Grupo RNM-368 Gestión Integrada del Territorio y Tecnologías de la Información Espacial
de un MARCo Espacial para la gestión integrada de cuenca...
Transcript of de un MARCo Espacial para la gestión integrada de cuenca...
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: [email protected]
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
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
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.