Un modelo predice la contaminación por mercurio derivada de la minería artesanal de oro en la Amazonia

Científicos de la Universidad de Duke (Estados Unidos) han desarrollado un modelo capaz de predecir la cantidad de mercurio que se libera en un ecosistema debido a la deforestación y a la extracción de oro a pequeña escala. La investigación, publicada en la revista ‘Environmental Science and Technology’, tiene como fin último mitigar los efectos de la contaminación por mercurio en las regiones que ya están registrando niveles elevados causados por la minería de oro.

En las últimas dos décadas se ha producido un fuerte aumento en la extracción ilegal e informal de oro en la región de Madre de Dios, al sur de la Amazonia peruana. Esta minería a pequeña escala generalmente implica cortar todos los árboles de una zona, cavar un pozo grande y luego emplear mercurio para extraer oro del suelo excavado.

Después de separar los fragmentos más grandes, la tierra fina restante se combina con agua y mercurio dentro de un tambor, como un barril de petróleo, y se agita. El mercurio se une a cualquier partícula de oro presente en el suelo, creando un gran fragmento que después se quema, se evapora y libera el mercurio en el aire, dejando solo el oro.

Además de liberar mercurio a la atmósfera, los mineros suelen agregar tres o cuatro veces más mercurio en cada barril del que realmente se necesita. Si bien esto asegura que se extraiga todo el oro, también significa que una cantidad excesiva de mercurio se vierte inevitablemente en el pozo excavado. Y dado que el proceso comienza con la tala de árboles, no quedan elementos que impidan que el suelo cargado de mercurio acabe contaminando los ríos cercanos.

"Hemos tomado muchas muestras en la Amazonia peruana para analizar los niveles de mercurio en el agua, el suelo y los peces", explica Heileen Hsu-Kim, profesora en la Universidad de Duke. "Cuando se limpia la tierra para la minería, se pasa de un paisaje con exuberante vegetación a un desierto árido", agrega, lo que se puede ver “fácilmente en las imágenes satelitales”. “Si los gobiernos pudieran usar las imágenes satelitales disponibles para identificar áreas que probablemente estén contaminadas, esto podría ayudarles a tomar decisiones informadas con las que elaborar políticas para proteger la salud pública", subraya.

Hsu-Kim y su equipo construyeron un modelo para predecir la cantidad de mercurio y otros contaminantes que se liberan en los ríos. Para ello, combinaron datos de un modelo de erosión de cuencas hidrográficas, variables locales como la precipitación anual, los tipos de paisaje y suelo, y datos sobre la deforestación obtenidos de las imágenes satelitales.

Cuando analizaron el contenido de mercurio de las muestras de suelo y agua tomadas en nueve ubicaciones en la cuenca del río Colorado, en Madre de Dios, descubrieron que su modelo predecía con precisión qué áreas tenían mayores concentraciones de mercurio en el agua.

El modelo sugiere que en las últimas dos décadas la deforestación ha duplicado la cantidad de mercurio que ingresa a las fuentes de agua locales en la cuenca del río Colorado, y la ha multiplicado por cuatro en la subcuenca del Puquiri. Su modelo también sugiere que si las tendencias actuales de deforestación continúan, la cantidad de mercurio que se liberará en los sistemas fluviales locales puede aumentar entre un 20 y un 25 por ciento en 2030.

Si bien los resultados pueden parecer desoladores, el hecho de que el modelo funcione ofrece algo de luz al final del túnel. "Hemos compartido nuestro modelo con el Ministerio de Medio Ambiente y el Ministerio de Salud de Perú", avanza William Pan, también profesor en Duke. "Estamos trabajando con ellos para evaluar si nuestro enfoque puede usarse como una herramienta para desarrollar nuevas políticas respecto a la minería, el monitoreo ambiental del mercurio y su exposición a los humanos", concluye.

Referencia

"Deforestation Due to Artisanal and Small-Scale Gold Mining Exacerbates Soil and Mercury Mobilization in Madre de Dios, Peru," Sarah E. Diringer, Axel Berky, Marco Marani, Ernesto J. Ortiz, Osman Karatum, Desiree L. Plata, William K. Pan, Heileen Hsu-Kim. Environmental Science & Technology, December 12, 2019. DOI: 10.1021/acs.est.9b06620