En el marco de AGU Fall Meeting 2020 -el evento mundial más grande de conferencias virtuales sobre ciencia- el proyecto Infraestructura Natural para la Seguridad Hídrica presentó tres revisiones sistemáticas que generaron mucho interés: la primera trata sobre el impacto de las soluciones basadas en la naturaleza e infraestructura natural; la segunda sobre tres casos de estudio con datos y modelación de infraestructura verde y contextos urbanos y, finalmente, dos marcos conceptuales sobre gobernanza y mecanismos financieros para soluciones basadas en la naturaleza.
La ponencia central estuvo a cargo de Boris Ochoa Tocachi, investigador del Imperial College London y socio del proyecto, quien analizó estudios relacionados al retorno de la inversión de soluciones basadas en la naturaleza que indica que las intervenciones de cuencas pueden ser positivas y rentables para las empresas que utilizan el agua como materia prima, explicando las experiencias con la empresa de agua de Quito (EPMAPS) y la empresa eléctrica de Quito (EEQ), mostrando -a su vez- enormes perspectivas para la investigación y el desarrollo del capital natural y las iniciativas de economía verde en todo el mundo. [https://atuk.com.ec/index.php/2020/11/29/return-on-investment]
Por su parte, Vivien Bonnesoeur, integrante del consorcio y miembro del equipo de CONDESAN, mostró los resultados sistematizados de un estudio sobre los impactos de las zanjas de infiltración en los servicios ecosistémicos hidrológicos. [Click en la imagen para ver el pdf]
A su turno, José Cuadros, del departamento de ingeniería civil y ambiental del Imperial College London, expuso sobre la hidrología de los bofedales altoandinos y cómo estos representan un exosistema natural frágil, pero de mucha importancia para fortalecer la seguridad hídrica.
Señaló, además, que una robusta combinación de observaciones de campo y configuraciones de modelos alternativos ayudará a comprender el rol de los bofedales en el ciclo del agua: “Las configuraciones del modelo deben evaluarse mediante un proceso iterativo de prueba de hipótesis para encontrar un equilibrio entre precisión, tiempo computacional e información disponible.
