Las concentraciones masivas o bloom de cianobacterias coloniales del género Trichodesmium -conocidas popularmente como microalgas-, que se produjeron en el verano de 2017 en las costas del Archipiélago, no guardan ninguna relación con la presencia de vertidos costeros incontrolados. Así lo confirma el estudio realizado por investigadores de la Universidad de Las Palmas de Gran Canaria y el Instituto francés de Investigación Oceanográfica del Mediterráneo (IRD), bajo la coordinación de Javier Arístegui, catedrático de Ecología de la ULPGC.
La investigación arrancó en 2017, fruto de la alarma social que se generó a raíz de las masivas floraciones de cianobacterias en las costas canarias, que determinados sectores sociales asociaron a los vertidos al mar, hipótesis desmentida por los científicos. "Sabíamos que los vertidos no habían producido el bloom porque no era un fenómeno único de las costas canarias, sino de todo el Atlántico Este. Los vertidos, si tienen influencia, la tienen muy pegada a la costa, porque luego se diluyen, no influyen a cientos y miles de kilómetros", apuntó Arístegui.
Dicho trabajo también despeja la duda de si los desechos costeros podrían o no ayudar a mantener los blooms cerca de la costa, otra conjetura social. "Estamos convencidos de que no, porque estas cianobacterias no necesitan alimentarse de lo que procede de los vertidos urbanos", y señala, como ejemplo, las altas concentraciones de esta cianobacteria en las costas del sur de El Hierro, una zona de reserva marina totalmente libre de vertidos.
"Nuestra hipótesis de que no tenían nada que ver era clarísima, pero fue tal el nivel de alarma que hubo, que trascendió más allá del sentido común y el rigor científico. Esto es un ejemplo muy interesante de cómo se puede crear una posverdad y calar en la sociedad. En Tenerife, la sociedad salió a la calle masivamente, en una manifestación contra las microalgas, que es como ir contra el sol o el viento. Y lo grave es que caló el mensaje erróneo. Aún hoy hay gente que sigue pensando que eso es así", apuntó el catedrático.
Fruto de esta investigación, Arístegui y Mar Benavides, científica del IRD francés, han publicado un artículo en la revista Reports, del grupo Nature, con los resultados de los experimentos llevados a cabo con colonias de Trichodesmium en tres estadios distintos de desarrollo, incubadas con agua de mar limpia y agua de vertidos, sin que se apreciara entre los tratamientos ninguna diferencia significativa en el crecimiento y actividad de la cianobacteria. "Estas células se juntan en la superficie, el sol las quema y al morir se rompen y liberan concentraciones muy altas de materia orgánica -que es lo que forma la espuma que se veía- y pigmentos, de ahí su color rojo azulado. También fijan mucho nitrógeno, pero en forma de nitrógeno molecular que lo transforman a amonio, por eso su olor pestilente. Liberan todo esto porque se mueren y, por tanto, no están activas, son arrastradas por las corrientes de fuera hacia la costa".
Según apuntó el coordinador del estudio, existen varios factores que favorecen la producción de estos bloom de cianobacterias, empezando por el calentamiento global. "Lo que más influye son las temperaturas altas, las calimas intensas, porque necesitan aportes de hierro y eso suele venir con las calimas y, sobre todo, la ausencia de viento, porque si lo hay se dispersan en la columna de agua y no se acumulan en la superficie".
En la actualidad trabajan en un estudio de monitorización, cofinanciado por el Gobierno de Canarias y el Programa Feder Canarias, dirigido a descifrar las causas del origen y del colapso de los blooms de Trichodesmium. El objetivo es desarrollar un modelo predictivo que permita la alerta temprana y la gestión de los impactos de estos bloom de cianobacterias sobre la biodiversidad marina y el estado de salud de las playas y aguas costeras del Archipiélago.
"Esto no es nada fácil, porque estos modelos predictivos, denominados Machine Learning -aprendizaje automático-, se utilizan para muchas cosas, y, como su nombre indica, está basado en aprendizaje, es decir, se necesitan series temporales muy largas para que este modelo funcione bien, para que se vaya alimentando de los datos de las series temporales".
Javier Arístegui puso como ejemplo el modelo predictivo que han desarrollado en Galicia sobre las mareas rojas de cianobacterias, con largas series temporales . "Su modelo les funciona muy bien, porque tienen series temporales de 30, 40 y 50 años. Nosotros estamos construyendo actualmente la arquitectura y monitorizando para que, dentro de algunos años, tengamos un modelo de predicción óptimo", concluyó.
