1 Introducción

Este análisis busca comparar la producción de metano (mmol/L/h) entre tipos de humedales alimentados con agua de precipitación, de ahora en adelante P, y alimentados con agua subterránea, de ahora en adelante ST y, dentro de ellos, evaluar las diferencias entre humedales específicos y sus respectivas muestras. Se parte de una revisión de supuestos para decidir qué modelo estadístico aplicar, seguido de análisis descriptivos y comparativos.

2 Preparación y exploración

Con el fin de simplificar los nombres de las variables y facilitar el análisis, la variable de metano fue renombrada.

names(bsd1)[names(bsd1) == "Metano (m mol/1/h)"] <- "Metano"

A continuación, una primera exploración descriptiva: Este resultado muestra diferencias claras en los valores de metano entre humedales de tipo ST y P, lo que motiva la comparación formal. Seguidamente, un gráfico inicial: El boxplot indica que de forma general, los humedales ST presentan una mayor producción de metano, mientras que los humedales del grupo P muestran valores generalmente bajos.

table1(~Metano | Tipo, data = bsd1)
P
(N=9)		 ST
(N=9)		 Overall
(N=18)
Metano
Mean (SD) 2.03 (1.41) 8.45 (3.20) 5.24 (4.08)
Median [Min, Max] 1.98 [0.320, 4.56] 6.77 [5.42, 13.5] 4.99 [0.320, 13.5] 
ggplot(bsd1, aes(x = Tipo, y = Metano, fill = Tipo)) +
  geom_boxplot(alpha = 0.7, outlier.shape = 21, outlier.fill = "white") +
  theme_bw() +
  labs(
    x = "Tipo de humedal",
    y = "Producción de metano (mmol/L/h)",
    title = "Producción general de metano por tipo de humedal"
  ) +
  theme(
    plot.title = element_text(hjust = 0.5, face = "bold"),
    axis.text.x = element_text(size = 12),
    legend.position = "none")

3 Revisión de supuestos

Antes de elegir el modelo estadístico, se evaluaron los supuestos de homocedasticidad y normalidad de los residuos: Para el test de Bartlett no se cumple el supuesto de homocedasticidad, mientras que para el test de Shapiro-Wilk sí se cumple el supuesto de normalidad de los residuos. A continuación, cuando se analizan los gráficos diagnósticos es posible confirmar lo anteriormente visto para los test, por lo que se procede a trabajar con ANOVA de Welch.

mod <- lm(Metano ~ Tipo, data = bsd1)

# Homogeneidad de varianzas
bartlett.test(Metano ~ Tipo, data = bsd1)
## 
##  Bartlett test of homogeneity of variances
## 
## data:  Metano by Tipo
## Bartlett's K-squared = 4.5642, df = 1, p-value = 0.03265
# Normalidad de los residuos
shapiro.test(resid(mod))
## 
##  Shapiro-Wilk normality test
## 
## data:  resid(mod)
## W = 0.91629, p-value = 0.1111
# Gráficos diagnósticos
plot(mod)

4 Análisis comparativo entre tipos

El ANOVA de Welch indica que existen diferencias altamente significativas entre los tipos de humedal (p < 0.001), por lo que es necesario hacer un análisis exploratorio más profundo para cada humedal. Los humedales ST, alimentados con agua subterránea, suelen mantener condiciones más estables de inundación y anoxia en el suelo, lo que puede favorecer la actividad de las arqueas metanogénicas responsables de la producción de metano. En contraste, los humedales P, dependientes de la precipitación, tienden a presentar fluctuaciones más marcadas en el nivel de agua y mayor oxigenación, lo que limita la metanogénesis.

oneway.test(Metano ~ Tipo, data = bsd1, var.equal = FALSE)
## 
##  One-way analysis of means (not assuming equal variances)
## 
## data:  Metano and Tipo
## F = 30.285, num df = 1, denom df = 11, p-value = 0.0001854

5 Análisis particular por humedal

Para explorar la variabilidad interna de cada grupo, se calcularon estadísticas por humedal: El humedal ST2 concentra los valores de metano más altos de todo el conjunto, superando con claridad a ST1 y ST3. En contraste, en el grupo P, los valores son más homogéneos y bajos. El hecho de que el humedal 2 presente valores consistentemente más altos que los demás puede deberse a características locales específicas, como un mayor aporte de materia orgánica fácilmente degradable, condiciones físico-químicas particulares (pH, temperatura, nutrientes) o menor presencia de consumidores alternativos de carbono (Por ejemplo, bacterias que usan sulfato o nitrato). Esto sugiere que la producción de metano no solo depende del tipo de humedal, sino también de condiciones locales que potencian la actividad metanogénica en algunos sistemas específicos.

bsd1 %>%
  group_by(Tipo, Humedal) %>%
  summarise(
    media = mean(Metano),
    mediana = median(Metano),
    minimo = min(Metano),
    maximo = max(Metano),
    .groups = "drop"
  )
ggplot(bsd1, aes(x = factor(Humedal), y = Metano, fill = Tipo)) +
  geom_boxplot() +
  theme_bw() +
  labs(
    x = "Humedal",
    y = "Producción de metano (mmol/L/h)",
    title = "Producción de metano por humedal (agrupados en ST y P)"
  )

6 Análisis particular por muestras

Finalmente, se exploró el comportamiento dentro de cada humedal a nivel de muestra: Estas son consistentes entre sí dentro de cada humedal, por lo que las diferencias observadas son atribuibles al humedal en su conjunto y no a valores atípicos aislados.

bsd1 %>%
  group_by(Tipo, Humedal, Muestra) %>%
  summarise(
    valor = Metano
  ) %>%
  arrange(Tipo, Humedal, Muestra)
ggplot(bsd1, aes(x = factor(Humedal), y = Metano, fill = factor(Muestra))) +
  geom_boxplot() +
  facet_wrap(~ Tipo, scales = "free_x") +
  theme_bw() +
  labs(
    x = "Humedal",
    y = "Metano (mmol/L/h)",
    fill = "Muestra",
    title = "Producción de metano por muestra en cada humedal"
  )

7 Conclusiones

Los resultados obtenidos muestran diferencias claras y estadísticamente significativas en la producción de metano entre humedales alimentados con agua subterránea (ST) y aquellos dependientes de la precipitación (P). Tal como lo indican el ANOVA de Welch y los análisis descriptivos, los humedales ST mantienen condiciones ambientales que favorecen la actividad de arqueas metanogénicas, reflejándose en valores de producción de metano consistentemente más elevados. En contraste, los humedales P, sujetos a mayor variabilidad hidrológica y mayor disponibilidad de oxígeno, muestran niveles bajos y relativamente homogéneos de metano.

A nivel de humedal, destaca el caso de ST2, que presenta valores de metano significativamente superiores a los demás. Este patrón sugiere que, además del tipo de humedal, influyen factores locales como la calidad y cantidad de materia orgánica disponible, el régimen hidrológico particular y la competencia con otros microorganismos consumidores de carbono. Por tanto, la heterogeneidad ambiental entre humedales de un mismo tipo puede generar contrastes notables en la producción de gases.

El análisis por muestra confirma que las diferencias encontradas son consistentes dentro de cada humedal, descartando que los resultados se deban a valores atípicos aislados. Esto refuerza la conclusión de que la variabilidad observada responde a condiciones propias de cada humedal y no a errores de muestreo.

En conjunto, el estudio evidencia que la fuente de agua es un determinante clave en la dinámica de metanogénesis en humedales, pero que las características locales pueden amplificar o moderar dicha tendencia. Estos hallazgos resaltan la importancia de integrar tanto el contexto regional (tipo de humedal) como las particularidades locales (condiciones edáficas, químicas y biológicas) en la evaluación del papel de los humedales como fuentes de gases de efecto invernadero.