Alghe verdi blu
8.1 Introduzione
I cianobatteri (alghe verdi blu) sono i più antichi fotoautotrofi ossigenati della Terra e hanno esercitato un forte impatto sul modellamento della biosfera, che ha portato all’evoluzione della vita superiore di piante e animali terrestri (Paerl e Otten, 2013). Attraverso la lunga storia evolutiva (circa 3,5 miliardi di anni), i cianobatteri hanno acquisito la capacità di adattarsi ai cambiamenti geochimici e climatici (Paerl e Paul, 2012) e ai diversi ambienti acquatici con diversi livelli di nutrienti, deviazione delle acque e salinizzazione (Reynolds, 1987; Paerl e Otten, 2013). Il riscaldamento globale e l’eutrofizzazione dei corpi idrici hanno aumentato il potenziale di fioritura cianobatterica a causa delle condizioni di crescita preferenziale dei cianobatteri di temperatura e livelli di nutrienti più elevati (Smith, 1986; Paerl e Huisman, 2008). Tale tendenza è sfavorevole, perché le fioriture producono schiuma superficiale e odore di terra nei corpi idrici per le forniture di acqua potabile (Codd et al., 1999) ed è stato riportato che i cianobatteri producono una varietà di composti tossici, per esempio, microcistine e saxitossine (Baker et al., 2002; Chorus e Bartram, 1999; Sivonen, 1996). Queste tossine generate dai cianobatteri possono causare gravi problemi di salute; per esempio, è stato suggerito che le microcistine hanno causato lesioni acute al fegato o addirittura la morte (Falconer et al., 1983; Jochimsen et al., 1998; Carmichael et al. 2001; Azevedo et al. 2002) e l’esposizione cronica a microcistine di basso livello ha aumentato il rischio di tumore (Falconer e Humpage, 1996; Humpage et al., 2000). Quindi, le fioriture cianobatteriche avverse provocano seri problemi nei laghi e nei bacini per l’approvvigionamento di acqua potabile e/o per le attività ricreative. È fondamentale monitorare le fioriture cianobatteriche e determinare la tossicità nelle fonti di acqua potabile dalla fase iniziale (Baker et al., 2002; Codd et al., 2005; Song et al., 2014).
Quindi, determinare l’abbondanza cianobatterica aiuta i gestori delle risorse idriche ad adottare misure per diminuire gli incidenti sanitari causati dai cianobatteri. Il primo approccio è quello di contare le cellule cianobatteriche utilizzando la microscopia, che fornisce anche l’identificazione del genere cianobatterico. La reazione a catena della polimerasi è stata anche adattata per identificare direttamente i cianobatteri da altri organismi nei campioni d’acqua amplificando la regione dello spaziatore intergenico della ficocianina, che fornisce anche un’implicazione diretta della tossigenicità (Baker et al., 2002). L’applicazione della cromatografia liquida ad alta pressione (HPLC) è un altro protocollo standard per l’identificazione e la quantificazione dei cianobatteri (Lawton et al., 1994). Anche se l’HPLC non ha la capacità di identificare le specie cianobatteriche, misura vari pigmenti e fornisce una misura robusta dell’abbondanza cianobatterica. D’altra parte, gli approcci fluorometrici in vivo di solito forniscono una misura indiretta dell’abbondanza cianobatterica determinando la concentrazione di uno o due pigmenti come la clorofilla-a (cl-a) e la ficocianina (PC). Per esempio, varie aziende (ad esempio, Hydrolab e YSI) producono sonde sommergibili multiparametriche dotate di sensori di fluorescenza per quantificare chl-a, PC e ficoeritrina all’interno di una colonna d’acqua. Nonostante che gli approcci di laboratorio e di campo sopra descritti forniscano dati utili per dedurre la crescita cianobatterica, questi approcci tradizionali sono spesso limitati a causa dei grandi sforzi di campionamento dell’acqua (Hunter et al., 2009) o della piccola scala spaziale di copertura (Guanter et al., 2010).
Come risultato, gli approcci tradizionali non sono adatti a monitorare le fioriture cianobatteriche che sono effimere nel tempo e ampiamente disperse nello spazio (Hunter et al., 2010; Huang et al., 2015). Le limitazioni degli approcci tradizionali sono superate dalle tecniche di telerilevamento, che forniscono una visione sinottica a breve scala temporale. Ad esempio, il telerilevamento è stato utilizzato per monitorare la dinamica spazio-temporale della concentrazione di chl-a () nelle acque interne (ad esempio, Gons, 1999; Gons et al., 2008; Li et al., 2013 e riferimenti ivi; vedi anche i capitoli 6 e 7Capitolo 6Capitolo 7 in questo libro per la modellazione bio-ottica e la fluorescenza di chl-a nelle acque interne, rispettivamente), che è stato successivamente utilizzato per inferire biomassa cianobatterica (Kutser, 2004). Tuttavia, implica solo la biomassa algale totale ma non la biomassa specifica dei cianobatteri. La quantificazione del chl-a non è un mezzo robusto per stimare con precisione l’abbondanza cianobatterica perché tutto il fitoplancton contiene chl-a (Randolph et al., 2008; Song et al., 2014). Una quantificazione di un pigmento contenuto dai cianobatteri d’acqua dolce è necessaria per determinare più accuratamente l’abbondanza cianobatterica nei corpi idrici. È stato suggerito che il PC è un pigmento unico dei cianobatteri d’acqua dolce e presenta una caratteristica ottica distintiva intorno a 620-630 nm (vedi sezione 8.2), che rende possibile il rilevamento remoto (cioè la modellazione bio-ottica) dei cianobatteri (ad esempio, Dekker, 1993; Simis et al., 2005; Mishra et al., 2013). Pertanto, il telerilevamento di cianobatteri d’acqua dolce è stato in gran parte focalizzato sullo sviluppo di deferenti algoritmi bio-ottici per stimare PC all’interno degli ultimi più di due decenni (ad esempio, Dekker, 1993; Schalles e Yacobi, 2000; Simis et al., 2005, 2007; Li et al., 2015 e riferimenti ivi) anche se alcuni lavori sulla quantificazione remota di cellule cianobatteriche sono stati trovati anche (ad esempio, Lunetta et al., 2015).
Come discusso sopra, gli approcci tradizionali per il monitoraggio dei cianobatteri che si basano sul campionamento del campo sono lunghi e laboriosi; quindi, questo capitolo è focalizzato sulle tecniche emergenti di telerilevamento che forniscono un metodo veloce ed efficiente per fornirci sia l’intensità e la distribuzione spaziale delle fioriture cianobatteriche. Nella sezione 8.2, verrà discussa la caratteristica di assorbimento del PC e la sua corrispondente risposta sulla riflettanza del telerilevamento, che è la base fondamentale per la modellazione bio-ottica della ficocianina dalle misure di telerilevamento. Nella sezione 8.3 abbiamo poi passato in rassegna gli algoritmi di telerilevamento esistenti in letteratura. Alcuni algoritmi rappresentativi sono successivamente valutati e confrontati utilizzando lo stesso grande set di dati di campo nella Sezione 8.4. Nella Sezione 8.5, le mappe di sono state generate da immagini aeree per dimostrare la capacità del telerilevamento di presentare una visione sinottica di in un corpo idrico. Infine, un riassunto di questo capitolo e le future direzioni di ricerca della modellazione bio-ottica di sono annotate nella Sezione 8.6.