monitoreo de los factores fisiológicos del componente
TRANSCRIPT
Monitoreo de los factores fisiológicos del componente flora
Proyecto Mini Central Hidroeléctrica Cumpeo
Elaborado por: Victor M. Aguilera, Álvaro N. Espinoza, Nicolás Millie
El Roble 1250 #4 Huechuraba- Marzo 2017
2
ÍNDICE Índice de figuras........................................................................................................................................ 3
Resumen ejecutivo ................................................................................................................................... 4
1. Introducción ...................................................................................................................................... 5
2. Alcances y objetivos ............................................................................................................................. 6
2.1. Alcances ........................................................................................................................................ 6
2.2. Objetivo general ............................................................................................................................. 6
2.3. Objetivos específicos ..................................................................................................................... 6
2.4. Objetivos específicos de la primera campaña de terreno .............................................................. 6
3. Área de influencia ................................................................................................................................. 7
4. Marco biogeográfico ............................................................................................................................. 8
5. Revisión bibliográfica ............................................................................................................................ 9
5.1 Fluorescencia de la clorofila ............................................................................................................ 9
5.2 Potencial hídrico ............................................................................................................................. 9
5.3 Productividad primaria neta mediante estudio del NDVI ............................................................... 11
6. METODOLOGÍA ................................................................................................................................. 12
6.1 Monitoreo de la productividad primaria de la vegetación .............................................................. 21
6.1.1 A nivel de comunidad ............................................................................................................. 21
6.1.2 A nivel puntual ....................................................................................................................... 22
7. Resultados y discusiones ................................................................................................................... 23
8. Conclusiones y recomendaciones ...................................................................................................... 33
9. Referencias y bibliografía ................................................................................................................... 34
anexo fotográfico .................................................................................................................................... 36
ÍNDICE DE FIGURAS
Figura 1. Mapa de ubicación espacial del proyecto .................................................................................. 7
Figura 2. Distribución espacial de los puntos de muestro ....................................................................... 12
Figura 3. Distribución de los individuos por especie en el punto 1 .......................................................... 14
Figura 4. Distribución de los individuos por especie en el punto 2 .......................................................... 14
Figura 5. Distribución de los individuos por especie en el punto 3 .......................................................... 15
Figura 6. Distribución de los individuos por especie en el punto 4 .......................................................... 15
Figura 7. Distribución de los individuos por especie en el punto 5 .......................................................... 16
Figura 8. Distribución de los individuos por especie en el punto 6. ......................................................... 16
Figura 9. Distribución de los individuos por especie en el punto 7 .......................................................... 17
Figura 10. Distribución de los individuos por especie en el punto 8. ....................................................... 17
Figura 11. Distribución de los individuos por especie en el punto 9 ........................................................ 18
Tabla1. Georreferencia espacial de los individuos seleccionados para el monitoreo ............................. 18
Figura 12. Tendencia lineal del NDVI a nivel de comunidad ................................................................... 23
Figura 13. Mapa de tendencia de NDVI a nivel de píxel en el área total de estudio ............................... 24
Figura 14. Tendencia lineal del NDVI a nivel de comunidad en quebrada 1 ........................................... 25
Figura 15. Mapa de tendencia de NDVI a nivel de píxel en el área quebrada 1. .................................... 25
Figura 16. Tendencia lineal del NDVI a nivel de comunidad en quebrada 2 ........................................... 26
Figura 17. Mapa de tendencia de NDVI a nivel de píxel en el área quebrada 2. .................................... 26
Figura 18. Tendencia lineal del NDVI a nivel de comunidad quebrada 3 ................................................ 27
Figura 19. Mapa de tendencia de NDVI a nivel de píxel en el área quebrada 3. .................................... 27
Figura 20. Tendencia lineal del NDVI a nivel de comunidad en cauce intervenido ................................. 28
Figura 21. Mapa de tendencia de NDVI a nivel de píxel en el área cauce intervenido. .......................... 28
RESUMEN EJECUTIVO
El presente informe corresponde a la primera etapa del monitoreo de los aspectos fisiológicos de la
vegetación, asociados al impacto en el área de influencia directa del proyecto energético “Mini Central
Hidroeléctrica Cumpeo” emplazado en la pre-cordillera andina en la comuna de Molina, Región del Maule
aprobado a través de la RCA N° 156/2014.
Para llevar a cabo este monitoreo se realizó una campaña de terreno desde el día 20 al 24 de febrero del
2017 con la participación de tres profesionales del área asociada a los recursos naturales. En dicha
campaña se georreferenció con coordenadas UTM mediante la utilización de GPS la ubicación de los
individuos a estudiar, los cuales fueron seleccionados tentativamente por fotointerpretación y a través de
los establecido en el considerado 4.7.4.6 y 4.7.4.7 de la RCA.
El resultado del procesamiento de las imágenes satelitales arroja que a nivel de comunidad en el área
total de estudio se visualiza una disminución en el valor de NDVI respecto al paso del tiempo, lo que no
tiene significancia a nivel estadístico, ya que con una confianza del 90% el valor p del modelo es de
0.5903.
Finalmente cabe destacar que cualquier resultado obtenido a la fecha no pude ser concluyente, debido a
que corresponde solo a un análisis parcial de un estudio que considera un monitoreo de ocho años con
dos mediciones anuales.
1. INTRODUCCIÓN
El presente monitoreo de los aspectos fisiológicos de la vegetación se realiza con el objetivo de dar
seguimiento al impacto en el área de influencia directa del proyecto energético “Mini Central Hidroeléctrica
Cumpeo”.
Dicho proyecto contempla la captación de aguas desde el canal Cumpeo el cual posee un caudal máximo
en época de riego de 5 m3/s, con una potencia instalada de 5.5 MW y una energía media anual de hasta
31 GWh. El punto de captación se ubica en el kilómetro 11.9 medidos desde la bocatoma del Río Lontué
por un tramo de 4.5 kilómetros hasta la cámara de carga. Actualmente el proyecto se encuentra en etapa
de operación.
Para evaluar si el cambio en el componente hídrico debido a la operatividad del proyecto puede estar
influyendo en los aspectos fisiológicos de la vegetación, se estableció durante la tramitación ambiental la
realización de un monitoreo. Este consiste en un seguimiento bianual durante ocho años a modo de
considerar las especies anuales en los períodos de máxima floración (Septiembre – Octubre) y en el
período de máximo estrés hídrico (Enero – Febrero), tal como quedó establecido en el considerado 4.7.4.6
y 4.7.4.7 de la RCA N° 156/2014.
Los aspectos fisiológicos a evaluar serán principalmente la productividad primaria de la vegetación
mediante el cálculo del Índice de la Vegetación de Diferencia Normalizada (NDVI), a través del
procesamiento de imágenes satelitales de alta resolución. Adicionalmente se propone el análisis de la re-
emisión de radiación foliar a través de la fluorescencia de la clorofila y la medición del potencial hídrico
de la planta.
2. ALCANCES Y OBJETIVOS
2.1. Alcances
El presente estudio exhibe el monitoreo de las variables fisiológicas de la vegetación contemplados en la
resolución de calificación ambiental RCA N° 156/2014, considerando 4.7.4.6 y 4.7.4.7 del proyecto
energético “Mini Central Hidroeléctrica Cumpeo”.
2.2. Objetivo general
Evaluar la tendencia y comportamiento a través del tiempo de los aspectos fisiológicos de las especies
de planta vascular Cryptocaria alba, Nothofagus oblicua y Persea lingue, asociado a la quebrada “Fuente
de Agua” de donde el proyecto “Mini Central Hidroeléctrica Cumpeo” extrae las aguas para su
funcionamiento.
2.3. Objetivos específicos
Específicamente los aspectos a monitorear son (1) la diferencia de potencial hídrico, (2) la florescencia
de la clorofila y (3a) la productividad primaria neta de las especies a nivel de comunidad y (3b) a nivel
puntual.
2.4. Objetivos específicos de la primera campaña de terreno
Como objetivo de la primera campaña se plantea identificar, seleccionar y marcar en terreno los individuos
a muestrear georreferenciando su posición mediante coordenadas UTM. Adicionalmente se presentará
un análisis de la tendencia de la productividad primaria neta de la vegetación a nivel de comunidad
considerando como año de inicio Enero de 2014 y un análisis de la productividad primaria neta a nivel
puntual para Febrero del 2017.
3. ÁREA DE INFLUENCIA
El área de estudio se sitúa en la comuna de Molina, perteneciente a la Provincia de Curicó, en la Región del Maule. Se encuentra a una altitud de 480 m.s.n.m., y corresponde a un predio de la empresa forestal Mininco, rodeado por una matriz agrícola, forestal y parches de bosque nativo asociado a las quebradas (Figura 1).
Figura 1. Mapa de ubicación espacial del proyecto
4. MARCO BIOGEOGRÁFICO
El área de estudio está inserta en la región biogeográfica Neotropical, formando parte de la zona Central de Chile (Cabrera & Willink, 1973). Esta zona abarca desde la precordillera de los andes, la depresión intermedia y la cordillera de la costa del centro de Chile, entre los paralelos 32°S y 38°S aproximadamente. Dadas las condiciones vegetacionales, climáticas y geográficas, el área de estudio se ubica dentro del Macrobioclima Mediterráneo en el que destaca el Bioclima Mediterraneo pluviestacional continental (Luebert & Pliscoff, 2006). Este se caracteriza por estaciones bien marcadas, con lluvias invernales y estación estival seca. La temperatura media anual es de 13.5 ° C, y la precipitación es de 903 mm al año en ésta localidad. (Climate-Data).
Las unidades vegetacionales, según los límites biológicos y ambientales, ubican al sitio dentro de la Región del Matorral y Bosque Esclerófilo (Gajardo, 1994). En esta región predominan los arbustos altos de hojas esclerófilas, y también se encuentran especies de arbustos xerofíticos, arbustos espinosos, suculentas y árboles esclerófilos y laurifolios de gran altura. Según el estudio de la “Vegetación Natural de Chile” de R. Gajardo, el área de influencia del proyecto está emplazado en la sub-clasificación geográfica del Bosque Esclerófilo de Montano, la que se caracteriza por estar ubicada en laderas bajas y en los pies de montes andinos razón por la cual en la actualizad su extensión se ha visto reemplazada en gran parte por monocultivos agrícolas y forestales. Entre las comunidades presentes en este sector se encuentran: Persea lingue – Luma chequen (Lingue – Chequén), Lithera caustica – Azara integrifolia (Litre – Corcolen), Colletia spinosa – Baccharis rhomboidalis (Crucero – Vautro) y Colliguaja salicifolia (Colliguiay).
En cuanto a la diversidad florística el proyecto se emplaza en el piso vegetacional Bosque Esclerófilo Mediterráneo Andino de Lithera caustica y Lomatia hirsuta. La composición florística de esta formación se compone principalmente de las siguientes especies: Adesmia denticulata, Adiantum chilense, A. scabrum, Aristotelia chilensis, Azara integrifolia, A. petiolaris, Baccharis linearis, B. rhomboidalis, Berberis actinacantha, Blechnum hastatum, Bomarea salsilla, Calceolaria dentata, Chusquea cumingii, Colletia hystrix, Cryptocaria alba, Cynanchum pachyphyllum, Eryngium paniculata, Escallonia pulverulenta, Gochnatia floliolosa, Kageneckia oblonga, Lardizabala biternata, Lithera caustica, Lomatia hirsuta, Luma apiculata, Maytenus boaria, Myrceugenia obtusa, Nassella chilensis, Peumus boldus, Proustia pyrifolia, Psoralea glandulosa, Quillaja saponaria, Ribes punctatum, Rosa rubiginosa, Rubus ulmifolius, Teucrium bicolor, Triptilion spinosum, Viola portalesia (Luebert & Pliscoff, 2006).
5. REVISIÓN BIBLIOGRÁFICA
El suelo, la planta y la atmósfera constituyen un sistema continuo, en el cual el suelo proporciona un
anclaje mecánico a las plantas, siendo el medio en el que se almacena el agua y el oxígeno que absorben
las raíces. En este contexto la atmósfera constituye una fuente de demandas de aguas, y la planta la una
unidad conductora entre el suelo y la atmósfera, ya que absorbe el agua del suelo y ésta circula por el
xilema y fluye a través de los estomas de las hojas hacia la atmósfera, por un proceso conocido como
transpiración.
El flujo de agua se produce en respuesta a un gradiente de energía o de potenciales que existen entre el
suelo y la atmósfera (Selles y Ferreyra, 2012). En la medida que la disponibilidad de agua del suelo
disminuye, el flujo de agua hacia la planta es cada vez menor, llegando un momento en que la absorción
no puede igualar a la transpiración. Así se produce un déficit hídrico en la planta, lo que induce un cierre
estomático (Selles y Ferreyra, 2012), mayor magnitud del potencial hídrico, mayor emisión de
fluorescencia de la clorofila y una disminución en la productividad primaria de la vegetación. Lo que será
visto en detalle a continuación.
5.1 Fluorescencia de la clorofila
Debido a las características de los ecosistemas mediterráneos, la vegetación está sometida
constantemente a diversos factores ambientales que modifican sus respuestas fisiológicas. Un hecho ya
conocido es la estrecha relación existente entre las respuestas al estrés hídrico y las respuestas al estrés
térmico y lumínico (Martínez-Ferri et al. 2000).
Como se menciona en el estudio de Carlos J. Ceacero (2012), la radiación fotositéticamente activa
comprendida entre los 400 y 700 nm del espectro electromagnético es la utilizada por las plantas para la
fijación del carbono. Sin embargo, no toda la radiación interceptada por las hojas en este rango del
espectro es absorbida para realizar procesos fotoquímicos, sino que puede ser liberada al entorno en
forma de calor o re-emitida en forma lumínica. Estos procesos son estrictamente competitivos ya que un
aumento en la tasa fotosintética supone necesariamente una disminución de la radiación emitida por las
hojas y viceversa.
Las emisiones de fluorescencia pueden ser medidas a través del análisis de fluorescencia de la clorofila
a asociada con el fotosistema II, desde la cual procede prácticamente toda la emisión a temperaturas
fisiológicas. Este análisis permitiría evaluar tempranamente condiciones de estrés en la planta, ya que es
en el fotosistema II dónde se produce la foto-oxidación del agua y la reducción de los transportadores
electrónicos fotosintéticos. Por tanto, el estudio de la fluorescencia de la clorofila resulta ser un método
efectivo, sencillo y de rápida respuesta para distinguir los efectos en la limitación de la fotosíntesis
(Maxwell y Jonhson 2000) (Strasser et al. 2000).
5.2 Potencial hídrico
El estrés hídrico en las plantas denota una situación en la cual una deficiencia de agua es lo
suficientemente grande como para ser mensurable por sus efectos sobre el árbol o sus partes (Goel,
1993). De esta forma, los síntomas mostrados por las plantas no permiten una estimación cuantitativa.
Debido a esto se han aplicado diferentes métodos para cuantificar el estrés en base al uso de
instrumentos sofisticados e indicadores como órganos y tejidos vegetales (Goel, 1993; Kramer, 1989;
Lovatt et al., 1988; Southwick). Dentro de ellos el potencial hídrico medido en las hojas es un método de
uso extendido (Lugo et al., 1996).
El potencial hídrico corresponde a la tensión con que se encuentra el agua en el xilema de la planta y se
mide en unidades de presión (MPa). Los valores medidos se expresan en términos negativos, ya que el
agua en el xilema de las plantas se encuentra a presiones inferiores a la atmosférica (Selles y Ferreyra,
2012).
Existe una estrecha relación entre los valores de potencial hídrico de las hojas y el contenido de humedad
del suelo (Lugo et al., 1996). Siendo el proceso de transpiración el que constituye la fuerza motriz del
ascenso de agua en las plantas. A nivel de las hojas, y en respuesta a la gradiente de potencial hídrico
entre la atmosfera y la hoja, se produce salida de agua desde éstas en forma de vapor a través de los
estomas disminuyendo su potencial hídrico (Selles y Ferreyra, 2012), de modo que el descenso a largo
plazo de este, se encuentra influenciado fuertemente por el contenido de humedad del suelo (Kramer,
1989). Así, al determinar este valor también se estaría estimando el estado hídrico de la planta (Lugo et
al., 1996).
Un método para determinar el potencial hídrico en las hojas, es utilizando la técnica de la bomba de
presión de Scholander (Scholander et al., 1965) en la cual debe estandarizarse tres aspectos: el momento
de la lectura, el lugar de muestreo dentro de la copa y el tamaño de la muestra o tejido. Este último
aspecto ha de tomarse muy en cuenta para evitar cortes sucesivos del mismo, motivado muchas veces
a la necesidad de adaptar la muestra a las dimensiones de la Cámara de Presión, lo que conduce
frecuentemente a lecturas sobreestimadas debido a que en los vasos xilemáticos sometidos a estrés
hídrico, ocurre un retroceso en la columna de agua cuando se producen los cortes para obtener la
muestra, fenómeno que requiere una mayor presión para hacer la lectura correspondiente (Kaufman,
1968; Scholander et al., 1965).
Otra forma de determinar el estrés hídrico es a través del porómetro, el cual es más utilizado en especies
frutales. El porómetro es un instrumento que determina la facilidad con la que las hojas transpiran, lo que
se conoce como conductancia estomática. Cuando las plantas se encuentran en una situación de estrés
hídrico, se produce una disminución de la conductancia estomática que también reduce la pérdida de
agua por transpiración (Calderón, 2013).
Comparada con la bomba de presión, la medición con el porómetro es más rápida y sencilla pues en su
modo de medición automática este instrumento es capaz de dar una lectura en tan solo 30 segundos, lo
que permitiría un mayor marco muestral reduciendo el error en análisis (Calderón, 2013).
Sin embargo, si bien la conductancia estomática de las hojas puede ser considerada como un buen
indicador fisiológico del estado hídrico de la planta, esta medición es mucho más sensible a cambios en
las condiciones medioambientales (luz, temperatura, humedad y viento) que las mediciones de potencial
hídrico, por lo que las mediciones deben realizarse en condiciones ambientales estándar para evitar sobre
o sub estimaciones.
5.3 Productividad primaria neta mediante estudio del NDVI
El Índice de Vegetación de Diferencia Normalizada (NDVI) permite realizar una interpretación del estado
de la vegetación mediante la reflectancia de distintas bandas del espectro electromagnético relacionadas
con su desarrollo, permitiendo así ser un indicador de la Productividad Primaria.
La productividad primaria es el proceso en que se genera materia orgánica a partir de energía lumínica y
materia inorgánica. Dichos procesos se ven afectados al enfrentarse a déficit hídricos. Cuando las
especies vegetales se ven sometidas de manera paulatina a esta limitante pueden presentar respuestas
de aclimatación que tienen efectos sobre el crecimiento, como la disminución de la expansión foliar y el
aumento del crecimiento radicular (Potters et al., 2007). El agua constituye el principal factor limitante del
crecimiento de las plantas en la tierra (Hanson y Hitz, 1982).
Una de las mayores ventajas que otorga el índice NDVI es la capacidad de generar análisis de procesos
biofísicos derivados del comportamiento espectral de distintas superficies. La obtención de este es por
medio de operaciones algebraicas con las bandas de interés dentro del espectro electromagnético. Así
pues, existen numerosos índices vegetacionales, muchos de los cuales son equivalentes en información,
siendo el NDVI uno de los más utilizados para medir productividad primaria.
El modelo desarrollado por Rouse et al., (1973) ha tomado gran relevancia por su amplia aplicación en
estudios a largo del mundo sobre seguimiento, comportamiento y tendencia de la dinámica vegetal. Éste
método presenta cálculos sencillos y es fácil interpretación en cuanto a los resultados, tomando valores
entre -1 y 1. Se estima de la siguiente forma:
𝑁𝐷𝑉𝐼 =𝑁𝐼𝑅 − 𝑅
𝑁𝐼𝑅 + 𝑅
El NIR corresponde a la reflectancia de las longitudes de onda pertenecientes al infrarrojo cercano y R a
las longitudes de onda del rojo. De esta forma se integran dos aspectos clave del comportamiento
espectral de tejidos fotosintéticos: la baja reflectancia en longitudes de onda correspondientes al rojo,
debido a la absorción por parte de la clorofila, y la alta reflectancia en la porción del infrarrojo cercano,
debido a la estructura del mesófilo de las hojas (Paruelo, 2008).
Se ha evidenciado una fuerte relación entre el NDVI con la biomasa, el índice de área foliar (IAF) y la
productividad primaria neta aérea (PPNA) (Paruelo, 2008). Otra de las ventajas que presenta el índice es
la posibilidad monitorear los cambios estacionales e interanuales en el crecimiento vegetativo y su
actividad.
6. METODOLOGÍA
De acuerdo a lo establecido en la RCA, las evaluaciones de las variables fisiológicas de las especies
correspondientes al potencial hídrico, fluorescencia de la clorofila y productividad primaria neta se
realizarán mediante dos campañas de terreno anuales, durante los meses de Septiembre – Octubre
(época de máxima floración) y durante los meses de Enero – Marzo (época de mayor estrés de la
vegetación). El presente informe corresponde al monitoreo de mayor estrés del año 2017,
correspondiente al primer informe de monitoreo. Esta actividad fue llevada a cabo entre los días 20 al 24
de febrero del 2017 con la participación de tres profesionales.
Las actividades de monitoreo se realizaron en nueve puntos de evaluación distribuidos estratégicamente
a lo largo de la red hidrográfica de la zona de estudio, a modo de incluir en cada punto las especies de
interés: Cryptocaria alba, Nothofagus oblicua y Persea lingue. Los puntos de muestreo son coincidentes
con aquellos establecidos en los considerandos 4.7.4.6 y 4.7.4.7.
Como se muestra en la Figura 2, la distribución espacial de los puntos consideró tanto la quebrada
principal del curso de agua, como las quebradas aledañas que aportan al caudal principal, considerando
un distanciamiento mínimo que no permita una replicación de las condiciones ambientales entre los
puntos. Para poder realizar las comparaciones estadísticas fueron considerados tres puntos de control
en las quebradas aledañas al cause principal (punto uno, dos y tres), en las cuales no habrá inferencia
en las variaciones del cauce producto del funcionamiento de la mini-central hidroeléctrica.
Figura 2. Distribución espacial de los puntos de muestro
En cada punto se instaló un transecto lineal de cincuenta metros perpendicular a la quebrada,
considerando un ancho de la vegetación necesario para incluir las especies de interés. Para el muestro
puntual de la vegetación fueron seleccionados tres individuos de cada especie, georreferenciando su
posición con coordenadas UTM mediante la utilización de GPS y además cada individuo fue debidamente
marcado con un polímero de color amarillo para facilitar su localización en terreno.
Debido a que la fotointerpretación del territorio no permite la identificación en detalle de las especies
presentes en el área de estudio, en terreno se encontró la limitante de que no en todos los puntos se
encontrara la disponibilidad deseada de individuos. A causa de lo anterior los puntos fueron corregidos
de tal forma de incluir en cada punto la cantidad de individuos por especie deseados, sin embargo, como
se muestra en las siguientes figuras, en los puntos tres, cinco, ocho y nueve fueron considerados menos
individuos de C. alba de los esperados en el diseño del monitoreo.
A continuación, se detalla gráficamente la referencia espacial de los individuos seleccionados en cada
punto de monitoreo en el área de estudio.
Figura 3. Distribución de los individuos por especie en el punto 1
Figura 4. Distribución de los individuos por especie en el punto 2
Figura 5. Distribución de los individuos por especie en el punto 3. Debido a la escasa presencia de la
especie C. alba en este punto, solo fueron considerados dos individuos
Figura 6. Distribución de los individuos por especie en el punto 4.
Figura 7. Distribución de los individuos por especie en el punto 5. Debido a la escasa presencia de la
especie C. alba en este punto, sólo se consideró un individuo.
Figura 8. Distribución de los individuos por especie en el punto 6. Debido a la escasa presencia de la
especie C. alba en este punto, sólo se consideró un individuo.
Figura 9. Distribución de los individuos por especie en el punto 7.
Figura 10. Distribución de los individuos por especie en el punto 8. Debido a la escasa presencia de la
especie C. alba en este punto, sólo se consideró un individuo.
Figura 11. Distribución de los individuos por especie en el punto 9. Debido a la escasa presencia de la
especie C. alba en este punto, sólo se consideró un individuo.
La siguiente tabla muestra las coordenadas en sistema de referencia UTM de la ubicación espacial de los
individuos seleccionados para el monitoreo en el área de estudio.
Tabla1. Georreferencia espacial de los individuos seleccionados para el monitoreo
PUNTO DE MUESTREO
ESPECIE INDIVIDUOS (NÚMERO)
COORDENADAS
X Y
1
Persea lingue
1 303612.59 6098277.92
2 303618.68 6098295.14
3 303619.08 6098264.08
Cryptocaria alba
1 303615.95 6098286.54
2 303612.91 6098301.01
3 303614.05 6098260.97
Nothofagus oblicua
1 303611.54 6098280.12
2 303611.84 6098295.44
3 303614.37 6098271.41
Tabla 1 (continuación). Georreferencia espacial de los individuos.
PUNTO DE MUESTREO
ESPECIE INDIVIDUOS (NÚMERO)
COORDENADAS
X Y
2
Persea lingue
1 304011.02 6097900.59
2 304009.32 6097911.54
3 304001.28 6097946.32
Cryptocaria alba
1 304028.36 6097898.75
2 304013.59 6097920.51
3 304000.28 6097929.65
Nothofagus oblicua
1 304027.63 6097911.38
2 304023.00 6097931.70
3 304000.15 6097927.32
3
Persea lingue
1 305111.11 6098217.16
2 305187.36 6098194.39
3 305181.18 6098206.57
Cryptocaria alba 1 305114.76 6098196.04
2 305201.84 6098194.26
Nothofagus oblicua
1 305115.55 6098205.82
2 305141.07 6098187.62
3 305118.48 6098166.82
4
Persea lingue
1 304077.60 6097374.88
2 304066.90 6097385.53
3 304041.76 6097339.81
Cryptocaria alba
1 304065.56 6097384.39
2 304056.48 6097361.99
3 304048.14 6097339.51
Nothofagus oblicua
1 304077.72 6097373.44
2 304062.93 6097384.00
3 304047.51 6097343.49
5
Persea lingue
1 305197.05 6097842.24
2 305169.44 6097822.22
3 305185.75 6097834.12
Cryptocaria alba 1 305184.70 6097845.08
Nothofagus oblicua
1 305183.12 6097846.27
2 305164.57 6097832.55
3 305193.92 6097839.51
Tabla 1 (continuación). Georreferencia espacial de los individuos.
PUNTO DE MUESTREO
ESPECIE INDIVIDUOS (NÚMERO)
COORDENADAS
X Y
6
Persea lingue
1 306110.84 6097949.03
2 306115.78 6097943.36
3 306127.11 6097929.18
Cryptocaria alba 1 306124.64 6097929.46
Nothofagus oblicua
1 306105.19 6097949.35
2 306127.23 6097931.73
3 306135.64 6097938.57
7
Persea lingue
1 306867.67 6099214.40
2 306845.01 6099205.15
3 306840.61 6099198.40
Cryptocaria alba
1 306854.58 6099213.23
2 306842.50 6099203.65
3 306851.05 6099204.17
Nothofagus oblicua
1 306866.64 6099211.60
2 306851.26 6099215.27
3 306854.26 6099198.58
8
Persea lingue
1 305648.61 6097787.94
2 305617.36 6097780.38
3 305658.70 6097784.38
Cryptocaria alba 1 305658.38 6097744.53
Nothofagus oblicua
1 305663.54 6097754.30
2 305671.20 6097766.12
3 305662.76 6097786.02
9
Persea lingue
1 304747.10 6097482.36
2 304767.56 6097494.37
3 304782.87 6097502.14
Cryptocaria alba 1 304747.86 6097495.72
Nothofagus oblicua
1 304755.51 6097487.56
2 304779.13 6097510.60
3 304766.92 6097498.46
Para el potencial hídrico y fluorescencia de la clorofila las medidas se realizarán a pre-alba y a medio día
a modo de representar las condiciones de menor y mayor radiación solar respectivamente, ya que es el
principal factor de variación en la magnitud de los datos.
6.1 Monitoreo de la productividad primaria de la vegetación
Este análisis se efectuó mediante la utilización de imágenes multiesprectrales tanto a nivel de comunidad
como a nivel puntual para los individuos específicos. Se llevó a cabo manejando y analizando las
imágenes mediante el indicador NDVI con Sistemas de Información Geográfica (SIG), en particular
Quantum Gis, y el software estadístico R Studio. De esta manera se puede analizar la información y los
datos de manera remota –utilizando la técnica de la teledetección- permitiendo así visualizar el
comportamiento de las especies en el tiempo a distintas escalas espaciales y temporales.
6.1.1 A nivel de comunidad
Para este nivel se utilizaron imagines multiespectrales Landsat 8 a partir del año 2014 hasta el 2017 en
el periodo Enero-Febrero (en promedio dos imágenes por periodo). Estas poseen una resolución de 30
metros lo que permite una correcta percepción del comportamiento de la productividad primaria de la
comunidad vegetal presente en el área de estudio. Se consideró 3 años anteriores al inicio del monitoreo
para identificar si existe ya una tendencia presente en el comportamiento de la vegetación. Los datos se
relacionan mediante un modelo estadístico lineal. Esto debido a que no se busca un modelo de predicción,
sino más bien uno que evidencie el comportamiento (tendencia) de la vegetación en el tiempo. Como
resultado de este modelamiento se presenta un mapa que indica la tendencia del índice de NDVI para
cada uno de los pixeles en el paso del tiempo.
Este modelamiento se llevó a cabo tanto para el área total de estudio, vale decir, las 3 quebradas junto
con el cauce intervenido y además se realizó un modelamiento por separado de cada una de las
quebradas y el cauce.
6.1.2 A nivel puntual
A pesar de que realizar un análisis de NDVI especifico de un solo individuo mediante imágenes
multiespectrales es imposible debido a muchas razones entre las que destacan el solapamiento de copas,
si es posible realizar un análisis del NDVI del área de influencia próxima de cada individuo.
Para llevar a cabo este análisis se utilizará una imagen multiespectral Rapideyes que posee una
resolución de cinco metros, lo que es suficiente para identificar la ubicación del individuo en un pixel. De
esta manera, se pueden identificar de forma puntualmente el área de influencia de los individuos,
obteniendo valores de NDVI de su ubicación, o que a futuro nos permitirá identificar posibles variaciones
en su productividad primaria a lo largo del tiempo de monitoreo y relacionarlos con los valores de potencial
hídrico y fluorescencia de clorofila que serán medidas en terreno a partir de la segunda campaña. La
imagen será de la fecha más cercana a la realización de la campaña de terreno.
Finalmente se hará una comparación estadística entre el cauce intervenido con los puntos de control que
se encuentran en el área de estudio.
7. RESULTADOS Y DISCUSIONES
A nivel de comunidad en el área total de estudio se visualiza una disminución en el valor de NDVI (Figura
12 y 13).
El modelo lineal de análisis estadístico relaciona los valores para cada uno de los años con el paso del
tiempo. Lo que nos permite observar como se ha comportado la vegetación en el tiempo.
El valor de correlación (pendiente de la recta) de este modelo es -0.4096869 lo que evidencia que el
índice ha disminuido en promedio para el área de estudio. Sin embargo, el modelo presenta un valor p de
0.5903 lo que lo hace no significativo estadísticamente. El modelo se estimó con una 90% de confianza.
Figura 12. Tendencia lineal del NDVI a nivel de comunidad, para los meses de Enero – Febrero desde
los años 2014 al 2017.
El hecho de que el modelo no sea significativo implica que el paso del tiempo no provoca variaciones
estadísticas sobre el promedio de NDVI para cada año, por ende, las diferencias evidenciadas no son
atribuibles a ninguna causa en particular, siendo explicables estas diferencias incluso por el azar.
Este hecho tiene considerable importancia, ya que implica que la disminución de NDVI puede ser
explicada por factores externos al paso del tiempo, no por características propias y del desarrollo de la
comunidad vegetal presente.
Entre los eventos que han afectado este parche de bosque nativo a lo largo del tiempo se encuentran la
construcción y operación de la Mini Central Hidroeléctrica Cumpeo, el cambio climático, plantaciones
forestales y sus manejos, y otros posibles impactos antrópicos no registrados.
Para el análisis a nivel de comunidad se realizó de igual manera un estudio similar al anterior, pero a nivel
de pixel. Vale decir, muestra el cambio de NDVI para cada uno de los pixeles de la imagen raster. De esta
manera es más fácil apreciar las zonas dentro del área de estudio que poseen una tendencia determinada.
Figura 13. Mapa de tendencia de NDVI a nivel de píxel en el área total de estudio. Valores negativos
representan una disminución en la tendencia del índice y valores positivos representan un aumento en
la tendencia del índice.
El análisis de los pixeles evidencia que a pesar de que en promedio existe una disminución de NDVI hay
zonas donde se puede observar una mayor tasa de este efecto. En particular el sector donde se encuentra
la bocatoma (que presenta mayor infraestructura) y zonas aledañas a los caminos (puntos 1,3 y 7).
Además, la parte baja de la quebrada ha disminuido de manera más general y la parte alta (bajo la
bocatoma) ha aumentado ligeramente el índice.
También puede apreciarse que las zonas de los puntos de control (más alejadas de los caminos) han
evidenciado una menor disminución de NDVI incluso aumentado en algunos pixeles.
A continuación, se presentarán los análisis de tendencia de manera general y por pixeles para cada una
de las quebradas de manera individual y del cauce afectado.
Quebrada 1
Figura 14. Tendencia lineal del NDVI a nivel de comunidad en quebrada 1, para los meses de Enero –
Febrero desde los años 2014 al 2017.
Figura 15. Mapa de tendencia de NDVI a nivel de píxel en el área quebrada 1. Valores negativos
representan una disminución en la tendencia del índice y valores positivos representan un aumento en
la tendencia del índice.
El valor de correlación es de -0.3785 y el valor p de 0.62 (figura 14) lo que lo hace no significativo
estadísticamente.
Quebrada 2
Figura 16. Tendencia lineal del NDVI a nivel de comunidad en quebrada 2, para los meses de Enero –
Febrero desde los años 2014 al 2017.
Figura 17. Mapa de tendencia de NDVI a nivel de píxel en el área quebrada 2. Valores negativos
representan una disminución en la tendencia del índice y valores positivos representan un aumento en
la tendencia del índice.
El valor de correlación es de -0.1219 y el valor p de 0.87 (figura 16) lo que lo hace no significativo
estadísticamente.
Quebrada 3
Figura 18. Tendencia lineal del NDVI a nivel de comunidad quebrada 3, para los meses de Enero –
Febrero desde los años 2014 al 2017.
Figura 19. Mapa de tendencia de NDVI a nivel de píxel en el área quebrada 3. Valores negativos
representan una disminución en la tendencia del índice y valores positivos representan un aumento en
la tendencia del índice.
El valor de correlación es de -0.6986 y el valor p de 0.30 (figura 18) lo que lo hace no significativo
estadísticamente.
Cauce intervenido
Figura 20. Tendencia lineal del NDVI a nivel de comunidad en cauce intervenido, para los meses de
Enero – Febrero desde los años 2014 al 2017.
Figura 21. Mapa de tendencia de NDVI a nivel de píxel en el área cauce intervenido. Valores negativos
representan una disminución en la tendencia del índice y valores positivos representan un aumento en
la tendencia del índice.
El valor de correlación es de -0.3676 y el valor p de 0.63 (figura 20) lo que lo hace no significativo
estadísticamente.
A pesar de que el modelamiento por separado de cada una de las quebradas y el cauce intervenido no
tuvo significancia estadística (el paso del tiempo), al igual que el caso de toda el área de estudio en
conjunto, se nota un descenso en el índice de NDVI para todas las secciones en estudio.
Al comprar los datos estadísticos del cauce con las quebradas control no se nota una diferencia en cuanto
a la tendencia del índice ni en los valores promedios de cada año.
La sección que presenta una tendencia más negativa es la Quebrada 3, sin embargo, presenta los valores
de NDVI mayores para cada año en comparación con las otras secciones de estudio. En cuanto al cauce,
este se ve similar a las quebradas 1 y 2 en cuanto a valores promedio de NDVI para cada año.
Al realizar el modelo por separado en el caso del cauce los pixeles que muestran tendencias más bajas
están presentes en la zona de la bocatoma. Mientras que para las quebradas 1 y 2 los pixeles están
concentrados en las zonas aledañas a los caminos.
En cuanto a las condiciones de cada una de las secciones en estudio, estas no debiesen ser
significativamente diferentes debido a que los valores de NDVI no lo son, como se explicó anteriormente
todas estas condiciones están relacionadas con la productividad primaria y estado sanitario de la
vegetación.
En cuanto a los resultados puntuales, en la tabla 2 se presentan los valores de NDVI para cada uno de
los individuos y su área de influencia cercana (5m).
Tabla 2. Valores de NDVI para las áreas de influencia cercana de cada uno de los individuos.
Punto de muestreo Especie Individuos (número) NDVI
1
Persea lingue
1 0.60539
2 0.61014
3 0.58092
Cryptocaria alba
1 0.63067
2 0.60745
3 0.54464
Nothofagus oblicua
1 0.61367
2 0.60687
3 0.61195
2
Persea lingue
1 0.61437
2 0.60655
3 0.60198
Cryptocaria alba
1 0.466
2 0.60819
3 0.62334
Nothofagus oblicua
1 0.59094
2 0.66823
3 0.62334
Tabla 2 (Continuación) valores de NDVI para las áreas de influencia cercana de cada uno de los
individuos.
Punto de muestreo Especie Individuos (numero) NDVI
3
Persea lingue
1 0.62657
2 0.59688
3 0.60023
Cryptocaria alba 1 0.60237
2 0.63985
Nothofagus oblicua
1 0.5673
2 0.46121
3 0.43301
4
Persea lingue
1 0.45856
2 0.52115
3 0.50238
Cryptocaria alba
1 0.49093
2 0.56213
3 0.48425
Nothofagus oblicua
1 0.45856
2 0.47475
3 0.52777
5
Persea lingue
1 0.64862
2 0.59672
3 0.58939
Cryptocaria alba 1 0.52099
Nothofagus oblicua
1 0.52099
2 0.63155
3 0.60779
6
Persea lingue
1 0.62382
2 0.40988
3 0.62228
Cryptocaria alba 1 0.59652
Nothofagus oblicua
1 0.67023
2 0.55954
3 0.57263
Tabla 2 (Continuación) valores de NDVI para las áreas de influencia cercana de cada uno de los
individuos.
Punto de muestreo Especie Individuos (numero) NDVI
7
Persea lingue
1 0.56118
2 0.6106
3 0.64547
Cryptocaria alba
1 0.57548
2 0.63329
3 0.59054
Nothofagus oblicua
1 0.56118
2 0.52959
3 0.5886
8
Persea lingue
1 0.38781
2 0.61333
3 0.35014
Cryptocaria alba 1 0.5709
Nothofagus oblicua
1 0.50301
2 0.46573
3 0.37197
9
Persea lingue
1 0.56073
2 0.60642
3 0.57175
Cryptocaria alba 1 0.49484
Nothofagus oblicua
1 0.5663
2 0.57382
3 0.60216
La tabla 3 muestra los promedios de NDVI por especie en los diferentes las distintas condiciones
ambientales intervenidas y control, para las para la condición control se conglomeraron los individuos de
los puntos de muestreo 1, 2 y 3 dejando los individuos correspondientes a los puntos muéstrales 4, 5, 6,
7, 8 y 9 como intervenidos.
Tabla 3. Promedios NDVI de especies las distintas condiciones. .
Punto Control Punto Intervenido
Persea lingue 0,604781111 0,548901667
Cryptocaria alba 0,59031375 0,551987
Nothofagus oblicua 0,575168889 0,545532222
Se puede apreciar que todas las especies sufren una baja en su valor de NDVI en las mediciones de
cauce intervenido, siendo estas 0.05587944, 0.03832675 y 0.02963667 para Lingue, Peumo y Roble
respectivamente, sin embargo, al realizar una comparación de medias (t-student) por especie entre los
individuos en las quebradas control y en el cauce intervenido solo los valores de NDVI en los Lingues
presentaron diferencias significativas.
Lo anterior, puede ser explicado por las características propias de la especie en cuestión. El Lingue
(Persea lingue) es una especie en que sus poblaciones se encuentran en fondos de quebradas cerca de
cursos de agua en laderas de exposición sur y en los reducidos valles de deposición en pequeñas
cuencas. Es un componente secundario de los doseles intermedios del bosque, tiene buena tolerancia a
la sombra y, en condiciones excepcionales, forma pequeños bosquetes casi puros de algunos centenares
de individuos (Serra et al. 1986). Siendo esta especie menos tolerante a los cambios hídricos en
comparación a las otras dos especies.
8. CONCLUSIONES Y RECOMENDACIONES
Después de analizar tanto por separado como en conjunto las secciones del área de estudio, en cuanto
a productividad primaria no existen hasta el momento diferencias significativas entre las quebradas y el
cauce intervenido.
No existe evidencia estadística que relacione la disminución del NDVI con el paso del tiempo en al área
de estudio. Sin embargo, sí se observa una tendencia negativa que puede ser explicada por múltiples
factores. Lo anterior implica que algunos de éstos individual o conjuntamente producen las diferencias
año a año.
Por otra parte, se notifica que cualquier resultado obtenido a la fecha no pude ser concluyente, debido a
que corresponde solo a un análisis parcial de un estudio que considera un monitoreo de ocho años con
dos mediciones anuales.
Es necesario realizar más estudios detallados de causa-efecto para determinar si la Mini Central
Hidroelectrica Cumpeo posee efectivamente un impacto sobre el desarrollo y crecimiento del bosque
nativo en la zona.
Además, es recomendable la medición y análisis de más variables relacionadas con la fisiología de las
especies presentes en el lugar, vale decir, agregar variables como la precipitación y temperatura.
9. REFERENCIAS Y BIBLIOGRAFÍA
Cabrera, A. L., & Willink, A. (1973). Biogeografía de América latina.
Calderón, A. 2013. Uso del porómetro para medir estrés hídrico en vides.
http://www.ingenierosagronomos.cl/archivos/2920.
Carlos J Ceacero. Et al. (2012) Early assessment of forest restoration techniques using chlorophyll
fluorescence and diagnosis of oak (Quercus ilex sub. ballota) seedlings vitality. BOSQUE 33(2):
191-202.
Climate-Data. Clima: Región Metropolitana. Recuperado el 25 de Marzo de 2017, de http://es.climate-data.org
Gajardo, R. (1994). La vegetación natural de Chile: clasificación y distribución geográfica (p. 121).
Santiago: Editorial Universitaria.
Goel, A. 1993. The physiology of irrigation. Proc. of the 2nd Int. Sem. on Citrus Physiology. pp. 173-186.
Hanson, A.D. y W.D. Hitz. 1982. Metabolic responses of mesophytes to plant water deficits. Ann. Rev.
Plant Physiol. 33, 163-203.
Kaufman, M.R. 1968. Evaluation of the pressure chamber method for measurement of water stress in
citrus. Am. Soc. Hort. Sci. Proc. 93:186-190.
Kramer, P.J. 1989. Relaciones hídricas de suelos y plantas: una síntesis moderna. XI reimpresión. Trad.
por Leonor Tejada. Ed. Harla. México. Estados Unidos, Centroamérica. pp. 87-89, 401-402, 439-
441.
Lovatt, C.J.,Y. Zhengand K.D. Hake. 1988. A new look at the Kraus-Kraybill hypothesis and flowering in
Citrus. Citricllture. Sixth international citrus congress. Vol. 1:475-483.
Luebert, F., & Pliscoff, P. (2006). Sinopsis bioclimática y vegetacional de Chile. Editorial Universitaria.
Lugo, L., Araujo, F., Villalobos, R. 1996. Una metodología para la estimación del estrés hídrico en plantas
de lima “Tahiti”. Revista de Agronomia (LUZ). 13: 49-60.
Martínez-Ferri E, L Balaguer, F Valladares, J Chico, E Manrique. 2000. Energy dissipation in drought-
avoiding and droughttolerant tree species at midday during the Mediterranean summer. Tree
Physiology 20: 131- 138.
Maxwell K, G Johnson. 2000. Chlorophyll fluorescente. A practical guide. Journal of Experimental Botany
51: 659-668.
Niemeyer H, R Bustamante, J.A. Simonetti, S Teillier, E Fuentes & JE Mella (2002) Historia Natural de la
Reserva Nacional Río Clarillo: Un Espacio para aprender ecología. Impresos Socias. Santiago.
324 pp.
Paruelo, J.M., 2008. La caracterización funcional de ecosistemas mediante sensores remotos.
Ecosistemas 17, 4–22.
Potters, G., T.P. Pasternak, Y. Guisez, K.J. Palme y M.A.K. Jansen. 2007. Stress-induced morphogenic
responses: growing out of trouble? Trends Plant Sci. 12(3), 99-105.
Rouse, J.W., Haas, R.H., Schell, J.A., Deering, D.W., 1973. Monitoring vegetation systems in the Great
Plains with ERTS.
Scholander, P.F., H.T. Hammer, E.D. Bradstreet, E.A. Hemmingsen. 1965. Sap pressure in vascular
plants. Science 148:339-346.
Serra M.T., R Gajarado & A Cabello (1986) Persea meyeniana. Programa de protección y recuperación
de la flora nativa de Chile. Ficha Técnica de especies amenazadas. Corporación Nacional
Forestal. 13 pp.
Selles, G., Ferreyra, R. 2012. Sistema de monitoreo de planta. Capítulo 11. Pp 265- 286.
Strasser R, A Srivastava, M Tsimilli-Michael. 2000. The fluorescence transient as a tool to characterize
and screen photosynthetic samples. In Yunus M, U Pathre, P Mohanty eds. Probing
Photosynthesis: Mechanisms, Regulation and Adaptation. Taylor and Francis, London. p. 445–
483.
ANEXO FOTOGRÁFICO
Fotografía 1. Vista de la quebrada dónde predominan individuos de la especie Nothofagus oblicua y en
el centro de la imagen se observa un individuo de Cryptocaria alba.
Fotografía 2.Marcaje de individuo
de la especie Persea lingue
Fotografía 3. Marcaje de individuo
de la especie Nothofagus oblicua