Propuesta de un plan de biorremediación de aguas contaminadas con cianuro de sodio, basado en la aplicación de Data Science. Cotopaxi – Ecuador 2022

Abstract

La minería ilegal genera grandes impactos sociales, económicos y ambientales principalmente en las comunidades directamente involucradas en este sistema que sería aquellas en donde geográficamente están ubicadas las minas. En el caso de la minería aurífera, el proceso de recuperación del metal requiere de la aplicación de sustancias altamente contaminantes y difíciles de controlar como es el caso del mercurio, ácidos, bases o cianuros que son encargados de captar el oro contenido en los concentrados auríferos y su proceso requiere de grandes cantidades de agua que son liberadas directamente a los cuerpos lóticos. Por esta razón se requiere de investigaciones y planes de biorremediación que permitan reducir la concentración y toxicidad producida por esta sal. Para ello, se propone el uso de la ciencia de datos e inteligencia artificial para generar un modelo matemático que se ajuste a las condiciones ambientales de las zonas contaminadas y así mediante la selección de microorganismos resistentes al ambiente contaminado se puedan diseñar planes de remediación que generen aportes socioambientales y de bajo costo operativo. En este proyecto se obtuvo que las especies bacterianas: P. putida, P. stutzeri, P. aeruginosa, B. tequilensis y B. pumilus son las especies de mayor eficiencia degradativa, sin embargo, su nivel de degradación depende de las condiciones fisicoquímicas como es el caso del pH y temperatura. Los modelos matemáticos generados por las redes neuronales GMDH proponen que la eficiencia de estas especies alcanza valores ente 79 y 83 % y su vínculo con el pH y temperatura se comportará conforme a las ecuaciones emitidas por los modelos. En conclusión, la ciencia de datos permitió diseñar un plan de remediación de aguas cianuradas.