Herramientas quimiométricas para analizar conjuntamente datos de orden cero, primero y segundo aplicadas a bases de datos de monitoreo ambiental

Los protocolos de monitoreo ambiental normalmente generan grandes bases de datos, haciendo necesario su procesamiento mediante técnicas estadísticas multivariadas para obtener información relevante y una correcta interpretación. Debido al gran avance del instrumental analítico, no solo es posible realizar mediciones puntuales sino también de órdenes superiores, las cuales se proponen fusionar en este trabajo. Las diferentes técnicas analíticas experimentales reflejan distintas propiedades de un sistema, que a la vez pueden estar interrelacionadas. Es por ello que se desarrolló una metodología para estudiar de forma conjunta los datos medidos de distintos órdenes sobre un mismo sistema. Como sistema de estudio se eligió la cuenca del arroyo Ludueña, que se encuentra ubicada en el sur de la provincia de Santa Fe. Se tomaron muestras de forma periódica en diferentes sitios de la cuenca. Sobre las muestras obtenidas se realizaron mediciones puntuales de conductividad y de pH (datos de orden cero), que se fusionaron con los espectros de infrarrojo cercano (NIR) de los sedimentos suspendidos de las muestras (datos de primer orden) y las matrices de excitación-emisión (MEEs) de fluorescencia de la materia orgánica disuelta (datos de segundo orden). Por medio de distintos algoritmos quimiométricos fue posible extraer la información de los datos de primer y segundo orden acerca de las concentraciones relativas de los componentes de cada técnica. Estas reflejan la diferente composición de las muestras medidas y no pueden ser calibradas a un valor absoluto debido a que los fluoróforos y los sedimentos son de composición indefinida y, por lo tanto, no existen patrones de los mismos. A continuación, con estos valores se construyó una nueva base de datos que también incluyó las variables de pH y conductividad. Para un correcto procesamiento de la misma se realizó un escalado y luego se analizaron los datos con un modelo trilineal. Este último análisis permitió diferenciar las variables afectadas por las actividades antrópicas de las de origen natural, agrupando aquellas con un comportamiento similar, es decir, un origen en común. Adicionalmente, fue posible representar su distribución sobre los sitios de muestreo y observar su evolución a través de las distintas campañas.