,12 4,30 0,59
T FILT lineal -4,99 0,97 0,45
ABUNDANCIA Logarítmico 9930,73 -3189,75 0,39
Temp
BMWP lineal 420,13 -17,76 0,65
CaudalM lineal 3,17 0,01 0,28
Cond. lineal 305,60 0,12 0,22
DQO lineal 11,22 0,06 0,33
D30
ICA lineal 0,57 0,00 0,33
P lineal 0,25 0,00 0,36
SD lineal 213,92 0,08 0,22
CaudalM lineal 2,69 0,01 0,30
Cond. lineal 302,71 0,07 0,21
D50 ICA lineal 0,57 0,00 0,34
P lineal 0,22 0,00 0,38
SD lineal 211,90 0,05 0,21
ICA lineal 0,58 0,00 0,31
D65
P lineal 0,19 0,00 0,35
D75 ICA lineal 0,58 0,00 0,25
ST T Logarítmico 3195,73 -409,45 0,30
D84
ST V Logarítmico 2699,63 -378,06 0,29
ST T Logarítmico 3212,45 -395,61 0,28
D90
ST V lineal 847,00 -0,55 0,27
D30 ABUNDANCIA lineal 87,22 0,20 0,25
Resultados 85
Correl
VARIABLES
Ecuación para el modelo lineal → Y=Y0+a*x
Ecuación para el modelo logarítmico → Y=Y0+a*ln(abs(x))
Para este grupo se aplicaron los dos tipos de análisis de correlación (Pearson y Spearman),
considerando que las proporciones de variables ajustadas y no ajustadas a la distribución normal
fueron muy similares (52% y 48% respectivamente). Sin embargo, Pearson fue el método que
reflejó un mayor número de correlaciones significativas (p<0,05) y por tanto a partir de este se
realizaron las evaluaciones posteriores.
En G2 se realizaron 1722 asociaciones, de las cuales 422 fueron significativas (p<0,05) y sólo 124
correspondieron a relaciones entre variables bióticas y abióticas, 94 de estas con ecoeficientes
superiores a 0,6, denotando relaciones fuertes entre dichas variables. Al realizar las regresiones
correspondientes, solamente 22 demostraron significancia estadística para los dos parámetros de
la ecuación del modelo logarítmico al que se ajustó en la mayoría de los casos. Dentro de estas
últimas se destacan aquellas comunes con Ríoclaro y comunes en los tres grupos de datos,
encontrando variables como DBO5, sulfatos y caudal (es decir, una variable hidráulica, una de
contaminación y otra de sales) relacionadas con métricas de grupos funcionales e índices de calidad
como BMWP, corroborando la respuesta inversa de la biota a la contaminación, como se observó
en G1. Se notó la preponderancia de las métricas del grupo funcional de los raspadores en relación
con las variables ambientales, característica que permitió diferenciar G1 y G2. En ese orden de
ideas se puede considerar que la riqueza y abundancia de los organismos raspadores responden de
manera directa a los cambios en los sólidos totales y de manera inversa a la carga orgánica, en
cuerpos de agua de baja montaña con altos caudales (Tabla 3-7).
Es importante aclarar que las variables de sedimento relacionadas en este grupo no mostraron
regresiones con parámetros significativos, lo cual impide tenerlas en cuenta para la estimación de
respuestas de la biota en G2, es decir, cuerpos de agua caudalosos de baja montaña.
PARÁMETROS DE LA AJUSTE
VARIABLE ECUACIÓN DEL DEL
CORRELACIÓN MODELO MODELO MODELO
Abscisas Ordenadas Yo a Rsqr
SS F %T RASP Logarítmico 29,93 -5,78 0,10
Comunes con RC
Sulfatos %T RASP Logarítmico 38,33 -8,52 0,50
CaudalM TAXA DIPT lineal 4,53 0,67 0,34
% Taxa NT Logarítmico 12,17 -2,76 0,25
Comunes en 3
DBO5 BMWP lineal 45,30 -0,40 0,38
grupos
Sulfatos T RASP Logarítmico 5,74 -1,29 0,56
Cond. %RASP lineal 22,64 -0,06 0,17
O2
T DEP Logarítmico 17,74 -7,79 0,30
SD %RASP lineal 22,64 -0,09 0,17
No Comunes SS V % Taxa NT Logarítmico 29,49 -7,68 0,43
%RASP Logarítmico 48,73 -7,52 0,21
ST T %T RASP Logarítmico 61,05 -9,49 0,37
T RASP Logarítmico 8,90 -1,38 0,39
Sulfatos %RASP Logarítmico 33,74 -7,75 0,37

G3 fue el grupo con mayor número de correlaciones significativas y regresiones con parámetros
adecuados. De igual manera tuvo un mayor número de correlaciones comunes a las observadas en
Ríoclaro y comunes con los otros grupos. En este caso se aplicó el análisis de Spearman, debido a
que el 79% de las variables no se ajustaron a la distribución normal. Se ejecutaron 1765
asociaciones de las cuales 704 fueron significativas (p<0,05), 288 se dieron entre variables abióticas
(abscisas) y bióticas (ordenadas) y de estas, solamente 105 tuvieron un coeficiente fuerte (r>0,6).
Como resultado de las regresiones realizadas entre estas correlaciones, 95 obtuvieron parámetros
significativos, en su mayoría ajustadas al modelo logarítmico con valores de ajuste R2 desde 0,1
Resultados 87
hasta 0,9. Dentro de este grupo predominaron en las variables de respuesta (ordenadas), métricas
correspondientes a grupos funcionales tróficos, tendiendo predominio las referentes a los grupos
de organismos raspadores, de manera similar a lo observado en G2. Se resalta también la relación
entre los sólidos totales volátiles y los organismos trituradores, con alto ajuste al modelo (R2>0,5)
respaldado por una correlación inversa fuerte (r>|0,6|).
Dentro de las correlaciones comunes en los tres grupos, se evidencia la prevalencia del DBO5 con
el BMWP y organismos NO tolerantes, aunque en este caso los valores de ajuste del modelo son
bajos (R2<0,4).
Es relevante mencionar que las variables de sedimento D65, D75 y D84 presentaron correlaciones
fuertes con métricas de organismos depredadores, sin embargo, los valores altos de ajuste del
modelo pudieron presentarse por la baja disponibilidad de datos para las variables de sedimento
(6 datos por variable). Los cambios en sólidos disueltos, suspendidos fijos, totales y volátiles
evidencian respuestas inversamente proporcionales sobre la abundancia y riqueza de raspadores,
que pueden tenerse en cuenta en el estudio del funcionamiento del ecosistema.
Este grupo, caracterizado por corresponder a cuerpos de agua de cabecera (en zonas de alta
montaña y bajo caudal), pone en evidencia la importancia de las métricas de grupos funcionales
tróficos en respuesta a las variables ambientales (Tabla 3-7).
Parámetros de la Ajuste del

VARIABLES
ecuación del modelo modelo
Correl MODELO
ORDENAD
ABSCISAS Y0 A RSQR
AS
ALT. %T RASP Logarítmico -237,76 32,38 0,26
CAUDALM %T RASP Logarítmico 13,34 -4,44 0,29
COND. %T RASP Logarítmico 75,61 -12,82 0,49
SS F
Comunes con RC %T RASP Logarítmico 29,93 -5,78 0,10
% EPT Logarítmico 38,02 -8,73 0,38
%T RASP Logarítmico 38,33 -8,52 0,50
SULFATOS
%T REC lineal 34,87 -0,19 0,28
T REC lineal 4,67 -0,03 0,37

VARIABLES
Correl MODELO
ORDENAD
ABSCISAS Y0 A RSQR
AS
% EPT Logarítmico 36,37 -7,88 0,30
% TAXA
Logarítmico 24,66 -4,89 0,23
EPT
TURB %NT Logarítmico 24,08 -6,00 0,39
RIQUEZA Logarítmico 33,23 -5,49 0,20
T REC Logarítmico 8,92 -1,42 0,18
CAUDALM TAXA DIPT lineal 4,53 0,67 0,34
% TAXA NT Logarítmico 12,17 -2,76 0,25
Comunes en 3
DBO5 BMWP lineal 45,30 -0,40 0,38
grupos
SULFATOS T RASP Logarítmico 5,74 -1,29 0,56
ALT %T RASP Logarítmico -237,76 32,38 0,26
CLORUROS %T RASP Logarítmico 24,50 -8,98 0,52
COND. %RASP lineal 22,64 -0,06 0,17
D TOTAL %T RASP Logarítmico 61,33 -12,85 0,38
DBO5 %T RASP Logarítmico 24,57 -5,91 0,55
DQO %T RASP Logarítmico 40,24 -7,61 0,38
ICA %T RASP lineal -20,68 57,17 0,45
No Comunes N ORG %T RASP Logarítmico 15,20 -5,60 0,43
% EPT lineal -69,93 12,25 0,29
% TAXA
Logarítmico 305,05 -135,16 0,51
DIPT
PH %T REC Logarítmico -87,20 59,97 0,32
EPT lineal -12,73 2,19 0,35
SUMA NT lineal -108,33 17,47 0,26
T REC lineal -18,76 3,44 0,41
%RASP lineal 22,64 -0,09 0,17
SD
SS T
Resultados 89

VARIABLES
Correl MODELO
ORDENAD
ABSCISAS Y0 A RSQR
AS
% TAXA
lineal 36,24 0,46 0,26
DIPT
%T TRIT lineal 4,06 -0,07 0,28
SS V BMWP lineal 47,51 -0,48 0,40
EPT lineal 3,16 -0,05 0,30
T RASP lineal 3,18 -0,05 0,40
T TRIT lineal 0,63 -0,01 0,27
%T TRIT Logarítmico 11,77 -2,02 0,35
ST F
ST T %TRIT Logarítmico 9,10 -1,53 0,28
BMWP Logarítmico 94,51 -11,61 0,32
%RASP lineal 20,78 -0,18 0,27
%T RASP lineal 23,54 -0,18 0,34
ST V %TRIT Logarítmico 5,20 -1,11 0,29
BMWP lineal 50,87 -0,26 0,40
T RASP lineal 3,48 -0,03 0,37
% TAXA
Logarítmico 32,83 -7,24 0,40
EPT
%NT Logarítmico 21,85 -5,09 0,23
SULFATOS %RASP Logarítmico 33,74 -7,75 0,37
EPT Logarítmico 5,72 -1,31 0,39
SUMA EPT Logarítmico 20,45 -4,72 0,34
TEMP %T RASP lineal 33,33 -1,48 0,25

VARIABLES
Correl MODELO
ORDENAD
ABSCISAS Y0 A RSQR
AS
TURB
EPT Logarítmico 5,96 -1,28 0,30
%DEP lineal -27,66 0,05 0,89
D65 %T DEP lineal -33,62 0,06 0,90
T DEP lineal -4,37 0,01 0,90
%DEP lineal -33,11 0,04 0,86
D75 %T DEP lineal -40,85 0,05 0,89
T DEP lineal -5,31 0,01 0,89
%DEP Logarítmico -328,57 47,11 0,75
D84 %T DEP Logarítmico -408,99 58,40 0,83
T DEP Logarítmico -53,17 7,59 0,83

3.5 Relaciones válidas
La efectividad del gran número de relaciones entre las variables bióticas y abióticas encontradas
para los grupos de datos se puso a prueba al comparar datos reales con los calculados con
ecuaciones obtenidas en el punto 3.4. El anexo D reúne los resultados de las comparaciones y los
análisis realizados en el proceso de validación de las relaciones.
Se calcularon las ordenadas para 159 correlaciones empleando los parámetros significativos
obtenidos de las ecuaciones en las regresiones. Al comprar los datos calculados y los reales, se
obtuvo diferencias estadísticamente significativas para 100 de estas, permitiendo tomar las
restantes 59 como relaciones válidas viables para realizar estimaciones de la biota en el estudio de
la calidad de los ecosistemas acuáticos.
Resultados 91
En estas comparaciones estadísticas G1 y G3 obtuvieron relaciones válidas comunes con Ríoclaro

con ordenadas correspondientes a grupos funcionales tróficos en respuesta a variables
ambientales como altitud, caudal, oxígeno disuelto, temperatura y sulfatos (Tabla 3-8).
Tabla 3-10: Lista de relaciones válidas comunes con Ríoclaro, con los parámetros obtenidos
para las ecuaciones de los diferentes grupos de datos
Grupo ABSCISAS ORDENADAS MODELO Yo A Rsqr

ALT % EPT lineal -220,3938 0,1652 0,3711
CAUDALM %REC lineal 36,2453 3,3277 0,1516
O2 %T RASP lineal -37,2007 6,824 0,1793
% TAXA EPT lineal 122,2635 -5,164 0,1295
G1
% TAXA NT lineal 121,0101 -5,3104 0,2589
TEMP %FILT lineal 150,8175 -6,5582 0,268
%REC lineal -342,9308 18,5488 0,2411
T REC lineal 25,3414 -0,9771 0,2742
%T REC lineal 34,8701 -0,1861 0,2792
G3 SULFATOS T REC lineal 4,6742 -0,0278 0,3746
De igual manera, para G1 y G3 se encontraron relaciones válidas comunes a los tres grupos y se
resalta la asociación entre caudal medio y riqueza de Diptera, aunque para G1 representa una
relación inversamente proporcional y en G3 es de tipo directa (Tabla 3-9).
Tabla 3-11: Lista de relaciones válidas comunes a los tres grupos, con los parámetros obtenidos
para las ecuaciones de los diferentes grupos de datos.
Grupo Abscisas Ordenadas MODELO Yo A Rsqr

CaudalM TAXA DIPT lineal 7,858 -0,3285 0,2494
G1
Cloruros %TRIT lineal 0,9993 -0,0494 0,3163
G3 CaudalM TAXA DIPT lineal 4,5287 0,6668 0,3443
Por otra parte, 45 asociaciones no comunes fueron válidas para los tres grupos, obteniendo 18 en
G1, cuatro en G2 y 25 en G3, las cuales no presentaron diferencias estadísticas entre los datos
reales y los calculados. Variables ambientales como los cloruros, la DBO5 y los sulfatos generan
respuesta o cambios de la biota en cuanto a la riqueza de trituradores, raspadores y recolectores,
la calidad biótica del agua con el índice BMWP y EPT, y la abundancia de organismos NO tolerantes
a la contaminación.
En ese orden de ideas, los cambios en los cloruros, en cuerpos de agua pequeños de baja montaña,
permiten estimar el grado de disturbio o alteración del ecosistema en relación con los organismos
trituradores, teniendo en cuenta que este grupo funcional trófico es inversamente proporcional a
la cantidad de cloruros en el agua. De la misma manera, las alteraciones en cuerpos de agua de
cabecera pueden ser monitoreadas en relación con esta variable, considerando que evidencia una
relación inversamente proporcional con la riqueza de especies de raspadores.
Las alteraciones o incrementos en la carga orgánica, desde el punto de vista de la DBO5, en los
cuerpos de agua de cabecera, se pueden monitorear a través del cambio o la disminución de los
valores de BMWP (índice de calidad biótica) e igualmente sobre la disminución en la riqueza de
raspadores. En contraste, para cuerpos de agua de baja montaña, las alteraciones en la carga
orgánica reflejarán una respuesta más clara en el aumento de la proporción del grupo trófico de
recolectores.
De manera similar a lo observado en Ríoclaro, para cuerpos de agua de cabecera los sulfatos tienen
un papel importante en los monitoreos, encontrando que el incremento de esa variable ambiental
influye en el detrimento de la calidad biótica representada por el BMWP y EPT. En contraste, las
especies de organismos recolectores, tiende a incrementarse con el disturbio de los sulfatos de
manera similar a lo que se observa con la DBO5 en cuerpos de agua pequeños de baja montaña
(Tabla 3-10)
Tabla 3-12: Lista de relaciones válidas NO comunes cuyas abscisas generan respuestas sobre
diversas métricas bióticas.
G1 G3
Abscisas ORDENADAS MODELO Yo a Yo a
%T TRIT lineal 4,34 -0,21
Cloruros T RASP Logarítmico 3,67 -1,37
T TRIT lineal 0,59 -0,03
DBO5 % TAXA NT Logarítmico
Resultados 93
G1 G3
Abscisas ORDENADAS MODELO Yo a Yo a
%REC Logarítmico 22,55 21,20
BMWP lineal 45,30 -0,40
SUMA NT Logarítmico
T RASP Logarítmico 3,58 -0,85
BMWP Logarítmico 65,37 -9,98
EPT Logarítmico 5,72 -1,31
Sulfatos SUMA EPT Logarítmico 20,45 -4,72
T RASP Logarítmico
T REC lineal 4,67 -0,03
Visto desde otro punto de vista, bajo las condiciones que reúnen los cuerpos de agua pequeños en
baja montaña, la riqueza y abundancia de Ephemeroptera, Plecoptera y Trichoptera (EPT),
responde de manera directamente proporcional al gradiente altitudinal y los cambios en el oxígeno
disuelto. En consecuencia, la abundancia y la riqueza de los organismos NO tolerantes a la
contaminación presentan respuestas similares frente a la altitud y el oxígeno disuelto, teniendo en
cuenta que el índice EPT está conformado por grupos NO tolerantes.
El BMWP muestra una relación directamente proporcional con la altitud, lo cual representa una
variable importante en el monitoreo si esta se traduce en el recorrido longitudinal del cuerpo de
agua. De esta manera, puede interpretarse como una relación en donde a mayor altitud presenta
menor recorrido, menor área de arrastre, menor intervención, lo que se refleja en valores más altos
de BMWP. Por esta misma razón muestra una relación inversa con la temperatura, aunque esta no
es traducible con el recorrido. La abundancia de los organismos recolectores para estos cuerpos de
agua, se incrementan con la carga orgánica y de manera opuesta responde la riqueza de
trituradores frente a las concentraciones de cloruros.
Finalmente, aunque no menos importante, se destaca la relevancia del sedimento en la generación

de refugio. Para este tipo de cuerpos de agua, la abundancia responde de manera proporcional a
la presencia de sedimento de diámetros intermedios como D30, D50 y D65. Los tamaños de
partícula típicos de la morfología de estos tramos suministran sustrato de agarre para muchos
macroinvertebrados con tigmotaxia positiva (Tabla 3-11).
responden a diversas variables ambientales en G1.
ORDENADAS ABSCISAS MODELO Yo a

EPT O2 lineal -19,76 3,38
SUMA EPT O2 lineal -112,55 19,12
% TAXA EPT O2 lineal -70,28 12,23
ALT lineal -220,39 0,17
% EPT
O2 lineal -125,22 21,17
ALT lineal -42,79 0,03
SUMA NT
O2 lineal -26,12 4,30
%NT ALT lineal -74,14 0,05
ALT lineal -109,65 0,08
% TAXA NT
O2 lineal -63,94 10,62
ALT lineal -226,40 0,19
BMWP
TEMP lineal 420,13 -17,76
%REC DBO5 Logarítmico 22,55 21,20
T TRIT CLORUROS lineal 0,59 -0,03
%T TRIT CLORUROS lineal 4,34 -0,21
D30 lineal 87,22 0,20
ABUNDANCIA D50 lineal 79,96 0,13
D65 lineal 79,96 0,13
La biota en los cuerpos de agua de cabecera pone en evidencia mayor sensibilidad frente a cambios
ambientales, si se observa que la lista de relaciones válidas es mayor que el G1. En las condiciones
que presentan estos cuerpos de agua, la riqueza y abundancia de EPT disminuye frente a las
concentraciones de sulfatos y sólidos suspendidos volátiles. Al igual que estas métricas de calidad
biótica, el BMWP decrece con el incremento de los sulfatos y los sólidos suspendidos volátiles, sin
embargo, también reflejan detrimento frente la carga orgánica en términos de DBO5, los sólidos
suspendidos y totales volátiles.
Dentro de los grupos funcionales tróficos, los raspadores reflejan negativamente los cambios en la
conductividad, los sólidos disueltos y el nitrógeno orgánico, los recolectores disminuyen frente a
los sulfatos y los trituradores en respuesta a los sólidos suspendidos (Tabla 3-12).
responden a diversas variables ambientales en G3.
Resultados 95
ORDENADAS Abscisas MODELO Yo a

pH lineal -12,7287 2,1939
EPT SS V lineal 3,1649 -0,0547
Sulfatos Logarítmico 5,7158 -1,3096
SUMA EPT Sulfatos Logarítmico 20,4476 -4,722
% EPT pH lineal -69,9328 12,2494
DBO5 lineal 45,3039 -0,3997
SS V lineal 47,5149 -0,4783
BMWP
ST V lineal 50,87 -0,2622
Sulfatos Logarítmico 65,3653 -9,9782
Cond. lineal 22,6397 -0,0638
%RASP SD lineal 22,6397 -0,0911
ST V lineal 20,7844 -0,1752
N Org Logarítmico 15,195 -5,5951
%T RASP ST V lineal 23,5436 -0,1836
Temp lineal 33,3264 -1,4764
Cloruros Logarítmico 3,6718 -1,3694
DBO5 Logarítmico 3,5758 -0,8476
T RASP N Org Logarítmico 2,228 -0,7986
SS V lineal 3,1834 -0,0517
ST V lineal 3,4802 -0,0272
pH lineal -18,7615 3,442
T REC
Sulfatos lineal 4,6742 -0,0278
T TRIT SS V lineal 0,6308 -0,0116
%T TRIT SS V lineal 4,0556 -0,0748
% TAXA DIPT SS V lineal 36,2405 0,4617
Los cuerpos de agua grandes de baja montaña, debido a su variabilidad no arrojaron relaciones
válidas que permitan su monitoreo
4. Avances en la búsqueda de un instrumento que
integre las metodologías hasta ahora separadas
Validar las relaciones entre las variables bióticas y abióticas no solo genera información que
permite avanzar en el entendimiento de la respuesta de los organismos a las condiciones y
alteraciones ambientales, sino también permite la confluencia de información cuyas metodologías
han estado separadas en varios niveles.
Como elemento adicional dentro de los resultados de este trabajo, se elaboró una calculadora de
Excel basada en las relaciones validadas en el capítulo anterior. Esta herramienta se basa en la
aplicación de fórmulas que calculan, por medio de las ecuaciones obtenidas a partir de las
regresiones, algunas de las variables bióticas correspondientes a índices de calidad, tolerancia a la
contaminación y grupos funcionales tróficos.
Para cada resultado, las fórmulas se encuentran anidadas por medio de funciones condicionales
que evitan la expresión de resultados atípicos cuando los valores calculados son negativos o cuando
estos se salen de los rangos sobre los cuales se construyó la regresión; en dichos casos el resultado
arrojado es un cero para evitar sobre valoraciones (Tabla 4-1).
Tabla 4-1: Lista de fórmulas anidadas en la herramienta calculadora para las variables bióticas
con base en variables ambientales.
DE ACUERDO CON ALTITUD TEMPERATURA

SI(Y(temperatura>0);(SI((420,
SI((- 1281+(-
BMWP 226,4016+((0,184*altitud)))<0;0;( 177573*temperatura))<0;0;(
-226,4016+((0,184*altitud)))) 420,1281+(-
177573*temperatuta))));0)
DE ACUERDO CON ALTITUD OXÍGENO DISUELTO TEMPERATURA
SI((-
112,5501+(19,1241
# DE INDIVIDUOS EPT *ox.disuelto))<0;0;(-
112,5501+(19,1241
*ox.disuelto)))
SI((-
SI((- 125,216+(21,171*o
% DE INDIVIDUOS EPT 220,3938+(0,1652*altitud))<0;0;( x.disuelto))<0;0;(-
-220,3938+(0,1652*altitud))) 125,216+(21,171*o
x.disuelto)))
SI((-
19,7574+(3,3782*o
# DE ESPECIES DE EPT x.disuelto))<0;0;(-
19,7574+(3,3782*o
x.disuelto)))
SI((- SI(Y(temperatura>0);(SI((122,
70,2768+(12,2281* 2635+(-
% DE ESPECIES EPT ox.disuelto))<0;0;(- 5,164*temperatura))<0;0;(12
70,2768+(12,2281* 2,2635+(-
ox.disuelto))) 5,164*temperatura))));0)
DE ACUERDO CON ALTITUD OXÍGENO DISUELTO TEMPERATURA
SI((-
# DE INDIVIDUOS NO SI((- 26,1244+(4,3025*o
TOLERANTES A LA 42,7869+(0,0317*altitud))<0;0;(- x.disuelto))<0;0;(-
CONTAMINACIÓN 42,7869+(0,0317*altitud))) 26,1244+(4,3025*o
x.disuelto)))
% DE INDIVIDUOS NO SI((-
TOLERANTES A LA 74,1405+(0,0545*altitud))<0;0;(-
CONTAMINACIÓN 74,1405+(0,0545*altitud)))
SI((- SI(Y(temperatura>0);SI((121,
% DE ESPECIES NO SI((- 63,9391+(10,6247* 0101+(-
TOLERANTES A LA 109,6545+(0,0815*altitud))<0;0;( ox.disuelto))<0;0;(- 5,3104*temperatura))<0;0;(1
CONTAMINACIÓN -109,6545+(0,0815*altitud))) 26,1244+(4,3025*o 21,0101+(-
x.disuelto))) 5,3104*temperatura)));0)
DE ACUERDO CON # DE ESPECIES DE EPT
# DE INDIVIDUOS NO SI(Y(#spEPT<0);(SI(((1,1481*$J$7)
TOLERANTES A LA -0,6036)>0;0;((1,1481*#spEPT)-
CONTAMINACIÓN 0,6036)));0)
DE ACUERDO CON CAUDAL MEDIO
SI(Y(QMedio>0);(SI((7,858+(-
# DE ESPECIES DE
0,3285*$D$10))<0;0;(7,858+(-
DIPTERA
0,3285*QMedio))));0)
DE ACUERDO CON % DE ESPECIES DE EPT
SI(Y(%spEPT>0);(SI((3,8289+(0,03
# DE ESPECIES DE
43*$J$8))>0;0;(3,8289+(0,0343*
RECOLECTORES
%spEPT))));0)
DE ACUERDO CON CAUDAL MEDIO DBO5 TEMPERATURA

Herramienta de cálculo 99
SI(Y(temperatura);(SI((25,341
4+(-
# DE ESPECIES DE
0,9771*temperatura))<0;0;(2
RECOLECTORES
5,3414+(-
0,9771*temperatura))));0)
SI(Y(DBO5>0);(SI((2 SI(Y(temperatura>0);(SI((-
SI(Y(QMedio>0);(SI((36,2453+(3,3 2,5533+(21,2011*(L 342,9308+(18,5488*tempera
% DE INDIVIDUOS DE
277*$D$10))<0;0;(36,2453+(3,32 OG(DBO5))))<0;0;(2 tura))<0;0;(-
RECOLECORES
77*$QMedio))));0) 2,5533+(21,2011*(L 342,9308+(18,5488*tempera
OG(DBO5))))));0) tura))));0)
DE ACUERDO CON CLORUROS
SI(Y(cloruros>0);(SI((0,5915+(-
# DE ESPECIES DE
0,0286*$D$12))<0;0;(0,5915+(-
TRITURADORES
0,0286*cloruros))));0)
% DE ESPECIES DE
0,2097*$D$12))<0;0;(4,3432+(-
TRITURADORES
0,2097*cloruros))));0)
% DE INDIVIDUOS DE
0,0494*$D$12))<0;0;(0,9993+(-
TRITURADORES
0,0494*cloruros))));0)
DE ACUERDO CON % DE ESPECIES DE EPT TEMPERATURA
SI(Y(%spEPT>0);(SI((1,1485+(0,02
# DE ESPECIES DE
04*$J$8))>0;0;(1,1485+(0,0204*
FILTRADORES
%spEPT))));0)
SI(Y(temperatura>0);(SI((150,
8175+(-
% DE INDIVIDUOS DE
6,5582*temperatura))<0;0;((
FILTRADORES
150,8175+(-
6,5582*temperatura)))));0)
DE ACUERDO CON OXÍGENO DISUELTO
SI((-
37,2007+(6,824*ox.
% DE ESPECIES DE
disuelto))<0;0;(-
RASPADORES
37,2007+(6,824*ox.
disuelto)))
SI(Y(%spEPT>0);(SI((-
1,6153+(1,2013*LOG(%spEPT)))>
# DE ESPECIES DE
0;0;(-
RASPADORES
1,6153+(1,2013*LOG(%spEPT)))))
;0)
SI(Y(%spEPT>0);(SI((2,139+(0,032
# DE ESPECIES DE
3*%spEPT))>0;0;(2,139+(0,0323*
DEPREDADORES
%spEPT))));0)
DE ACUERDO CON D30 D50 D65

SI(Y(D50>0);(SI((0,5
SI(Y(D30>0);(SI((0,5664+(- 741+(- SI(Y(D65>0);(SI((0,581+(-
ICA* 0,0002*D30))<0;0;(0,5664+(- 0,0001*D50))<0;0;( 0,0001*D65))<0;0;(0,581+(-
0,0002*D30))));0) 0,5741+(- 0,0001*D65))));0)
0,0001*D50))));0)
SI(Y(D30>0);(SI((11,2238+(0,0608
DQO *D30))<0;0;(11,2238+(0,0608*D3
0))));0)
SI(Y(D50>0);(SI((79,
ABUNDANCIA DE SI(Y($D$35>0);(SI((87,2215+(0,20 SI(Y(D65>0);(SI((79,9576+(0,1
9576+(0,1347*D50)
MACROINVERTEBRAD 48*D30))<0;0;(87,2215+(0,2048* 347*D65))<0;0;(79,9576+(0,1
)<0;0;(79,9576+(0,1
OS D30))));0) 347*D65))));0)
347*D50))));0)
Algunas de las variables bióticas pueden ser calculadas a partir de más de una variable ambiental,
debido a que se obtuvo más de una correlación significativa y estas dieron una validación positiva.
Por esta razón, las hojas de Excel indican la variable ambiental a partir de la cual se calcula cada
variable biótica.
Es pertinente aclarar que esta calculadora estima variables bióticas que pueden ser útiles para
realizar comparaciones entre corrientes o tramos evaluados y es mucho más útil si tiene datos de
un cuerpo de agua de referencia a partir del cual pueda hacer comparaciones.
Básicamente se podrá hacer una radiografía del área que se está evaluando desde el punto de vista
de la calidad del ecosistema, o, simplemente tener una idea sobre lo que se puede esperar de las
muestras antes de identificar los macroinvertebrados recolectados. Adicionalmente es relevante
tener en cuenta que:
• Son estimaciones y cálculos con base en los modelos obtenidos de diferentes

muestreos en el eje cafetero. Sus resultados pueden NO corresponder con las
condiciones reales, pero SI pueden servir para establecer supuestos cuando no se
cuenta con datos bióticos.
• Los resultados obtenidos deben ser ubicados en un rango aceptable dentro de la
Fuente de variación de los datos, empleando el intervalo de confianza, la desviación o
el error estándar para la variable, las cuales se presentan acompañando los datos
calculados en la hoja de Excel. Cualquier posible inferencia debe realizarse de acuerdo
con el análisis de esa fuente de variación.
• Con el trabajo continuado se espera nutrir las bases de datos para mejorar la
herramienta con base en observaciones directas en campo. Hasta entonces, se sugiere
ser cauteloso con las conclusiones a partir de los cálculos que se obtengan con el uso
de esta herramienta.
Procedimiento de uso de la herramienta
La herramienta cuenta con dos pestañas cuyo contenido son datos reales correspondientes a un
cuerpo de agua de alta montaña (G3) y un cuerpo de agua de baja montaña (G1). Con base en esa
información puede utilizar los datos de las variables ambientales que se solicitan introducir y, al
observar los resultados obtenidos de las variables bióticas puede realizar las respectivas
comparaciones con los datos reales.
El procedimiento se basa en cinco pasos sencillos, los cuales se ilustran a continuación:
1. En la pestaña de Inicio se identifica el cuerpo de agua con el que se va a trabajar y se debe

presionar el botón que corresponda. Este redirecciona a la pestaña pertinente.
2. En la siguiente pestaña, a la cual conduce de manera automática, se introducen los datos

de las variables ambientales solicitados en la caja izquierda.
3. Observe los resultados obtenidos para las variables bióticas. Algunas de estas pueden
obtener más de un resultado, que son calculadas a partir de más de una variable ambiental.
De acuerdo con el criterio que le brinda su experiencia, seleccione el valor que más se
ajuste a su tramo. Se debe tener en cuenta que sólo las celdas resaltadas en la parte central
arrojan datos calculados
4. Se debe analizar la variación estadística encontrada para esa variable y determinar si el

valor se encuentra en un rango coherente. Para eso la herramienta cuenta con intervalos
de confianza, desviación y error estándar en la última sección, en la parte derecha de la
hoja. Por ejemplo, si el valor de BMWP arrojó un resultado de 16 y el intervalo de confianza
es de 6, debe tener en cuenta que su resultado puede oscilar entre 10 y 22. De acuerdo
con la experiencia y el criterio del investigador, se determina si esos valores son aceptables.
De la misma manera el análisis puede basarse en la coherencia de los resultados obtenidos
para otras variables calculadas.
5. Se pueden realizar inferencias de acuerdo con los cambios que puede tener la variable
frente a alteraciones en el ecosistema. En la parte central, la herramienta ofrece una
interpretación de la tendencia de las variables calculadas.
5. Discusión
Colombia en las últimas décadas ha acumulado un conocimiento importante sobre las
comunidades acuáticas, las relaciones entre las unidades del paisaje, sus características abióticas,
no obstante, la estructura y composición de los macroinvertebrados bentónicos aún están poco
estudiadas. Por tanto, es necesario incrementar y mejorar nuestro conocimiento sobre la influencia
que los factores ambientales pueden tener en la distribución de los macroinvertebrados acuáticos
de América del Sur.
Se supone que los macroinvertebrados bentónicos son sensibles a las perturbaciones físicas y
químicas (Furse et al. 2006), sin embargo, existe cierta controversia sobre la utilidad de los índices
bióticos para la evaluación y clasificación del estado de calidad ecológica, especialmente cuando el
conocimiento del ecosistema de interés es escaso (Díaz et al. 2004).
5.1 Principales factores abióticos responsables de la variabilidad
Es conocido que los factores de escala regional como la geología, el clima y el tamaño de la cuenca
influyen en las características de los ríos a escala local (Sandin y Verdonschot, 2006). Sin embargo,
identificar las variables abióticas (físicas) más relevantes que permitan definir diferentes tipos de
ríos es fundamental para establecer las condiciones de referencia y evaluar la calidad ecológica de
estos cuerpos de agua (Pardo et al., 2012). Por esta razón, el agrupamiento de los eventos de
muestreo logró una reducción considerable de la fuente de variación de los datos, partiendo de
que este proceso se realizó con base en la identificación de las variables abióticas (físicas) más
relevantes que permitieron definir diferentes tipos de tramos, lo cual, según Pardo et. al. (2012),
es fundamental para establecer las condiciones de referencia y evaluar la calidad ecológica de estos
cuerpos de agua neotropicales, sobre todo si se tiene en cuenta que América del Sur no se tiene de
un marco común regional para clasificar y evaluar los cuerpos de agua del continente, lo que es
fundamental para los procesos de biomonitoreo.
El peso de variables como altitud, temperatura y caudal resultante de los análisis multivariados
sobre las condiciones del análisis piloto de Ríoclaro (tomado como cuerpo de agua de referencia),
es respaldado por la propuesta de la Directiva Marco del Agua (WFD) en Europa, que propone
tipologías de cuerpos de agua basados en la altitud, geología y tamaño de la cuenca, sumado a
otras características físicas y químicas, para el establecimiento de condiciones de referencia
fundamentalmente biológicas para cada tipo de cuerpo de agua, como una forma significativa de
comprender las variaciones en estructura y función de los ecosistemas lóticos (Hawkins et al.,
2010).
La altitud es considerada como una de las variables con mayor importancia para la biota de
condición lótica (Vannote, Minshall, Cummins, Sedell, & Cushing, 1980; Rahbeck, 1995). Esta refleja
la variabilidad de factores como la presión atmosférica, la concentración de oxígeno, la vegetación
riparia, los hábitats existentes dentro del río y la calidad y cantidad de la materia orgánica (Vinson
& Hawkins, 1998; Jacobsen, 2003; Jacobsen, Rostgaard, & Vasconez, 2003). La altitud también
afecta la temperatura del agua y del aire; la temperatura tiende a disminuir en la medida que se
incrementa la altura.
Aunque se ha documentado que esta variable también afecta a diferentes grupos de plantas y
animales acuáticos (Rahbek, 1995, 2005), incluso terrestres (Mani, 1968; Janzen et al., 1976;
McCoy, 1990; Brehm, Colwell, & Kluge, 2007), disminuyendo la riqueza específica a medida que
aumenta el gradiente altitudinal, en el caso de los macroinvertebrados este patrón no parece
manifestarse tan claramente (Jacobsen, 2008a, b), contrastando con los resultados obtenidos en el
presente trabajo, ya que la altitud no se correlacionó con la abundancia y riqueza de los
macroinvertebrados, sin embargo, el Índice de Calidad del Agua ICA – reveló una correlación
positiva con la altitud, que sugiere que las corrientes más altas y frías tenían la mejor calidad de
agua, probablemente debido a una menor intervención antrópica por menor distancia desde la
fuente.
Por otra parte, Pero et. al. (2020) realizaron un análisis de clasificación de cuerpos de agua para
sistemas neotropicales en el cual identificaron seis tipos de tramos, los cuales a su vez agruparon
Discusión 107
en conjuntos más grandes obteniendo tres divisiones principales: ríos de montaña, de estribaciones
y de tierras bajas. Este resultado es congruente con el dendrograma obtenido en el presente
estudio, pese a que el grupo dos fue bastante heterogéneo, incluyó los tramos correspondientes a
condiciones de grandes caudales y bajas altitudes, en contraste con los grupos restantes (G1y G3),
que presentaron una segregación de manera similar a lo documentado por el autor quien explica
su clasificación en respuesta a la altitud. Sin embargo, los trabajos realizados por Pero et. al. (2012)
tienen un gran componente de granulometría que les permite realizar una segregación precisa,
como ocurrió con G1 que contó con datos de estas variables encontrando correlaciones fuertes
con otras variables abióticas (como los sólidos suspendidos y la conductividad) y de manera
contraria en G3 y Ríoclaro con escasa información de aforos sólidos.
Dentro de los parámetros abióticos, otras características fuertemente influenciadas por la altitud,
como el tamaño de los sedimentos, la temperatura del agua y la turbidez, fueron variables clave
para desarrollar el dendrograma y trabajar los datos agrupados, pero también mostraron
variaciones considerables (como el caso de G2) que probablemente requiere de una alimentación
sucesiva de la base de datos. Estos resultados concuerdan con los obtenidos por varios autores
cuyas investigaciones han estado encaminadas a obtener clasificaciones tipológicas de los ríos
neotropicales, en concordancia con la normativa marco del agua propuesta por la Unión Europea.
(Hawkins et al., 2000; Verdonschot, 2006; Borgwardt et al., 2019).
La alta variación mencionada para el G2 permite hacer hincapié en que en este estudio no se
tuvieron en cuenta aspectos de variabilidad climática como son El Niño y La Niña, los cuales pueden
alterar algunos de los resultados o pueden explicar la falta de interrelación en algunas variables.
De hecho, trabajos como los de Montoya-Moreno et. al. (2019) y Blanco (2005), realizados en alta
montaña de microcuencas andinas y sus afluentes, identificaron cambios asociados al ciclo ENSO,
de tal manera que, durante el ciclo afectado por El Niño, observaron mayor concentración de
oxígeno disuelto, pH circumneutral, menor temperatura del agua y mayores concentraciones de
nitritos, nitrógeno amoniacal y coliformes totales. Durante el ciclo afectado por La Niña, se
manifiesta mayor temperatura del agua, sólidos totales, dureza, nitratos, fósforo total y mejores
condiciones de calidad biológica del agua, según el índice BMWP. Y aunque no respaldan
variaciones estadísticamente significativas del caudal, la temperatura del agua, la conductividad
eléctrica y los índices comunitarios (diversidad, equidad, dominancia y riqueza), si determinan la

influencia de los eventos ENSO en relación con la respuesta de la biota.
5.2 El rol de los grupos funcionales en la determinación de la

calidad del ecosistema
La implementación de herramientas de bioindicación y la segregación de cuerpos de agua en

tipologías definidas (como lo propone la directiva marco del agua), implica un conocimiento claro
de los factores que más influyen en la estructura de las comunidades de macroinvertebrados en
condiciones de mínimo impacto antropogénico para determinar un punto de referencia. Sin
embargo, las lagunas de conocimiento sobre las preferencias ecológicas y las redes tróficas son un
obstáculo importante para analizar impactos antrópicos, de cambio climático y otros factores
estresantes emergentes (Hering et al. 2009). Por lo tanto, vincular los grupos funcionales tróficos
en la determinación de la calidad del agua, suma robustez al evaluar los tramos desde la
complejidad del ecosistema.
Para cuerpos de agua en américa del sur, Fierro et al. (2020) ponen en manifiesto la importancia
de los organismos recolectores y trituradores en las áreas temperadas de Chile, mencionando su
significativa abundancia espacial y temporal. Teniendo en cuenta las diferencias que existen entre
los ríos neotropicales y los de zonas temperadas, las cuales han sido documentadas por Watzen &
Wagner (2006), se pueden encontrar concordancias entre los resultados del presente estudio y los
obtenidos por Fierro et. al. (2020). Para este caso, en los cuerpos de agua de cabecera y de
estribaciones o baja montaña, los grupos funcionales raspadores y trituradores fueron los más
relevantes porque demostraron el mayor número de correlaciones. Los raspadores revelaron una
relación positiva con la altitud, pero negativa con la conductividad, los sólidos suspendidos fijos y
los sulfatos. Los trituradores mostraron también, relación negativa con los sulfatos y los sólidos
suspendidos volátiles. Adicionalmente, En los cuerpos de agua de baja montaña toman relevancia
asimismo los grupos de depredadores y filtradores, demostrando una relación negativa con los
cloruros para el caso de los depredadores y positiva con el oxígeno disuelto en el caso de los
filtradores, observando ambos grupos sensibles a la alteración.
Discusión 109
Por otra parte, Nicola, Almodóvar y Benigno (2010) mencionan que la biomasa grupos funcionales
se ven influenciadas por características del hábitat aumentando la abundancia de raspadores a
altitudes más bajas y con abundantes macrófitas. No obstante, esta característica no se reflejó en
los resultados, notando que las métricas de abundancia de raspadores y trituradores no obtuvieron
relaciones que fueran validadas con respecto a la altitud y la temperatura. Sin embargo, las
métricas de riqueza para estos mismos grupos funcionales permiten determinar que se encuentran
representados por un mayor número de especies en sitios con mayor altitud y menores caudales.
Este comportamiento descrito se observa también para las áreas de cabecera, sumado al hecho de
que las métricas de abundancia para los cuerpos de agua a mayor altitud se encuentran en relación
inversa con variables ambientales que sugieren alteraciones como la DBO5, Sulfatos, Cloruros,
entre otras. El hallazgo de que las comunidades bentónicas en las cabeceras no perturbadas de
modo sensible se ven afectadas principalmente por las variables de la química del agua,
independientemente de la depredación de los peces y las características del hábitat, destaca
claramente la sensibilidad de los grupos de alimentación funcionales a los cambios en las
características químicas y su papel como indicadores para la bioevaluación Fierro et. al. (2020).
5.3 Otras variables relevantes en la determinación de la calidad

del ecosistema acuático
Múltiples estudios han asociado alteraciones en las comunidades de macroinvertebrados con una
conductividad elevada (Green et al., 2000, Chambers y Messinger, 2001, Howard et al., 2001,
Kennedy et al., 2003, Pond, 2004, Hartman et al., 2005, Pond et al., 2008, Timpano et al., 2018). En
concordancia con la literatura científica, una de las correlaciones más relevantes observada en los
tres grupos de datos en el presente trabajo, correspondió a la conductividad con organismos no
tolerantes, y con diversas métricas de grupos funcionales de raspadores y recolectores, en todos
los casos ejerciendo de manera negativa, indicando que el incremento en dicha variable se refleja
en el detrimento de la biota. Lo anterior puede respaldarse en estudios como los de Drover te. Al.,
(2019), quienes concluyeron que la riqueza de macroinvertebrados es mayor en cuerpos de agua
con conductividad baja, al igual que presentan comunidades típicas con especies poco tolerantes
a la contaminación. Adicionalmente, el índice de calidad EPT puede presentarse bajo
correlacionándose de manera negativa con los tramos de conductividad alta, debido a que la
respuesta de taxones como Epehemeroptera a esta variable se considera muy fuerte (Gallardo-
Mayenco, 1994, Piscart et al., 2005, Hassell et al., 2006). Drover et. al. (2019), también señala la
riqueza de recolectores y raspadores en correlación negativa con la conductividad, y lo atañe a la
gran proporción de taxones de Ephemeroptera y Trichoptera dentro de estos grupos funcionales
tróficos.
El hecho de que el oxígeno y la temperatura por sí mismos influencien las comunidades de

macroinvertebrados de agua evaluados no es sorprendente, ya que se ha mencionado previamente
la importancia de la altitud sobre la variabilidad. El hecho de que la solubilidad del oxígeno en el
agua aumente con la disminución de la temperatura ha llevado a una percepción general de que
los ríos de cabecera en alta montaña son más ricos en oxígeno que los más cálidos de las tierras
bajas. Los primeros estudios incluso infirieron una relación causal entre la supuesta mayor
concentración de oxígeno en los arroyos de gran altitud y la distribución de los macroinvertebrados
de los arroyos a lo largo de gradientes altitudinales (Illies 1964; Hynes 1970). Por el contrario,
Rostgaard y Jacobsen (2005) mostraron que se espera que la disponibilidad de oxígeno en los
arroyos disminuya más hacia las altitudes elevadas que la demanda de oxígeno respiratorio por
parte de los macroinvertebrados, lo que afecta la composición y la resistencia de las comunidades
de arroyos de gran altitud a una mayor reducción de la saturación de oxígeno (Jacobsen et al.2003).
Por lo tanto, se espera la disminución de la disponibilidad de oxígeno con relación a la disminución
altitudinal de la riqueza (Jacobsen 2003, 2004). En consecuencia, los resultados observados en el
presente estudio, donde se encuentra una mejor calidad del agua expresada en índices bióticos
como BMWP y EPT, con relación a la altitud y al oxígeno disuelto en el agua, da claridad de tres
aspectos en los cuerpos de agua del eje cafetero: 1) a mayor altitud se obtiene mejor concentración
de oxígeno disuelto en los cuerpos de agua de las estribaciones, 2) el oxígeno disuelto influencia la
composición de la comunidad de macroinvertebrados acuáticos y 3) hacia las zonas de cabecera el
oxígeno disuelto pierde relevancia como variable determinante para la calidad del ecosistema.
Jacobsen (2008) señala el oxígeno disuelto como uno de los predictores de riqueza más
importantes dentro de las variables ambientales. Sin embargo, asevera que la medición del oxígeno
disuelto es insuficiente, sobre todo si se obtiene a partir de mediciones puntuales poco
representativas de este parámetro (p. Ej., Ward 1986; Tate y Heiny 1995; Jacobsen et al. 1997)
sugiriendo la importancia de evaluar el oxígeno de saturación.
Discusión 111
Autores como Mathuthu et al. (1997), Moyo & Phiri (2002), Seanego y Moyo (2013) relacionan en
sus estudios de calidad biótica, a variables como SO4, Zn, Cl, TDS, conductividad y Nitrógeno
orgánico con contaminación de origen antrópico, principalmente por vertimientos de aguas
industriales y domésticas. Los resultados obtenidos son coherentes con la literatura, teniendo en
cuenta que, los sulfatos, cloruros, nitrógeno al igual que la conductividad, mostraron una relación
negativa con los grupos tróficos, los organismos no tolerantes y la riqueza de EPT. De esta manera,
en los sitios con altos niveles de contaminación generan una disminución de la diversidad de
macroinvertebrados cutos efectos están bien documentados (Seanego y Moyo, 2013).
Sin embargo, la información sobre los impactos antropogénicos en cuerpos de agua pequeños, en
los países en desarrollo es irregular. Existe una gran disparidad entre el conocimiento fundamental
de la ecología fluvial en los países desarrollados y en desarrollo, con solo el 2% de los artículos
publicados en revistas limnológicas internacionales entre 1987 y 2013 provenientes de científicos
de países en desarrollo. Esto reitera las razones por las cuales se deben generar herramientas que
permitan el aprovechamiento de la información generada y optimizar el uso de los recursos de
investigación en esta área ambiental.
La mayoría de los macroinvertebrados que habitan los arroyos son insectos que explotan el medio
acuático como ninfas o larvas y el medio terrestre como adultos voladores. Por lo tanto, los
patrones de riqueza de insectos acuáticos a lo largo de gradientes altitudinales no necesitan ser
determinados única o principalmente por las características de los arroyos. Las características
específicas del entorno terrestre, como el clima, la vegetación y la complejidad del hábitat, pueden
influir en los patrones observados y explicar parte de la variabilidad inexplicable. La disponibilidad
reducida de agua es otro factor que tradicionalmente se ha pensado que limita la riqueza de
insectos terrestres a grandes altitudes, tanto directa como indirectamente a través de su efecto
sobre la producción del sistema (Mani 1968). Aunque la baja disponibilidad de oxígeno puede ser
más importante en el agua porque la velocidad de difusión es mucho menor y la presión parcial
más variable en el agua que en el aire (Eriksen et al.1996), la baja presión de oxígeno a grandes
altitudes también debería afectar a los insectos terrestres y otros artrópodos sin pigmentos
respiratorios. Es muy probable que el requerimiento metabólico de los adultos voladores en el
medio terrestre sea considerablemente más alto que el de los juveniles acuáticos que se arrastran
lentamente. También los vertebrados homeotérmicos terrestres pequeños y de gran movilidad con
una alta demanda de oxígeno respiratorio, como las aves (Herzog et al. 2005), los murciélagos
(McCain 2007) y otros pequeños mamíferos (Nor 2001), podrían verse limitados por la baja presión
de oxígeno a grandes altitudes.
6. Conclusiones y recomendaciones
6.1 Conclusiones
En este estudio, se exploró el potencial del ajuste específico del sitio de las condiciones de
referencia biológica en relación con las características del hábitat basadas en caracteres
fisicoquímicas y de sedimento. Lo anterior gracias a la obtención de datos mediante muestreos
integrados que reúnen en un mismo tiempo y espacio el levantamiento de información de
sedimento, calidad fisicoquímica y biótica acompañado de aforos líquidos. Este tipo de muestreos
generan datos relacionables que arrojan información de la respuesta de la biota a los gradientes
ambientales.
Los resultados descritos en el marco del estudio realizado en Ríoclaro, permiten concluir que
cumple con la continuidad hidrobiológica por ser un río sin alteraciones que modifican de modo
sensible el funcionamiento de los ecosistemas acuáticos. Por esta razón, se utilizó para la
realización de la prueba piloto determinando las interrelaciones de variables bióticas y abióticas.
Los resultados que respaldan esta selección se describen en los apartes posteriores.
Los resultados obtenidos sugieren que la topografía y en consecuencia el clima (temperatura,

radiación solar) pueden ser dos aspectos que influyen fuertemente en la estructura de la biota de
cuerpos de alta montaña y estribaciones (baja montaña). Así, podrían constituir variables útiles
para clasificar ecosistemas fluviales y el entendimiento de los ecosistemas acuáticos del eje
cafetero. Se espera que estos resultados sirvan como pauta para el desarrollo de una poderosa
herramienta para el estudio, conservación y manejo de ecosistemas de agua dulce a escala local
permitiendo mejor precisión.
En su mayoría, los valores de referencia biológicos se establecen independientemente en

diferentes tipos de ríos para manejar las principales diferencias hidro ecológicas, con
regionalización, tipologías y esquemas especiales de clasificación a priori utilizados para mejorar
las estimaciones de las condiciones, sin embargo, mediante este estudio se obtienen ecuaciones
que permiten estimar variables bióticas de acuerdo a las condiciones que se presentan en los
diferentes tramos independientemente de su estado de conservación.
Los grupos funcionales tróficos se ponderan como los más relevantes para estimar la integridad del
ecosistema a partir de los datos fisicoquímicos y además permiten entender si el ecosistema puede
mantener la complejidad de su funcionamiento ya que se correlaciona frecuentemente con
variables fisicoquímicas evaluadas en la mayoría de los estudios de calidad del agua.
Los ajustes estacionales de los valores esperados para las métricas e índices son intrínsecos a los
modelos obtenidos, ya que para mayoría de los sitios se incluyeron valores de diferentes eventos
de muestreo en diferentes periodos climáticos.
De acuerdo con las correlaciones se comprueba que la presencia y distribución de

macroinvertebrados bentónicos responde a los gradientes ambientales del hábitat, ya que son el
resultado de eventos de flujo concomitantes, características morfológicas, interacciones biológicas
y procesos ecológicos.
6.2 Recomendaciones
De acuerdo con las limitantes en los análisis de información y en los resultados obtenidos, se listan
a continuación algunas necesidades:
1. Continuar alimentando la base de datos con el fin de generar instrumentos más robustos
para la estimación de variables bióticas.
2. Incluir resultados de valoraciones visuales que abarquen una evaluación del entorno
ripario que ejerce una fuerte influencia en los ecosistemas acuáticos de alta montaña.
3. Construir una tipificación más precisa de los cuerpos de agua para la cuenca con el objetivo
de trabajar los datos agrupados con una menor fuente de variación.
4. Profundizar en el análisis del G2 correspondiente a los cuerpos de agua de las planicies con
caudales superiores, considerados cuerpos de agua colectores de subcuencas.
5. Fortalecer el componente geomorfológico en el análisis.
Conclusiones y Recomendaciones 115
Dado que los muestreos integrados evalúan un pool de variables seleccionadas para cada caso
según los objetivos del estudio en proceso, es necesario fijar como información reglamentaria para
cuerpos de agua pequeños de alta montaña y de estibaciones, las variables que de acuerdo con los
resultados de este estudio, resultan válidas para explicar respuestas de la biota, como son: pH,
oxígeno disuelto, temperatura, DBO5, cloruros, sulfatos, sólidos suspendidos volátiles, sólidos
totales volátiles, nitrógeno orgánico, algunas variables de sedimento (D30, D50, D65) y por
supuesto siempre tener el caudal y la altitud.
El ejercicio fue realizado para la zona cafetera, pero puede ser extrapolable a otras regiones si se
sigue la metodología similar a la realizada en el presente estudio. De hecho, en aras de dar
continuidad a este tipo de ejercicios se deja a disposición la herramienta de estimación de variables
bióticas a partir de variables ambientales, con miras a comprender diferentes regiones de nuestro
país con características climáticas y geomorfológicas diferentes. Sin embargo, la herramienta
ofrece solo un primer acercamiento hacia lo que se puede esperar del ecosistema muestreado y
debe ser manejada con cautela.
Por otra parte, es relevante mencionar que de acuerdo con los protocolos y la normativa que
recientemente ha entrado en vigor, es necesario continuar realizando muestreos integrados en los
ríos de Colombia, es decir, que incluyan el levantamiento de información de sedimento, biota y
calidad fisicoquímica de manera concatenada con variables de cantidad, teniendo en cuenta, que
de acuerdo con la PNGIRH, es necesario implicar la integridad del ecosistema en la toma de
decisiones de ordenamiento y disposición del recurso.
7. Bibliografía
• Alba Tercedor, J., & Sánchez Ortega, A. (1988). Un método rápido y simple para
evaluar la calidad biológica de las aguas corrientes basado en el de Hellawell (1978).
Limnética 4, 51-56.
• Allan J. 2004. Landscapes and riverscapes: The influence of land use on stream
ecosystems. Annual Review of Ecology, Evolution and Systematic 35: 254-84.
• A.S. Mathuthu, K. Mwanga, A. Simoro. (1997). Impact assessment of industrial and
sewage effluents on water quality of the receiving Marimba River in Harare
• C. Piscart, J.C. Moreteau, J.N. Beisel. (2005). Biodiversity and structure of
macroinvertebrate communities along a small permanent salinity gradient (Meurthe
River, France)
• K.G. Seanego, N.A.G. Moyo (2013). The effect of sewage effluent on the physico-
chemical and biological characteristics of the Sand River, Limpopo, South Africa
• A.J. Timpano, S.H. Schoenholtz, D.J. Soucek, C.E. Zipper (2018). Benthic
macroinvertebrate community response to salinization in headwater streams in
Appalachia USA over multiple yearsEcol. Ind., 91 (2018), pp. 645-656
• Alba Tercedor, J., Cuellar, P.J., Álvarez, M., Avilés, J., Bonada, N., Casas, J., Mellado,
A., Ortega, M., Pardo, I., Prat, N., Rieradevall, M., Robles, S., Sáinz Cantero, C.E.,
Sánchez Ortega, A., Suárez, M.L., Toro, M., Vidal Abarca, M.R, Vivas, S., & Zamora
Muñoz, C. (2002). Caracterización del estado ecológico de ríos mediterráneos
ibéricos mediante el índice IBMWP (antes BMWP). Limnetica 21(3-4),175-185.
• ALBA-TERCEDOR, J. & A. SÁNCHEZ-ORTEGA. (1988). Un método rápido y simple para
evaluar la calidad de las aguas corrientes basado en el de Hellawell (1978). Limnética
4: 51-56.
• ALLAN, J. D. (1995). Stream ecology. Structure and function of running waters.
Chapman & Hall. Londres.
• Álvarez A., L.F. (2005). Metodología para la utilización de los macroinvertebrados
acuáticos como indicadores de la calidad del agua. Instituto de Investigación de
Recursos Biológicos Alexander von Humboldt.
• Angrisano, E.B., & Korob, P.G. (2001). Trichoptera. p. 55-92. En: Fernández, H.E, &
Domínguez, E. (Eds.) Guía para la determinación de los artrópodos sudamericanos.
Universidad Nacional de Tucumán, Facultad de Ciencias Naturales e Instituto Miguel
Lillo. Editorial Universitaria de Tucmán -Serie Investigaciones UNT- Ciencias Exactas
y Naturales. San Miguel del Tucumán, Argentina.
• Archangelsky, M. (2001). Coleoptera. p. 131-153. En: Fernández, H.R., & Domínguez,
E. (Eds.) Guía para la determinación de los artrópodos sudamericanos. Universidad
Nacional de Tucumán, Facultad de Ciencias Naturales e Instituto Miguel Lillo.
Editorial Universitaria de Tucmán -Serie Investigaciones UNT- Ciencias Exactas y
Naturales. San Miguel del Tucumán, Argentina.
• Arias Díaz, D.M., Reinoso Flórez, G., Guevara Cardona, G., & Villa Navarro, F.A.
(2007). Distribución espacial y temporal de los coleópteros acuáticos en la cuenca
del río Coello (Tolima, Colombia). Caldasia 29(1), 177-194.
• Armitage, P.D., Moss, D., Wright, J.F., & Furse, M.T. (1983). The performance of a
new biological water quality score system based on macroivertebrates over a wide
range of polluted runnung-water sites. Water. Res. 17(3), 33-347.
• ASOCARS – UNIVERSIDAD NACIONAL. CONVENIO DE ASOCIACIÓN PARA
ACTIVIDADES DE INTERES PÚBLICO CORPOCALDAS 203 de 2011. Gestión integral del
recurso hídrico de la cuenca hidrográfica del rio chinchiná en el departamento de
caldas. Pp 160.
• Ballesteros, Y.V., Zúñiga, M del C., & Rojas, A.M. (1997). Distribution and structure
of the order Trichoptera in various drainages of the Cauca River basin, Colombia, and
their relationships to water quality, p. 19-23. In: Holzenthal, R.W., & Flint, O.S, Jr.
(Eds.). In Proceedings of the 8th International Symposium on Trichoptera, 1995. Ohio
Biological Survey, Columbus, Ohio.
• BANARESCU, P. (1995). Zoogeography of freshwaters. Bd. 1-3. Aula. Wiesbaden.
• Barón, J., Poff, N., Angermeier, P., Dahm, C., Gleick, P., Hairston, N., Jackson, R.,
Johnston, C., Richter, B., & Steinman, A. (2003). Sustaining healthy freshwater
Ecosystems. Issues in Ecology. Ecological Society of América (10), Washington D.C.
• Barreto Vargas, G., Reinoso Flórez, G., Gevara Cardona, G., & Villa Navarro, F.A.
(2005). Primer registro de Gripopterygidae (Insecta:Plecoptera) para Colombia.
Caldasia 27, 243-246.
• Blanco Libreros, J.F. (2000). Flujo de Nitrógeno y dinámica de la comunidad de
macroinvertebrados acuáticos en una cuenca subxerofítica tropical. Universidad del
Valle, Programa de Postgrado en Biología. Tesis de Maestría. Cali, Colombia.
• Blocksom, Karen & Emery, Erich & Thomas, Jeff. (2008). Sampling effort needed to
estimate condition and species richness in the Ohio River, USA. Environmental
monitoring and assessment. 155. 157-67. 10.1007/s10661-008-0425-0.
• BOYERO, L., R. G. PEARSON, D. DUDGEON, M. A. S. GRAÇA, M. O. GESSNER, R. J.
ALBARIÑO, V.FERREIRA, C. M. YULE, A. J. BOULTON, M. ARUNACHALAM, M.
CALLISTO, E. CHAUVET, A. RAMÍREZ, J. CHARÁ, M. S. MORETTI, J. F. GONÇALVES, J. E.
HELSON, A. M. CHARÁ-SERNA, A.
• Brehm, G., Colwell, R. K., & Kluge, J. (2007). The role of environmental and mid-
domain effect on moth species richness along a tropical elevational gradient. Global
Ecology and Biogeography, 16, 205-219.
• BUTCHER T.J. STUWART. P.M. & SIMON T.P.2003. A Benthic Community Index for
streams in the Northern Lakes and Forests Ecoregion. Ecological Indicators, 3, 181-
193.
• C.P. Hawkins, J.R. Olson, R.A. (2010). Hill The reference condition: predicting
benchmarks for ecological and water-quality assessments J. N. Am. Benthol. Soc., 29
(1)
• Cairns, J.Jr., & Pratt, J.R. (1993). A history of biological monitoring using benthic
macroinvertebrates. p. 10-27. In: Rosenberg, D.M., & Resh, H. (Eds). Freshwater
Biomonitoring and Benthic Macroinvertebrates. Chapman & Hall, Inc. New York.
• CANTON, S.P. & J.W. CHADWICK. (1988). Variability in benthic invertebrate density
estimates from stream samples. Journal of Freshwater Ecology 4: 291-297
• CARDER – CORPOCALDAS. 2009. Convenio No. 066 del 2007. Plan de Ordenamiento
y Manejo de la Cuenca del Río Campoalegre. Pp 168.
• CARIGNAN R. & STEEDMAN R. 2000. Impacts of major watershed perturbations on
aquatic ecosystems. Canadian Journal of Fisheries and Aquatic Sciences. 57(Suppl.2),
1-4.
• Castillo, J., Figueroa, A., Jacome, L.F., Naundorf, G., & Zamora, H. (1991) Contribución
al conocimiento de flujo de nutrientes y energía en un ecosistema acuático tropical.
Caso río Palacé, Municipio de Totoró (Cauca). Novedades Colombianas: Nueva época
(3), 7-26.
• Chará-Serna, Ana & Chará, Julián & Del, María & Zúñiga, Carmen & Pedraza, Gloria
& Giraldo, Lina. 2010. Clasificación trófica de insectos acuáticos en ocho quebradas
protegidas de la ecorregión cafetera colombiana. Universitas Scientiarum. 15.
10.11144/javeriana.SC15-1.tcoa.
• Colombia. MINISTERIO DE AMBIENTE, VIVIENDA Y DESARROLLO TERRITORIAL. 2010.
Política Nacional para la Gestión Integral del Recurso Hídrico. Bogotá, D.C.:
Colombia, Ministerio de Ambiente, Vivienda y Desarrollo Territorial. 124 p.
• CONSORCIO ORDENAMIENTO CUENCA DEL RÍO RISARALDA. 2017. Formulación plan
de ordenación y manejo de la cuenca río risaralda. Fase de diagnóstico.
• Cummins, Kenneth & Merritt, Richard & Andrade, Priscila. (2005). The use of
invertebrate functional groups to characterize ecosystem attributes in selected
streams and rivers in south Brazil. Studies on Neotropical Fauna and Environment.
40. 10.1080/01650520400025720.
• Cummins, Kenneth. (2016). Combining taxonomy and function in the study of stream
macroinvertebrates. Journal of Limnology. 75. 10.4081/jlimnol.2016.1373.
• D. R.Drovera, C. E.Zipperb, D. J.Soucekc, S. H. Schoenholtza. (2019). Using density,
dissimilarity, and taxonomic replacement to characterize mining-influenced benthic
macroinvertebrate community alterations in central Appalachia. Ecological
Indicators. Volume 106, November 2019.
• D.B. Chambers, T. Messinger. (20001). Benthic Invertebrate Communities and Their
Responses to Selected Environmental Factors in the Kanawha River Basin, West
Virginia, Virginia, and North Carolina. Water-Resources Investigations Report 01–
4021 U.S. Geological Survey West Virginia, Charleston (2001)
• DARPA. (1988). Neural Network Study. M.I.T. Lincoln Laboratory. Lexington, MA.
• Domínguez, E., Molineri, C., Pescador, M.L., Hubbard, M.D., & Nieto, C. (2006).
Ephemeroptera of South America. Adis, J., Arias, J.R., Rueda Delgado, G., Wantzen,
K.M. (Eds.). Aquatic Biodiversity in Latin America (ABLA) 2. Pensoft, Sofia, Moscow.
• Duque, S.R., & Donato, J. (1992). Biología y ecología del fitoplancton de las aguas
dulces en Colombia. Cuadernos Divulgativos No 35. Universidad Javeriana, Facultad
de Ciencias, p. 21.
• ENCALADA, J. N. DAVIES, S. LAMOTHE, A. CORNEJO, A. O. Y. LI, L. M. BURIA, V. D.
VILLANUEVA, M. C. ZÚÑIGA Y C. M. PRINGLE. 2011. "Global Distribution of a Key
Trophic Guild Contrasts with Common Latitudinal Diversity Patterns." Ecology92(9):
1839-1848.
• Eriksen CH, Lamberti GA, Resh VH (1996) Aquatic insect respiration. In: Merritt RW,
Cummins KW (eds) An introduction to the aquatic insects of North America, 3rd edn.
Kendall/Hunt, Dubuque, pp 29–40
• Fierro, P., Bertrán, C., Mercado, M., Peña-Cortés, F., Tapia, J., Hauenstein, E., Caputo,
L., Vargas-Chacoff, L. (2015). Landscape composition as a determinant of diversity
and functional feeding groups of aquatic macroinvertebrates in southern rivers of
the araucanía, chile. Latin American Journal of Aquatic Research, 43 (1), pp. 186-200.
Cited 17 times.
• Flint, O.S. (1991). Studies of Neotropical Caddisflies, XLV: The Taxonomy, Phenology,
and Faunistics of the Trichoptera of Antioquia, Colombia. Smithsonian Contributions
to Zoology 520, 1-113.
• Flores, A., Bledsoe, B., Cuhaciyan, C., & Wohl, E. (2006). Channel-reach morphology
dependence on energy, scale, and hydroclimatic processes with implications for
prediction using geospatial data. Water Resources Research.
• FREEMAN, J.A. & D.M. SKAPURA. (1991). Neural Networks, Algorithms, Applications
and Programing Techniques. Addison-Wesley. MA.
• G. Nicola, A. Almodóvar & Benigno E. (2010). Effects of environmental factors and
predation on benthic communities in headwater streams. Aquatic Sciences volume
72, pp 419–429 (2010).
• G.J. Pond, M.E. Passmore, F.A. Borsuk, L. Reynolds, C.J. Rose. (2008). Downstream
effects of mountaintop coal mining: comparing biological conditions using family-
and genus- level macroinvertebrate bioassessment tools. J. N. Am. Benthol. Soc., 27
(2008), pp. 717-737"
• G.J. Pond. (2004). Effects of Surface Mining and Residential Land Use on Headwater
Stream Biotic Integrity in the Eastern Kentucky Coalfield Region - Kentucky
Department of Environmental Protection, Division of Water, Frankfort, Kentucky
(2004)
• Gallardo-Mayenco. (1994). Freshwater macroinvertebrate distribution in two basins
with different salinity gradients (Guadalete and Guadaira river basins, south-western
Spain) Int. J. Salt Lake Res., 3 (1994), pp. 75-91"
• GRAÇA, M. A. S., F. BÄRLOCHER Y M. O. GESSNER. 2005. Methods to Study Litter
Decomposition: A Practical Guide. Dordrecht, Springer.
• Guía técnica para la formulación de planes de ordenamiento del recurso hídrico /

Coordinador: Pineda González, Claudia Patricia; autores: Buitrago Aguirre, Claudia
Liliana, Hernández Atilano, Esnedy, Brijaldo Flechas, Nubia Jazmín ... (et. ál.);
MinAmbiente. - Dirección Integral del Recurso Hídrico; Bogotá, D.C.: Colombia.
Ministerio de Ambiente y Desarrollo Sostenible, 2014 58p
• Guisande-González, C., Barreiro-Felpeto, A., Maneiro-Estraviz, I., Riveiro-Alarcón, I.,
Vergara-Castaño, A. y Vaamonde-Liste, A. (2006). Tratamiento de Datos. Galicia,
España: Ediciones Díaz de Santos.
• H.S. Howard, B. Berrang, M. Flexner, G. Pond, S. Call. (2001). Kentucky Mountaintop
Mining Benthic Macroinvertebrate Survey U.S. Environmental Protection Agency,
Science and Ecosystem Support Division, Ecological Assessment Branch, Athens,
Georgia.
• Herzog SK, Kessler M, Bach K (2005) The elevational gradient in Andean bird species
richness at the local scale: a foothill peak and a high-elevation plateau. Ecography
28:209–222
• http://www.ideam.gov.co/documents/11769/646961/3.02+HM+Indice+calidad+ag
ua.pdf/64d91908-a788-4df8-9391-481d898c692c
• Hydrobiologia, 551 (2005), pp. 227-236"
• Hynes HBN (1970) The ecology of running waters. Liverpool Press, Liverpool
• IDEAM. 2005. Índice de calidad del agua en corrientes superficiales (ICA) (Hoja
metodológica versión 1,00).
• IDEAM (2010a). Estudio Nacional del Agua 2010. Bogotá D. C.: Instituto de Hidrología
Meteorología y Estudios Ambientales
• IDEAM (2011a). Lineamientos técnicos para la guía nacional de modelación del
recurso hídrico - componente agua superficial continental. Documento Técnico.
Bogotá D. C.
• IDEAM. 2019. Metodología para la estimación del caudal ambiental en el río Bogotá.
http://www.andi.com.co/Uploads/MET_CAUDAL_AMB_RB.pdf. Pp 158.
• Illies J (1964) The invertebrate fauna of the Huallaga, a Peruvian tributary of the
Amazon river, from the sources down to Tingo Maria. Verh Int Ver Limnol 15:1077–
1083
• J. Green, M. Passmore, H. Childers. (2000). A survey of the condition of streams in
the primary region of mountaintop mining/valley fill coal mining. Appendix in
mountaintop mining/valley fills in Appalachia Final programmatic environmental
impact statement. EPA903-R-05-002. U.S, Environmental Protection Agency,
Philadelphia, Pennsylvania.
• Jacobsen D (2003) Altitudinal changes in diversity of macroinvertebrates from small
streams in the Ecuadorian Andes. Arch Hydrobiol 158:145–167
• Jacobsen D (2004) Contrasting patterns in local and zonal family richness of stream
invertebrates along an Andean altitudinal gradient. Freshwater Biol 49:1293–1305
• Jacobsen D (2018). Low oxygen pressure as a driving factor for the altitudinal decline
in taxon richness of stream macroinvertebrates. Oecologia volume 154, pages795–
807(2008)
• Jacobsen D, Rostgaard S, Vásconez JJ (2003) Are macroinvertebrates in high altitude
streams affected by oxygen deficiency? Freshwater Biol 48:2025–2032
• Jacobsen, D. (2008a). Tropical High-Altitude Streams. In D. Dudgeon (Ed.), Tropical

stream ecology (pp. 219-256). London, UK: Elsevier Science.
• Jacobsen, D. (2008b). Low oxygen pressure as a driving factor for the altitudinal
decline in taxon richness of stream macroinvertebrates. Oecologia, 154, 795-807.
• Janzen, D. H., Ataroff, M., Fariñas, M., Ricon, R. N., Soler, A., Soriano, P., & Vera, M.
(1976). Changes in the arthropod community along an elevational transect in the
Venezuelan Andes. Biotropica, 8, 193-203.
• Johnson, R.K., Wiederholm, T., & Rosenberg, D.M (1993). p. 40-41. In: Rosenberg,
D.M., & Resh, H. (Eds). Freshwater Biomonitoring and Benthic Macroinvertebrates.
Chapman & Hall, Inc. New York.
• JONSON, R. K., T. WIEDERHOLM & D. M. ROSENBERG. (1992). Freshwater
biomonitoring using individual organisms, populations, and species assemblages of
benthic macroinvertebrates. Págs. 40-158 en: D. M. Rosenberg & V. H. Resh (eds).
Freshwater biomonitoring and benthic macroinvertebrates. Chapman & Hall, Nueva
York.
• JUNK WJ, BAYLEY P, SPARKS RE. (1989). The flood pulse concept in river floodplain
systems. En: Proc. of the Internat. Large River. Symp. Canad. Spec. Publ. Fish Aquatic.
Sci. 1989; 106: 101-127.
• K.J. Hartman, M.D. Kaller, J.W. Howell, J.A. Sweka. (2005). How much do valley fills
influence headwater streams? Hydrobiologia, 532 (2005), pp. 91-102
• K.L. Hassell, B.J. Kefford, D. Nugegoda. (2006). Sub-lethal and chronic salinity
tolerances of three freshwater insects: Cloeon sp. and Centroptilum sp.
(Ephemeroptera: Baetidae) and Chironomus sp. (Diptera: Chironomidae) J. Exp. Biol.,
pp. 4024-4032
• KARR J. R. & CHU E.W. (1999). Restoring Life in Running Waters: Better Biological
monitoring. Island Press., Washington, DC, U.S.A.
• KERANS BL. y KARR JR. A. (1994). benthic index of biotic integrity (B-IBI) for rivers of
Tennessee Valley. Ecol Appl. 1994;4:768-785.
• Kerans, B. & Karr, James. (1994). A Benthic Index of Benthic Integrity (B-IBI) for Rivers
of the Tennessee Valley. Ecological Applications. 4. 10.2307/1942007.
• L. Sandin, P.F.M. (2006). VerdonschotStream and river typologies – major results
and conclusions from the STAR project. Hydrobiologia, 566, pp. 33-37
• LENAT, DAVID R. 1988. Water quality assessment of streams using a qualitative
collection method for benthic macroinvertebrates. J. N. Am. Benthol. Soc., 1988,
7(3):222-233
• Lepš J. y Šmilauer P. (2003). Multivariate analysis of ecological data using CANOCO
University Press, Cambridge.
• Liévano, L. A., & Ospina, T. R. (2007). Guía ilustrada de los macroinvertebrados
acuáticos del río Bahamón. Universidad del Bosque e Instituto Alexander von
Humboldt. Primera Edición. Santafé de Bogotá, Colombia. p 130.
• Machado, T. (1989). Distribución ecológica e identificación de los coleópteros
acuáticos en diferentes pisos altitudinales del Departamento de Antioquia.
Universidad de Antioquia, Departamento de Biología. Medellín, Colombia.
• Mandaville, S.. (2002). Benthic Macroinvertebrates in Freshwaters- Taxa Tolerance
Values, Metrics, and Protocols.
• Mani MS (1968) Ecology and biogeography of high altitude insects. Junk, The Hague
• Mani, M. S (1968). Ecology and biogeography of high altitude insects. The Hague: Dr.
W. Junk.
• MATHURIAU, C. Y E. CHAUVET (2002)."Breakdown of Leaf Litter in a Neotropical
Stream."Journal of the North American Benthological Society21(3): 384-396.
• McCain CM (2007) Could temperature and water availability drive elevational
species richness patterns? A global case study for bats. Global Ecol Biogeogr 16:1–
13
• McCoy, E. A. (1990). The distribution of insects along elevational gradients. Oikos,
58, 313-322.
• Metcalf, J.L. (1989). Biological water quality assessment of running waters based on
macroinverterate comunities: history and present status in Europe. Environm. Pollut
60, 101-139.
• MILTNER R.J. WHITE D. &YODER C. (2004). The biotic integrity in urban and
suburbanizing landscapes. Landscape and Urban Planning, 69, 87-100.
• MINAMBIENTE, ANLA. (2013). Metodología para la estimación y evaluación del
caudal ambiental en proyectos que requieren licencia ambiental.
• Ministerio de Ambiente, Vivienda y Desarrollo Territorial. (2005). Metodología para
la estimación del caudal ambiental en proyecto licenciados. Informe final del
Convenio Interadministrativo OEI –MAVDT No 004/07 de 2007. Pp 135.
• Montoya-Moreno, Y.; Patiño, E. Y.; Ramirez, E.; Yepes O., E. 2019. Calidad biológica
y fisicoquímica de tres fuentes de agua y su relación con el fenómeno de EL NIÑO Y
LA NIÑA. Vol. 22 Núm. 2 (2019): Revista U.D.C.A Actualidad & Divulgación Científica.
Julio-Diciembre.
• Muñoz Quesada, F. (2000). Especies del Orden Trichoptera (Insecta) en Colombia.
Revista Biota Colombiana 1(3), 267-288.
• Muñoz Quesada, F. (2004). El Orden Trichoptera (Insecta) en Colombia, II: inmaduros
y adultos, consideraciones generales. p. 319-349. En: Fernández, F., Andrade, M.G.,
& Amat, G. (Eds.). Insectos de Colombia 3. Universidad Nacional de Colombia,
Facultad de Ciencias. Santafé de Bogotá, Colombia.
• Muñoz, D., & Ospina, R. (1999). Guía para la identificación genérica de los
Ephemeroptera de la Sabana de Bogotá, Colombia. Ninfas y algunos géneros de
adultos. Actualidades Biológicas 21(70), 47-60.
• N.A.G. Moyo (Ed.), Lake Chivero: a Polluted Lake, University of Zimbabwe
Publications, Harare, Zimbabwe (1997), pp. 43-53"
• N.A.G. Moyo, C. Phiri (2002). The degradation of an urban stream in Harare,
Zimbabwe Afr. J. Ecol., 40 (2002), pp. 401-406
• Nazarova, L.B., Riss, W., Kahlheber, A., & Werding, B. (2004). Some observations of
buccal deformities in chironomid larvae (Diptera: Chironomidae) from the Ciénaga
Grande de Santa Marta, Colombia. Caldasia 26(1), 275-290.
• Nor SM (2001) Elevational diversity patterns of small mammals on Mount Kinabalu,
Sabah, Malaysia. Global Ecol Biogeogr 10:41–62
• Ospina, T.R., R., W., & Ruíz, J.L. (1999). Guía para la identificación genérica de larvas
de quironómidos (Diptera: Chironomidae: Orthocladiinae) de la Sabana de Bogotá.
p. 363-383. En: Amat, G., Andrade, M.G., & Fernández, F. (Eds.) Insectos de Colombia
2. Academia Colombiana de Ciencias exactas, Físicas y Naturales. Colección Jorge
Alvárez Lleras No 13. Santafé de Bogotá, Colombia.
• Pardo, C. Gómez-Rodriguez, J.-G. Wasson, R. Owen, W. van de Bund, M. Kelly, C.
Bennett, S. Birk, A. Buffagni, S. Erba, N. Mengin, J. Murray-Bligh, G. Ofenböeck.
(2012). The European reference condition concept: a scientific and technical
approach to identify minimally-impacted river ecosystems Sci. Total Environ., 420,
pp. 33-42
• PENNACK R.W. & WARD J.V. (1986). Intersticial faunal communities of the hyporheic
and adjacent groundwater biotopes of a Colorado mountain stream. Archive
hydrobiology, Suppl. 74, 356-396.
• Peña, E.J., Palacios, M.L., & Ospina Alvarez, N. (2005). Algas como indicadores de
contaminación. Universidad del Valle, Programa Editorial, Colección Ciencias Físicas,
Exactas y Naturales. Santiago de Cali, Colombia.
• Pero, E.J.I.aEmail Author, Georgieff, S.M.bEmail Author, Gultemirian, M.D.L.aEmail
Author, Romero, F.cEmail Author, Hankel, G.E.aEmail Author, Domínguez, E. (2020).
Ecoregions, climate, topography, physicochemical, or a combination of all: Which
criteria are the best to define river types based on abiotic variables and
macroinvertebrates in neotropical rivers? Science of the Total Environment. Volume
738.
• Pescador, M.L., & Rasmussen, A.K. (1995). Nymphal abnormalities in Stenacron
interpunctatum (Ephemeroptera: Heptageniidae) from the Fenholloway River. p. 55-
76. In: Corkum, L.D., & Ciborowski, J.H. (Eds). Current Directions in Research on
Ephemeroptera. Canadian Scholars Press, Inc. Toronto.
• Phys. Chem. Earth, 66 (2013), pp. 75-82"
• Pinilla, G.A. (1998). Indicadores Biológicos en ecosistemas acuáticos continentales
de Colombia. Compilación bibliográfica. Centro de Investigaciones Científicas,
Fundación Universitaria Jorge Tadeo Lozano (Eds). Bogotá.
• Posada, J & Roldan, G. (2003). Clave ilustrada y diversidad de las larvas de
Trichoptera en el Nor-Occidente de Colombia. Caldasia 25(1), 169-192.
• Rahbek, C. (1995). The elevational gradient of species richness: a uniform pattern?
Ecography, 18, 200-205.
• Rahbek, C. (2005). The role of spatial scale and the perception of largescale species-
richness patterns. Ecology Letter, 8, 224-239.
• RAMÍREZ, A. Y C. M. PRINGLE (1998). "Structure and Production of a Benthic Insect
Assemblage in a Neotropical Stream "Journal of the North American Benthological
Society17(4): 443-463.
• Ramírez, J.J. (1992). Contribución al conocimiento ecológico y taxonómico del
fitoplancton de algunos cuerpos de agua importantes para el sector eléctrico
colombiano. Universidad de Antioquia, Fondo FEN, ISA. Medellín. p. 77.
• Ramos, G.A., & Zúñiga, M del C. (1997). Coleoptera (Insecta) en algunos ríos del sur
occidente colombiano. In proceedings of Memorias III Seminario Nacional de
Limnología, Popayán.
• Resh, V.H., Myers, M.J., & Hannaford, M.J. (1996). Macroinvertebrates as biotic
indicators of environmental quality. p. 647-667. In: Hauer, F.R., & Lamberti, G.A.
(Eds). Methods in Stream Ecology. Academic Press. San Diego, California.
• Resh, V.H., Richard, H.N., & Barbour, M.T. (1995). Design and implementation of
rapid assessment approaches for water resource monitoring using benthic
macroinvertebrates. Australian Journal of Ecology 20, 108-121.
• RIBAS, A. C. A., M. O. TANAKA Y A. L. T. DE SOUZA (2006). "Evaluation of Macrofaunal
Effects on Leaf Litter Breakdown Rates in Aquatic and Terrestrial Habitats." Austral
Ecology 31(6): 783-790.
• Rincón, M.E. (1999). Estudio preliminar de la distribución altitudinal y espacial de los
tricópteros en la cordillera oriental, Colombia. p. 267-282. En: Andrade, M.G., Amat,
G., & Fernández, F. (Eds). Insectos de Colombia 2. Academia Colombiana de Ciencias
exactas, Físicas y Naturales. Santafé de Bogotá.
• Riss, W., Ospina, R., & Gutiérrez, J.D. (2002). Establecimiento de valores de
Bioindicación para Macroinvertebertados acuáticos de la Sabana de Bogotá. Caldasia
24(1), 135-156.
• Ritcher, B., Baumgartner, J., & Wigington, R. (1997). How much water does a river
need?. Freshwater Biology 37, 231-249.
• Rodríguez, Javier & Ospina-Torres, Rodulfo & Turizo-Correa, Rodrigo. (2011).
Functional feeding groups of macroinvertebrates in Gaira River, Colombia. Revista
de biología tropical. 59. 1537-52.
• Roldán, G. (1999). Los macroinvertebrados y su valor como bioindicadores de la
calidad del agua Revista de la Academia Colombiana de Ciencias. 23(88), 375-387.
• Roldán, P.G. (2003). Bioindicación de la calidad de agua en Colombia. Uso del método
BMWP/Col. Editorial Universidad de Antioquia, Colección Ciencia y tecnología.
Medellín, Colombia
• Romero, V.F. (2001). Plecoptera. p. 93-109. En: Fernández, H.R., & Domínguez, E.
(Eds.). Guía para la determinación de los artrópodos sudamericanos. Universidad
Nacional de Tucumán, Facultad de Ciencias Naturales e Instituto Miguel Lillo.
Editorial Universitaria de Tucmán -Serie Investigaciones UNT-Ciencias Exactas y
Naturales. San Miguel del Tucumán, Argentina.
• Rostgaard S, Jacobsen D (2005) Respiration rate of stream insects measured in situ
along a large altitude range. Hydrobiol 549:79–98
• Rueda Delgado, G. (2002). Métodos para el estudio de comunidades bénticas
fluviales. p. 47-58. En: Rueda Delgado, R. (Ed.). Manual de Métodos en Limnología.
Asociación Colombiana de Limnología. Santafé de Bogotá.
• Smith, Alexander & Bode, Robert & Kleppel, Gary. (2007). A Nutrient Biotic Index
(NBI) for Use With Benthic Macroinvertebrate Communities. Ecological Indicators. 7.
371-386. 10.1016/j.ecolind.2006.03.001.
• Stark, B.P., Zúñiga, M del C., Rojas, A.M., & Baena, M.L. (1999). Colombian
Anacroneuria: Descriptions of new and old species (Insecta: Plecoptera: Perlidae).
Spixiana 22, 13-46.
• Stribling, J. B., Jessup, B. K., White, J. S., Boward, D., and Hurd, M. (1998).
Development of a Benthic Index of Biotic Integrity for Maryland Streams. CBWP-
MANTA-EA-98-3. Prepared by Tetra Tech, Inc., Owings Mills, MD and Maryland
Department of Natural Resources, Monitoring and Non-Tidal Assessment Division.

Annapolis, Maryland.
• Tamaris Turizo, C., Turizo Correa, R., & Zúñiga, M del C. (2007). Distribución espacio-
temporal y hábitos alimentarios de ninfas de Anacroneuria (Insecta: Plecoptera:
Perlidae) en el río Gaira (Sierra Nevada de Santa Marta, Colombia). Caldasia 29(2),
375-385.
• THORNE, R.S.J & WILLIAMS, W.P. (1997). The response of benthic
macroinvertebrates to pollution in developing countries: a multimetric system of
bioassessment. Freshwater Biol., 37:671-686.
• THORNE, RICHARD & WILLIAMS, PETER. (2003). The response of benthic
macroinvertebrate to pollution in developing countries: A multimetric system of
bioassessment. Freshwater Biology. 37. 671 - 686. 10.1046/j.1365-
2427.1997.00181.x.
• TNC (The Nature Conservancy). (2005). Indicators of hydrologic alteration. Version
7. User’s Manual.
• Tomanova, Sylvie & Goitia, Edgar & Helesic, Jan. (2006). Trophic Levels and
Functional Feeding Groups of Macroinvertebrates in Neotropical Streams.
Hydrobiologia. 556. 251-264. 10.1007/s10750-005-1255-5.
• VANNOTE RL MINSHAL GW, CUMMINS KW, SEDELL KR, CUSHING CE. (1980). The
River Continuum Concept. Can. J. Fish. Aquat. Sci.; 37: 130-137.
• Vásquez, G., Ramírez, J.C., Blanco, J.F., Navarrete, A.M., Cantera, J.R., & Montoya,
P.N. (1998). Determinación de los caudales ecológicos para el normal desarrollo de
la biota acuática, en las cuencas media y baja de los ríos: Timba, Claro, Amaime,
Tuluá y Pescador, en el departamento del Valle del Cauca. Informe Contrato SPA-HI-
0177 de 1997. CVC, Santiago de Cali.
• WAGNER, R., T. DAPPER & H H. SCHMIDT. (2000). The influence of environmental
variables on the abundance of aquatic insects: a comparison of ordination and
artificial neural networks. Hydrobiologia 422: 143- 152.
• WANTZEN, K. M. Y R. WAGNER (2006). "Detritus Processing by Invertebrate
Shredders: a Neotropical–Temperate Comparison." Journal of the North American
Benthological Society25(1): 216-232.
• Wantzen, Karl & Rothhaupt, Karl-Otto & Mörtl, Martin & Cantonati, Marco & G.-T,
Lászlo & Eds, Fischer. (2008). Ecological Effects of Water-Level Fluctuations in Lakes.
10.1007/978-1-4020-9192-6.
• Washington, H. G. (1984). Diversity, biotic and similarity indices. A review with
special relevance to aquatic ecosystems. Water Research 18(6), 653-694.
• Zúñiga, M del C., Rojas, A.M., & Mosquera, S. (1997). Bioecological aspects of
Ephemeroptera in the Southwest of Colombia, p. 261-268. In Landolt P., & Sartori,
M. (Eds). Ephemeroptera & Plecoptera: Biology-Ecology-Systematic. MTL, Fribourg.
• Zúñiga, M. del C., Ballesteros, J., & Grisales, J.M. (2003). Bioecology of the 4
Anacroneuria species (Plecoptera: Perlidae) in the interandinum river of the tropical
area, with emphasis in the water quality relantionships. In proceedings of Abstract 7
th North American Plecoptera Symposium. Gunnison, Colorado USA.
• Zúñiga, M. del C., Molineri, C., & Domínguez, E. (2004). El Orden Ephemeroptera
(Insecta) en Colombia. p. 17-45. En: Fernández, F., Andrade, M.G., & Amat, G. (Eds.).
Insectos de Colombia 3. Universidad Nacional de Colombia, Facultad de Ciencias.
Santafé de Bogotá, Colombia.
• Zúñiga, M. del C., Rojas, A.M., & Caicedo, G. (1993). Indicadores Ambientales de
calidad de agua en la cuenca del río Cauca. Revista Asociación de Ingenieros
Sanitarios de Antioquia- AINSA 13(2), 17-28.
• Zúñiga, M. del C., Stark, B.P., Cardona, W., Tamaris Turizo, C., & Ortega, O.D. (2007).
Additions to the Colombian Anacroneuria fauna (Plecoptera: Perlidae) with
descriptions of seven new species. Illiesia 3(13), 127-149.
• Zúñiga, M.del C., & Stark, B.P. (2007). The first record of Macrogynoplax
(Plecoptera:Perlidae) from Colombian amazonas. Illiesia 3(11), 102-103.
• ZÚÑIGA, María del Carmen y CARDONA, William. Bioindicadores de calidad de agua
y Caudal ambiental. En: CANTERA KINTZ, Jaime Ricardo; CARVAJAL ESCOBAR, Yesid
y CASTRO HEREDIA, Lina Mabel. comps. Caudal ambiental: conceptos, experiencias
y desafíos. Cali: Programa Editorial Universidad del Valle, 2009. 325 p.
A. Anexo: Base de datos general
B. Anexo: Base de datos y Análisis piloto
con Ríoclaro
C. Anexo: Análisis de Agrupamiento
D. Anexo: Determinación de
correlaciones
E. Anexo: Validación de Relaciones
F. Anexo: Instrumento de estimación de
variables

Interrelación de variables bióticas y abióticas para evaluar calidad de agua

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Interrelación de variables bióticas y abióticas para evaluar calidad de agua

Cargado por

Copyright:

Formatos disponibles

Interrelación entre variables fisicoquímicas e

hidrobiológicas para la medición de la calidad del

Luz Ángela Galindo Leva

Universidad Nacional de Colombia

Facultad de Ingeniería y Arquitectura, Departamento de Química

Manizales - Caldas, Colombia

Luz Ángela Galindo Leva

Magister en Ingeniería Ambiental

MSc. Adela Londoño Carvajal

Grupo de Trabajo en Hidráulica y Ambiental - GTHA

Universidad Nacional de Colombia

Facultad de Ingeniería y Arquitectura, Departamento de Química

Manizales - Caldas, Colombia

A “La Profe”: Porque nadie ha creído tanto en mí,

LUZ ANGELA GALINDO LEVA

Interrelación entre variables fisicoquímicas e hidrobiológicas para la medición de la calidad del

Hasta hace algunos años, en Colombia se desarrollaban metodologías de estimaciones de caudales

Finalmente, 67 correlaciones fueron validadas de tal manera que no se encontró diferencia

Palabras clave: Macroinvertebrados acuáticos, variables ambientales, índices bióticos,

Interrelation between physicochemical and hydrobiological variables for the measurement of

Keywords: Aquatic macroinvertebrates, environmental variables, biotic indices, correlations,

Lista de figuras ............................................................................................................................... XVII

Lista de tablas.................................................................................................................................. XIX

3.4.1 Relaciones en el Grupo 1 ............................................................................................. 82

4. Avances en la búsqueda de un instrumento que integre las metodologías hasta ahora

5. Discusión ................................................................................................................................ 105

6. Conclusiones y recomendaciones .......................................................................................... 113

7. Bibliografía ............................................................................................................................. 116

A. Anexo: Base de datos general ................................................................................................ 127

B. Anexo: Base de datos y Análisis piloto con Ríoclaro .............................................................. 129

C. Anexo: Análisis de Agrupamiento .......................................................................................... 130

D. Anexo: Determinación de correlaciones ................................................................................ 131

E. Anexo: Validación de Relaciones ........................................................................................... 132

F. Anexo: Instrumento de estimación de variables ................................................................... 133

Tabla 1-1: Objetivo 1 de la PNGIRH: Metas, indicadores y líneas de acción. ............................. 7

Los métodos de evaluación de la calidad de las aguas basados en macroinvertebrados acuáticos

A continuación, se presenta un conjunto de datos accesibles y un análisis situacional con el fin de

1.1 Marco Teórico

1.1.1 Valoración del recurso hídrico

1.1.2 Directrices para la gestión integral del recurso hídrico

No obstante, desde hace más de medio siglo, en el país se ha realizado un acercamiento a la

En su estrategia 1.3 (Conservación), la PNGIRH, se orienta a la restauración y preservación de los

Tabla 1-1: Objetivo 1 de la PNGIRH: Metas, indicadores y líneas de acción.

Fuente: MAVDT, 2010.

1.1.3 Tendencias en el estudio de los macroinvertebrados

Figura 1-1: Principales países con investigaciones publicadas en macroinvertebrados

Fuente: Elaboración propia a partir de datos de Scopus y haciendo uso de VOSviewer

Figura 1-3: Tendencias en investigación en torno a los macroinvertebrados acuáticos.

Fuente: Elaboración propia a partir de datos de Scopus y haciendo uso de VOSviewer

El siguiente clúster corresponde a aspectos de taxonomía y avances en biología en torno a grupos

1.1.4 La evaluación de la calidad del agua

componentes que determinan la calidad del agua, la capacidad de abastecimiento y la integridad

Los aspectos bióticos en la evaluación de la calidad del agua

El enfoque de diversidad en la evaluación de la calidad del agua está fundamentado en la estructura

La presencia de diferentes familias de macroinvertebrados se utiliza también como base para el

En la aplicación de índices ambientales de tipo predictivo en Colombia, el índice BMWP es muy

Puntos de confluencia en la valoración de la calidad del agua

El transporte de partículas disueltas y materia orgánica producida desde la cabecera hasta la

La mayoría de los estudios sobre colonización muestran diferencias en la composición de especies

Con relación al estudio de procesos funcionales en los ecosistemas lóticos, en Colombia la

importancia de las interacciones de variables ambientales con la biota en ecosistemas acuáticos y

Análisis fisicoquímicos en la determinación de la calidad del agua

conceptualizar, diseñar, estructurar y adecuar la Red de Calidad Ambiental para el diagnóstico de