Estudio ecológico y planeamiento de estrategias de restauración en un lago eutrofizado

DI MAGGIO, J.; A. SINISCALCHIA; ESTRADA, V.; FRITZ, L. J.; GROSMAN F.; SANZANO, P.; COLASURDO, J.M.; GUERRERO, J. M.; BAGLIVI, J.C.; JELINSKI, G.; CRISAFULLI, M.; ZOTELO, C.; POLONIOLI, MARIANELA; PETTIGROSSO, R.; HOFFMEYER, M.; DÍAZ, MARÍA SOLEDAD

Bahía Blanca

Congreso; CAIQ 2017; 2017

Las floraciones o blooms de cianobacterias están asociados al aumento en la descarga de nutrientes, principalmente fósforo y nitrógeno, en los cuerpos de agua desde fuentes puntuales (residuos domésticos o industriales) o no puntuales (actividad agropecuaria). La predicción y el control de las condiciones que dan origen a los blooms son aspectos de gran importancia en los lagos y reservorios destinados al consumo de agua humano y animal. En este sentido los modelos mecanísticos de calidad de agua que describen los procesos biogeoquímicos en los cuerpos de agua constituyen herramientas poderosas para el estudio, evaluación y planificación de la aplicación de estrategias de restauración tanto internas como externas. Dichos modelos contienen un gran número de parámetros que deben ser calibrados con datos de campo específicos del sitio bajo estudio.En trabajos previamente publicados (Estrada et al., 2011), se formuló un modelo mecanístico ecológico que incluye balances de masa dinámicos para las comunidades de fitoplancton (diatomeas, clorófitas y cianobacterias), zooplancton (copépodos y cladóceros) y pejerrey (Odontesthes bonariensis) como especie zooplanctófaga, así como también de oxígeno disuelto y las principales especies de nutrientes. Los perfiles de temperatura, radiación solar, precipitaciones, caudal de los tributarios, entre otros, están representados por ecuaciones algebraicas. En este trabajo se presentan los resultados obtenidos en el monitoreo, la estimación de parámetros y la planificación de la implementación de estrategias de restauración para el Embalse Paso de la Piedras, un lago eutrofizado que abastece de agua para consumo a las localidades de Bahía Blanca y Punta Alta (Buenos Aires, Argentina). Los datos de campo recolectados durante el período 2014-2016 incluyen concentración de nutrientes en el cuerpo de agua y tributarios, fitoplancton, macro y microzooplancton, oxígeno disuelto y biomasa de peces zooplanctívoros y piscívoros. La frecuencia de muestreo fue mensual para nutrientes, fitoplancton y zooplancton, mientras que los muestreos para estudiar la comunidad ictícola se realizaron con una frecuencia bimensual. El estudio de la comunidad fitoplanctónica permitió identificar a los grupos de cianobacterias, diatomeas y clorófitas como los más abundantes en términos de número de especies y biomasa, así como también una floración de Ceratium furcoides (dinoflagelado) durante los meses de verano del año 2016. Por otra parte el zooplancton está representado por especies de los grupos cladóreros y copépodos, mientras que para el caso de la comunidad de peces los datos experimentales muestran que en el Embalse Paso de las Piedras está representada por diez especies, siendo Odontesthes bonariensis (zooplanctívoro) y Oligosarcus jenynsi (piscívoro) las más abundantes en términos de biomasa. En base a los resultados descriptos anteriormente el modelo de calidad de agua fue extendido incorporándose balances de masa para describir la dinámica del grupo dinoflagelados y de la especie Oligosarcus jenynsi que es predador del pejerrey. Los datos experimentales recolectados durante el año 2015 fueron utilizados para realizar la estimación de parámetros, mientras que los datos correspondientes al año 2016 se utilizaron en la validación. Una vez calibrado el modelo, se formuló un problema de control óptimo con el objetivo de evaluar y planificar la aplicación conjunta de dos estrategias de restauración, la biomanipulación (estrategia interna) y la reducción de la carga de nutrientes mediante la construcción de un humedal artificial (estrategia externa). Tanto el problema de estimación de parámetros como el problema de control óptimo fueron implementados en un entorno de optimización orientado a ecuaciones en gPROMS. Los resultados numéricos muestran los perfiles óptimos de las acciones de restauración implementadas y sus efectos en el ecosistema.