Dinâmica temporal dos principais parâmetros tróficos: 10 anos de estudo em uma lagoa costeira subtropical dominada por cianobactérias

Abstract

Estudos que visam entender como as mudanças nas concentrações de determinados parâmetros tróficos interferem na estrutura das comunidades aquáticas são cruciais para prever os efeitos das mudanças ambientais no funcionamento dos ecossistemas lacustres. Nos últimos anos, diversos estudos estão sendo realizados nestes ambientes, afim de entender a dinâmica de determinados parâmetros tróficos, tais como nutrientes totais (nitrogênio e fósforo) e clorofila- a na Lagoa do Peri. Deste modo, este estudo teve o objetivo de analisar a dinâmica temporal dos principais parâmetros de trofia da água com vistas a determinar potenciais mudanças no estado trófico em uma lagoa costeira subtropical, considerada o principal manancial de abastecimento da região. Nós coletamos água deste ecossistema e determinamos valores de parâmetros abióticos (TN - nitrogênio total; TP - Fósforo total; Cla - Clorofila-a; WT - Temperatura da água; depth - Profundidade do ponto de coleta; Secchi - Transparencia da coluna d?água; Rainfall - precipitação acumulada de 7 dias anteriores à coleta) e analisamos com por meio de séries temporais (n = 120 registros por variável). Secchi e Cla apresentaram a maior correlação positiva entre os parâmetros estudados, seguido por TN e Secchi. As concentrações médias de nutrientes (TN e TP) e Cla foram significativamente diferentes entre os anos analisados, com maiores valores registrados nos anos de 2016 a 2018. A análise de componentes principais (PCA) apresentou 48,78% da variação dos dados. Secchi, Cla e TN foram as variáveis que mais contribuíram para o eixo PC1, já para o eixo PC2, depth, TP e WT foram as que mais contribuíram. O modelo GAM apresentou uma explicação de 43%, levando em consideração as variáveis TN, WT, Sechci e Secchi como preditoras para as concentrações de Cla. Modelo ARIMA apresentou uma evolução das concentrações de TN e Cla, sugerindo uma alteração do estado trófico na Lagoa do Peri nos anos de 2018 a 2020.O uso de modelos de predição podem ajudar a entender melhor a dinâmica dos parâmetros tróficos relevantes e dominância e a dinâmica de ecossistemas aquáticos. Outrora, o conhecimento dos padrões evolutivos dos ambientes aquáticos podem subsidiar ações com objetivo de garantir os serviços ecossistêmicos provindos da água.

Abstract: Studies aimed at understanding how changes in trophic parameter changes interfere with the structure of aquatic communities and are crucial for visualizing the effects of environmental changes on the functioning of lake ecosystems. In recent years, several studies have been performed in these environments, in order to understand the dynamics of determined trophic parameters (nitrogen, phosphorus and chlorophyll-a). We collected water samples from this ecosystem and determined abiotic parameter values (TN - total nitrogen; TP - total phosphorus; Cla - Chlorophyll-a; WT - Water temperature; depth - depth of collected sample; Secchi - transparency of water column; Rainfall - cumulative collection of 7 days before sampling) followed by analyzed with time series (n = 120 records per variable). Secchi and Cla described the highest positive correlation between the parameters and TN and Secchi. The nutrient media indices (TN and TP) and clause levels were different between the years analyzed, with higher values recorded from 2016 to 2018. An analysis of the principal components (PCA) showed 48.78% of the variation of the data analisys. Secchi, Cla and TN were the variables that contributed the most to the PC1 axis, while to the PC2 axis, the depth, TP and WT contributed the most. The GAM model shows 43% explanation, taking into account the TN, WT, Sechci and Secchi variations as predictors for the Cla analyzes. The ARIMA model forecast presented an evolution of the TN and Cla tests, suggesting a change in the tropic state in Peri Lake from 2018 to 2020. Prediction models could be help to better understand the use of the main trophic parameters and aquatic ecosystems. Therefore, knowledge of the evolutionary patterns of aquatic environments could be support actions aimed at guaranteeing ecosystem services from water.