Evaluación de la biodiversidad de macroinvertebrados acuáticos
Detalle: Se realizan tareas de campo y laboratorio tendientes a conocer la biodiversidad de un cuerpo de agua (humedal, laguna, río, etc.). Este requerimiento puede venir de empresas o instituciones interesadas en conocer o manejar un área determinada que contenga cuerpos de agua, que necesiten acreditar normas ambientales y/o que necesiten conocer y monitorear el estado ambiental ecológico de una cuenca o de un cuerpo de agua específico.
Metodología: Se realizan inventarios de las especies presentes en los sitios de interés, estimando sus abundancias y sus valores como indicadores ambientales de contaminación. Se toman muestras con redes entomológicas diversas de acuerdo al objetivo específico y taxón de interés. Estas muestras pueden incluir tanto las fases acuáticas de estas especies, como su fase adulta aérea si corresponde. Estas muestras son procesadas y los organismos identificados en laboratorio, bajo magnificación (lupas, microscopios) con técnicas especiales (preparaciones microscópicas, aclarados, uso de claves taxonómicas, bibliografía técnica, etc.)
Capacitaciones en Estudios Ambientales: Ecología, Sistemática, Biodiversidad, Ciencia de Datos y Modelización.
Detalle: Ofrecemos capacitaciones especializadas en estudios ambientales, integrando ecología, sistemática, biodiversidad y análisis de datos con herramientas avanzadas de modelización y programación en Python y R. Dirigidas a docentes, investigadores, estudiantes y profesionales que deseen fortalecer sus conocimientos en ecosistemas y análisis cuantitativo de datos ambientales.
Metodología: Las capacitaciones tienen un enfoque teórico-práctico y pueden adaptarse a distintos niveles educativos y profesionales, promoviendo la integración de tecnologías digitales y enfoques pedagógicos innovadores en la enseñanza de las ciencias ambientales. Incluyen exposiciones conceptuales sobre ecología y biodiversidad en distintos ecosistemas, métodos de muestreo en campo, identificación taxonómica, análisis de calidad ambiental con bioindicadores y parámetros fisicoquímicos, visualización de datos, modelización y machine learning. Las capacitaciones pueden ser presenciales o virtuales, pueden dictarse dentro del Instituto de Biodiversidad Neotropical como también en otros lugares solicitados por la contraparte.
Estudios ecológicos y estadísticos en múltiples ecosistemas.
Detalle: Se relevan macroinvertebrados, anfibios, reptiles, aves y mamíferos en ecosistemas acuáticos, ribereños y terrestres. Se analiza biodiversidad, distribución, incluidas especies de importancia sanitaria e indicadoras biológicas. Se realizan análisis químicos y biológicos (pH, oxígeno, DBO5, DQO). Estos datos y/o otras bases de datos se estudian estadísticamente para identificar patrones y generar modelos. Servicio para empresas, instituciones o particulares que requieran monitoreo ambiental.
Metodología: Se realizan inventarios de las especies presentes en los sitios de interés, estimando sus abundancias y sus valores como indicadores ambientales de contaminación. Las muestras se toman con distintos tipos de redes de acuerdo al objetivo específico y taxón/es de interés. También puede incluir registros de rastros, señales visuales y auditivas, búsqueda activa y pasiva en transectas. Partes de estas muestras se toman a partir de cámaras trampas y/o grabadores de audio. Las muestras se procesan y los organismos se identifican en laboratorio, bajo magnificación (lupas, microscopios), procesamiento de imágenes y detección de malformaciones como indicadores de contaminación. Análisis de agua: conductividad, pH, turbidez, color, olor. La metodología que se usa para estos análisis es la propuesta por APHA (2005, 2012). El control y aseguramiento de la calidad de los procedimientos de la toma de muestras de agua, así como también las determinaciones analíticas en laboratorio, se realizan de acuerdo a normas IRAM. Las bases de datos se procesan con las herramientas estadísticas seleccionadas y se entrega un informe final de resultados que no reviste carácter de certificación. Se utilizan también modelos de Inteligencia Artificial: Machine Learning y Deep Learning.