| Título : | Grupos funcionales basados en morfología aplicado a las floraciones nocivas de fitoplancton en el río Uruguay y Río de la Plata |
| Autor(es) : | Santillán, Rubén Ignacio Sampognaro, Lía Terra Rocha, Valentina Cabral Cardozo, María Agustina Ferrari, Graciela Segura, Angel Piccini, Claudia Kruk, Carla |
| Fecha de publicación : | 2025 |
| Tipo de publicación: | Documento de conferencia |
| Versión: | Publicado |
| Publicado en: | I Reunión Trinacional de Ecología. Medoza, 5 al 10 de octubre 2025 |
| Areas del conocimiento : | Ciencias Naturales y Exactas Ciencias Biológicas Biología Marina, Limnología |
| Otros descriptores : | Floraciones nocivas Modelos predictivos Ecología funcional Machine learning |
| Resumen : | Las floraciones nocivas de fitoplancton (FN) son una problemática que ha aumentado notoriamente en las últimas décadas, afectando ecosistemas acuáticos en Uruguay y el mundo. Las FN generan impactos socioeconómicos y en la salud humana y animal siendo necesario su monitoreo y predicción. En este sentido, la ecología funcional contribuye a comprender las respuestas del fitoplancton a las variaciones ambientales, considerando los mecanismos determinantes de las FN. Se presentarán avances de una tesis de doctorado donde se analizan las FN y sus principales determinantes en el río Uruguay (RU) y Río de la Plata (RdlP). El objetivo es construir grupos funcionales de fitoplancton basados exclusivamente en morfología. Se utilizarán datos de seis campañas bimensuales que abarcan 800 km de costa en seis sitios, desde el Embalse de Salto Grande en el RU hasta el límite exterior del RdlP en Punta del Este. Para la construcción de los grupos se utilizarán rasgos como volumen, superficie, largo máximo, presencia de flagelo, sílice, mucílago, heterocisto, aerotopos, entre otros. Se calculará el volumen total de cada grupo y este se relacionará con los gradientes ambientales (ej. temperatura, salinidad, turbidez, nutrientes) y la estructura comunitaria. Utilizando modelos de inteligencia artificial se evaluará la predictibilidad de estos grupos en función de las variables ambientales y con ello la probabilidad de ocurrencia de FN de distintos tipos y con distintos efectos. El uso de grupos funcionales permite resumir la información y caracterizar las condiciones que favorecen la ocurrencia de FN en este gradiente ambiental. |
| URI / Handle: | https://hdl.handle.net/20.500.12381/5487 |
| DOI: | doi.org/10.5281/zenodo.17551961 |
| Institución responsable del proyecto: | Universidad de la República. Facultad de Ciencias |
| Financiadores: | Agencia Nacional de Investigación e Innovación |
| Identificador ANII: | POS_FMV_2023_1_1012246 |
| Nivel de Acceso: | Acceso abierto |
| Licencia CC: | Reconocimiento-NoComercial 4.0 Internacional. (CC BY-NC) |
| Aparece en las colecciones: | Publicaciones de ANII |
Archivos en este ítem:
| archivo | Descripción | Tamaño | Formato | ||
|---|---|---|---|---|---|
| Resumen_RAE_2025.pdf | Descargar | 1.83 MB | Adobe PDF |
Las obras en REDI están protegidas por licencias Creative Commons.
Por más información sobre los términos de esta publicación, visita:
Reconocimiento-NoComercial 4.0 Internacional. (CC BY-NC)
