Title: | Multivariate statistics based selection of a benthic macroinvertebrate index for assessing water quality in the Paute river basin (Ecuador) |
Authors: | Sotomayor Valarezo, Gonzalo Patricio Hampel , Henrietta Vazquez Zambrano, Raul Fernando Goethals, Peter |
metadata.dc.ucuenca.correspondencia: | Sotomayor Valarezo, Gonzalo Patricio, gonpa83@yahoo.com |
Keywords: | Biotic index Pattern recognition SIMCA |
metadata.dc.ucuenca.areaconocimientofrascatiamplio: | 2. Ingeniería y Tecnología |
metadata.dc.ucuenca.areaconocimientofrascatidetallado: | 2.7.1 Ingeniería Ambiental y Geológica |
metadata.dc.ucuenca.areaconocimientofrascatiespecifico: | 2.7 Ingeniería del Medio Ambiente |
metadata.dc.ucuenca.areaconocimientounescoamplio: | 05 - Ciencias Físicas, Ciencias Naturales, Matemáticas y Estadísticas |
metadata.dc.ucuenca.areaconocimientounescodetallado: | 0521 - Ciencias Ambientales |
metadata.dc.ucuenca.areaconocimientounescoespecifico: | 052 - Medio Ambiente |
Issue Date: | 2020 |
metadata.dc.ucuenca.volumen: | Volumen 111 |
metadata.dc.source: | Ecological Indicators |
metadata.dc.identifier.doi: | 10.1016/j.ecolind.2019.106037 |
metadata.dc.type: | ARTÍCULO |
Abstract: | Elsevier Ltd Multivariate statistics -Soft Independent Modelling of Class Analogies (SIMCA), Principal Components Analysis (PCA), Multiple Regression (MR)- were used to search for key biotic and water quality (WQ) variables within a dataset/matrix collected over a five-year period in the Paute River Basin (Ecuador). Benthic macroinvertebrates and 27 descriptive physical, chemical, microbiological, hydrological and geomorphological variables were collected from 64 monitoring sites across the basin. Nine macroinvertebrate biotic indices were calculated. The SIMCA method was applied to find the most accurate biotic index that best discriminated among less polluted (C1), moderately polluted (C2) and highly polluted (C3) sites. A cross-validation scheme was applied to evaluate the performance of the modelling process. Within the PCA that was further refined using a Kruskal-Wallis test, the key WQ variables that mostly contributed to the macroinvertebrate-based WQ classification were identified. The results showed that the Elmidae-Plecoptera-Trichoptera (ElmPT) index was the most accurate biotic classifier. Riparian vegetation and streambed heterogeneity were the best predictors of the C1 class, while the concentration of faecal coliforms, pH, temperature and dissolved oxygen, best predicted the C3 class. The reduction of the field monitored parameters could help designing more cost-effective but equally accurate future WQ monitoring schemes in the basin. |
Description: | Se utilizaron estadísticas multivariadas de Elsevier Ltd - Modelado independiente suave de analogías de clase (SIMCA), Análisis de componentes principales (PCA), Regresión múltiple (MR) - para buscar variables bióticas y de calidad del agua (WQ) clave dentro de un conjunto de datos / matriz recopilados en un período de cinco años en la cuenca del río Paute (Ecuador). Se recolectaron macroinvertebrados bentónicos y 27 variables descriptivas físicas, químicas, microbiológicas, hidrológicas y geomorfológicas de 64 sitios de monitoreo en toda la cuenca. Se calcularon nueve índices bióticos de macroinvertebrados. El método SIMCA se aplicó para encontrar el índice biótico más preciso que mejor discriminara entre los sitios menos contaminados (C1), moderadamente contaminados (C2) y altamente contaminados (C3). Se aplicó un esquema de validación cruzada para evaluar el rendimiento del proceso de modelado. Dentro de la PCA que se refinó aún más utilizando una prueba de Kruskal-Wallis, se identificaron las variables clave de WQ que contribuyeron principalmente a la clasificación de WQ basada en macroinvertebrados. Los resultados mostraron que el índice Elmidae-Plecoptera-Trichoptera (ElmPT) fue el clasificador biótico más preciso. La vegetación ribereña y la heterogeneidad de los canales fueron los mejores predictores de la clase C1, mientras que la concentración de coliformes fecales, el pH, la temperatura y el oxígeno disuelto predijeron mejor la clase C3. La reducción de los parámetros monitoreados en el campo podría ayudar a diseñar esquemas de monitoreo de WQ futuros más rentables pero igualmente precisos en la Cuenca. |
URI: | https://www.scopus.com/record/display.uri?eid=2-s2.0-85077504408&origin=resultslist&sort=plf-f&src=s&st1=MULTIVARIATE+STATISTICS+BASED+SELECTION+OF+A+BENTHIC+MACROINVERTEBRATE+INDEX&sid=2a909f7966fec1a87efce0920171cb22&sot=b&sdt=b&sl=91&s=TITLE-ABS-KEY%28MULTIVARIATE+STATISTICS+BASED+SELECTION+OF+A+BENTHIC+MACROINVERTEBRATE+INDEX%29&relpos=0&citeCnt=6&searchTerm=&featureToggles=FEATURE_NEW_DOC_DETAILS_EXPORT:1 |
metadata.dc.ucuenca.urifuente: | https://www.sciencedirect.com/journal/ecological-indicators/vol/111/suppl/C |
ISSN: | 1470-160X |
Appears in Collections: | Artículos
|
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.