- INSTRUMENTO Fondo Sectorial de Investigación a Partir de Datos
- BENEFICIARIO Carolina Crisci Karlen : Centro Universitario Regional Este,Centro Universitario Regional Este
- DEPARTAMENTO Montevideo, Rocha, Rocha, Maldonado
- SUBSIDIO UYU 588346
- FECHA DE INICIO 01.11.2018
- DURACIÓN 17 meses
- AÑO CONVOCATORIA 2017
- CÓDIGO FSDA_1_2017_1_144289
- FASE CERRADO
- ESTADO Terminado
Las floraciones de microalgas y cianobacterias interfieren en el funcionamiento de los sistemas acuáticos continentales teniendo efectos directos en la salud ambiental y humana. En los sistemas que son fuente de agua potable, dichas floraciones presentan interferencias en los procesos de potabilización, generando sustancias que alteran el olor y sabor del agua, y en el caso de las cianobacterias, producción de metabolitos tóxicos. La Laguna del Sauce, segunda fuente de agua potable del país, no escapa a esta problemática. En este sistema, el fenómeno de las floraciones viene ocurriendo hace décadas, observándose en los últimos años eventos con mayor frecuencia y duración. Esto plantea desafíos crecientes a los responsables de la planta potabilizadora ubicada en la laguna. Gracias al monitoreo continuo realizado por OSE-UGD en la toma de agua de la planta, así como a los realizados por la UdelaR en períodos acotados de tiempo pero con amplia cobertura espacial, existe información disponible desde hace más de una década de múltiples variables físico-químicas y biológicas. Además, hay disponibilidad para el mismo período de información meteorológica provista por INUMET. Considerando la información generada a la fecha, los objetivos de esta propuesta son: 1) realizar análisis predictivos de presencia/abundancia de especies potencialmente tóxicas de cianobacterias, de presencia de toxicidad, entre otros atributos; 2) , por un lado, la relación entre variables predictoras y de respuesta para comprender cuales son los factores determinantes en la ocurrencia de floraciones e interferencias indicadas, y por otro, la dinámica temporal de variables predictoras y de respuesta relevantes; 3) desarrollar aplicaciones interactivas para la implementación en tiempo real de los modelos predictivos por parte de operarios de la planta. El análisis estará a cargo de un equipo interdisciplinario con vasta experiencia en el funcionamiento del sistema y con sólidos conocimientos en la componente de modelización.