Desarrollo de un MARCo Espacial para la gestión integrada de cuenca: proyecto MARCE

Santander, 17 de Abril de 2013Proyecto  desarrollado  por  el  grupo  de  Ecosistemas  Continentales  e  Ingeniería  Fluvial  del  IH‐Cantabria

IH‐Cantabria, Universidad de Cantabria, Avda. Los Castros s/n, 39005 Santander, Cantabria, España

Email IP: barquinj@unican.es

Efectos de presiones sobre comunidades biológicas

Los objetivos de este bloque del MARCE son los siguientes :

1. Determinar  los  patrones  de  variabilidad  espacial  de  las  comunidades biológicas  (invertebrados  y  peces),  a  partir  de  la  caracterización  de diferentes índices que resumen diferentes aspectos de estas comunidades.

2. Evaluar  el  estado  ecológico,  a  nivel  de  tramo,  y  para  toda  la  RFS  del MARCE.

3. Identificar  los  principales  factores  que  determinan  la  variación  de  los índices  bióticos  y  del  estado  ecológico  calculados  a  partir  de  las comunidades biológicas (invertebrados y peces).

4. Explorar las posibles aplicaciones de contar con información en continuo sobre el estado ecológico

OBJETIVOS

La  Directiva  Marco  del  Agua  exige  evaluar  la  calidad  de  los  ecosistemas acuáticos  a partir del  estado de  las  comunidades biológicas propias de  estos ecosistemas. Para ello, se aplican diversos  índices que valoran  la estructura y composición  de  dichas  comunidades  en  diferentes  tramos  de  la  red  fluvial, aunque esta información es puntual en el tiempo y en el espacio.

ESTRATEGIA1‐Cálculo de índices

Cálculo de métricas sencillasPeces (619 sites)

Cálculo de métricas sencillasInvertebrados (1077 sites)

IBMWPNº EPTLIFEMACh%

2‐Selección predictoras

%B. Salm.%I.Migra

Calidad del aguaHábitat físicoPresiones antrópicas

Hidrología

3‐ Predicción índices red MARCE; Random Forest

1‐Estado ecológico

Invertebrados (1077 sites)IBMWP‐ CHEBROMultimétrico ‐CHCMultimétrico ‐URA

Peces (463 sites) EFI+

Calidad del aguaHábitat físicoPresiones antrópicas

Hidrología

2‐Selección predictoras 3‐ Predicción calidad red MARCE; Random Forest

%Sp. Nativa %I.Insectiv%I.Bénticos

METODOLOGÍA

Red fluvial teórica (CHC + URA + CHEBRO) con 87000 tramos fluviales

Datos biologicos (peces‐macroinvertebrados)

Datos de variables ambientales:

Hidrológicas, Calidad del agua, Hábitats y  

Presiones antrópicas; ¡¡todas ellas modeladas en el propio proyecto MARCE!!

1‐ 1077 puntos con información sobre las comunidades de invertebrados: CHC (358) + URA  (204) + CHEBRO  (430) +  IHCantabria(85). Se emplearon  todos  en  todos  los modelos y cálculos.

2‐ Datos de 2003 a 2009. Se trabajó con comunidades estivales (Jul‐Oct)

3‐ CHE: Abundancias relativas; CHC: Abundancia absoluta; URA: Densidades.

METODOLOGÍAComunidades de Invertebrados

RESULTADOS

% Var. explicada: 44.77

Ajuste (R2): 0.94

Var. Importa  IncNodePurity

NO3Media 366852.46

TMedia 301598.82

FI                 233660.95

V_DAR 198013.84

RESULTADOSConcentración Nitratos (mg/l) Temperatura Acumulada (ºC)

IBMWP

Flow Index (m/s)Distancia Vertido (m)

IBMWP

RESULTADOS

% Var. explicada: 53.15

Ajuste (R2): 0.94

Var. Importa  IncNodePurity

NO3Media 205.46

Veg. Acuat.         121.76

TMedia 118.15

FI                         100.68

RESULTADOSConcentración Nitratos (mg/l) Vegetación Acuática (adimensional)

NºFam

EPT

Temperatura Agua (ºC)

NºFam

EPT

Flow Index (m/s)

RESULTADOS

% Var. explicada: 47.47

Ajuste (R2): 0.93

Var. Importa  IncNodePurity

AV                       153.05

NO3Media 127.47

FI                          89.02

TMedia 86.39

RESULTADOSConcentración Nitratos (mg/l)Vegetación Acuática (adimensional)

LIFE

Temperatura Agua (ºC)

LIFE

Flow Index (m/s)

Ratio de clasificación: 51.41%

Var. Importa  IncNodePur

TMedia(‐) 57.17

Pred(‐) 49.62

MiQAn90(+)    46.81

NO3Media(‐)  45.89

Ratio de clasificación: 79.4%

Var. Importa  IncNodePur

TMedia(‐)  34.69

FRE7(+)  29.34

NO3Me(‐)  45.89

Pred(‐)  24.54

RESULTADOS

METODOLOGÍA

636 puntos de muestreo con datos de peces: 

ACA (1) + CHE (225) + CHC (162) + GOB. DE CANTABRIA‐IH (122) + URA (126)

Datos  comprendidos  entre    los  años  2003  y  2009  (Julio,  Agosto,  Septiembre, Octubre)

Comunidades piscícolas

Var. Explicada: 56.33 %

RESULTADOS(Algunos ejemplos)

RESULTADOS(Algunos ejemplos)

‐+‐‐++‐+/‐+/‐+‐‐++‐‐‐‐‐+‐+

% Biomasa salmónidos

RESULTADOS(Algunos ejemplos)

% Especies nativas % Indiv. Migradores

Var. Explicada: 39.89 %Var. Explicada: 66.52 %

‐‐‐‐++‐+++‐‐++/‐++++‐+++

++++++++‐++/‐‐‐‐++‐‐++‐‐

% Indiv. Insectivoros% Indiv. Bénticos

RESULTADOS(Algunos ejemplos)

Var. Explicada: 53.92 %Var. Explicada: 46.72 %

+‐+‐++/‐‐‐‐++/‐+‐+/‐‐++‐‐+‐+

+‐‐‐+/‐‐+‐+/‐++/‐+/‐+/‐+/‐+/‐‐‐++‐+‐

EFI+ (New European Fish Index)

Evaluar el estado ecológico a escala Europea

Se compone de dos índices:

Salm.Fish.Index = (Ni.Hab.150 + Ni.O2.Intol) / 2 

Cypr.Fish.Index = (Ric.RH.Par + Ni.LITHO) / 2 

Salmonícola

Ciprinícola

Índice Salmonícola

Índice Ciprinícola

Vadeado Barco

Clase 1 0.911 – 1 0.939 – 1 0.917 – 1

Clase 2 0.755 – 0.911 0.655 – 0.939 0.562 – 0.917

Clase 3 0.503 – 0.755 0.437 – 0.655 0.375 – 0.562

Clase 4 0.252 – 0.503 0.218 – 0.437 0.187 – 0.375

Clase 5 0 – 0.252 0 – 0.218 0 – 0.187

METODOLOGÍA

RESULTADOS

Ratio de clasificación: 50.11 %

RESULTADOS

‐‐‐+‐‐+/‐‐+/‐+‐+/‐‐‐++/‐+‐+++‐

EFI+

RESULTADOS

Ratio de clasificación: : 69.11 %

‐+/‐‐+/‐+/‐++/‐++/‐‐+/‐+‐‐+‐‐+/‐‐++‐

CONCLUSIONES

1. La  variabilidad  espacial  en  los  índices  de  las  comunidades  de  invertebrados  estáprincipalmente  controlada  por  la  vegetación  acuática,  la  concentración  de  nitratos,  la  velocidad de  la corriente, y  la  temperatura del agua, mientras que  los  índices de peces están principalmente controladas por la concentración de nitratos, la temperatura media del agua, el índice de velocidad de la corriente y la anchura del cauce. En algunos casos, los  índices de  invertebrados  son  sensibles  a  la proximidad de vertidos  (IBWMP) o  los índices de peces a la distancia a obstáculos infranqueables (% de especies migradoras)

2. El  estado  ecológico  esta  principalmente  afectado  en  el  dominio  del MARCE  por  laconcentración  de  nitratos  y  la  temperatura  del  agua,  jugando  también  un  papel importante la recurrencia de crecidas, la duración de las sequías y la predictibilidad del régimen hidrológico, así como la anchura del cauce (i.e. tamaño del río).

3. Los modelos presentados se muestran como una herramienta útil y fiable para predecir el estado ecológico de la red mediante el uso de las comunidades de invertebrados y peces, especialmente cuando se discrimina para 2 clases (Cumple/Incumple).

4. Nuestros  resultados  indican  la  importancia  de  implementar  estrategias  de  gestión integrada de cuenca, ya que, según los modelos obtenidos, los bioindicadores utilizados responden  a  los  cambios  en  los  diferentes  componentes  del  ecosistema  (hidro‐morfológicos y químicos). El uso de variables modeladas en otros apartados del proyecto cómo variables predictoras en los modelos biológicos, las cuales son más “cercanas” a las comunidades  biológicas  en  lugar  de  variables  de  cuenca,  confirma  el  éxito  de  la estrategia desarrollada en el proyecto MARCE.