Periodo óptimo para el registro automático de niveles freáticos en el acuífero Villacurí con fines de gestión

Abstract

El presente estudio analizó la variabilidad del nivel freático en el acuífero Villacurí, con el objetivo de determinar el intervalo óptimo de monitoreo que permita registrar de manera eficiente las fluctuaciones de la carga hidráulica. Para ello, se emplearon registros históricos de nivel freático proporcionados por la Autoridad Nacional del Agua (ANA) a través del Observatorio Nacional de Recursos Hídricos y se realizaron análisis estadísticos para evaluar la significancia de las variaciones en diferentes intervalos temporales. Se utilizó RStudio para el procesamiento de datos, así como para la determinación del intervalo optimo de monitoreo mediante la aplicación de la prueba t de Student mediante la aplicación de un script. Los resultados evidenciaron que un intervalo de monitoreo mensual es adecuado, ya que refleja cambios significativos (p < 0.05) sin comprometer la calidad de la información, representando adecuadamente la dinámica del acuífero. Asimismo, se implementó el método de interpolación Kriging en ArcGIS para la generación de mapas hidrogeológicos, permitiendo visualizar espacialmente la distribución del nivel freático y la fluctuación de la carga hidráulica en el acuífero Villacurí. Este proceso fue desarrollado mediante la automatización de herramientas en Model Builder de ArcMap, con la finalidad de estandarizar la generación de mapas, mejorar la precisión y confiabilidad de las interpolaciones espaciales.

This study examines the temporal variability of groundwater levels within the Villacurí aquifer, with the primary objective of establishing an optimal monitoring interval to effectively capture fluctuations in hydraulic head. The analysis was conducted using historical groundwater level data provided by the Autoridad Nacional del Agua (ANA) via the Observatorio Nacional de Recursos Hídricos. Statistical analyses, including Student’s t-tests, were performed to assess the significance of groundwater level variations across different time intervals. Data processing and statistical analyses were executed in RStudio, employing a custom script to determine the optimal monitoring frequency. Results indicate that a monthly monitoring interval is statistically robust (p < 0.05), as it captures significant hydraulic head changes without compromising data integrity, while adequately representing the dynamic behavior of the aquifer system. Additionally, the Kriging interpolation method was applied in ArcGIS to generate hydrogeological maps, enabling the spatial visualization of groundwater level distribution and hydraulic head fluctuations. The interpolation process was automated using ArcMap Model Builder to standardize map production, thereby enhancing the accuracy and reproducibility of spatial analyses.