Aplicación de modelos de series de tiempo a un componente iónico (alcalinidad total) indicativo de la calidad del agua en el embalse de Yacyreta

Resumen

El embalse de Yacyretá proporciona energía eléctrica a Paraguay y Argentina sobre el río Paraná. Es importante verificar el impacto que la formación del embalse ha generado sobre la calidad del agua evaluando sus componentes iónicos. El trabajo consiste en verificar los cambios ocurridos en uno de estos componentes, la Alcalinidad Total, en el espacio-tiempo, con modelos de series temporales, durante el periodo comprendido desde
febrero/2001 a noviembre/2010. Los objetivos específicos fueron: analizar los datos de manera descriptiva y su
interpretación; construir un modelo univariante que describa el comportamiento; seleccionar el mejor modelo y
prever los valores futuros. Se usaron los datos de 3 estaciones del programa de monitoreo de calidad del agua del
EBY/FACEN. Con los datos originales se crearon nuevas series que corresponden a las diferencias entre puntos
de muestreo. Se utilizó el enfoque de Box-Jenkins y el principio de parsimonia para la elección de modelos. Las
series originales y sus transformadas se analizaron mediante modelos ARIMA estacionales (SARIMA(p,d,q) x(P,D,Q)s=12), con datos incompletos. Tanto para las series originales como para sus transformadas se analizaron
y compararon aquellos modelos con menor AIC. El mejor modelo univariado de las series originales resultó ser
m1=SARIMA(1,1,1)x(0,1,1)12 y para las series transformadas m6=SARIMA(2,0,2)x(0,1,1)12. Las series originales
presentan comportamientos similares, con ligera tendencia lineal creciente con pendiente constante, con estacionalidad anual y con varianza constante. Idénticas características presentan las series transformadas pero
sin tendencia. No existen variaciones espaciales, pero sí temporales para las series originales, observando que
los valores aumentan con el tiempo. Las series transformadas presentan un comportamiento similar aunque sin
tendencia. Las predicciones son factibles, para series originales hasta los 20 meses y las transformadas hasta 12 meses posteriores. Utilizando los valores comprendidos desde diciembre/2010 a agosto/2015, tanto para las series originales como para las tranformadas, se comprobó que los modelos seleccionados son fiables, ya que la mayoría de los datos cayeron dentro de los intervalos de predicción.