Services on Demand
Journal
Article
Indicators
Cited by SciELO
Access statistics
Related links
Similars in SciELO
uBio
Share
Revista de Biología Tropical
On-line version ISSN 0034-7744Print version ISSN 0034-7744
Abstract
SARKAR, Soma-Das et al. Efecto de los parámetros climáticos ambientales sobre la concentración de clorofila a en la cuenca baja del Ganges, India. Rev. biol. trop [online]. 2021, vol.69, n.1, pp.60-76. ISSN 0034-7744. http://dx.doi.org/10.15517/rbt.v69i1.42731.
Introducción:
La concentración de clorofila a representa la biomasa de fitoplancton la cual influye directamente en las funciones de producción de los ecosistemas acuáticos. Por lo tanto, es imperativo comprender su cinética espacio-temporal en el ambiente lótico con respecto a las variabilidades climáticas regionales en las aguas continentales tropicales.
Objetivo:
Se realizaron estudios in situ para examinar la influencia de varios parámetros ambientales en la biomasa del fitoplancton en la cuenca baja del Ganges durante 2014-2016.
Métodos:
En primer lugar, se determinaron los parámetros ambientales más influyentes en la concentración de Chl-a fluvial. Luego, el efecto directo en cascada de las variables climáticas sobre los parámetros ambientales clave, mediante el modelado y los cambios en la concentración media de Chl-a en el tramo inferior del río.
Resultados:
Solo cinco parámetros ambientales, entre ellos, temperatura del agua, sólidos disueltos totales, salinidad, alcalinidad total y pH, fueron factores clave que influyeron en la Chl-a (R2 múltiple: 0.638, P < 0.05). Las estimaciones actuales indican que si la tasa actual de variabilidad climática regional durante las últimas 3 décadas (temperatura media del aire + 0.24 °C, precipitación total anual -196.3 mm) permanece constante durante las próximas tres décadas (2015-2045), se presente un aumento en el promedio de la Chl-a en +170 µgL-1 y alcance aproximadamente 475.94 µgL-1 para el 2045 o más.
Conclusiones:
Este estudio presenta una metodología basada en modelos alternativos en situaciones de escasez de datos, la información generada también podría contribuir a mejorar la gobernanza del agua y a desarrollar un protocolo para la gestión sostenible del agua y de esta manera mejorar los servicios ecosistémicos.
Keywords : clorofila a; cambio climático; variable ambiental; modelado predictivo; río Ganges.