30 de diciembre, 2020
< Volver

El cambio climático y la contaminación de los ecosistemas acuáticos debido al impacto del desarrollo urbano, agrícola e industrial, queda patente en los cada vez más frecuentes afloramientos nocivos de algas (en inglés harmful algal blooms, HAB) y cianobacterias (algas verdeazuladas). Estos causan numerosos efectos adversos sobre la calidad del agua, afectando a su transparencia, olor y sabor, y produciendo compuestos altamente tóxicos para animales y humanos. Por lo tanto, su seguimiento y predicción es clave para implementar posibles soluciones. Esto es lo que busca el proyecto CianoMOD.

Uno de los grandes retos actuales es conseguir monitorizar de forma efectiva el rápido crecimiento, extensión y distribución de estos afloramientos en las masas de agua. La solución desarrollada por el Instituto IMDEA Agua, en colaboración con grupos de investigación de la Universidad Rey Juan Carlos y la Universidad de Valencia, consiste en la implementación de un sistema autónomo que permite monitorizar este fenómeno en tiempo real. Mediante el despliegue de redes de sensores inalámbricas y la captación de imágenes de satélite, los investigadores han conseguido el acceso remoto a los datos de calidad del agua a través de una aplicación web multiplataforma. Actualmente, el sistema se está poniendo a prueba en dos emplazamientos: el embalse de As Conchas, en Galicia, y la laguna de L´Albufera de Valencia. Será necesario al menos un ciclo de un año de datos para poder desarrollar modelos estadísticos fiables que permitan la predicción de los afloramientos.

El sistema de monitorización remoto está compuesto por dos tipos de boyas inteligentes: unas equipadas con software privativo, que facilitan la cuantificación de variables esenciales como la clorofila; y otras boyas con sistemas abiertos de menor coste, que permiten aumentar el número de puntos de muestreo. Mientras que las boyas desplegadas recogen datos puntuales en una localización concreta, el empleo conjunto de imágenes de satélite permite monitorizar la evolución espacial de estos parámetros en toda la superficie de las masas de agua en estudio.

El equipo científico destaca que ya se han analizado imágenes de satélite de manera satisfactoria, y que una vez se obtengan series de datos suficientes, se establecerán correlaciones entre las imágenes y los datos recogidos por las boyas. Además, se contrastará la información recogida por esta tecnología con muestreos tradicionales realizados por los organismos de gestión implicados en cada emplazamiento. Los siguientes pasos a seguir se centrarán en el desarrollo de los modelos estadísticos basados en los datos obtenidos.

Los investigadores pretenden que este proyecto sea el punto de partida para el diseño de un modelo de predicción efectivo, que permita a los gestores del agua anteponerse a los efectos devastadores que este fenómeno genera en multitud de entornos acuáticos en todo el mundo. Este trabajo se ha realizado en el marco del proyecto CianoMOD, que cuenta con el apoyo de la Fundación Biodiversidad del Ministerio para la Transición Ecológica y el Reto Demográfico.

Noticias relacionadas

comments powered by Disqus

Utilizamos cookies propias y de terceros para analizar nuestros servicios y mostrarle publicidad relacionada con sus preferencias en base a un perfil elaborado a partir de sus hábitos de navegación (por ejemplo, páginas visitadas o videos vistos). Puedes obtener más información y configurar sus preferencias.

Configurar cookies

Por favor, activa las que quieras aceptar y desactiva de las siguientes las que quieras rechazar. Puedes activar/desactivar todas a la vez clicando en Aceptar/Rechazar todas las cookies.

Aceptar/rechazar todas
Cookies Analíticas

Cookies que guardan información no personal para registrar información estadística sobre las visitas realizadas a la web.

Cookies de Marketing

Cookies necesarias para determinadas acciones de marketing, incluyendo visualización de vídeos provenientes de plataformas como Youtube, Vimeo, etc. y publicidad de terceros.

Cookies de Redes Sociales

Cookies relacionadas con mostrar información provenientes de redes sociales o para compartir contenidos de la web en redes sociales.