UNRC: Crearon un novedoso algoritmo para predecir la mortandad de peces

Lo aplicarán en el embalse del Río Tercero, pero su uso podría adaptarse a otros espejos de agua. Anticipa brotes de saprolegniasis, enfermedad que mata a especies de mojarras.

por Fredy Dutra

Con imágenes satelitales y el empleo de algoritmos, científicos de la Universidad Nacional de Río Cuarto diseñaron un modelo matemático que permitirá predecir la mortandad de peces en la cuenca del embalse del Río Tercero.

Particularmente, permitirá estimar la probabilidad de brotes de una enfermedad fúngica o micosis causada por un microorganismo (con mayor precisión un oomiceto) llamado Saprolegnia parasítica, que es bastante grave para especies de mojarra conocida más comúnmente como cola colorada.

El causante de la mortandad fue identificado en la Facultad de Ciencias Exactas y las lesiones celulares de los tejidos se estudiaron en el Departamento de Patología Animal de la Facultad de Agronomía y Veterinaria de la UNRC.

Esta enfermedad tiende a ocurrir de manera estacional durante los meses invernales y ante la presencia de distintos factores que provocan las muertes de gran cantidad de peces. La baja temperatura del agua es una de las variables desencadenantes más importantes de la mortandad de mojarras cola colorada, ya que crea las condiciones favorables para la rápida proliferación del hongo que les provoca la muerte.

Lo que hicieron los científicos universitarios fue recurrir a imágenes satelitales para determinar la temperatura superficial del agua del embalse del Río Tercero, una forma de medición periódica que tiene bajos costos económicos y requerimientos logísticos.

Los investigadores complementaron esa información con campañas de muestreo en el lago para evaluar el conjunto de especies de peces afectados por la enfermedad y relevar, además, parámetros ambientales y de calidad del agua.

Con la información de campo y las imágenes satelitales, las cuales se obtienen de manera gratuita, elaboraron un modelo matemático basado en algoritmos que permitirá estimar la probabilidad de brotes de esa enfermedad, llamada Saprolegniasis, en este embalse.

Operaciones

Los algoritmos son operaciones organizadas de manera lógica y ordenada que permiten solucionar un determinado problema. Se trata de una serie de instrucciones o reglas establecidas que, por medio de una sucesión de pasos, favorecen la obtención de un resultado o una solución determinados.

El modelo diseñado en la Universidad funciona como una herramienta práctica, de bajo costo y de fácil aplicación para predecir la probabilidad de la mortandad de mojarras de cola colorada en embalses de la cuenca del Río Tercero, pero podría ser extrapolable a otros ambientes acuáticos de la provincia y del país donde se hayan registrado brotes similares.

El proyecto fue dirigido por el doctor en Ciencias Biológicas Matías Bonansea, investigador del Conicet y docente de la Facultad de Agronomía y Veterinaria de esta casa de estudios.

Participaron además los profesores Lucio Pinotti, director del Instituto de Ciencias de la Tierra, Biodiversidad y Sustentabilidad Ambiental (ICBIA-Conicet) y los doctores Miguel Mancini, Micaela Ledesma, Joel Carreño, Edgar Garetto, Claudia Rodríguez y Susana Ferrero, docentes de la mencionada unidad académica.

Aportes

El estudio también se hizo posible por los aportes de la Asociación Riemman y de la Municipalidad de Rumipal.

En los años 2007, 2010 y 2017 se registraron mortandades de peces en varios embalses del centro de Córdoba por una enfermedad que produce un hongo. El brote de mayor gravedad tuvo lugar en el embalse Río Tercero, el más grande de la provincia, que terminó con miles de peces muertos.

La Saprolegniasis, tal como se llama la enfermedad, afecta una extensa zona de la piel de los peces y les genera dificultades para nadar y alimentarse. Finalmente, les provoca la muerte por fallas de su metabolismo y de los mecanismos de regulación. Las especies más vulnerables son dos tipos de mojarras cola colorada, científicamente denominadas Astyanax eigenmanniorum y Astyanax fasciatus.

Un desarrollo de interés público

El doctor Bonansea, quien es investigador de Conicet y docente Departamento de Estudios Básicos y Agropecuarios de la Facultad de Agronomía y Veterinaria de la UNRC, consideró que el desarrollo de este modelo matemático de predicción “puede ser de gran interés tanto para las autoridades locales, organismos decisores y relacionados con el manejo y gestión de recursos hídricos y organizaciones sin fines de lucro relacionadas con el cuidado del medio ambiente y público en general”.

Sin embargo, “lo que más aporta este trabajo es tranquilidad a la gente. Para que sepa que, cuando hay temperaturas bajas, es probable que ocurra una mortandad de mojarras, y que no se debe a problemas ligados a la presencia de contaminación con químicos o a la falta de oxígeno del agua, que es lo que más comúnmente se apresura a conjeturar la población”, dijo por su parte el doctor Miguel Mancini.

Remarcó: “Por lo general, la gente es muy sensible a la mortandad de peces porque muchas veces se asocia a la contaminación del agua. Por ello, predecir una mortandad de peces y conocer con antelación cuáles son las potenciales causas, estimamos que ayudará a llevar tranquilidad a la población”.

El trabajo científico para desarrollar este modelo matemático predictivo se inició tras el último episodio de mortandad masiva de mojarras registrado en el invierno de 2017.

“Ese fue un episodio que afectó principalmente a las mojarras. Para tener una idea, de mil peces que se morían, el 95 por ciento fueron mojarras. El fenómeno afectó al embalse Río Tercero y a otros ubicados aguas abajo, incluido Piedras Moras. Se observaba en cada embalse cientos de metros de costa con presencia de peces muertos”, narró Mancini.

“El de 2017 fue el tercer episodio masivo de mortandad de mojarras que hemos registrado por las mismas causas. Los otros dos fueron en 2007 (el de mayor gravedad) y 2010. También hubo mortandad de peces otros años, pero de menor impacto porque las temperaturas no fueron tan bajas”, reseñó Bonansea por su parte.

Modelo computacional

Tras la última gran mortandad de peces de 2017, el doctor Bonansea y un equipo de destacados profesionales de la Universidad realizaron un relevamiento de los casos ocurrido durante los últimos diez años, comparándolos con una técnica que permite estimar la temperatura del agua de la superficie del embalse a partir de imágenes satelitales.

“A partir de la estimación de la temperatura del agua, se generó un modelo computacional (algoritmos o modelos matemáticos) que permiten predecir a futuro qué posibilidad hay de que se produzca o no una nueva mortandad de peces en un momento determinado”, explicó Bonansea.

Los satélites Landsat 7 y 8 constantemente van tomando imágenes de la superficie de la Tierra. La órbita que describen alrededor del planeta permite que una vez por semana se puedan obtener imágenes del embalse de Río Tercero, que son gratis y se descargan por internet.

Los investigadores locales recogen los datos de los satélites y los procesan para hacer una estimación de la temperatura del agua.

Señaló Bonansea: “El embalse, según la temperatura de su superficie, emite energía que es captada por los sensores que poseen los satélites. Según sea mayor o menor esa cantidad de energía que libera, además de otros datos atmosféricos que hay que considerar, se puede determinar la temperatura del agua”.

“Así es como se puede conocer la temperatura mínima, máxima y media del lago. Estos datos se relacionaron con los años en que hubo mayor mortandad de peces y, de esa manera, se pudo arribar al diseño de un modelo matemático que se puede aplicar, por ejemplo, en una imagen obtenida hoy y predecir si es posible que en los próximos días vaya a ocurrir o no la enfermedad que produce la mortandad de los peces”.

Dicho de otro modo, este modelo permite predecir si durante el invierno puede o no registrarse la enfermedad que mata los peces. Se podría, entonces, establecer que a partir de determinadas temperaturas puede o no haber mortandad de peces.

Con la predicción en la mano, las organizaciones gubernamentales tendrían una herramienta indispensable para anticipar decisiones o tomar algunas medidas preventivas, particularmente aquellas relacionadas con la sanidad ambiental y la salud pública.

Relevamiento semanal

El doctor Bonansea precisó que los datos sobre la temperatura del agua que se obtienen a partir de las imágenes satelitales se cotejan con muestras de campo, que se hacen mensualmente en distintos sectores dentro del lago. “En este último caso, se mide la temperatura del agua y se consideran otras variables vinculadas con su calidad. Esto contribuye para que la predicción sea lo más certera posible”, comentó.

Añadió luego: “Un relevamiento semanal obtenido a partir de imágenes satelitales nos permite establecer con un importante nivel de certeza cuáles son los índice porcentuales de probabilidad de que ocurra un episodio de mortandad”.

El modelo, según destacó Bonansea, está en etapa de entrenamiento y se seguirá perfeccionando. “A medida que se incorpore más información, más certera será la predicción que se logre”, expresó.

La idea de este desarrollo científico surgió a partir del estudio de los episodios de mortandad de peces en invierno, cuando se registran las temperaturas más bajas, pero podría adaptarse también a los casos contrarios, en los que se produjeron muertes masivas de peces por las altas temperaturas del agua, consideró el investigador universitario.

“De la misma manera, este modelo podría adaptarse para realizar el mismo tipo de mediciones en cualquier otro espejo de agua”, agregó.

No obstante, el doctor Bonansea aclaró: “La temperatura de quiebre, es decir aquella que nos permitiría determinar si la posibilidad de mortandad de peces es alta o baja, no es la misma para cualquier embalse. Depende de muchas otras variables particulares, como por ejemplo la profundidad o el volumen de agua de cada lago”.

Por su parte, el profesor Mancini, director del Área de Servicios de Ecología y Acuicultura de la Facultad de Agronomía y Veterinaria de la UNRC, dijo que “en un año de mucho frío, las bajas temperaturas afectan a toda la cuenca, pero no en todos lados provoca mortandad de mojarras. A priori, esto nos lleva a pensar que también hay otros condicionantes en cada ambiente que influyen en la biología de este tipo de peces en particular”.

“Hay que considerar que las mojarras de cola colorada son muy sensibles a las temperaturas bajas. De hecho, trajimos desde el embalse mojarras de distintas especies que colocamos en condiciones de laboratorio aquí mismo en la Universidad. Todas las de cola colorada murieron al cabo de pocas horas, mientras que las restantes sobrevivieron, en especial las conocidas como mojarra fina y mojarra colita negra. Es decir, lo que pasó en el lago se replicó en el laboratorio”, ejemplificó Mancini.

“Lo que aún resta por dilucidar es por qué este género de mojarras es tan susceptible a ambientes como el de la cuenca del embalse de Río Tercero y en otros no, a temperaturas similares”, remarcó el especialista local.

Mancini precisó que, en términos más estrictamente científicos, las mojarras de cola colorada fueron afectadas por oomicetos, que aumentan su patogenicidad con las bajas temperaturas del agua. Son un grupo de organismos tradicionalmente conocidos como hongos.

Tranquilidad a la población

A pesar de los últimas mortandades de peces que tuvieron lugar en los embalses Río Tercero y Los Molinos en los últimos meses, Mancini llevó tranquilidad a la comunidad regional tras señalar que los estudios realizados durante el mes de febrero demostraron que el estado de salud de especies emblemáticas como el pejerrey, que es la que más se destina al consumo humano y la que moviliza mayor movimiento económico, se encuentran en buen estado de salud.

En tanto, Bonansea también ratificó que las mediciones realizadas arrojaron parámetros normales para la calidad del agua de los embalses de esta zona del país.

Fuente:

Fredy Dutra, UNRC: Crearon un novedoso algoritmo para predecir la mortandad de peces, 11 agosto 2019, El Puntal de Río Cuarto. Consultado 13 agosto 2019.