1 Centro de Investigaciones Avanzadas y Formación Superior en Educación, Salud y Medio Ambiente ¨AMTAWI¨. Puno,
Perú. george.argota@gmail.com
2 Laboratorio de Ecología y Biodiversidad Animal. Facultad de Ciencias Naturales y Matemática. Grupo de Investigación en
Sostenibilidad Ambiental (GISA), Universidad Nacional Federico Villarreal (UNFV). Lima, Perú.
3 Laboratorio de Zoología. Facultad de Ciencias Biológicas. Grupo de Investigación “One Health”. Universidad Ricardo
4 Palma (URP). Lima, Perú. joseiannacone@gmqail.com
*Corresponding Author: george.argota@gmail.com
George Argota-Pérez: https://orcid.org/0000-0003-2560-6749
José Iannacone: https://orcid.org/0000-0003-3699-4732
The aim of the study was to propose a sustainability indicator for the environmental and ecological protection
of aquatic systems. A random probabilistic sampling was carried out in the exposure area between the Espinar
lagoon and the inner bay of Lake Titicaca, Puno, Perú, where various physical-chemical parameters (PFQ)
+ + + + +
were determined: dissolved oxygen, pH, total dissolved solids, electrical conductivity, Cu , Zn , Pb , Fe , Cd ,
+ - - -
Al , Cl , NO and NO . Under experimental conditions (water dilution: 10, 20, 30, 40 and 50 ml/1 L), the
3 2
ecotoxicological effect was evaluated using the biomarker (Bm): reaction time and refuge capacity (TRCR) in
Gambusia punctata (Poey, 1854). With the PFQ and the Bm, the sustainability indicator (ISPAEsa) was
proposed, which considered five descriptors from a hermeneutic of environmental and ecological economics.
For each descriptor, there were three weights (1.0, 0.75 and 0.50) according to the magnitude criteria: high,
medium and low. ISPAEsa reported three intervals according to water quality: I) conserved environmental
protection: (1.10-1.15; II) non-immediate environmental protection: 1.16-1.30; and III) immediate
environmental protection: 1.31-1.50. 76.92% of the PFQ did not comply with the normative value. CRRT was
less delayed in the more diluted treatment. The ISPAEsa was 1.4 where immediate environmental treatment is
required. It is concluded that the sustainability indicator protects from the environmental and ecological
aspects, since it is based on descriptors and biomarkers that allow the analysis of natural conditions.
Este artículo es publicado por la revista The Biologist (Lima) de la Facultad de Ciencias Naturales y Matemática, Universidad Nacional Federico
Villarreal, Lima, Perú. Este es un artículo de acceso abierto, distribuido bajo los términos de la licencia Creative Commons Atribución 4.0
Internacional (CC BY 4.0) [https:// creativecommons.org/licenses/by/4.0/deed.es] que permite el uso, distribución y reproducción en cualquier
medio, siempre que la obra original sea debidamente citada de su fuente original.
1 2,3,4
George Argota-Pérez & José Iannacone
SUSTAINABILITY INDICATOR FOR ENVIRONMENTAL AND ECOLOGICAL PROTECTION OF
AQUATIC SYSTEMS
INDICADOR DE SOSTENIBILIDAD PARA LA PROTECCIÓN AMBIENTAL Y ECOLÓGICA DE LOS
SISTEMAS ACUÁTICOS
The Biologist
(Lima)
The Biologist (Lima), 202 , vol. (2),2 20 311-322.
ORIGINAL ARTICLE / ARTÍCULO ORIGINAL
The Biologist (Lima)
ISSN Versión Impresa 1816-0719
ISSN Versión en linea 1994-9073 ISSN Versión CD ROM 1994-9081
311
ABSTRACT
DOI: DOI: https://doi.org/10.24039/rtb20222021472
D
Keywords: aquatic ecosystem – biomarker – biomonitor – ecological economics – environmental economics
D
El pluralismo de la agenda para el desarrollo de los
gobiernos hace referencia al equilibrio ambiental y
la protección de los recursos naturales
(ONU/CEPAL, 2018), donde su discusión se
orienta a la ecologización de la producción (Yong
et al., 2016; Cucchiella et al., 2017), economía
disminuida en carbono (Robertson, 2015; Tang et
al., 2019), resolución social de los conflictos
mineros (Pimentel et al., 2016; Zvarivadza &
Nhleko, 2018), y al crecimiento sostenible (Lorek
& Spangenberg, 2014; Le, 2020).
Las posiciones ontológicas, metodológicas y
epistemológicas que se promueven en algunos
debates de las discusiones de la agenda para el
desarrollo, instruyen a nuevas visiones y
paradigmas en el campo de la economía ambiental
(Kube et al., 2018; Halkos & Kitsos, 2018;
Hensher, 2020), y la economía ecológica (Weiss &
Cattaneo, 2017; Buchs et al., 2020).
The Biologist (Lima). Vol. 20, Nº2, jul - dic 2022
RESUMEN
Palabras clave: biomarcador – biomonitor – economía ambiental – economía ecológica – ecosistema acuático
El objetivo del estudio fue proponer un indicador de sostenibilidad para la protección ambiental y
ecológica de los sistemas acuáticos. Se realizó, un muestreo probabilístico aleatorio en la zona de
exposición entre la laguna de Espinar y la bahía interior del Lago Titicaca, Puno, Perú, donde se
determinó, diversos parámetros físico-químicos (PFQ): oxígeno disuelto, pH, sólidos totales disueltos,
+ + + + + + - - -
conductividad eléctrica, Cu , Zn , Pb , Fe , Cd , Al , Cl , NO y NO . En condiciones experimentales
3 2
(dilución del agua: 10, 20, 30, 40 y 50 ml/1L) se evaluó, el efecto ecotoxicológico mediante el
biomarcador (Bm): tiempo de reacción y capacidad de refugio (TRCR) en la Gambusia punctata (Poey,
1854). Con los PFQ y el Bm se propuso, el indicador de sostenibilidad (ISPAEsa) el cual consideró, cinco
descriptores desde una hermenéutica de la economía ambiental y ecológica. Para cada descriptor, hubo
tres ponderaciones (1,0; 0,75 y 0,50) según los criterios de magnitud: alto, medio y bajo. El ISPAEsa
refirió, tres intervalos según la calidad del agua: I) protección ambiental conservada: 1,10-1,15; II)
protección ambiental no inmediata: 1.16-1.30; y III) protección ambiental inmediata: 1,31-1,50. El
76,92% de los PFQ, no cumplieron con el valor normativo. Fue menos demorado el TRCR en el
tratamiento más diluido. El ISPAE fue 1,4 donde se requiere tratamiento ambiental inmediato. Se
sa
concluye, que el indicador de sostenibilidad protege desde lo ambiental y ecológico, pues se sustenta en
descriptores y biomarcadores que permiten el análisis de las condiciones naturales.
312
INTRODUCCIÓN La economía ambiental (EA) representa una
especialización particular de la economía
neoclásica que estudia dos cuestiones
ro
interrelacionadas: 1 ) el problema de las
do
externalidades ambientales; y 2 ) la determinación
del precio óptimo de un recurso como forma de
mitigar, las externalidades que orientan al uso del
medioambiente y los recursos naturales
(Morrissey, 2020). Es decir, la búsqueda de
respuestas que resulten apropiables sobre la
utilidad de los recursos y donde se requiere aplicar,
modelos matemáticos y estadísticos para formular
el problema y ofrecer, posibles soluciones dada la
incertidumbre que existe entre el valor de bienes y
servicios (Halkos & Kitsos, 2018; Profitiliotis &
Loizidou, 2019). En cambio, la economía
ecológica (EE) se sustenta en las funciones
reguladoras de los ecosistemas (Gendron, 2014),
así como las interrelaciones sobre la utilidad de los
recursos, pero con base en sus necesidades y
sostenibilidad relevante de los propios recursos
(Colby, 2020; Buchs et al., 2020, Muradian &
Pascual, 2020).
Argota-Pérez & Iannacone
313
Aunque, existen diferencias notables entre la EA y
EE, ambas conectan sobre la gestión de utilidad y
escasez de los recursos pudiendo considerarse,
cómo la sinergia que se produce entre el valor y la
sostenibilidad de los recursos ambientales. Para
entenderse dicha sinergia, Argota et al. (2019),
indican que el valor de cualquier recurso puede
limitarse en el tiempo y su pérdida perjudicará su
demanda en el futuro. Por ejemplo, durante un
tiempo 1, existe interrelación entre recursos (AAA
y BBB) donde cada uno de ellos muestra su valor
unitario (X y Z) y puede ocurrir, algún tipo de
contingencia para lo cual, se asume una
consecuencia no prevista. Sin embargo, de
interrumpirse la relación entre los recursos (A y
BB) durante un tiempo 2, entonces se reduce el
valor unitario en cada recurso (X/3 y Z/2) siendo
más crítico en uno de ellos donde se produce una
consecuencia determinada ante la reducción útil de
ambos recursos; y por ende la insostenibilidad
(Figura 1).
The Biologist (Lima). Vol. 20, Nº2, jul - dic 2022
Recurso
AAA
Valor utilitario X
A
Recurso
BBB
Valor utilitario Z
Tiempo 1 Tiempo 2
Recurso
A
Valor utilitario
X/3
Recurso
BB
Valor utilitario
Z/2
Consecuencia
no prevista
Consecuencia determinada
(insostenibilidad)
Quizás, la comprensión de la sostenibilidad de los
recursos en cualquier ecosistema (Ej.: acuático),
puede valorase desde algunas interpretaciones
conceptuales entre la EA y la EE. El propio Argota
et al. (2019), refieren una fórmula para estimar, la
sostenibilidad desde la economía ambiental y
ecológica donde se indicó cinco descriptores: costo
estimado del recurso (CER), Costo de beneficio
temporal (CBT), impacto social atribuible (ISA),
tasa de disponibilidad necesaria (TDN) y valor de
demanda futura generacional (VDFG). La
estimación de sostenibilidad se considera desde
puntuaciones ponderadas y que determina el
estado ambiental del ecosistema para reconocer, la
calidad ecológica del agua.
Melgar & Hall (2020), expresan que la EE es la
razón necesaria e integral en el mundo biofísico y,
precisamente, el agua representa el elemento de la
evolución teórica para la economía por resultar
consustancial y sin sustitutos en la vida como
recurso específico con funciones ex-situ (agua
potable, factor de producción en la industria y
agricultura) e in-situ (actividades ceremoniales,
recreativas, transporte, ecosistemas en sí mismo y
soporte para otros componentes), entonces debe
plantearse nuevos desafíos analíticos según, Arias
et al. (2018), Riddell et al. (2019), Häder et al.
(2020), ante el efecto de la contaminación que se
produce y limita los servicios del ecosistema. La
pérdida de los servicios ecosistémicos, causan
perjuicios a la supervivencia humana (Costanza et
al., 2014; Song & Deng, 2017), y exacerban los
riesgos ecológicos (Estoque & Murayama, 2014).
Aunque, la evaluación de riesgos ecológicos (por
sus siglas en inglés: ERA) constituye un
instrumento de gestión para el control sostenible de
los ecosistemas acuáticos (Deacon et al., 2015; Xu
et al., 2016), se requiere nuevas interpretaciones
con indicadores más dinámicos e integrales y que
no obedezcan a un enfoque tradicional, por el
contrario, se necesita una caracterización de
patrones funcionales relacionados con el entorno
(Luo et al., 2018; Wu et al., 2018).
A pesar, que la ERA se basa en diferentes
metodologías sobre el ecosistema (Mo et al., 2017;
Cao et al., 2019; Jin et al., 2019; Vezi et al., 2020),
igualmente se necesitan propuestas analíticas que
consideren condiciones naturales adversas,
clasificación de los impactos antropogénicos y la
Figura 1. Pérdida del valor utilitario del recurso (sección izquierda) y limitación del valor utilitario y limitado del recurso en el
tiempo.
Sustainability indicator for protection of aquatic systems
314
invasión de especies exóticas (Solovjova, 2019),
de modo tal, que la evaluación final del riesgo
ecológico posibilite la valoración integral de
estresores ambientales (Kang et al., 2018; Chen et
al., 2019).
Ante la vulnerabilidad que se origina por la
exposición al peligro de cualquier agente químico,
físico y/o biológico, la sostenibilidad ambiental de
los ecosistemas acuáticos puede indicarse desde la
combinación de los preceptos de la economía
ambiental, economía ecológica y las bio-señales de
predicción ecotoxicológicas en especies
biomonitores (Argota & Iannacone, 2017; Cardoso
et al., 2019; O'Callaghan et al., 2019; Caixeta et
al., 2020).
El objetivo del estudio fue proponer un indicador
de sostenibilidad para la protección ambiental y
ecológica de los sistemas acuáticos.
El estudio se realizó en la zona ambiental de
exposición y donde se produce, la descarga de
efluentes entre la laguna de oxidación de Espinar
(15°51.073 / 69"59.729) y la bahía interior del
Lago Titicaca (Puno-Perú). Mediante un muestreo
probabilístico aleatorio se determinó con el
medidor portátil multiparamétrico HI-9828
®
HANNA , los parámetros físico-químicos (PFQ):
oxígeno disuelto (precisión: ±0,10 mg/L), pH
(precisión: ±0,02), sólidos totales disueltos
(precisión: ±1 mg/L) y la conductividad eléctrica
(precisión: ±1 uS/cm) mientras, que en el
Environmental Testing Laboratory S.A.C.
+
(Acreditado) se realizó, la determinación de Cu ,
+ + + + + - - -
Zn , Pb , Fe , Cd , Al , Cl , NO y No .
3 2
Los PFQ se compararon con el Decreto Supremo
No. 004-2017-MINAM (Categoría 1: Población y
Recreacional; Subcategoría A: aguas superficiales
destinadas a la producción de agua potable; A2:
aguas que pueden ser potabilizadas con
tratamiento convencional y la categoría 4:
Conservación del ambiente acuático; Subcategoría
E1: lagos y lagunas), Perú.
MATERIALES Y MÉTODOS
Según, lo que recomienda la OECD (2019), se
diluyó, el efluente de la laguna de oxidación de
Espinar en cuatro tratamientos experimentales: 50;
-1
25, 12,5 y 6,25 mg·L . Cada dilución se consideró
en cuatro peceras de cristal (25 x 25 x 50 cm) con
réplicas hasta completarse un volumen final de 10
L. El tratamiento control fue sin el efluente.
Se depositaron 10 individuos de G. punctata
(Argota et al., 2013), 72 h antes del ensayo. La
temperatura se controló a 25Cº, sin el suministro de
oxígeno, recambio y alimentación. Se evaluó, el
efecto ecotoxicológico de la calidad ambiental del
efluente mediante el biomarcador (Bm): tiempo de
reacción y capacidad de refugio (TRCR), donde la
variable se midió mediante el cronómetro digital
certificado Hanhart Spectron 169624 (precisión:
0,01%).
Para el tiempo de reacción se introdujo una varilla
esterilizada de vidrio y la capacidad de refugio
consistió en el tiempo de permanencia debajo de las
plantas y piedras que se ubicaron en el fondo de
cada pecera.
Con los PFQ y el Bm se propuso, el indicador de
sostenibilidad (ISPAEsa) donde se consideró,
cinco descriptores de sostenibilidad desde una
hermenéutica de la economía ambiental y
ecológica:
Ecuación I
·Costo estimado del recurso = CER
·Costo de beneficio temporal = CBT
·Impacto social atribuible = ISA
·Tasa de disponibilidad necesaria = TDA
·Valor de demanda futura generacional = VDFG
(constante = 1)
·5 = representa la cantidad de indicadores
·VBm = valor del biomarcador
·Si, el biomarcador expresa daño se asigna el
valor de 0,5 y en caso contrario, es 0.
Según, Argota et al. (2019), cada descriptor de
sostenibilidad tiene tres criterios de magnitud (alto,
medio, bajo) donde se les asigna, una puntuación
ponderada: 1,0; 0,75 y 0,50 (Tabla 1).
=∑
(CER+CBT+ISA+TDN+VDFG)
5+Σ(VBm)
The Biologist (Lima). Vol. 20, Nº2, jul - dic 2022
Argota-Pérez & Iannacone
315
Los descriptores de sostenibilidad se dividieron en
tres categorías e igual número para considerar su
probabilidad de riesgo, según el criterio de
magnitud. A cada categoría se le asignó, un
intervalo de puntuación con relación, a que la
probabilidad de riesgo se encuentra entre 0 y 1
(Tabla 2).
Tabla 1. Puntuación ponderada de los criterios de magnitud según los descriptores de sostenibilidad.
Descriptor de
sostenibilidad
Criterio de magnitud Puntuación
ponderada
CER
Alto 1,0
Medio 0,75
Bajo 0,50
CBT
Largo plazo 1,0
Mediano plazo 0,75
Corto plazo 0,50
ISA
Considerado no reversible 1,0
Considerado reversible 0,75
No considerado 0,50
TDA
Recurso muy limitante 1,0
Recurso limitante
0,75
Recurso no limitante 0,50
Tabla 2. Puntuación del criterio de magnitud para la probabilidad de riesgo según los descriptores de sostenibilidad
ante la categoría asignada.
Categoría
Descriptor de
sostenibilidad
Probabilidad
de riesgo
Criterio de magnitud
Intervalo
Puntuación
I
CER
CBT
ISA
TDA
Alta
Alta
Largo plazo
Considerado no reversible
Recurso muy limitante
1,00
–
0,93
II
CER
CBT
ISA
TDA
Media
Medio
Mediano plazo
Considerado reversible
Recurso limitante
0,75
–
0,68
III
CER
CBT
ISA
TDA
Baja
Bajo
Corto plazo
No considerado
Recurso no limitante
0,50
Criterio de magnitud
Protección ambiental Intervalo de puntuación
Alta
Inmediata 1,0
–
1,5
Media
No
inmediata 0,8
–
1,3
Baja
Conservada 0,6
–
1,1
Para el indicador de sostenibilidad se establece el
criterio de medición, la acción del recurso y el intervalo de puntuación (Tabla 3).
Tabla 3. Estimación sobre la relación de sostenibilidad ambiental y ecológica.
The Biologist (Lima). Vol. 20, Nº2, jul - dic 2022
Sustainability indicator for protection of aquatic systems
CER= Costo estimado del Recurso. CBT= Costo de beneficio temporal. ISA= Impacto social atribuible.
TDA= Tasa de disponibilidad de asania.
CER= Costo estimado del Recurso. CBT= Costo de beneficio temporal. ISA= Impacto social atribuible.
TDA= Tasa de disponibilidad de asania.
316
Para el análisis y tratamiento de los datos se utilizó
el programa estadístico profesional Statgraphics.
Centurion v18. Se consideró, el porcentaje como
estadígrafo de tendencia relativa para los
descriptores y el análisis de la varianza en la
comparación del tiempo de reacción y capacidad
de refugio. Los resultados se consideraron
significativos cuando p<0,05.
Aspectos éticos: se elaboró la información
científica desde el acceso a referencias citables
donde existe el parafraseo adecuado para la
construcción teórica del estudio. Asimismo, se
RESULTADOS
indica que no existe manipulación en el tratamiento
estadístico de los datos y la expresión matemática
para la expresión del indicador es inédita.
Los parámetros físico-químicos correspondientes
+ + + + + +
al OD, CE, STD e iones, Cu , Zn , Pb , Fe , Cd , Al
-
y Cl , no cumplieron con el valor permisible que
indicó, la norma ambiental (Tabla 4).
Tabla 4. Concentración de parámetros físicos-químicos en los efluentes.
Parámetros Unidad
Zona de muestreo
Categoría 1
Categoría 4
OD mg·L-1 3,7±0,12 - ≥ 5,0
pH -log10
[aH+]
6,2±0,09 - 6,5 – 9,0
CE μs·cm-1 1,246±0,78 - 1000,0
STD mg·L-1
2,967±16,29 - ≤ 25,0
Cu+
mg·L-1
3,88±1,07 - 0,1
Zn+
mg·L-1
7,32±2,26 - 5,0
Pb+
mg·L-1
0,012±0,02
-
0,0025
Fe+
mg·L-1
0,072±0,84
-
1,0
Cd+
mg·L-1
0,031±0,13
-
0,00025
Al+
mg·L-1
79,46±3,22
5,0
-
Cl-
mg·L-1
6,79±2,29
250,0
-
NO3-mg·L-1 0,076±0,7 - 13,0
NO2-mg·L-1 0,056±0,06 3,0 -
Tratamientos
experimentales
T
(s) DS CV (%)
Mínimo
Máximo
Control 1,123 0,006 0,514
1,12
1,13
6,26 1,193 0,025 2,109
1,17
1,22
12,5 1,353 0,015 1,129
1,34
1,37
25 1,757 0,015 0,869
1,74
1,77
50 1,833 0,015 0,833 1,82 1,85
Se muestra, el resumen estadístico de la etología de
refugio de G. punctata a los 7 días de duración del
b i o e n s a y o d o n d e h u b o d i f e r e n c i a s
estadísticamente significativas (F = 1164,40; p =
0,00), según el incremento de la concentración del
efluente (Tabla 5).
Tabla 5. Resumen estadístico / tiempo promedio: T (segundo = s) de la etología de refugio en individuos de G.
punctata / DS = desviación estándar / CV = coeficiente de variación.
Se muestra, el porcentaje de los parámetros físico-
químicos, cationes y aniones al incumplirse los
valores que establece el Decreto Supremo No. 004-
2017-MINAM, donde se indica la puntuación ante
el criterio de medición de los descriptores (Tabla
6).
The Biologist (Lima). Vol. 20, Nº2, jul - dic 2022
Argota-Pérez & Iannacone
317
Porcentaje
Descriptores
Criterio de medición Puntuación
76,92
CER
Alto 1,0
CBT
Largo plazo 0,75
ISA
Considerado reversible 0,75
TDA
Recurso muy limitante 1,0
Ecuación II
ISEAEE
=∑
(CER+ CBT+ ISA+ TDN+ VDFG)
5+Σ(VBm)
Ecuación III
ISEAEE
=∑
(1,0 + 0,75 + 0,75 + 1,0 + 1,0)
5+0.5 = 1,4
Tabla 6. Porcentaje de los parámetros (%) / descriptores, criterio de medición / puntuación.
En este estudio los parámetros físico-químicos,
cationes y aniones con el biomarcador permitieron
en su conjunto, expresar un indicador desde
cánones de la EA y EE para su contribución a la
sostenibilidad de la bahía interior del Lago
Titicaca. El análisis de los descriptores con los
biomarcadores indujo a que se requiere tratamiento
inmediato de las descargas residuales antes que
continúen modificando la calidad del ecosistema
incluyendo, posibles efectos no deseados en las
poblaciones acuáticas.
Algunos estudios indican el uso de modelos
matemáticos y estadísticos para la formulación de
problemas y restringir ciertas incertidumbres en la
EA (Halkos & Kitsos, 2018), unido a otros análisis
que se desarrollan para establecer respuestas a las
preocupaciones con relación al flujo de energía y
materiales que transforman la naturaleza (Melgar
& Hall, 2020). Pearce & Turner (1990), señalan en
la valoración del costo ambiental con relación al
uso y disponibilidad futura del recurso (igualmente
para el agua) la expresión siguiente:
Ecuación IV PO = ECE + VO
Donde
.PO = opción a pagar
.ECE = excedente del consumidor esperado
.VO = valor de opción
Otro estudio, interpreta la sostenibilidad ambiental
mediante el gasto de protección ambiental y donde
se relaciona, el gasto de protección público con el
gasto de protección privado según la expresión
siguiente (CEPAL, 2015):
Ecuación V
Al sustituirse en la ecuación II la puntuación del
criterio de medición se logra la ecuación III y con
ello, el valor del indicador de sostenibilidad para la
EA y EE basada en el Vbm:
Dado que se alcanza un valor de 1,4 (criterio de
medición: alta / intervalo de puntuación con el
valor comparado del biomarcador: 1,31-1,5), se
requiere protección inmediata en la zona de
exposición donde los efluentes se descargan
contaminados desde la laguna de oxidación de
Espinar a la bahía interior del Lago Titicaca.
Se observó, un porcentaje no deseado del 76,92%
entre los parámetros físico-químicos, cationes y
aniones con respecto al valor normado. Sin
embargo, dado que las fluctuaciones de cualquier
parámetro físico-químico puede ser normal y
puntual, entonces se requiere de algunos tipos de
análisis más específicos para determinar con
precisión las condiciones ambientales y ecológicas
por cuanto, se realizó en condiciones de
laboratorio el bioensayo con la especie G. punctata
y así, lo consideran Brown & Bolivar (2018) y
Capela et al. (2019), para su probable
extrapolación de resultados a los humanos.
DISCUSIÓN
GPA = GPA público + GPA privado
The Biologist (Lima). Vol. 20, Nº2, jul - dic 2022
Sustainability indicator for protection of aquatic systems
CER= Costo estimado del Recurso. CBT= Costo de beneficio temporal. ISA= Impacto social atribuible.
TDA= Tasa de disponibilidad de asania.
318
probarse la robustez de cualquier resultado lo que
implicaría entenderse, la elasticidad probable de
los conceptos en la EA y EE. No obstante, las
incertidumbres no podrían suponerse solo para las
mediciones (carácter explícito), pues quizás tenga
influencia de manera directa en el tipo de descriptor
que se reconozca de interés para la integración
interpretativa en las condiciones de escenario y su
vulnerabilidad (carácter implícito).
Finalmente, si se reconoce que lo relevante radica
ro
en diversos aspectos como, 1 ) la estimación
económica de un recurso y su beneficio e impacto
do
que el mismo proporciona, 2 ) la velocidad donde
ro
el recurso empieza a ser limitado, 3 ) el
reconocimiento de cualquier recurso en su
to
condición de necesidad para la posterioridad, y 4 )
medir un parámetro de interacción directa tal y
como representa un biomarcador, entonces los
descriptores que se proponen (costo estimado del
recurso, costo de beneficio temporal, impacto
social atribuible, tasa de disponibilidad necesaria,
valor de demanda futura y el valor del biomarcador
en la especie biomonitor) fueron adecuados para
caracterizar la sostenibilidad ambiental en la bahía
interior del Lago Titicaca.
Las funciones de los servicios ecosistémicos se
regulan por diferentes mecanismos y procesos
ecológicos relacionados estrechamente con las
propias condiciones ecológicas del objeto de
investigación (Xie et al., 2017). Aunque, disímiles
tecnologías y valoraciones económicas existen
para la protección y mejora de la calidad de los
cuerpos hídricos (Vendrell et al., 2020; Wiederholt
et al., 2020), la utilización de biomarcadores en
biomonitores tal y como se realizó en este estudio
con la G. punctata, permiten combinarse con
parámetros físico-químicos para establecer un
índice novedoso en la ERA y consecuentemente,
un modelo predictivo sostenible para los
ecosistemas acuáticos coincidiendo con He et al.
(2019). En este sentido, se indicó una expresión
integral que reconoce la variabilidad y el probable
efecto sobre las condiciones ambientales que se
producen ante perturbaciones antropogénicas y
como lo señala Wu et al. (2020), puede
comprenderse el estado ecológico de los
ecosistemas.
Entre las principales limitaciones del estudio se
encuentran la ausencia de comparación con otros
Las expresiones de la ecuación IV y V, no
consideran la calidad físico-química de los
efluentes tal y como se realizó en este estudio por
cuanto, Byappanahalli et al. (2012) y Young et al.
(2016), sugieren cómo necesidad que existan datos
a mostrarse donde se refiera, cuáles son las
condiciones de tratamientos y sus posibles
controles ambientales (Shah et al., 2012).
En este estudio, los resultados permiten una
expresión que valora la relación entre la economía
y la naturaleza con un enfoque más dinámico y
esencial para cualquier análisis de sostenibilidad
que garantice el equilibrio ambiental en la
sociedad, tal y como lo señala Spash (2017).
Asimismo, se establece un argumento con
indicadores de sostenibilidad para la bahía interior
del Lago Titicaca donde se sostiene la idea de un
pensamiento económico y ecológico igualmente,
pluralista y transdisciplinario, el cual aborda, la
problemática de la sostenibilidad ambiental con fin
a la conservación ecológica, pues Franco (2018),
refiere que la Economía y la Ecología como
disciplinas, pretenden establecer conexiones a la
sostenibilidad y en este estudio su orientación se
realizó desde una predicción ecotoxicológica
mediante el biomonitor G. punctata y a pesar, no
ser local, pertenece a una familia de los
Cypridontiformes donde se encuentra el género de
las Orestias (Orestias agassii (Valenciennes,
1846): carachi gris, Orestias luteus (Valenciennes,
1846): carachi amarillo) que son especies
representadas en el Lago Titicaca.
Los descriptores en este estudio permiten un
análisis a las condiciones de vulnerabilidad desde
la calidad del agua hasta su consecuencia de daños
en términos de probabilidad como ocurrió con el
bioensayo lo que representa, un método de
evaluación de riesgos a través, de un análisis
matricial primario con parámetros físico-químicos,
cationes y aniones y desde esta razón, se permite la
operación de vulnerabilidad que se percibe en la
EA y EE para la toma de decisiones (Haak et al.,
2017).
En la literatura científica se citan expresiones que
consideran descriptores para la EA y EE, donde los
autores como Yi et al. (2017), describen que las
incertidumbres al significar una magnitud en la
evaluación de riesgo ecológico, entonces debe
realizarse un análisis de sensibilidad adicional para
The Biologist (Lima). Vol. 20, Nº2, jul - dic 2022
Argota-Pérez & Iannacone
319
resultados porque no se halló reportes con los
descriptores propuestos, así como, la inexistencia
de datos que posibiliten reconocer el valor de uso
de las aguas en la zona ambiental de exposición
donde se genera las descargas de efluentes desde la
laguna de oxidación de Espinar hacia la bahía
interior del Lago Titicaca, Puno, Perú.
Se concluye, que los parámetros físico-químicos de
calidad de agua y otros elementos químicos de
interés requieren ser interpretados desde su
combinación con bioseñales en organismos
centinelas de la contaminación. No basta, el
análisis sobre un indicador fraccionario que
considere solo parámetros de calidad o la
evaluación propia en un organismo biomonitor
para entenderse el valor de los ecosistemas, por el
contrario, se requiere la búsqueda integrada de
parámetros que reflejen las condiciones de uso de
los recursos ambientales y ecológicos. El indicador
de sostenibilidad entre la EA y EE con la predicción
del biomarcador en el biomonitor G. punctata
permitió, el análisis desde una condición de
escenario ambiental con la probable demanda del
valor de uso del recurso acuático por interacciones
entre los efluentes de la laguna de oxidación de
Espinar y la matriz agua de la bahía interior del
Lago Titicaca.
Argota, P.G. & Iannacone, J. 2017. Predicción
cuantitativa de riesgo histórico entre
ecosistema impactado de referencia
ambiental mediante el uso permanente de
biomarcadores como nuevo criterio para
biomonitores en ecotoxicología acuática.
The Biologist (Lima), 15: 141-153.
Argota, P.G.; Iannacone, J.; Córdova, S.C. &
Rodríguez, C.J.C. 2019. Estimación
ambiental de la economía ambiental y la
economía ecológica: una cara, dos
monedas. Biotempo, 16: 165-172.
Argota, P.G.; Iannacone, O.J. & Fimia, D.R. 2013.
Características de Gambusia punctata
(Poeciliidae) para su selección como
biomonitor en ecotoxicología acuática en
Cuba. The Biologist (Lima), 11: 229-236.
Arias, A.M.; Klümper, U.; Rojas, J.K. & Grossart,
H.P. 2018. Microplastic pollution increases
REFERENCIAS BIBLIOGRÁFICAS
gene exchange in aquatic ecosystems.
Environmental Pollution, 237: 253-261.
Brown, R.E. & Bolivar, S. 2018. The importance of
behavioural bioassays in neuroscience.
Journal of Neuroscience Methods, 300: 68-
76.
Buchs, A.; Petit, O. & Roman, P. 2020. Can social
ecological economics of water reinforce the
“big tent”? Ecological Economics, 169: 1-
14.
Byappanahalli, M.N.; Nevers, M.B.; Korajkic, A.;
Staley, Z.R. & Harwood, V.J. 2012.
Enterococc i i n the e n v i r o n m e n t.
Microbiology and Molecular Biology
Reviews, 76: 685-706.
Caixeta, M.B.; Araújo, P.S.; Rodrigues, C.C.;
Gonçalves, B.B.; Araújo, O.A.; Bevilaqua,
G.B.; Malafaia, G.; Damacena, S.L. &
Rocha, T.L. 2020. Risk assessment of iron
oxide nanoparticles in an aquatic
ecosystem: a case study on Biomphalaria
glabrata. Journal of Hazardous Materials,
401: 1-42.
Cao, Q.; Zhang, X.; Lei, D.; Guo, L.; Sun, X.;
Kong, F. & Wu, J. 2019. Multi-scenario
simulation of landscape ecological risk
probability to facilitate different decision-
aking preferences. Journal of Cleaner
Production, 227: 325-335.
Capela, R.; Garric, J.; Castro, L.F.C. & Santos,
M.M. 2019. Embryo bioassays with aquatic
animals for toxicity testing and hazard
assessment of emerging pollutants: A
review. Science of The Total Environment,
705: 1-75.
Cardoso, C.M.; Maluf, A.; Moreno, B.B.; Nobre,
C.R.; Maranho, L.A.; Handan, B.A.;
Moledo de Souza, A.D.; Dias, S.P.C. &
Ribeiro, D.A. 2019. Common snook
juveniles, Centropomus undecimalis, as
biomonitor organisms to evaluate
cytogenotoxicity effects of surface
estuarine water from Southern Brazil.
Marine Pollution Bulletin, 149: 1-7.
Chen, F.; Li, H. & Zhang, A. 2019. Ecological risk
assessment based on terrestrial ecosystem
services in China. Acta Geographica Sinica,
74: 432-445.
Colby, B. 2020. Acquiring environmental flows:
e c o l o g i c a l e c o n o m i c s o f p o l i c y
development in western U.S. Ecological
Economics, 173: 1-13.
The Biologist (Lima). Vol. 20, Nº2, jul - dic 2022
Sustainability indicator for protection of aquatic systems
320
“transmission” and “contagion” of an
aquatic invasive species. Journal of
Environmental Management, 190: 243-251.
Häder, D.P.; Banaszak, A.T.; Villafañe, V.E.;
Narvarte, M.A.; González, R.A. &
Helbling, E.W. 2020. Anthropogenic
pollution of aquatic ecosystems: Emerging
problems with global implications. Science
of the Total Environment, 713: 1-10.
Halkos, G. & Kitsos, C. 2018. Uncertainty in
environmental economics: The problem of
entropy and model choice. Economic
Analysis and Policy, 60: 127-140.
He, W.; Kong, X.; Qin, N.; He, Q.; Liu, W.; Bai, Z.;
Wang, Y. & Xu, F. 2019. Combining species
sensitivity distribution (SSD) model and
thermodynamic index (exergy) for system-
level ecological risk assessment of
contaminates in aquatic ecosystems.
Environment International, 133: 1-16.
Hensher, M. 2020. Incorporating environmental
impacts into the economic evaluation of
health care systems: Perspectives from
ecological economics. Resources,
Conservation and Recycling, 154: 1-12.
Jin, X.; Jin, Y. & Mao, X. 2019. Ecological risk
assessment of cities on the Tibetan Plateau
based on land use/land cover changes-case
study of Delingha City. Ecological
Indicators, 101: 185-191.
Kang, P.; Chen, W.; Hou, Y. & Li, Y. 2018. Linking
ecosystem services and ecosystem health to
ecological risk assessment: A case study of
the Beijing -Tianjin -Hebei urban
agglomeration. Science of the Total
Environment, 636: 1442-1454.
Kube, R.; Löschel, A.; Mertens, H. & Requate, T.
2018. Research trends in environmental and
resource economics: Insights from four
decades of JEEM. Journal of Environmental
Economics and Management, 92: 433-464.
Le, H.P. 2020. The energy-growth nexus revisited:
the role of financial development,
institutions, government expenditure and
trade openness. Heliyon, 6: 1-11.
Lorek, S. & Spangenberg, J.H. 2014. Sustainable
consumption within a sustainable
economy–beyond green growth and green
economies. Journal of Cleaner Production,
63: 33-44.
Luo, F.; Liu, Y.; Peng, J. & Wu, J. 2018. Assessing
urban landscape ecological risk through an
Comisión Económica para América Latina y el
Caribe: CEPAL. 2015. Guía metodológica
Medición del gasto en protección ambiental
del gobierno general. II. Conceptos y
definiciones generales para la medición del
gasto en protección ambiental, pp. 17-18.
Costanza, R.; de Groot, R.; Sutton, P.; van der
Ploeg, S.; Anderson, S.J.; Kubiszewski, I.;
Farber, S. & Turner, R.K. 2014. Changes in
the global value of ecosystem services.
Global Environmental Change, 26: 152-
158.
Cucchiella, F.; Gastaldi, M. & Trosini, M. 2017.
Investments and cleaner energy production:
A portfolio analysis in the Italian electricity
market. Journal of Cleaner Production, 142:
121-132.
Deacon, S.; Norman, S.; Nicolette, J.; Reub, G.;
Greene, G.; Osborn, R. & Andrews, P. 2015.
Integrating ecosystem services into risk
management decisions: Case study with
Spanish citrus and the insecticide
chlorpyrifos. Science of the Total
Environment, 505: 732-739.
Decreto Supremo No. 004-2017-MINAM. 2017.
(Categoría 1: Población y Recreacional;
Subcategoría A: aguas superficiales
destinadas a la producción de agua
potable; A2: aguas que pueden ser
p o t a b i l i z a d a s c o n t r a t a m i e n t o
c o n v e n c i o n a l y l a c a t e g o r í a 4 :
Conservación del ambiente acuático;
Subcategoría E1: lagos y lagunas).
h t t p s : / / w w w. m i n a m . g o b . p e / w p -
content/uploads/2017/06/DS-004-2017-
MINAM.pdf
Estoque, R.C. & Murayama, Y. 2014. Measuring
sustainability based upon various
perspectives: A case study of a hill station in
southeast Asia. Ambio, 43: 943-956.
Franco, M.P.V. 2018. Searching for a scientific
paradigm in ecological economics: The
history of ecological economic thought,
1880s–1930s. Ecological Economics, 153:
195-203.
Gendron, C. 2014. Beyond environmental and
ecological economics: Proposal for an
economic sociology of the environment.
Ecological Economics, 105: 240-253.
Haak, D.M.; Fath, B.D.; Forbes, V.E.; Martin, D.R.
& Pope, K.L. 2017. Coupling ecological
and social network models to assess
The Biologist (Lima). Vol. 20, Nº2, jul - dic 2022
Argota-Pérez & Iannacone
321
Scientific African, 6: 1-21.
Robertson, S. 2015. A longitudinal quantitative-
qualitative systems approach to the study of
transitions toward a low carbon society.
Journal of Cleaner Production, 128: 221-
233.
Shah, D.H.; Zhou, X.; Kim, H.Y.; Call, D.R. &
Guard, J. 2012. Transposon mutagenesis of
Salmonella Enteritidis identifies genes that
contribute to invasiveness in human and
chicken cells and survival in egg albumen.
Infection and Immunity, 80: 4203-4215.
Solovjova, N.V. 2019. Ecological risk modelling in
developing resources of ecosystems
characterized by varying vulnerability
levels. Ecological Modelling, 406: 60-72.
Song, W. & Deng, X. 2017. Land-use/land-cover
change and ecosystem service provision in
China. Science of the Total Environment,
576: 705-719.
Spash, C.L. 2017. Social Ecological Economics.
In: Spash, C.L. (Ed.), Routledge Handbook
of Ecological Economics. Nature and
Society. Routledge, London, pp. 3-16.
Tang, P.; Zeng, H. & Fu, S. 2019. Local
government responses to catalyse
sustainable development: Learning from
low-carbon pilot programme in China.
Science of The Total Environment, 689:
1054-1065.
Vendrell, P.L.; Abril, M.; Proia, L.; Espinosa, A.C.;
Ricart, M.; Oatley, R.D.L.; Willians, P.M.;
Zanai, M. & Llenas, L. 2020. Assessing the
effects of metal mining effluents on
freshwater ecosystems using biofilm as an
ecological indicator: Comparison between
nanofiltration and nanofiltration with
electrocoagulation treatment technologies.
Ecological Indicators, 113: 1-8.
Vezi, M.; Downs, C.; Wepener, V. & O'Brien, G.
2020. Application of the relative risk model
for evaluation of ecological risk in selected
river dominated estuaries in KwaZulu-
Natal, South Africa. Ocean y Coastal
Management, 185: 1-14.
Weiss, M. & Cattaneo, C. 2017. Degrowth – taking
stock and reviewing an emerging academic
paradigm. Ecological Economic, 137: 220-
230.
Wiederholt, R.; Stainback, G.A.; Paudel, R.;
Khare, Y.; Naja, M.; Davis, S.E. & Van Lent,
T. 2020. Economic valuation of the
adaptive cycle framework. Landscape and
Urban Planning, 180: 125-134.
Melgar, M.R.E & Hall, C.A.S. 2020. Why
ecological economics needs to return to its
roots: The biophysical foundation of socio-
economic systems. Ecological Economics,
169: 1-14.
Mo, W.; Wang, Y.; Zhang, Y. & Zhuang, D. 2017.
Impacts of road network expansion on
landscape ecological risk in a megacity,
China: A case study of Beijing. Science of
The Total Environment, 574: 1000-1011.
Morrissey, K. 2020. Resource and environmental
economics. International Encyclopedia of
Human Geography, 9: 376-380.
Muradian, R. & Pascual, U. 2020. Ecological
economics in the age of fear. Ecological
Economics, 169: 1-8.
O'Callaghan, I.; Harrison, S.; Fitzpatrick, D. &
Sullivan, T. 2019. The freshwater isopod
Asellus aquaticus as a model biomonitor of
environmental pollution: A review.
Chemosphere, 235: 498-509.
OECD. 2019. Test Guideline No. 203 Fish, Acute
Toxicity Testing. OECD Guideline for
Testing of Chemicals. 23 p.
ONU/CEPAL. 2018. La Agenda 2030 y los
Objetivos de Desarrollo Sostenible. Una
oportunidad para América Latina y el
Caribe. Publicación de las Naciones
U n i d a s . L C / G . 2 6 8 1 - P / R e v . 3 .
https://repositorio.cepal.org/bitstream/han
dle/11362/40155/24/S1801141_es.pdf
Pearce, D.W. & Turner, R.K. 1990. Economics of
natural resources and the environment.
American Journal of Agricultural
Economics, 73: 211-218.
Pimentel, B.S.; Santibañez, E.S. & Barbosa, G.N.
2016. Decision-support models for
sustainable mining networks: fundamentals
and challenges. Journal of Cleaner
Production, 112: 2145-2157.
Profitiliotis, G. & Loizidou, M. 2019. Planetary
protection issues of private endeavors in
research, exploration, and human access to
space: An environmental economics
approach to backward contamination.
Space Policy, 50: 1-8.
Riddell, E.S.; Govender, D.; Botha, J.; Sithole, H.;
Petersen, R.M. & Shikwambana, P. 2019.
Pollution impacts on the aquatic ecosystems
of the Kruger National Park, South Africa.
The Biologist (Lima). Vol. 20, Nº2, jul - dic 2022
Sustainability indicator for protection of aquatic systems
322
Yi, H.; Güneralp, B.; Filippi, A.M.; Kreuter, U.P. &
Güneralp, İ. 2017. Impacts of land change
on ecosystem services in the San Antonio
river basin, Texas, from 1984 to 2010.
Ecological Economics, 135: 125-135.
Yong, J.Y.; Klemeš, J.J., Varbanov, P.S. &
Huisingh, D. 2016. Cleaner energy for
cleaner production: modelling, simulation,
optimisation and waste management.
Journal of Cleaner Production, 111: 1-16.
Young, P.; Buchanan, N. & Fallowfield, H.J. 2016.
Inactivation of indicator organisms in
wastewater treated by a high-rate algal pond
system. Journal of Applied Microbiology,
121, 577-586.
Zvarivadza, T. & Nhleko, A.S. 2018. Resolving
arti sanal and smal l-sca l e mining
challenges: Moving from conflict to
cooperation for sustainability in mine
planning. Resources Policy, 56: 78-86.
ecological response to hydrologic
restoration in the Greater Everglades
ecosystem. Ecological Indicators, 117: 1-
11.
Wu, J.; Mao, R.; Li, M.; Xia, J.; Song, J.; Cheng, D.
& Sun, H. 2020. Assessment of aquatic
ecological health based on determination of
biological community variability of fish and
macroinvertebrates in the Weihe River
Basin, China. Journal of Environmental
Management, 267: 1-13.
Wu, L.; You, W.; Ji, Z.; Xiao, S. & He, D. 2018.
Ecosystem health assessment of Dongshan
Island based on its ability to provide
ecological services that regulate heavy
rainfall. Ecological Indicators, 84: 393-403.
Xie, G.; Zhang, C.; Zhen, L. & Zhang, L. 2017.
Dynamic changes in the value of China's
ecosystem services. Ecosystem Services,
26: 146-154.
Xu, X.; Yang, G.; Tan, Y.; Zhuang, Q.; Li, H., Wan,
R.; Su, W. & Zhang, J. 2016. Ecological risk
assessment of ecosystem services in the
Taihu Lake Basin of China from 1985 to
2020. Science of the Total Environment,
554-555: 7-16.
Received June 24, 2022.
Accepted September 17, 2022.
The Biologist (Lima). Vol. 20, Nº2, jul - dic 2022
Argota-Pérez & Iannacone
