RESUMO
Water transparency is one of the main indicators of seasonal changes from the water level in lacustrine systems, but other environmental spatial and temporal variables can act jointly on water transparency. The diagnosis of interactions among physical-chemical variables and water transparency can be made by fitting statistical models based on multiple regression analysis. The objective of this study is to evaluate the set of limnologic variables that best predict the seasonal variation in water transparency in lakes of the western Amazon. These data were collected in both the drought and flood seasons in 78 lakes of the Mamirauá Reserve for Sustainable Development (RDSM). The delineation of the sampling followed the choice of variables, the analysis of premises imposed by the linear regression model and the validation of the model. The variables that best fitted the model were: water level, bottom temperature, conductivity, and pH for both seasons analyzed (R2 = 0.64). The resulting model suggests that the physical- chemical variables influence the re-suspension process and sedimentation of particulate material together with the seasonal variation of the water level at the lake system of RDSM.
A transparência da água é um dos principais indicadores das flutuações sazonais do nível d'água em sistemas lacustres, porém outras variáveis ambientais espaço-temporais podem, conjuntamente, atuar sobre a transparência da água. O diagnóstico das interações entre variáveis físico-químicas e a transparência da água pode ser delineado pelo ajuste de modelos estatísticos fundamentados em análise de regressão múltipla. O presente estudo teve como objetivo avaliar o conjunto de variáveis limnológicas que melhor prediz a variação sazonal da transparência da água em lagos na Amazônia Ocidental. Os dados foram coletados durante os períodos de seca e cheia em 78 lagos da Reserva de Desenvolvimento Sustentável Mamirauá (RDSM). O delineamento seguiu a escolha das variáveis, análise das premissas impostas pelo modelo de regressão linear e validação do modelo. As variáveis que melhor se ajustaram ao modelo foram: nível da água, temperatura de fundo, condutividade e pH para ambos os períodos de análise (R2 = 0,64). O modelo resultante sugere que o processo de ressuspensão e sedimentação do material particulado influenciam as variáveis físicas e químicas juntamente à variação sazonal no nível da água nos sistemas de lagos da RDSM.