Los científicos de la Universidad Estatal de Oregón han creado una herramienta que puede predecir el caudal de los ríos árticos con un grado sorprendente de precisión basándose en la composición y abundancia de bacterias en el agua.

Su enfoque exitoso de "genohidrología" es importante porque muchos ríos del Ártico son remotos y bastante accidentados. haciendo que el despliegue de medidores de flujo para medir el agua sea peligroso y costoso. También creen que su modelo tiene el potencial de adaptarse a ríos remotos de todo el mundo.

Los resultados del estudio se han publicado en la revista Investigación de recursos hídricos .

"Existe una estacionalidad en las comunidades microbianas en estos ríos y, a medida que los ríos suben y bajan con las estaciones, ese perfil microbiano cambia, "dijo Byron Crump, ecologista y biogeoquímico del College of Earth de OSU, Oceano, y Ciencias Atmosféricas y coautor del estudio. "Estos ríos pueden compartir algunos de los mismos taxones, o tipos de bacterias, pero la abundancia de taxones es diferente y cambia con el flujo ".

Los investigadores se centraron en seis ríos árticos:el Kolyma, Lena, Mackenzie, Transmisión exterior, Yenisey y Yukon, y recogieron muestras de agua de la boca. Después de extraer el ADN bacteriano de las muestras, rompieron el código genético y aislaron un segmento llamado gen ARNr 16S. El segmento se encuentra en todas las bacterias, los científicos dicen, pero contiene variaciones que pueden usarse para identificar diferentes cepas bacterianas.

Encontraron 148 cepas, también conocidas como unidades taxonómicas operativas, nueve de las cuales se encontraron en al menos cinco de los seis ríos árticos.

"Para hacer predicciones del flujo, buscamos en qué tipo de bacteria se encontró que ocurría con diferentes niveles de secreción, "dijo Stephen Good, hidrólogo de la Facultad de Ciencias Agrícolas de OSU y autor principal del estudio. "Luego observamos las bacterias del río que queríamos predecir y estimamos la descarga en función de esta relación previamente determinada entre el flujo y la abundancia de bacterias".

Usando 33 años de mediciones de descarga de los ríos, Good y sus colegas crearon un algoritmo que puede estimar el flujo de los ríos en función del perfil microbiano. Cuando lo probaron con modelos de flujo de ríos basados ​​únicamente en la precipitación y el área de la cuenca, encontraron que su algoritmo microbiano era un 20 por ciento más preciso.

"Si ponemos caudalímetros en el río, obtendremos mejores medidas, pero eso no es fácil de hacer en muchos casos, "Crump dijo." La comunidad hidrológica ha necesitado otro método para ayudar a predecir el flujo además de la pendiente, precipitación, geomorfología y clima, y este algoritmo desarrollado por Stephen (Good) parece ser eficaz y tiene el potencial de ser incluso mejor ".

Good dijo que el siguiente paso en la investigación es incorporar otros factores en su modelo complejo, incluida la precipitación, y para ver si el método es aplicable a otros sistemas fluviales.

"Es probable que las bacterias que identificamos se encuentren en otros ríos, aunque no necesariamente en la misma cantidad, por lo que habrá que ajustar el modelo, "Bien dicho". Tenemos un trabajo en curso para analizar este método en todo el oeste de Oregon, y ya estamos tratando de incorporar la precipitación al proceso ".