Resumen de ¿Qué información brinda una base de datos de aguas vertidas en un sistema de irrigación?

Anayansi Wong Monge, Alejandra María Rojas González

• español

  Del complejo hidroeléctrico ARCOSA se realiza una derivación de aguas hacia la Vertiente del Pacífico que son reguladas por el Distrito de Riego Arenal-Tempisque (DRAT), para ser utili-zadas en sistemas de irrigación.A partir del 2008 el DRAT inicia el proceso de evaluación de las aguas de los sitios de descarga para cumplir con los reportes operacionales que solicita semestralmente el Ministerio de Salud de Costa Rica, con base en el Reglamento de Vertido y Reúso de Aguas Residuales [1]. Debido a la expansión del DRAT, ha sido un proceso en evolución donde se han aumentado los puntos de mues-treo hasta alcanzar un total de 29 y actualmente se determinan 96 variables. El presente estudio se enfoca en 12 puntos de muestreo, que corresponden a los iniciales, de tal modo que es posible trabajar con la información de una década (2008-2018). Además, se escogen un total de 22 varia-bles que se consideran las más significativas y se excluyen los 62 análisis de agroquímicos que se recomienda evaluar independientemente.Entonces, surge la pregunta de investigación: ¿Qué información brinda una base de datos de aguas de vertido provenientes de sistemas de irrigación a través de un análisis estadístico?

• English

  The Arenal-Tempisque Irrigation District (DRAT by its acronym in Spanish) is the government agency that regulates the distribution of irrigation water in agricultural farms in the province of Guanacaste, Costa Rica. The DRAT have been monitoring the wastewater quality used by irrigation every six months, generating operational reports. However, it is not a common practice in irrigation districts to develop studies where parameters behavior had been analyzed over time. A descriptive statistical analysis was carried out for 12 sampling points evaluated in ten years (2008-2018), based on the characterization of two microbiological and twenty physical-chemical variables of wastewater quality. A Principal Component Analysis (PCA) was applied, where eigenvector values did not show appreciable differences to visualize the weight of the variables independently. However, the analysis allowed grouping the most important parameters that explain and describe the studied system behavior, such as: salt concentration described by Principal Component 1 (CP1); methylene blue active substances (MBAS) and total nitrogen (CP2); and biological dynamics (CP3); that can be related to agricultural practices. Fur-thermore, a hierarchical cluster analysis was carried out for the study locations as well as a discriminant analysis, obtaining a characterization in four clusters, where the results of both tests agreed with the PCA.