L'optimum et la tolérance des espèces sont obtenus par la méthode des moyennes pondérées-PLS régression (Ter Braak and Juggins, 1993; Ter Braak, Juggins, and others, 1993). Optima et tolérance des espèces vis à vis de la composition chimique des eaux (anions et cations), alcalinité, salinité, profondeur, pH, et densité sont indiqués dans le Tableau 4. La Figure 5 montre un exemple des préférences écologiques de 61 espèces vis à vis de la salinité, exprimée en gL^-1.
Des coefficients de corrélation multiple supérieurs à 0.80 sont obtenus pour le sodium, le sulfate, le chlore, la silice, l'alcalinité, la salinité, le pH et la densité. Le bore et le lithium ont un coefficient de corrélation respectivement de 0.75 et 0.77. La figure 6 montre que la salinité des 13 lacs étudiés est bien estimée à partir des assemblages de diatomées. On remarque que l'estimation est très bonne pour les lacs dont la salinité est comprise entre 0.6 et 144 gL^-1
Optima and tolerance of species are obtained by the Weighted Averaging Partial Least Squares Regression (WA-PLS) (Ter Braak and Juggins, 1993; Ter Braak, Juggins, and others, 1993). Optima and tolerance to the ionic composition of the waters (anions and cations), alkalinity, salinity, depth, pH and density are in Table 4. Figure 5 shows an example of the ecological affinities of 61 species to the salinity. Multiple correlation coefficients are up to 0.80 for sodium, sulfate, chlorine, silicium, alkalinity, salinity, pH and density. Prediction for boron and lithium is acceptable, respectively 0.75 and 0.77. Figure 6 shows that the inferred salinity of the 13 lakes from species composition is better between 0.6 and 144 gL^-1