Mapeamento de cianobactérias por meio da fluorescência da ficocianina e de análise geoestatística

Abstract

O florescimento de cianobactérias em águas continentais é um problema mundial que deve ser monitorado pelo potencial risco que representa à saúde humana. O objetivo deste estudo foi mapear a ocorrência de cianobactérias por meio da integração de medidas de fluorescência in vivo do pigmento ficocianina e da análise geoestatística. Os dados fluorimétricos foram coletados em 59 pontos de amostragem georreferenciados no reservatório de Nova Avanhandava, São Paulo, em dezembro de 2011. Analisaram-se, para caracterização do ambiente aquático, parâmetros limnológicos da água além da identificação dos grupos fitoplanctônicos constatando-se a presença de gêneros tóxicos de cianobactérias. Os valores de concentração de ficocianina variaram entre 1 a 10 μg L-1, sinalizando o potencial do método em detectar cianobactérias, mesmo em estágio inicial de florescimento. A análise geoestatística permitiu detectar a anisotropia dos dados de concentração de ficocianina, de modo que o modelo esférico se ajustou melhor para realizar a krigagem ordinária. A validação do modelo resultou em um erro médio quadrático de 0,98, além de permitir modelar a incerteza associada à inferência.Bloom of cyanobacteria in continental waters is a worldwide problem that should be monitored by the potential risk posed to human health. This study aimed to map the occurrence of cyanobacteria through integration of fluorimetric in vivo phycocyanin pigment method and geostatistical analysis. Fluorimetric data were collected from 59 georeferenced sampling points in New Avanhandava reservoir, São Paulo, in December 2011. In order to characterize aquatic environment, limnological parameters were analysed. Besides, phytoplankton groups identification were performed, noting the presence of toxic cyanobacterial genera. Values of phycocyanin concentration ranged between 1 to 10 mg L-1, indicating the potential of the method for cyanobacteria detection, even in early stages of bloom. Geostatistical analysis allowed detecting phycocyanin concentration anisotropy, which adjusted better in spherical model to perform ordinary kriging. Model validation resulted in Root Mean Square equal to 0.98, besides allows modeling the inference uncertainty.