Tmestreo

TCNICAS DE MUESTREO PARA MANEJ ADORES
DE RECURSOS NATURALES
Segunda edicin
00-APrelim Tecs Muestreo.indd 3 26/01/2011 11:04:02 a.m.
CENTRO DE INVESTIGACIONES EN GEOGRAFA AMBIENTAL
Universidad Nacional Autnoma de Mxico
INSTITUTO DE GEOGRAFA
Universidad Nacional Autnoma de Mxico
Mxico, 2011
TCNICAS DE MUESTREO PARA MANEJ ADORES
DE RECURSOS NATURALES
Segunda edicin
FRANCISCO BAUTISTA ZIGA
Editor general

JOS LUIS PALACIO PRIETO
HUGO DELFN GONZLEZ
Editores asociados

ROSAURA PAZ BISTRAIN
ESTELA CARMONA JIMNEZ
MA. DEL CARMEN DELGADO CARRANZA
Asistencia tcnica
Primera edicin: 2004
Segunda edicin: 2011
D.R. UNIVERSIDAD NACIONAL AUTNOMA DE MXICO
Col. Copilco-Universidad
Delegacin Coyoacn 04360
Mxico, D.F.
D.R. CENTRO DE INVESTIGACIONES EN GEOGRAFA AMBIENTAL, UNAM
D.R. INSTITUTO DE GEOGRAFA, UNAM
Prohibida su reproduccin total o parcial por cualquier medio, sin autorizacin escrita
del titutlar de los derechos.
ISBN
Impreso y hecho en Mxico / Printed and Made in Mexico
Portada: Erandi Hernndez Serra
Revisin de textos: Ma. del Carmen Delgado Carranza, Francisco Bautista Ziga
y Arturo Snchez y Gndara
ISBN 978-607-02-2127-9
vii
CONTENIDO
INTRODUCCIN A LA SEGUNDA EDICIN ......................................................xiii
INTRODUCCIN A LA PRIMERA EDICIN ......................................................xvii
I. DISEO Y ANLISIS DEL MUESTREO ................................................................ 1
1. Introduccin al diseo y anlisis del muestreo de poblaciones fnitas ..............3
II. AMBIENTE .................................................................................................... 59
2. Cuerpos de agua subterrneos .........................................................................61
3. Cuerpos de agua superfciales ..........................................................................85
4. Aguas residuales ............................................................................................111
5. Aire ................................................................................................................141
6. Clima ..............................................................................................................189
7. Suelos .............................................................................................................227
8. Monolitos de suelos .......................................................................................259
III. ORGANISMOS ............................................................................................. 275
9. caros ............................................................................................................277
10. Algas ..............................................................................................................293
11. Araas ............................................................................................................331
12. Aves y mamferos ..........................................................................................351
13. Flora y Vegetacin .........................................................................................389
14. Insectos terrestres ...........................................................................................415
15. Macroinvertebrados del suelo y lombrices de tierra ......................................449
16. Moluscos ........................................................................................................477
IV. AGROECOSISTEMAS .................................................................................... 501
17. Animales de traspatio ....................................................................................503
viii
CONTENIDO
18. Muestreo de arvenses .....................................................................................537
19. Diagnstico rural participativo ......................................................................563
20. Matriz de contabilidad social para pueblos (MCSP) ......................................585
21. Productividad en parcelas de maz ................................................................623
V. MANEJO DE INFORMACIN GEOGRFICA ..................................................... 639
22. Los sistemas de informacin geogrfca ........................................................641
23. Evaluacin de bases de datos cartogrfcas ...................................................675
24. Mtodos de interpolacin espacial y geoestadstica ......................................705
25. Percepcin remota: conceptos bsicos y tcnicas de anlisis recientes .........735
ix
AUTORES
AUTORES
JORGE A. NAVARRO ALBERTO
Campus de Ciencias Biolgicas y Agropecuarias, Universidad Autnoma de Yucatn.
JULIA PACHECO VILA
Facultad de Ingeniera Civil, Universidad Autnoma de Yucatn.
ARMANDO CABRERA SANSORES
VCTOR M. LUNA PABELLO
Laboratorio de Microbiologa Experimental, Departamento de Biologa,
Facultad de Qumica, UNAM.
ALEJANDRO ALVA MARTNEZ
Red de Cuerpos de Agua del Distrito Federal.
ARTURO BERNAL BECERRA
Departamento del Hombre y su Ambiente, Universidad Autnoma Metropolitana-
Unidad Xochimilco.
MARISELA ARTEAGA
Facultad de Estudios Superiores-Zaragoza, UNAM.
RODOLFO CORONA-CUAPIO
Tecnologa Ambiental Integral, S.A. de C.V.
ANTONIO SNCHEZ-TORRES
STANLEY E. MANAHAN
Universidad de Missouri.
CARMEN DURN-DE-BAZA
Programa de Ingeniera Qumica Ambiental y de Qumica Ambiental.
ROGER ORELLANA LANZA
Unidad de Recursos Naturales. Centro de Investigacin Cientfca de Yucatn.
MARA ENGRACIA HERNNDEZ CERDA
Departamento de Geografa Fsica. Instituto de Geografa, UNAM.
CELENE ESPADAS MANRIQUE
SILKE CRAM HEYDRICH
Instituto de Geografa, UNAM.
x
AUTORES
IRENE SOMMER CERVANTES
RAFAEL MS-MARTNEZ
Instituto Nacional de Investigacin en Caa de Azcar, La Habana, Cuba.
I. FERNNDEZ-DENIS
RAFAEL VILLEGAS
MA. MAGDALENA VZQUEZ GONZLEZ
Departamento de Ciencias Naturales. Universidad de Quintana Roo.
ILEANA ORTEGN-AZNAR
LIGIA COLLADO-VIDES
Florida International University
GUSTAVO MONTEJANO-ZURITA
Departamento de Biologa Comparada. Facultad de Ciencias, UNAM.
ISABEL SNCHEZ-MOLINA
MIGUEL NGEL PINKUS RENDN
Centro Peninsular en Humanidades y Ciencias Sociales (CEPHCIS), UNAM.
CELIA I. SLEM-SALAS
M. CRISTINA MACSWINEY G.
Centro de Investigaciones Tropicales. Universidad Veracruzana.
SILVIA HERNNDEZ BETANCOURT
JOS SALVADOR FLORES
JAVIER LVAREZ-SNCHEZ
Laboratorio de Ecologa, Facultad de Ciencias, UNAM.
HUGO DELFN GONZLEZ
PABLO C. MANRIQUE SAIDE
VIRGINIA MELNDEZ RAMREZ
ENRIQUE REYES NOVELO
ESPERANZA HUERTA
El Colegio de la Frontera Sur, Unidad Villahermosa.
GEORGE G. BROWN
Embrapa Florestas, Brasil.
xi
AUTORES
EDNA NARANJO GARCA
Departamento de Zoologa, Instituto de Biologa, UNAM.
CATALINA GMEZ ESPINOSA
Departamento de Zoologa, Instituto de Biologa, UNAM.
JOS C. SEGURA CORREA
JESS ARTURO CAAMAL MALDONADO
JOS CASTILLO CAAMAL
JORGE SANTOS FLORES
G. MOLINA C.
GERMN A. ZRATE-HOYOS
Department of Economics, State University of New York at Cortland.
BERNARD TRIOMPHE
Departamento de Ambiente y Sociedad, Centro para la Cooperacin Internacional en la
Investigacin Agrcola para el Desarrollo.
MANUEL E. MENDOZA CANT
Centro de Investigaciones en Geografa Ambiental, UNAM.
HUMBERTO REYES HERNNDEZ
Coordinacin de Ciencias Sociales y Humanidades, UASLP.
JEAN-FRANOIS MAS
STPHANE COUTURIER
J. LUIS HERNNDEZ-STEFANONI
Unidad de Recursos Naturales, Centro de Investigacin Cientfca de Yucatn, A.C.
MA. DEL CARMEN DELGADO-CARRANZA
CELENE ESPADAS-MANRIQUE
M. ISABEL RAMREZ

FRANCISCO BAUTISTA
xiii
INTRODUCCIN A LA SEGUNDA EDICIN
Francisco Bautista y Carmen Delgado Carranza
El concepto de desarrollo sostenible, perdurable o sustentable se refere a la satisfac-
cin de las necesidades de las generaciones presentes asegurando la conservacin
de los recursos para las poblaciones futuras para atender sus propias necesidades.
Este concepto se puede desglosar, conceptualmente, en tres partes: social, econ-
mica y ambiental; sin embargo, para que el desarrollo sustentable sea tal, sus tres
componentes deben cumplirse, es decir, el bienestar social, el benefcio econmico
y la conservacin del ambiente natural.
Con el concepto de desarrollo sostenible en mente y para proponer usos del
territorio, en Mxico, como en otras partes del mundo, se ha propuesto la elabo-
racin de estudios de Ordenamiento Ecolgico del Territorio (OET), en los que se
intenta dar respuestas a los siguientes conjuntos de preguntas:
Primer conjunto de preguntas: Qu recursos naturales tenemos, dnde y
cunto? Cmo funciona ese recurso natural? Por qu en un lado es de
una forma y en otro es distinto? Por qu la situacin cambi? Por qu en
un mismo sitio las cosas son diferentes?, etc.
Segundo conjunto de preguntas: Cmo funciona el todo? Cules son las
mejores aptitudes de uso del territorio? En qu lugares hay confictos am-
bientales entre el uso del suelo y la mejor aptitud de ese territorio? Cules
son los riesgos ambientales del uso del territorio?, etc.
Tercer conjunto de preguntas: Qu pasar si seguimos as? Hacia dnde
deben cambiar las cosas para lograr la sustentabilidad? Cules son las
actividades que se pueden cambiar? Cules son aqullas que no pueden
cambiarse?
00-BIntroduciones Muestreo.indd 13 26/01/2011 11:08:04 a.m.
xiv
TCNICAS DE MUESTREO PARA MANEJADORES DE RECURSOS NATURALES
El primer conjunto de preguntas se puede responder con trabajo multidisci-
plinario (varias disciplinas), pero sin interactuar, los dos restantes requieren de la
interdisciplinariedad (interaccin de disciplinas con base en objetivos concretos)
e incluso de la transdisciplinariedad (interaccin de diversas disciplinas con otras
formas de conocimiento no cientfco). Para dar respuestas a esas preguntas, las
actividades se organizan por etapas, que en el caso del OET son: caracterizacin,
diagnstico y pronstico. A continuacin se describen brevemente.
La etapa de caracterizacin tiene como objetivo la integracin de un Sistema
de Informacin Geogrfco con elementos del ambiente natural, social, cultural y
econmico que permita llevar al cabo las etapas subsecuentes. Para el cumplimiento
de este objetivo es necesario: 1) Construir el mapa base de la regin; 2) Defnir
las variables e indicadores de los subsistemas fsico-bitico, demogrfco-social,
econmico-productivo, urbano-regional y legal-administrativo; 3) Elaborar ma-
pas de unidades fsico-biticas y de parmetros socio-econmicos y culturales;
4) Regionalizar el rea de estudio, integrando la caracterizacin de los medios
natural y socio-econmico.
Para su anlisis, la etapa de caracterizacin se aborda a travs del componente
natural y socio-econmico: a) El Componente natural incluye la identifcacin y
evaluacin de estructuras geoecolgicas y los procesos ambientales que requie-
ran estrategias de conservacin, proteccin o restauracin; y b) El componente
socio-econmico consiste en la identifcacin y anlisis de la composicin social,
demogrfca y econmica del rea de estudio.
El diagnstico del territorio tiene como objetivo identifcar la existencia de
confictos territoriales en la regin que justifcan la defnicin de reas para la pro-
teccin y la conservacin, y la evaluacin de reas con aptitud para el desarrollo
de actividades humanas. En el subsistema natural se espera delimitar las zonas
donde se presenten confictos ambientales que deben resolverse mediante la apli-
cacin de lineamientos del OET. En el subsistema socioeconmico el objetivo es la
identifcacin de las presiones sobre el medio ambiente de los sectores y procesos
econmicos y sociales presentes en la regin.
En la etapa de pronstico, el objetivo general es el diseo del escenario estra-
tgico y factible de la regin en estudio a partir del anlisis de la evolucin de los
subsistemas fsico-bitico, social-demogrfco, econmico-productivo y urbano-
regional, con base en sus principales indicadores.
Los planes de OET requieren una gran cantidad de informacin que es necesario
compilar o generar. Para la obtencin de la informacin se requiere del conoci-
miento de diversas tcnicas de muestreo y de anlisis de la informacin y es all
donde este libro puede ser de gran ayuda, ya que en la etapa de caracterizacin
se requiere recopilar la informacin de muchas disciplinas relacionadas con los
xv
INTRODUCCIN A LA SEGUNDA EDICIN
diversos elementos del ambiente y de las poblaciones de animales y plantas all
establecidas. Es por esto que considerando las actividades, productos y objetivos de
los planes de OET, es necesaria esta nueva edicin del libro Tcnicas de muestreo
para manejadores de recursos naturales. El libro tiene la siguiente estructura:
Un primer captulo en el que se aborda el tema de diseo y anlisis del
muestreo de poblaciones fnitas.
La parte ambiental contiene captulos sobre cuerpos de agua subterrneos,
cuerpos de agua superfciales, aguas residuales, aire, clima, suelos y mo-
nolitos de suelo.
Las tcnicas de muestreo de organismos incluidas en este libro son sobre:
caros, algas, araas, aves y mamferos, fora, insectos terrestres, moluscos,
y macroinvertebrados del suelo y lombrices de tierra.
En la parte relacionada con los agroecosistemas contiene las tcnicas de
muestreo para animales de traspatio, arvenses, diagnstico rural participa-
tivo, matriz de contabilidad social para pueblos y productividad fsica de
parcelas de maz.
El manejo geogrfco de la informacin incluye los siguientes captulos:
sistemas de informacin geogrfca, evaluacin de bases de datos carto-
grfcas, mtodos de interpolacin espacial y geoestadstica y percepcin
remota: conceptos bsicos y tcnicas de anlisis recientes.
En esta segunda edicin los captulos nuevos son: cuerpos de agua subterr-
neos, aguas residuales, aire, caros, algas, araas, as como macroinvertebrados
del suelo y lombrices de tierra. Los captulos actualizados son: introduccin al
diseo y anlisis del muestreo de poblaciones, clima, suelos, aves y mamferos,
fora y vegetacin, insectos terrestres, arvenses, matriz de contabilidad social
para pueblos, productividad fsica de parcelas de maz, sistemas de informacin
geogrfca, evaluacin de bases de datos cartogrfcas, mtodos de interpolacin
espacial y geoestadstica, percepcin remota: conceptos bsicos y tcnicas de
anlisis recientes. Los captulos sin cambios son: cuerpos de agua superfciales,
monolitos de suelo, moluscos, animales de traspatio y diagnstico rural partici-
pativo.
Es claro que faltan temas; sin embargo, algunas tcnicas de muestreo tratadas
en este libro pueden servir de ejemplo para el muestreo de otros temas no consi-
derados.
Con esta nueva estructura del libro se pretende el mejoramiento de las habilida-
des de los estudiantes de licenciatura y posgrado en la generacin de informacin
sobre los aspectos ambientales, organismos, agroecosistemas y el manejo de la
xvi
informacin geogrfca; y que esto redunde en un mejor manejo de los recursos
naturales en benefcio de las poblaciones humanas.
Hemos considerado que la introduccin del libro a la primera edicin es vigente
y la conservamos en este volumen.
Por ltimo, los editores del libro desean agradecer los valiosos comentarios al
texto de las siguientes personas: Dr. Juan B. Morales-Malacara, Dra. Sonia Gallina
Tessaro, Dr. Alejandro Velzquez Montes, Mtro. Miguel A. Backhoff Pohls, Dr.
Daniel Len lvarez, Dra. Isabelle Barois Boullard, Dr. Zenn Cano Santana, Dr.
Heriberto Cruz Solis, Dr. Javier Ponce Saavedra, Dr. Sal Miranda Alonso, Dr.
Francisco Espinosa Garca, Dr. Joel Carrillo Rivera, Dra. Marta Astier, Dra. Julia
Pacheco vila, Dr. Javier Ponce Saavedra, Dr. Gerardo Palacio Aponte, Dr. David
Rossiter, Dra. Carmen Delgado, Dr. Fernando Urza Soria, M. en C. Hilda Rivas
Solrzano, Dra. Argelia Cabrera Gonzlez, M. en I. Yameli Aguilar Duarte.
A las M. en C. Rosaura Pez y Estela Carmona se les agradece su colaboracin
en la evaluacin de los captulos y a la Dra. Ma. del Carmen Delgado Carranza su
colaboracin en el cuidado de la edicin.
xvii
INTRODUCCIN A LA PRIMERA EDICIN
Francisco Bautista y Juan Jimnez-Osornio
A nivel mundial, pero de manera ms intensa en la cultura occidental, la mayora
de las formas de produccin fueron diseadas para operar en condiciones de abun-
dancia de recursos naturales (suelo, agua y aire). Esto ha ocasionado que en las
ltimas dcadas la explotacin de los recursos naturales se haya hecho de manera
irracional sin precedentes. Este tipo de desarrollo actual, en el que se presenta
una sobre-explotacin del capital natural con la fnalidad de obtener la mxima
ganancia en el corto plazo, es el causante de los problemas ambientales globales
(efecto invernadero, destruccin de la capa de ozono, contaminacin atmosfrica
y del agua, entre otros) y en buena proporcin de los problemas locales (defores-
tacin, erosin, prdida de la biodiversidad, contaminacin, etc.). A su vez, estos
problemas ambientales limitan el mismo tipo de desarrollo.
La explotacin-extraccin desmedida de los recursos naturales ocasiona proble-
mas de deterioro, renovacin y agotamiento de los recursos naturales (suelo, agua,
aire, biodiversidad, etc.) y es la causa del incremento de problemas econmicos y
sociales de grandes consecuencias, como la distribucin desigual del ingreso.
Resulta urgente la necesidad de disminuir o eliminar los problemas de manejo
de los recursos naturales y/o desarrollar nuevas opciones de solucin o elaborar
otras formas de manejo de los recursos naturales. Del mismo modo, se requiere
disminuir el deterioro ambiental producto de la contaminacin por desechos de
origen antrpico, mediante acciones correctivas y de prevencin en el mejoramiento
de los procesos productivos tendiendo hacia el diseo de tecnologa limpia o de
bajo impacto. Adems, se requiere informacin confable de los mbitos ambiental,
biolgico, ecolgico, econmico y social, que pueda ser utilizada en el diagnstico,
diseo de indicadores de la calidad del ambiente, elaboracin de inventarios de
recursos, etc. Ante este panorama, se han realizado diversas reuniones de carcter
xviii
internacional en las que se ha discutido al respecto y se han diseado estrategias
para afrontar los problemas arriba mencionados (Ro, Colombia, Mxico, URSS,
etc.). Por ejemplo, en la carta de Bogot se mencionan una conclusin y una re-
comendacin, ambas relacionadas con la educacin universitaria:
1. El estado actual del pensamiento ambiental no permite dar soluciones
inmediatas a esos problemas. La incorporacin de la dimensin ambiental
al conocimiento requiere de grandes esfuerzos tericos y metodolgicos
para la conduccin de investigaciones concretas y participativas en los
problemas prioritarios del medio social, incluyendo la utilizacin racional
del medio rural.
2. La cuestin ambiental ha generado nuevas temticas interdisciplinarias que
obligan a realizar un mayor esfuerzo en aspectos de investigacin, docencia
y gestin en el manejo de los recursos naturales.
Otra recomendacin hecha a los gobiernos, relacionada con la formacin de
profesionales, radica en la urgente necesidad de formar profesionales capaces de
integrar informacin de diversos mbitos, como el natural, ecolgico, social, eco-
nmico y poltico, que sea capaz de disear, plantear, desarrollar e instrumentar
opciones de solucin a los problemas ambientales, considerando el impacto econ-
mico y social de sus medidas. Es decir, el fomento del trabajo transdisciplinario.
La bsqueda de opciones viables con enfoque de sustentabilidad de los recur-
sos naturales de manera integral y transdisciplinaria, se difculta por la enorme
cantidad de informacin que se debe manejar para el diseo y ejecucin de los
nuevos planes de manejo de recursos naturales. Esta difcultad se incrementa por
la escasez de profesores formados con ese enfoque y la falta de libros en los que
se incluyan tpicos prcticos y de generacin de datos, ya que este conocimiento
se adquiere con la prctica y los manuales de temas especfcos resultan atractivos
slo para los especialistas. Es por ello que se pens en la elaboracin de un libro
sobre las tcnicas de muestreo para la obtencin de datos en esos mbitos, que
fuera escrito por profesionales con experiencia en cada una de las reas, con la idea
de que fuera un libro de consulta para los estudiantes preocupados por los efectos
del desarrollo (p. ejemplo: deterioro del ambiente, pobreza, etc.).
Por otro lado y a nivel de docencia, la formacin integral de los alumnos
tambin requiere su fortalecimiento en la prctica, siendo el libro de utilidad en
ese sentido. Este volumen pretende ayudar a disminuir problemas prcticos en la
generacin de datos con carcter cientfco. En este sentido, este volumen pretende
contribuir a la formacin de manejadores de recursos naturales, as como a es-
tudiantes de biologa, agronoma, ingeniera civil y otras reas relacionadas con el
xix
INTRODUCCIN A LA PRIMERA EDICIN
manejo de recursos naturales y el ambiente, mediante la exposicin de los principios
estadsticos del diseo de las tcnicas de muestreo, as como las particularidades
en el estudio del ambiente (clima, suelo y agua); en las tcnicas de muestreo de
plantas, tanto a nivel de fora como de anlisis de la vegetacin; en las tcnicas
de muestreo y preparacin de invertebrados como los oligoquetos, moluscos e
insectos; en observacin y registro de la presencia de vertebrados, aves y mam-
feros; en agroecosistemas (produccin en cultivos anuales, arvenses, animales de
traspatio); en microorganismos de inters econmico como las micorrizas y las
bacterias fjadoras de nitrgeno; en aspectos socioeconmicos; y en la obtencin
de informacin por sensores remotos y el manejo de informacin en sistemas de
informacin geogrfca.
As, este libro est estructurado en cinco ejes temticos que consideramos b-
sicos en la formacin de los manejadores de recursos naturales, a saber: I. Diseo
y anlisis del muestreo; II. El ambiente; III. Los organismos; IV. Los agrosistemas
y V. Sensores remotos y manejo de informacin geogrfca. En todos los captulos
se justifca la importancia del muestreo en el tema de referencia, para qu tomar
la muestra, dnde tomar la muestra, cundo tomar la muestra y cmo tomar la
muestra.
Esperamos que esta breve introduccin despierte el inters para adentrarse en
el estudio de los recursos naturales, utilizando las herramientas provistas por los
autores que escribieron el presente texto.
I. DISEO Y ANLISIS DEL MUESTREO
01-01-Introduccin al diseo ok-01.indd 1 25/01/2011 07:10:36 p.m.
3
1
INTRODUCCIN AL DISEO Y ANLISIS DEL MUESTREO
DE POBLACIONES FINITAS
J orge A. Navarro Alberto
1
Introduccin
Los tipos de estudios sobre el manejo de los recursos naturales pueden ser tan
variados como todas las ciencias que le conferen una identidad multidisciplinaria.
Existe, adems, una gama amplia de posibles limitaciones en el procedimiento de
muestreo, que varan de una ciencia a otra. En algunas reas que comparten concep-
tos y mtodos de investigacin con las ciencias fsicas, tales como la biotecnologa
o la fsiologa, es frecuente la realizacin de experimentos, en donde el muestreo
frecuentemente puede ser ejecutado bajo condiciones controladas. Tal control es
ms difcil en ciencias en donde lo ms comn es realizar estudios bajo condicio-
nes naturales. Disciplinas como ecologa, agronoma, forestera, etc., requieren
generalmente de este segundo tipo de estudios que podran catalogarse como
cuasi-experimentales (Manly, 1992). Ms an, hay reas multidisciplinarias
que combinan el componente biolgico con las ciencias sociales o econmicas
(e.g., etnobiologa, economa ambiental, etc.) cuyo enfoque de investigacin se
basa en estudios de tipo cuasi-experimental o defnitivamente observacional
(Eberhardt y Thomas, 1991), en donde el control de variables es prcticamente
imposible.
Las diferencias entre los distintos campos de las ciencias que auxilian al ma-
nejador de recursos naturales no solamente se han de atribuir al tipo de estudio,
observacional, cuasi-experimental o experimental, sino tambin a las diferencias
en el muestreo como consecuencia de la naturaleza misma de las poblaciones.
1
Cuerpo Acadmico de Ecologa Tropical. Campus de Ciencias Biolgicas y Agropecuarias. Universidad
Autnoma de Yucatn.
4
Algunas poblaciones son fnitas, otras son lo sufcientemente grandes como para
considerarse infnitas, mientras que otras son conceptuales, prcticamente infnitas.
Por ejemplo, en los estudios observacionales de grupos humanos o de mamferos
silvestres (e.g., venados, jaguares), los tamaos poblacionales son fnitos. En
cambio, en los estudios experimentales las poblaciones son conceptuales, en el
sentido de que en un experimento, una muestra de valores de una variable de res-
puesta es un subconjunto de posibles valores de una poblacin (conceptual) que
se generara si furamos capaces de realizar infnidad de veces el mismo experi-
mento, bajo las mismas condiciones. En contraste, se pueden usar herramientas
tales como las encuestas para la seleccin de muestras en poblaciones humanas,
evidentemente fnitas
En este captulo revisaremos conceptos y mtodos estadsticos bsicos de mues-
treo de poblaciones fnitas que son de inters al manejador de recuros naturales,
aplicables al contexto multi e interdisciplinario en el que se podra plantear algn
problema de inferencia. El manejador de recursos podra, por ejemplo, participar
en estudios que requieran la aplicacin de encuestas para la caracterizacin de un
grupo humano (e.g. pescadores artesanales de una comunidad de la zona costera),
o de opinin (por ejemplo, sobre algn tema de tipo ambiental o de salud pbli-
ca). El objetivo de cualquier muestreo por encuesta (al igual que para cualquier
muestreo de poblaciones no necesariamente fnitas) es realizar inferencias acerca
de una poblacin de inters, partiendo de la informacin obtenida en una muestra
de dicha poblacin.
Diseo de muestreo por encuesta e inferencia estadstica
en poblaciones fnitas
Gua prctica para la recoleccin de datos en los muestreos
por medio de encuestas
Entre los mtodos para la recoleccin de datos se encuentra la entrevista personal
y la entrevista por telfono.
Entrevista personal
La entrevista es una comunicacin, fundamentalmente vocal, entre al menos dos
personas, donde existen dos roles defnidos: entrevistador y entrevistado. Con unos
objetivos conocidos, al menos por el entrevistador. Se clasifcan en:
INTRODUCCIN AL DISEO Y ANLISIS DEL MUESTREO DE POBLACIONES FINITAS
5
Entrevista estructurada: Es aquella que sigue un texto o secuencia prefjada
de preguntas, pudiendo ser stas abiertas o cerradas.
Entrevista semiestructurada: No sigue una secuencia de preguntas fjas, aunque
s se adecua a un esquema o pauta general. Es la ms utilizada.
Entrevista no estructurada: Sin esquema o plan previo.
Entrevista por telfono
Las encuestas por telfono por lo general son menos costosas, dado que no requie-
ren que los entrevistadores viajen por todo el pas o la regin hasta la casa de las
personas, adems de que pueden ser ms rpidas.
El problema de las encuestas telefnicas es el marco de muestreo (vase de-
fnicin ms adelante), pues no todas las viviendas que tienen telfono aparecen
en el directorio ya sea porque son privados o porque se adquiri la lnea tiempo
despus de la edicin del directorio. Aparte, el telfono no est disponible para
todas las viviendas de la ciudad, especialmente las zonas marginadas que no podran
costearlo, o las nuevas zonas en construccin donde todava no hay lnea o con la
llegada de la telefona celular y el que llama paga ha limitado en gran parte el
contrato de lneas telefnicas. Por estas razones las encuestas telefnicas muchas
veces no son representativas de la poblacin, ya que alguna parte de la poblacin,
tal como la marginada, est subrepresentada en la muestra.
Las encuestas por telfono raramente establecen la relacin de confanza mutua
que se presenta en las entrevistas personales, necesarias para que los entrevistadores
puedan llevar a los entrevistados a temas controvertidos, por lo que las encuestas
telefnicas deben ser breves con preguntas que vayan al grano, para no fastidiar
al encuestado.
Encuesta por correo
En las encuestas por correo, usted simplemente enva por correo el cuestionario
a quien le va a responder. El cuestionario entonces es auto-administrado y por lo
general, organizndolo adecuadamente, el envo es rentable; sin embargo, tienden a
recibir menores grados de respuesta. Recibir una tercera o cuarta parte de respuestas
frente a las encuestas enviadas, se considera un gran xito, aun cuando estas tasas
necesitan de un gran esfuerzo para persuadir a las personas para que respondan la
encuesta. Sin embargo, se pueden ofrecer otros incentivos tales como premios u
oportunidades para ganar premios.
6
En algunos lugares la efectividad de los servicios postales es un impedimento
tanto por la calidad del servicio como por los altos grados de analfabetismo. Por
stas y otras razones personales, las encuestas por correo slo se llevan al cabo en
grupos de enfoque especfcos, usualmente audiencias muy educadas, empresarios
de alto nivel o de lite.
Diseo de cuestionarios
Para el diseo del cuestionario es importante en primer trmino defnir claramente
los objetivos de la encuesta. Una manera de clarifcar los objetivos es decidir cmo
se usar la informacin. Hacer esto antes de disear el estudio. Es importante ser
lo ms preciso posible. Escriba las preguntas que muestren las respuestas precisas
a las preguntas de investigacin. Evite preguntar de ms, slo porque es intere-
sante saber.
Los cuestionarios largos obtienen menos respuesta que los cuestionarios cortos.
Mientras ms corto sea el cuestionario, mejor. La tasa de respuesta es el mejor
indicador de qu tanta confanza se tenga en los resultados. Por lo que se debe
tratar de asegurar la mayor tasa de respuesta. Una de las maneras ms efectivas
de asegurar la respuesta, es que el cuestionario sea corto. Cuando est reduciendo
el cuestionario y llegue a una pregunta que no sabe si elimina o no, pregntese
cmo voy a utilizar esta informacin? Si sirve para tomar una decisin, djela,
si no, deschela.
En toda cuestin, es importante saber qu procesamiento estadstico va utilizar
su informacin, si no se sabe cmo se va a utilizar, deschela. Tome en cuenta la
opinin de otros expertos para el refnamiento del cuestionario.
Ttulo del cuestionario. Proporcione un ttulo corto, claro y signifcativo para
el que responde.
Instrucciones. Incluya instrucciones claras y concisas de cmo responder
el cuestionario. Deben ser muy fciles de entender, de modo que se deben usar
oraciones pequeas y con vocabulario bsico. Use una tipografa diferente al de
las preguntas.
Preguntas
Preguntas cortas y concisas, que vayan al grano.
Comience con preguntas interesantes y no comprometedoras. Si comienza
con preguntas aburridas muchos dejarn de responder.
7
En preguntas delicadas, asegure la confdencialidad de las respuestas.
Evite preguntas de ms de una dimensin. Evite preguntar, Le gust la textura
y el color de una fruta? S/no. Si responden que s, no se sabe si la textura o
el color.
Decidir entre preguntas abiertas o cerradas. Es preferible que las preguntas
sean cerradas, y para cerrarlas se sugiere tomar una muestra de la poblacin
y hacer las preguntas abiertas, y con las respuestas se disean las preguntas
cerradas. Si se inclina por tipo cerradas es importante que sean exhaustivas
y mutuamente excluyentes e incluir entre las categoras a otros, o no s,
pues si no existe esta opcin el sujeto puede seleccionar cualquier respuesta
simplemente para no dejarla en blanco.
Si las respuestas posibles son rdenes o intervalos, no use ms de cinco ca-
tegoras.
Los puntos importantes deben ir cercanos al inicio del cuestionario, despus
de las preguntas interesantes.
Hay que numerar las preguntas.
Agrupar preguntas del mismo tema es ms confortable que saltearlas a lo largo
de todo el documento.
Las preguntas se deben colocar verticalmente pues en ocasiones es confuso
si hay que marcar en las lneas antes o despus de la opcin.
Ejemplo:
____excelente ____regular ____bueno ____malo ____psimo.
Es mejor:
___excelente
___regular
___bueno
___malo
___psimo
Una vez redactadas, se pilotea el instrumento antes de realizar la encuesta con
miembros que pertenezcan a la poblacin objetivo. Cualquier duda de interpreta-
cin de la muestra piloto respecto a alguna pregunta debe ser considerada para su
nueva redaccin o su eliminacin. Esto proporciona una excelente oportunidad
para revisar si:
8
Las instrucciones estn claras para el entrevistador;
Las preguntas estn claras tanto para quien entrevista como para quien res-
ponde;
Las preguntas se leen bien;
Las preguntas incomodan o ponen ansiosa a la persona;
Quien responde se cansa y piensa menos sus respuestas, y en qu punto ocurre
esto;
Las preguntas renen los diferentes tipos de respuestas que pretendemos
obtener.
Hay que preparar una explicacin para los encuestados sobre la importancia
de su participacin y lo que se har con los resultados de la investigacin. En esta
explicacin se les debe asegurar el anonimato de su participacin y ofrecerles
una copia del resumen del trabajo cuando est terminado (habr que cumplir esta
promesa).
El investigador tiene que pensar cmo va a presentar los resultados antes de
elaborar el cuestionario. Hay que involucrar a alguien que sea responsable de
capturar la informacin de los cuestionarios as como a una persona que haga el
procesamiento de los datos. Ellos pueden ayudar a determinar la mejor presen-
tacin de cada una de las preguntas. Eso no lo va a hacer un asesor de tesis; es
indispensable la ayuda de un experto en cmputo y en estadstica
Hay que evitar preguntas cuyas respuestas tengan que priorizarse. Es difcil
priorizar si las opciones son ms de tres. Hacerlo del 1 al 10 es imposible men-
talmente. Adems, eso implica que no hay dos posibles respuestas con la misma
prioridad y en ocasiones eso no es cierto. Antes de redactar una pregunta hay
que pensar en las diversas maneras que se puede presentar la respuesta y hay que
seleccionar la ms fcil tanto para el sujeto como para el anlisis de datos que
se tendr que hacer con las respuestas. Si se tiene que escoger entre la facilidad
de respuesta para la computadora y la comodidad del que responde, siempre
se debe seleccionar el segundo. Un cuestionario bien construido satisface las
necesidades del encuestado as como de la computadora.
Consejos sobre la presentacin
La apariencia fsica de un cuestionario es la imagen del investigador con el
encuestado. Su misma forma motiva o impide su lectura.
En cuestionarios largos, hay que identifcar cada pgina con alguna marca por
si se separan las hojas. Lo mejor es no hacer cuestionarios largos.
9
Si hay preguntas por ambos lados de la pgina, al fnal de la primera hoja se
debe poner vuelta
La hoja no debe verse sobrecargada. Los espacios vacos son agradables. Hay
que dejar sufciente espacio entre cada una de las preguntas.
Anlisis de preguntas abiertas
Para analizar las preguntas abiertas se anotar en una hoja (#1) la respuesta a la
primera pregunta abierta del primer cuestionario. Si la respuesta a la primera pre-
gunta del segundo cuestionario es similar, se anotar en la misma hoja (#1). Si es
diferente se anotar en otra hoja (#2). Si la respuesta a la primer pregunta del tercer
cuestionario es semejante a la del primer cuestionario se anotar en esa hoja (#1); si
es similar a la del segundo cuestionario se anotar en esa hoja (#2) y si es diferente
a ambas respuestas se anotar en una tercera hoja (#3) y as sucesivamente, hasta
terminar con la primera pregunta de todos los cuestionarios. Una vez terminado el
anlisis de la primera pregunta de todos los cuestionarios, se seleccionar la mejor
redactada o bien se har un resumen de todas las respuestas en cada una de las tarjetas
y se anotar el nmero de respuestas a cada tarjeta. Posteriormente, se har lo mismo
con cada una de las preguntas abiertas que se hayan hecho en el cuestionario.
Algunos consejos para entrevistas
Si la entrevista es en una ofcina, es necesario asegurarse que el entrevistado estar
disponible y que tiene el tiempo para responder a las preguntas. El entrevistador
tiene que ser muy objetivo en sus presentaciones para que en todas se utilice el
mismo tono de voz, pronunciacin, modismos, el lenguaje del cuerpo y vestimenta.
Todo esto infuye en las respuestas y se trata de que todos los entrevistados entien-
dan lo mismo y estn motivados de la misma manera. Entrevistar en la casa del
entrevistado a veces resulta prctico. Quiz a travs de una llamada por telfono,
se pueda hacer una cita con l.
Anlisis de datos der ivados del muestreo por encuesta:
inferencia estadstica
Las inferencias en las encuestas usualmente son dirigidas a la estimacin de
ciertas caractersticas numricas de la poblacin, tales como la media, el total o
10
la varianza. Estas medidas descriptivas numricas de la poblacin se denominan
parmetros.
Ejemplo 1. Parmetros-objetivo para variables cuantitativas: media y total. En esta
parte introductoria sobre el diseo y anlisis de muestreo por encuesta considera-
remos dos parmetros-objetivo que habitualmente se desearan estimar en algn
estudio observacional, y que son tiles cuando el investigador registra valores
de variables cuantitativas: la media y el total. El Cuadro 1 da situaciones en las
que el investigador podra interesarse en alguno de estos dos parmetros (Azorn
Poch, 1972):
Cuadro 1. Ejemplos de totales y medias poblacionales.
Variable Total Media
Peso de una vaca Suma de pesos de todas las
vacas de un hato
Total dividido por el nmero
de vacas del hato
Supercie de una nca
rstica
Suma de supercies en
hectreas
Total dividido por el nmero
de ncas
Nmero de hijos de una
familia
Suma de hijos Total dividido por el nmero
de familias
Contenido en mg de fsforo
de una hoja
Suma de miligramos Total dividido por el nmero
de hojas
Ejemplo 2. Parmetro-objetivo para variables cualitativas dicotmicas: proporcin.
Cuando el investigador solamente registra una caracterstica cualitativa dicotmi-
ca (es decir, a cada elemento de la poblacin corresponde un atributo y
i
que slo
puede tomar dos valores, llamados tcnicamente xito y fracaso), entonces
un parmetro-objetivo podra ser la proporcin de xitos en la poblacin. Para
calcular esta proporcin necesitamos sumar el nmero de veces que ocurre un
xito; la proporcin es igual a ese total dividido entre el nmero de elementos
de la poblacin. Por tanto, la proporcin es un caso particular de la media aritm-
tica cuando el resultado solamente puede ser o xito o fracaso. Ejemplos de
proporciones se muestran en el Cuadro 2.
Elementos del problema de muestreo
Como sealamos al principio, consideraremos el problema particular del muestreo
de poblaciones fnitas, aunque ocasionalmente nos referiremos a poblaciones in-
11
fnitas. La cantidad de informacin obtenida en la muestra para hacer inferencias
acerca de la poblacin depende del nmero de elementos muestreados y de la
cantidad de variacin de los datos.
Defnicin
El diseo de muestreo a travs de encuestas es el mtodo de seleccin de la
muestra dirigido a controlar la variacin de los datos que pudiera afectar la
inferencia.
El diseo de la encuesta y el tamao de la muestra determinan la cantidad de
informacin pertinente a un parmetro poblacional, siempre y cuando se obtengan
mediciones exactas en cada elemento muestreado. Como siempre estaremos sujetos
a errores, la manera de controlar la exactitud de las mediciones sera mediante
mtodos adecuados de recoleccin de datos y por una buena elaboracin del ins-
trumento de muestreo (o cuestionario o plan de muestreo).
Ejemplo 3. En la comunidad de Villa Natura se realiz una encuesta de opinin
para determinar la actitud del pblico hacia la creacin de una nueva seccin es-
pecial para acampar en un parque ecolgico. El objetivo de la encuesta fue estimar
la proporcin del nmero de personas en la comunidad mayores de 18 aos que
pudieran hacer uso de la nueva seccin para acampar.
Cuadro 2. Ejemplos de proporciones poblacionales.
Atributo Total de clase Proporcin
Venado adulto Nmero de venados adultos Total de la clase dividido por el
nmero de animales (adultos y
no-adultos).
Cultivo de maz Nmero de padres de familia
campesina que cultivan maz
Total de la clase dividido por el
nmero de padres de familia
campesina.
Estado civil, soltero Nmero de solteros Total de la clase dividido por el
nmero de individuos.
Opinin positiva sobre
determinada cuestin.
Nmero de personas con opi-
niones positivas
Total de la clase dividido por
el nmero de opiniones re-
gistradas.
12
Defnicin
Un tem o unidad experimental ltima es un objeto en el cual se toman las
mediciones.
Ejemplo 4. En el ejemplo 3, una unidad experimental ltima es un habitante de la
comunidad, mayor de 18 aos. La medicin tomada de esta unidad experimental
ltima es la preferencia del individuo en cuestin respecto a la posibilidad de uso,
en el futuro, de la seccin para acampar. Podra registrarse la medicin como: 0
=no lo usan, o 1 =la usar.
Defnicin
Una poblacin es una coleccin de elementos acerca de los cuales deseamos
hacer una inferencia.
Ejemplo 5. En el ejemplo 3, la poblacin es la coleccin de los habitantes mayores
de 18 aos de la comunidad.
Ejemplo 6. Pueden ser poblaciones todos los hospitales en una ciudad, todos
los pacientes con una enfermedad ahora y en el futuro, o todos los venados cola
blanca en un rea. Algunas poblaciones, tales como los hospitales en una ciudad,
son de un tamao fnito de modo que pueden determinarse si es necesario. Otras,
como los pacientes con un enfermedad ahora y en el futuro son fnitas, pero de un
tamao indeterminado. En algunos casos una poblacin es infnita, como son los
resultados que pueden obtenerse repetidamente al lanzar una moneda y ver si el
resultado es guila o sol.
NOTAS
1. Debe defnirse cuidadosa y completamente la poblacin antes de recolectar
la muestra. As, debemos distinguir entre la poblacin muestreada y la pobla-
cin objetivo, puesto que algunas partes de la poblacin objetivo pueden ser
imposibles de alcanzar. Por ejemplo, los nios de la calle o los mendigos
en ciudades grandes no estn en listas y no tienen residencias permanentes.
Sin embargo, ellos son aun parte de la poblacin de la ciudad. Los estudios
debern ser diseados de modo que la correspondencia entre la poblacin
objetivo y la poblacin muestreada sea lo ms estrecha posible.
2. Si en el ejemplo 3 la nica poblacin disponible para el muestreo es una
lista de residentes de la comunidad, entonces se debe recolectar informacin
acerca de la edad de la persona muestreada y, as, identifcar si el individuo
tiene ms de 18 aos.
13
Defnicin
Las unidades de muestreo son colecciones no sobrelapadas de elementos de
la poblacin que cubren la poblacin completa.
Ejemplo 7. En el ejemplo 3, una unidad de muestreo puede ser un habitante de la
comunidad mayor de 18 aos, visitante potencial o no, de la zona para acampar
en el parque. Sin embargo, un proceso ms efciente puede ser muestrear hogares
(colecciones de unidades experimentales ltimas). Si los hogares son unidades de
muestreo, stos deben ser defnidos de tal manera que ninguna persona mayor de
18 aos de la poblacin pueda ser muestreada ms de una vez, y que cada unidad
experimental ltima tenga alguna oportunidad de ser seleccionada.
NOTA
Las muestras de parcelas tomadas, por ejemplo, en estudios en una regin en
donde vive un animal, son frecuentemente circulares. A pesar de sus ventajas,
obviamente las parcelas no pueden cubrir un campo sin que ocurra algn traslape.
En este caso, se sugiere que el traslape debe ser lo ms pequeo posible para lograr
un muestreo efciente.
Defnicin
Un marco es una lista de unidades de muestreo.
Ejemplo 8. En el ejemplo 3, si especifcamos como unidad de muestreo = unidad
experimental ltima, al habitante de la comunidad mayor de 18 aos, visitante del
parque, potencial o no, una lista de estos elementos puede servir como el marco
de esta encuesta.
Tomando en cuenta que el marco tiene que tomarse de una lista ms amplia,
no est claro muchas veces cules son los elementos de la poblacin. Adems,
actualizar la lista diariamente es imposible.
Ejemplo 9. En algunas situaciones, un directorio de la ciudad o una lista de padres
de familia obtenida de los datos del censo pueden servir como marcos. Recurde-
se, en estos casos, que hay que identifcar claramente la poblacin objetivo y la
poblacin que permite muestrear el marco.
NOTA
Algunos esquemas de muestreo pueden requerir de marcos mltiples. Por ejemplo,
la estimacin de rendimientos de un cultivo en un estado, puede involucrar una
14
lista de productores que seran entrevistados y una lista de parcelas que seran
medidas.
Defnicin
Una muestra es una coleccin de unidades seleccionadas de un marco o varios
marcos.
Ejemplo 10. En el ejemplo 3 que trata sobre la encuesta de opinin para una nueva
seccin del parque, cierto nmero de habitantes con las caractersticas sealadas
(la muestra) va a ser entrevistado para determinar su posibilidad de uso de la nueva
seccin. Podemos usar la informacin obtenida de estos habitantes acerca de la posi-
bilidad para acampar de los habitantes mayores de 18 aos en toda la comunidad.
Por qu muestrear?
Hay tres razones principales por las que una poblacin puede ser muestreada en
lugar de ser censada completamente:
1. Puede ser imprctico un censo incompleto debido al costo y el esfuerzo in-
volucrados. Por ejemplo, un botnico puede no tener sufciente tiempo para
muestrear cada planta en un rea.
2. El muestreo es ms rpido que un conteo completo. Por ejemplo, una admi-
nistracin gubernamental puede decidir tomar una muestra del 10% de la po-
blacin porque los resultados de un censo completo pueden estar parcialmente
obsoletos en el momento en que sean procesados.
3. Las muestras pueden ser ms exactas que los censos completos. La tercera
razn puede ser sorprendente. Esto sucede porque a menudo los errores
ms grandes en la encuesta no son los errores de muestreo (debidos a los
efectos casuales al seleccionar las unidades experimentales). Ms bien,
son los errores de no-muestreo que se deben a cosas como un muestreo
sesgado, datos mal registrados, preguntas no entendidas correctamente,
registros perdidos, etc. Una muestra relativamente pequea pero bien
organizada a menudo dar mejores resultados que una encuesta completa
o una muestra grande que no puede ser administrada debido a la falta de
recursos adecuados.
Estimacin de par metros
La siguiente defnicin ser de utilidad para la aplicacin de nuestros mtodos de
inferencia estadstica que se basan en el muestreo de una poblacin objetivo.
15
Defnicin
Un estimador es una funcin de variables aleatorias observables y quizs otras
constantes conocidas, usado para estimar un parmetro.
Ejemplo 11. La media muestral puede ser usada como un estimador de la media
poblacional . Ntese que es una variable aleatoria y tiene una distribucin de
muestreo que depende del mecanismo muestral. Algunos de los posibles valores
que puede tomar estarn cercanos a , y otros pueden estar bastante alejados de
en cualquiera de los lados, positivo o negativo. Con los mtodos que veremos
en estas secciones, seleccionaremos un plan de muestreo que nos asegure que
E( ) = y que V( ) es pequea.
En general, sea un parmetro y sea un estimador para . Dos propiedades
deseables para son:
E( ) = (Insesgamiento de )
Var ( ) = es pequea. (Varianza mnima entre estimadores de ).
Aunque la distribucin de muestreo de depender del mecanismo de muestreo
y los tamaos de muestra y la poblacin, en muchas situaciones se puede usar el
Teorema del Lmite Central para afrmar que es aproximadamente normal. El
Teorema del Lmite Central y su aplicacin a estimadores como o p (probabilidad
de xito de una poblacin binomial) es adecuada si n, el tamao de la muestra , es
grande, digamos, n 30 (Mendenhall et al., 2002).
Defnicin
Sea un parmetro y un estimador de . El error de estimacin es: | |.
No podemos establecer que un estimador observado estar dentro de una
distancia especifcada de q, pero podemos, aproximadamente, encontrar un lmite
L tal que:
P(| | L) = 1
para cualquier probabilidad deseada 1 , donde 0 < < 1. Si tiene una distri-
bucin normal, L =z
/2
, donde z
/2
es el valor que separa un rea de /2 en la cola
del lado derecho de la distribucin normal estndar. Si 1 = 0.95, entonces
z
/2
=z
0.025
=1.96z
/2
=z
0.025
=1.96, o sea, aproximadamente 2. Ya que muchos
estimadores que usamos a lo largo de este captulo no van a tener una distribucin
16
precisamente normal para muchos valores de los tamaos de muestra n y de los
tamaos de poblacin N, y ya que el Teorema de Tchebysheff (Mendenhall et al.
2002) establece que al menos 75% de las observaciones para cualquier distribucin
de probabilidad estar dentro de dos desviaciones estndar de su media vamos a
usar 2 como lmite del error de estimacin.
Esto nos da una P(| | L) 0.95 para los casos aproximadamente normales
y P(| | L) 0.75 en cualquier otro caso, si L =2 .
Si P(| | L) = 1 entonces, P( L + L) = 1 . En esta forma,
[ L, + L] es un intervalo de confanza del (1 ) 100% para .
Defniciones
1. Sea un estimador de y L =2 (dos veces el valor del error estndar del
estimador ). Entonces al intervalo [ L, + L] se le denomina un intervalo
de confanza para con coefciente de confanza 1 .
2. La cantidad L se llama el lmite inferior de confanza (LIC) y +L se
llama el lmite superior de confanza (LSC).
Cmo seleccionar la muestra para estimar ? El diseo de muestreo por encuesta

Si es el parmetro de inters en una poblacin y es el estimador de , de-
bemos especifcar un lmite o cota para el error de estimacin, L.
error de estimacin = | | < L
con la condicin de que: P(error de estimacin < L) =1 . Una seleccin usual
de L es: L =2 (1 0.95). Despus de obtener un lmite especfco con su pro-
babilidad asociada 1 , podemos comparar diseos diferentes para determinar
cul procedimiento proporciona la precisin deseada al mnimo costo. Los diseos
bsicos se irn tratando en las siguientes secciones.
17
Enfoque general para la seleccin del tamao de muestra en el diseo de
encuestas por muestreo
El nmero de observaciones necesarias para estimar un parmetro requerir
que establezcamos un lmite para el error de estimacin igual a L e igual tambin
a . Como habitualmente V( ) contiene en su expresin al tamao de la
muestra, sta se puede hallar resolviendo para n:
Por tanto, posteriormente tambin se encontrarn las frmulas de los tamaos
de muestra requeridos para estimar el parmetro indicado con un lmite para el
error de estimacin de L; claro, las frmulas variarn segn el parmetro-objetivo
y segn el diseo de muestreo.
Muestreo ir restr icto aleator io. Estimaciones de par metros
y seleccin del tamao de muestr a
Defnicin
Diseo bsico: muestreo irrestricto aleatorio (m.i.a). Si una muestra de ta-
mao n se selecciona de una poblacin de tamao N de tal manera que cada
muestra posible de tamao n tiene la misma probabilidad de ser elegida, el
procedimiento de muestreo se denomina muestreo irrestricto aleatorio. A la
muestra as obtenida se le llama muestra irrestricta aleatoria.
Lo que es importante aqu es el proceso de seleccin ms que el resultado. Por
tanto, una muestra puede ser aleatoria aun cuando parezca que no es aleatoria por-
que sucede que por pura casualidad sus elementos provienen de una parte pequea
de la poblacin. Por ejemplo, si se toma una muestra aleatoria de mujeres de una
comunidad campesina entonces se podra notar que pareciera contener demasiadas
mujeres jvenes. Esto no invalida la muestra puesto que la mayora de las muestras
pequeas tienen alguna apariencia de no ser representativas.
Cmo seleccionar una muestra irrestricta aleatoria?
Con la ayuda de tablas de nmeros aleatorios (o calculadoras con nmeros aleato-
rios). La seleccin de nmeros corresponder al nmero de elementos de la muestra,
de entre un total de N elementos de la poblacin. Con base en esta seleccin, se
procede al muestreo mismo.
18
Cmo se analizan los datos generados por un muestreo irrestricto aleatorio?
El anlisis de los datos generados depender del parmetro-objetivo. Desde ahora
indicamos al lector que las frmulas que iremos presentando en este captulo se
referirn exclusivamente a los parmetros-objetivo media, total y propor-
cin. Las frmulas se podrn identifcar por estar en cuadros etiquetados con la
leyenda CAJA #). As, en las Cajas 1 y 2 que siguen, se dan los estimadores
para la media y el total poblacionales, respectivamente. En estos casos, se su-
pone que la variable medida en cada unidad muestral es continua; y
i
representa
la variable medida en la i-sima unidad de muestreo seleccionada por el m.i.a.,
i =1, 2,, n.
Caja 1
Estimador de una media poblacional en el muestreo irrestricto aleatorio.
(media muestral de y)
Varianza estimada de .
Donde s
y y n
n
i i
2
2
2
1
( )
,
,
]
]
]

varianza muestral de y)
Lmite para el error de estimacin:
Defnicin
La cantidad (N-n)/N se llama correccin por poblacin fnita (cpf).
NOTAS.
1. Cuando n se mantenga relativamente pequea con respecto al tamao de la
poblacin N, la cpf estar muy cercana a 1. En la prctica, la cpf puede des-
preciarse si (n/N 0.05; es decir, se puede despreciar la cpf si el tamao de
la muestra es menor o igual al 5% del tamao de la poblacin. En tal caso,
la varianza estimada de es la conocida cantidad s
2
/n (esto se justifca por el
Teorema del Lmite Central).
19
2. En muchos casos el tamao de la poblacin no est claramente defnido o se
desconoce. Por ejemplo, generalmente es imposible conocer el nmero de
contribuyentes de un estado, en donde se quisiera seleccionar una muestra
de tal poblacin acerca de sus ingresos. Aqu N se supone grande y la cpf se
omite.
Ejemplo 12 (Scheaffer et al. 2007, pg. 113). Los encargados de administrar los
recursos de los terrenos dedicados a la caza silvestre estn interesados en el tamao
de las poblaciones de venados y de conejo en los meses de invierno en un bosque
particular. Como una estimacin del tamao de la poblacin, los administradores
proponen usar el nmero promedio de grupos densos de conejos y de venados por
parcelas de 10 metros por lado. De acuerdo con una fotografa area, el bosque
fue dividido en N = 10,000 parcelas de 10 metros por lado. Fue seleccionada una
muestra irrestricta aleatoria de n = 500 parcelas, y se observ un nmero de gru-
pos densos de conejos y de venados. Los resultados de este estudio se resumen
enseguida. Estime
1
y
2
, el nmero promedio de grupos densos de venados y
de conejos, respectivamente, por parcelas de 10 m 10 m. Establezca los lmites
para los errores de estimacin.
Venados Conejos
Media muestral = 2.30 Media muestral = 4.52
Varianza muestral = 0.65 Varianza muestral = 0.97
Solucin
Sean y
1
=nmero de grupos densos de venados, y y
2
=nmero de grupos densos
de conejos. De acuerdo con los datos del cuadro,
1
=
1
= 2.30,
2
=
2
=4.52.
= 0.65 y = 0.97. El tamao de la muestra es exactamente el 5% de la poblacin
(500/10000 = 0.05); luego, la cpf se omite:
;
Los lmites del error de estimacin son, para los venados y conejos:
;
Por tanto, estimamos que el nmero promedio de grupos densos de venados
es 2.30 y se aleja a lo ms 0.072 de la verdadera media poblacional, con una
probabilidad del 95%. Anlogamente, estimamos que el nmero promedio de
20
grupos densos de conejos es 4.52 y se aleja a lo ms 0.088 de la verdadera media
poblacional, con una probabilidad del 95%.
Caja 2
Estimador de un total poblacional en el m.i.a.
Varianza estimada de
Ejemplo 13 (Modifcado de Scheaffer et al. 2007, pg. 114). Un investigador
est interesado en estimar el nmero total de rboles marcados (rboles ms
grandes que cierto tamao especfco) en una plantacin de N = 1500 mecates
(parcelas de 400 m
2
c/u). Esta informacin se utiliza para estimar el volumen total
de madera aserrada para los rboles de la plantacin. Se seleccion una muestra
irrestricta aleatoria de n = 100 parcelas de 1 mecate, y cada parcela se examin
en relacin con el nmero de rboles marcados. El promedio muestral para las n
= 100 parcelas de 1 mecate fue = 25.2, con una varianza muestral de s
2
=136.
Estime el nmero total de rboles marcados en la plantacin. Establezca un lmite
para el error de estimacin.
Solucin
Sea y = nmero de rboles marcados. Los datos proporcionados nos indican que:
N = 1500 (tamao de la poblacin), n = 100 (tamao de la muestra irrestricta
aleatoria), = =25.2 (nmero promedio de rboles marcados en la muestra),
y s
2
= 0.94 (varianza muestral del nmero de rboles marcados). Por las frmulas
de la Caja 2, el total de rboles marcados en la poblacin es:
21
Como n/N = 100/1500 0.067, la varianza estimada del total de rboles mar-
cados en la poblacin involucra la cpf y es:
.
Por tanto, el lmite del error de estimacin para el total de rboles marcados
es:
As, estimamos que el nmero total de rboles marcados es 37,800 rboles
con una probabilidad 95% de que el verdadero total se encuentre entre 37,800
3,379.97.
Caja 3
Estimador de una proporcin poblacional p en el m.i.a.
es simplemente el nmero de xitos dividido entre el tamao de muestra,
o sea, p es el nmero promedio de xitos en la muestra.
Varianza estimada de :
.
Lmite para el error de estimacin.
22
Ejemplo 14 (Scheaffer et al. 2007, pg. 113). El Departamento de caza y pesca de
cierto estado est interesado en la direccin de sus programas futuros de caza. Para
mantener un potencial mayor de caza futura, el departamento desea determinar
la proporcin de cazadores que buscan cualquier tipo de ave de caza. Se obtuvo
una muestra irrestricta aleatoria de n = 1000 de los N = 99,000 cazadores con
permiso. Suponga que 430 indicaron que cazaron aves. Estime p, la proporcin
de cazadores con permiso que buscan aves de caza. Establezca un lmite para el
error de estimacin.
Solucin
Aqu la variable binaria y
i
toma el valor y
i
= 1 si el cazador i con permiso que busca
aves de caza, o 0 de otro modo. Se desea estimar p, la proporcin de cazadores en
la poblacin con permiso que buscan aves de caza. La poblacin es de tamao N
= 99,000. De una muestra irrestricta aleatoria de n = 1000 cazadores se registr a
y
i
i

1
1000
430 individuos que cazaron aves. La estimacin de es:
; por tanto, q =1 - p = 1 0.43 = 0.57.
La fraccin de muestreo es 1000/99000 = 0.01. La varianza estimada de
es:
, o bien, el error

estndar estimado de es: . El lmite para el
error de estimacin es:
Por lo que 0.43 0.0312 es nuestra estimacin de , la proporcin de cazadores
en la poblacin con permiso que buscan aves de caza; es decir, de 0.40 (40%) a
0.46 (46%).
23
Seleccin del tamao de muestra para estimar medias, totales
y proporciones poblacionales en el m.i.a.
Caja 4
:
( )
n
N
N D
+
2
2
1
, donde D
L
2
4
NOTA
2
puede aproximarse con s
2
, a partir de una muestra piloto, o un estudio previo
similar, o bien
2
(Rango/4). Entonces, en cualquiera de estos casos n ser un
valor aproximado.
:
( )
n
N
N D
+
2
2
1
, donde D
L
N
2
2
4
(vase nota anterior)

:
( )
( ) ( )
n
N
N D

+
1
1 1
, donde D
L
2
4
NOTA
puede aproximarse con p y, as, (1 p) se estima con q =1 p ; (vase caja
3) a partir de una muestra piloto, o un estudio previo similar, o bien, en el peor
de los casos p = 0.5 (n ser conservador en este caso). Entonces, en cualquiera
de estas situaciones n ser un valor aproximado.
En todas estas frmulas, se requiere conocer N, el tamao de la poblacin.
Ejemplo 15 (Scheaffer et al. 2007, pg. 114). Un psiclogo desea estimar el tiempo de
reaccin promedio para un estmulo entre 200 pacientes de un hospital especializado
en trastornos nerviosos. De qu tamao debe ser la muestra irrestricta aleatoria que
debe tomar para estimar con un lmite para el error de estimacin de 1 segundo? Use
1.0 segundo como una aproximacin de la desviacin estndar poblacional.
Solucin
El psiclogo desea determinar n, el tamao de una muestra irrestricta aleatoria que
tomar de la poblacin de tamao N = 200, para estimar , el tiempo de reaccin
24
promedio del estmulo. Se nos seala que = 1.0 seg, y que el lmite del error de
estimacin es: L = 1 seg. De la Caja 4:
D n
N
N D

+

+

1
4
025
1
2001
200 1 025 1
394 4
2 2
2
2
2
.
( )
( )
( )( . )
.
pacientes
Ejemplo 16 (Scheaffer et al. 2007, pg. 114). Usando los resultados de la encuesta
descrita en el ejemplo 13, determine el tamao de muestra requerido para estimar
t, el nmero total de rboles en la plantacin, con un lmite para el error de esti-
macin de magnitud L = 1500.
Solucin
En el Ejemplo 13 la poblacin es de tamao N = 1500 y se le considera un estudio
previo en donde la varianza poblacional del nmero de rboles marcados
2
es
aproximada por la varianza muestral obtenida all:
2
136 rboles
2
. Se pide que la
magnitud del error de estimacin sea L = 1500 rboles. De la caja 3 tenemos que:
D L N
2 2 2 2
4 1500 41500 025 / ( ) / ( ) .
Por tanto, el tamao de muestra requerido para estimar , el nmero total de
rboles en plantacin es:
n
N
N D
+

+

2
2
1
1500136
1499 025 136
39941 400
( )
( )
( )( . )
.
Ejemplo 17 (Scheaffer et al. 2007, pg. 114). Usando los datos del Ejemplo 14,
determine el tamao de muestra que el Departamento debe obtener para estimar
la proporcin de cazadores con permiso que buscan aves de caza. Establezca un
lmite para el error de estimacin de magnitud L = 0.02.
Solucin
Se toman los datos del ejemplo 14 y se asumen como resultados de un estudio
previo; as, la poblacin es de tamao N = 99,000, y la proporcin de cazadores
con permiso que buscan aves de caza es = 0.43. Adems: 1 = 1 0.43 =
0.57. Se quiere estimar el nmero de cazadores con permiso, n, que se necesitar
muestrear para estimar , de modo que el lmite de error de estimacin de sea
L = 0.02. Tenemos que: D =L
2
/4 = (0.02)
2
/4 (0.02) = 0.0001. Entonces el nmero
de cazadores a encuestar es:
25
n
N
N D

( )
( ) ( )
( , )(. )(. )
( , )( .
1
1 1
99 000 43 57
99 000 1 00001)) (. )(. )
.
+

43 57
239181 2392
Muestreo aleatorio estratifcado. Estimaciones de parmetros y seleccin
del tamao de muestr a
Aunque el diseo de muestreo irrestricto aleatorio suele suministrar buenas
estimaciones de cantidades poblacionales a un costo bajo, es posible incremen-
tar la cantidad de informacin para un costo dado con el muestreo aleatorio
estratifcado.
Defnicin
Diseo bsico: Muestreo aleatorio estratifcado (m.a.e).
Una muestra aleatoria estratifcada es la obtenida mediante la separacin
de la poblacin en grupos que no presenten traslapes llamados estratos y la
seleccin posterior de una muestra irrestricta aleatoria en cada estrato.
En general, no hay nada que perder al usar este tipo de muestreo ms com-
plicado, pero hay algunas ganacias potenciales. Primero, si los individuos dentro
de cada estrato son mucho ms similares que los individuos en general, entonces
la estimacin de la media poblacional global tendr un error estndar menor que
el que puede obtenerse con un muestreo irrestricto aleatorio del mismo tamao
muestral. Segundo, puede ser de valor tener estimaciones separadas de los par-
metros poblacionales para los diferentes estratos. Tercero, la estratifcacin hace
posible muestrear diferentes partes de una poblacin en diferentes formas, lo cual
puede constituir un posible ahorro en los costos.
Generalmente, los tipos de estratifcacin que deberan ser considerados son
aquellos basados en ubicaciones espaciales, regiones dentro de las cuales se es-
pera que la poblacin sea uniforme, y el tamao de las unidades de muestreo. Por
ejemplo, al muestrear una poblacin de plantas sobre un rea grande es natural
tomar un mapa y partir el rea en unos cuantos estratos aparentemente homogneos
basados en factores tales como altitud y tipo de vegetacin. Al muestrear insectos
en rboles puede tener sentido estratifcar con base en dimetros pequeos, medios
y grandes de los rboles. Al muestrear casas-habitacin, un poblado puede dividirse
en regiones en donde las caractersticas de edad y clase social son relativamente
uniformes. Usualmente la eleccin de qu estratifcar es slo una cuestin de
sentido comn para la encuesta en cuestin.
26
Seleccin de una muestra aleatoria estratifcada
1. Especifcar claramente los estratos: cada unidad muestral debe ubicarse en
uno y slo un estrato apropiado.
2. Seleccionar una muestra irrestricta aleatoria de cada estrato, mediante la
tcnica correspondiente
3. Asegurarse que las muestras seleccionadas en los estratos sean indepen-
dientes.
Notacin.
E =nmero de estratos.
N
i
=nmero de unidades muestrales en el estrato i.
N =nmero de unidades muestrales en la poblacin
=N
1
+N
2
++N
E
.
n
i
=tamao de la muestra en el estrato i.
n =tamao de la muestra combinada.
=n
1
+n
2
++n
E
.
Caja 5
Estimador de la media poblacional para el m.a.e
y
N
N y N y N y
N
N
y
N
N y
L E
i
i
i
E
i i
i
E
est
+ + +
[ ]

1 1
1 1 2 2
1 1
...
NOTA
Si N
1
=N
2
= =N
E
la media estratifcada es simplemente: y
E
y
i
i
E
est

1
1
Varianza estimada de
y
est
:
27
Puede verse que la estimacin de la media poblacional en el m.a.e. es un pro-
medio pesado o ponderado de las medias de las muestras irrestrictas aleatorias en
cada estrato, donde los pesos son los tamaos proporcionales de los estratos: N
i

/N. De manera similar, la varianza de la media muestral en el m.a.e. es una ponde-
racin de las varianzas de las muestras irrestrictas aleatorias de cada estrato. Estas
ponderaciones aparecen tambin en las frmulas correspondientes a la estimacin
de un total en el m.a.e.
Ejemplo 18 (Manly, 1992, pgs. 30-31). Supngase que en un bosque se disponen
4 bloques, y cada bloque se subdivide en parcelas de 20 20, haciendo un total
de 400 parcelas por bloque. Para estimar el nmero de rboles en el bosque, se
toma una muestra aleatoria de los bloques (estratos) eligiendo un nmero de
rengln aleatorio entre 1 y 20 y un nmero de columna aleatorio entre 1 y 20,
uando un generador de nmeros aleatorios en una computadora. Esto produce
los conteos muestrales para el nmero de rboles por parcela que se muestra a
continuacin.
Estrato
Unidad Muestral 1 2 3 4
1 8 3 8 0
2 6 5 3 4
3 8 5 5 3
4 6 6 8 4
5 7 2 2 5
6 7 4 4 4
7 7 6 7 6
8 6 4 6 3
9 8 5 5 3
10 8 3 7 2
Media 7.1 4.3 5.5 3.4
Desv. estndar 0.88 1.34 2.07 1.65
28
La estimacin de la media de la poblacin es: y
est
5075 . , con un error es-
tndar de .
Caja 6
Estimador del total poblacional para el m.a.e.
Varianza estimada de N y
est
:
Ejemplo 19 (Scheaffer et al. 2007, pgs. 169-170)
Un guardabosques quiere estimar el nmero total de acres plantados de rboles
en los ranchos de un estado. Ya que el nmero de acres de rboles vara consi-
derablemente con respecto al tamao del rancho, decide estratifcar con base en
el tamao de los ranchos. Los 240 ranchos en el estado son puestos en una de 4
categoras de acuerdo con el tamao. Una muestra aleatoria estratifcada de 40
ranchos, seleccionada mediante asignacin proporcional, produce los resultados
del nmero de acres plantados de rboles que se muestran en la tabla anexa. Estime
el nmero total de acres plantados de rboles en los ranchos del estado, y fje un
lmite para el error de estimacin.
29
Estrato I
0-200 acres
Estrato II
201-400 acres
Estrato III
401-600 acres
Estrato IV
> 601 acres
N
1
= 86
n
1
= 14
N
2
= 72
n
2
= 12
N
3
= 52
n
3
= 9
N
4
= 30
n
4
= 5
97 67 125 155 142 256 167 655
42 125 67 96 310 440 220 540
25 92 256 47 495 510 780
105 86 310 236 320 396
27 43 220 352 196
45 59 142 190
53 21
Solucin
Aqu L =4 estratos, N
1
=86, N
2
=72, N
3
=52 y N
4
= 30, son los tamaos po-
blacionales de los estratos I - IV, respectivamente. Las muestras tomadas en los
estratos son de tamaos n
1
=14, n
2
=12, n
3
=9 y n
4
=5. Se calcularon en Excel
los trminos necesarios para estimar
est
y su lmite de error de estimacin. Estos
valores se presentan a continuacin:
Estrato I Estrato II Estrato III Estrato IV
N
i
86 72 52 30
n
i
14 12 9 5
63.3571429 183 340.555556 472.4
s
2
i
1071.78571 9054.18182 16794.2778 72376.3
s
i
32.7381385 95.1534646 129.592738 269.028437
s
2
i
/n
i
76.5561224 754.515152 1866.03086 14475.26
(N
i
n
i
)/N
i
0.8372093 0.83333333 0.82692308 0.83333333
30
La varianza estimada del total estimado es:
Entonces: . En consecuencia, el
error de estimacin es: . Es decir, estimamos
que el nmero total de acres plantados en los ranchos del estado es de 50,505.32,
con un error de estimacin de 8663.12 acres.
Caja 7
Estimador de la proporcin poblacional p para el m.a.e.:
Varianza estimada de p
est
:
p
I
es la estimacin de la proporcin de xito en el i-simo estrato; q
i
=1 - p
i
.
31
Nuevamente el estimador del parmetro en cuestin, para el m.a.e. es un
promedio pesado de las estimaciones de las proporciones poblacionales en cada
estrato, con pesos iguales a N
i
/N.
Ejemplo 20. Un ayuntamiento est interesado en ampliar las instalaciones de
un centro de atencin diurna para nios con retraso mental. La ampliacin va
a incrementar los costos de asistencia a los nios del centro. Se realiza una en-
cuesta para estimar la proporcin de familias con nios afectados que utilizarn
las instalaciones ampliadas. Las familias viven en la ciudad donde se encuen-
tra localizado el centro, y otras viven en las reas rurales o suburbanas de los
alrededores. Entonces se usa muestreo aleatorio estratifcado con personas en
la ciudad que usan las instalaciones, personas de los alrededores que las usan,
personas en la ciudad que no las usan y personas en los alrededores que no las
usan, formando los estratos 1, 2, 3 y 4, respectivamente. Registros existentes
nos dan N
1
=97, N
2
=43, N
3
=145 y N
4
=68. Se obtiene la siguiente proporcin
que usarn las nuevas instalaciones:
p
1
= 0.87, p
2
= 0.93 p
3
= 0.60 p
4
= 0.53
Estime , y establezca un lmite para el error de estimacin.
Solucin
Aqu E =4 estratos, N
1
=97, N
2
=43, N
3
=145 y N
4
=68, son los tamaos po-
blacionales de los estratos 1 4, respectivamente. Las muestras tomadas en los
estratos son de tamaos n
1
=39, n
2
=17, n
3
=69 y n
4
=33. Se calcularon en Excel
los trminos necesarios para estimar p
est
y su lmite de error de estimacin. Estos
valores se presentan a continuacin:
Estrato 1 Estrato 2 Estrato 3 Estrato 4
N
i
97 43 145 68 N = 353
n
i
39 17 69 33 n = 158
p
i
0.87 0.93 0.6 0.53
q
i
0.13 0.07 0.4 0.47
p
i
q
i
/n
i
-1) 0.00297632 0.00406875 0.00352941 0.00778438
(N
i
-n
i
)/N
i
0.59793814 0.60465116 0.52413793 0.51470588
32
As:
El error estndar de la proporcin estimada con el muestreo aleatorio estrati-
fcado es: .
As, el error de estimacin es: .
Es decir, estimamos que la proporcin de personas en la ciudad que usan las ins-
talaciones es de 0.701 (70.1 %), con un error de estimacin de 0.0503 (5.03 %).
Contrastes entre el muestreo irrestricto aleatorio y el muestreo
estratifcado aleatorio. Regla ptima para formar estratos
La varianza estimada de un parmetro puede ser menor en el muestreo irres-
tricto aleatorio que en el muestreo estratifcado aleatorio. Esto puede deberse
a que hay mucha variacin dentro de algn estrato.
Si nuestro objetivo en la estratifcacin es producir estimadores con varianza
pequea, entonces el mejor criterio para defnir los estratos es el conjunto
de valores que la respuesta puede tomar. Por ejemplo, supngase que desea-
mos estimar el ingreso promedio por hogar en una comunidad. Podramos
estimar este promedio con bastante exactitud si pudiramos poner todos los
hogares de bajos ingresos en un estrato y todos los hogares de altos ingresos
en otro estrato antes de muestrear. Pero frecuentemente esto es imposible
porque el conocimiento detallado de los ingresos antes del muestreo hace
desaparecer en principio el problema estadstico. Sin embargo, en ocasiones
33
tenemos algunas frecuencias de datos en categoras generales de la variable
de inters o de alguna variable altamente correlacionada. Para delimitar los
estratos, existe el mtodo acumulativo de la raz cuadrada de la frecuencia.
Esta regla para encontrar el nmero adecuado de estratos, E, se aplica como
sigue:
Mtodo acumulativo de la raz cuadrada de la frecuencia para determinar el
nmero de estratos en el M.A.E.
1. Tabula los datos en una distribucin de frecuencias de la variable de estra-
tifcacin.
2. Calcula la raz cuadrada de la frecuencia observada y acumula estas races
cuadradas hacia abajo de la tabla.
3. Obten las lmites superiores de los E estratos, que son puntos igualmente
espaciados
Fronteradel -simoestrato
acumulada
i
Mxima f
E
i

Ejemplo 21 (Krebs, 1999, pg. 223-225). En el Cuadro 3, las columnas Clase,
Profundidad, f y Num. obs. de almejas, se tomaron del Cuadro 6.4 de
Krebs (1999). Son datos referentes a las abundancias de almejas de la costa de
New J ersey en 1981, de acuerdo con los datos originales publicados por Iachan
(1985), dispuestos en orden de la profundidad de la muestra. El objetivo es es-
timar la abundancia de almejas para esta regin. En este caso la estratifcacin
se lleva a cabo con base en una variable auxiliar profundidad. Para hacer la
delimitacin de las muestras en E =5 estratos y, despus, estimar la abundancia
media global con base en la estratifcacin generada, se complet el Cuadro 3
(cuatro ltimas columnas) aplicando el mtodo acumulativo de la raz cuadrada
de la frecuencia.
34
Solucin
Cuadro 3. Ejemplo del mtodo acumulativo de la raz cuadrada
de la frecuencia
Clase
Profundidad
(Y, en m)
f Nmero obs. de almejas, X

acum
Estrato
Frontera
(frec)
acum
1 14 4 34 128 13 0 2.0000 2.0000
2 15 1 27 1.0000 3.0000
3 18 2 361 4 1.4142 4.4142 1
4 19 3 0 5 363 1.7321 6.1463
5 20 4 176 32 122 41 2.0000 8.1463
6 21 1 21 1.0000 9.1463 8.3248
7 22 2 0 0 1.4142 10.5605
8 23 5 9 112 255 3 65 2.2361 12.7965 2
9 24 4 122 102 0 7 2.0000 14.7965
10 25 2 18 1 1.4142 16.2108
11 26 2 14 9 1.4142 17.6250 16.6497
12 27 1 3 1.0000 18.6250
13 28 2 8 30 1.4142 20.0392 3
14 29 3 35 25 46 1.7321 21.7712
15 30 1 15 1.0000 22.7712
16 32 1 11 1.0000 23.7712
17 33 4 9 0 4 19 2.0000 25.7712 24.9745
18 34 2 11 7 1.4142 27.1855
19 35 3 2 10 97 1.7321 28.9175 4
20 36 2 0 10 1.4142 30.3317
21 37 3 2 1 10 1.7321 32.0638
22 38 2 4 13 1.4142 33.4780 33.2994
23 40 3 0 1 2 1.7321 35.2100
24 41 4 0 2 2 15 2.0000 37.2100
25 42 1 13 1.0000 38.2100 5
26 45 2 0 0 1.4142 39.6242
27 49 1 0 1.0000 40.6242
28 52 1 0 1.0000 41.6242 Max
35
Aplicando la frmula para i = 1, 2, 3, 4, 5:
Frontera superior del -simo estrato
Mxima acumulada
i
f
E
i
Frontera sup del estrato1 ( . / ) . 416242 5 1 83248
Frontera sup del estrato2 ( . / ) . 416242 5 2 166497
, etc.
Se puede verifcar que las fronteras de los dems estratos son iguales a los que
se presentan a la derecha del Cuadro 3 y se reescribe la informacin; all se han
registrado tambin el nmero de observaciones de X que caen en los intervalos
determinados por las fronteras superiores, as como las medias y varianzas de
tales estratos.
Estrato Frontera
n
i
Media Varianza
1 8.3248 14 93.2857 15946.3736
2 16.6497 14 51.0714 5497.7637
3 24.9745 10 19.6000 191.1556
4 33.2994 14 13.0000 613.8461
5 41.6242 14 3.71423 30.6813
n = 66
Ahora asumamos que la proporcin del tamao total de la poblacin que
le corresponde a cada estrato, W
i
=N
i
/N es igual a la proporcin del tamao
total de la muestra correspondiente al total de elementos del i-simo estrato en
la muestra, w
i
=n
i
/n. Esto es: W
i
=N
i
/N =n
i
/n =w
i
. La media estratifcada es:
y
N
N
y
n
n
y
i
i
i
E
i
i
i
E
est

1 1
37136 .
, en tanto que la varianza estratifcada (sin consi-
derar la correccin por poblacin fnita en la caja 5) es:
36
El error estndar estimado de la media estratifcada estimada es:
.
Por tanto, un intervalo de confanza del 95% para el nmero promedio de
almejas es:
y EE y
est est
196 37136 196 84517 . ( ) . . . , o 23.57 a 53.70 almejas.
Seleccin del tamao de muestra para estimar medias,
totales y proporciones poblacionales en el m.a.e. Asignacin de la muestra
Para el caso de la seleccin de n en el m.a.e. para estimar o o , se presenta
un problema al querer despejar n
i
(el tamao de la muestra para cada estrato) en
la expresin
para el caso en que , o
Una solucin es asignar una proporcin del tamao de muestra, w
i
, en cada
estrato i. Esta fraccin entonces nos lleva a que n
i
=nw
i
, i = 1, 2,, E. Luego, ya
es posible despejar n de las dos expresiones anteriores y, al mismo tiempo, conocer
n
i
y los tamaos de muestra para cada estrato. Ntese que es necesario asignar pre-
viamente las fracciones w
i
para cada estrato. Presentamos a continuacin frmulas
para la seleccin del tamao de muestra para estimar
est
y
est
.
Caja 8.
Tamao de muestra aproximado requerido para estimar
est
o
est
con un lmite
de error de estimacin L en el m.a.e. con fracciones de muestreo w
i
n
N w
N D N
i i i
i
E
i i
i
E
2 2
1
2 2
1
/
donde w
i
es la fraccin de las observaciones asignadas al estrato i, es la va-
rianza poblacional para el estrato i, cuyo valor se aproxima como se indic en
la caja 4 del MIA. y D =L
2
/4 para estimar m; D =L
2
/4N
2
para estimar .
37
Ejemplo 22 (Modifcado de Krebs 1999, pg. 301). En 1979 se reportaron la
estimacin de biomasa de algas (Ulva), en gramos, de una plataforma arrecifal
en las Filipinas (tamao de cuadrante 0.25 m
2
). Parte de los datos presentados
se muestran abajo. Determine el tamao de muestra necesario en un estudio fu-
turo que busque estimar la biomasa total de Ulva, con un lmite para el error de
estimacin de 40 kilogramos, y asumiendo que a) las varianzas reportadas en la
tabla son aproximaciones de las varianzas poblacionales , i = 1, 2, 3, 4; b) que
las fracciones asignadas son: w
1
=w
2
=w
3
=w
4
= 1/4 (en otras palabras, se debe
tomar igual nmero de observaciones por cada estrato).
Estrato rea (m
2
) Varianza
I (cerca de la orilla) 2175 0.1661
II 3996 179.1121
III 1590 3.7962
IV 1039 0.1120
Solucin
Tenemos aqu E =4 estratos. Aparentemente no contamos con el nmero total
de cuadrantes de rea 0.25 m
2
. Sin embargo, tenemos conocimiento del rea de
cada estrato, en m
2
, de modo que dividiendo ste entre 0.25 dar como resultado
el nmero de cuadrantes por estrato; la suma de estos nmeros producir N, el
nmero de unidades en la poblacin.
Estrato rea (m
2
) N
i
= rea/0.25
I (cerca de la orilla) 2175 8700
II 3996 15984
III 1590 6360
IV 1039 4156
N = 35,200
Se desea seleccionar el tamao de una muestra aleatoria estratifcada para es-
timar la biomasa total
est
(en gramos) con un lmite de error de estimacin de L =
40 kg = 40,000 gramos. La asignacin de la muestra total a cada estrato se har de
38
manera uniforme, lo cual implica que las fracciones para cada estrato sern todas
iguales: w
1
=w
2
=w
3
=w
4
= 1/4 = 0.25. Se presentan abajo los clculos necesarios
para estimar n (y cada n
i
) con base en la caja 8.
N
i
8700 15984 6360 4156 N = 35200
0.1661 179.1121 3.7962 0.1120
w
i
0.25 0.25 0.25 0.25
N
i
2
i
2
1445.070 2,862,927.810 24,143.832 465.472
N
i
2
i
2
/w
i
50,288,436 1.8304 10
11
614,219,086 7,738,006.53
De la caja 8 tenemos que, D L N
2 2
4 4 35200 03228 / /( ) . 40000
2
. En-
tonces:
n
N w
N D N
i i i
i
i i
i
+ +
2 2
1
4
2 2
1
4
614
/
, 50,288,436 1.8304 10
11
2219 086 7 738 00653
35 200 03228 144507 2862 9278
2
, , , .
( , . ) ( . , , .
+
+ + 11 2414383 46547
455997 456
+ +

, . . )
.
Por tanto, el nmero de cuadrantes de 0.25 m
2
que se requerir muestrear por
estrato ser: n
i
=nw
1
= (456)(0.25) = 114, i =1, 2, 3, 4.
Asignacin de la muestra para estimar y
Despus de elegir el tamao de muestra n, existen muchas maneras para dividir
entre los tamaos de muestra de los estratos individuales n
1
, n
2
,, n
E
. Cada di-
visin puede originar una varianza diferente para la media muestral. Por lo que
nuestro objetivo ser usar una asignacin de modo que tengamos estimadores con
varianzas pequeas al menor costo posible. En trminos de nuestro objetivo, el
mejor esquema de asignacin est infuido por tres factores:
1. El nmero total de elementos en cada estrato.
2. La variabilidad de las observaciones dentro de cada estrato.
3. El costo por obtener una observacin de cada estrato.
39
La asignacin se dice que es ptima cuando estos tres criterios se toman en
cuenta y se busca minimizar el costo para un valor fjo de la varianza, o bien, se
trata de minimizar la varianza para un costo fjo del muestreo. Se puede demostrar
que la asignacin ptima para estimar una media o un total poblacionales est dada
por la frmula siguiente.
Caja 9
Asignacin aproximada que minimiza el costo para el valor fjo de V y ( )
est
o
que minimiza V y ( )
est
para un costo fjo. (Asignacin ptima para estimar
est

y
est
).
n n
N c
N c N c N c
n
N c
N c
i
i i i
E E E
i i i
k k k
+ + +
j
(
,
,
\
,
(
(

1 1 1 2 2 2
/ / /
/
kk
E
j
(
,
,
\
,
(
(
1
c
i
=costo por obtener una observacin individual en el i-simo estrato. Para
usar la frmula se debe obtener previamente a la realizacin del muestreo una
aproximacin de la varianza de cada estrato. Las aproximaciones pueden ser
obtenidas de estudios anteriores o conociendo la amplitud de variacin de las
mediciones de cada estrato. Para la asignacin ptima con la varianza de
est
fja
en D, nos da el tamao de la muestra n, sustituyendo w
i
=n
i
/ n:
n
N c N c
N D N
k
k
E
k k i i i
i
E
i i
i
E
( )( )
+

1 1
2 2
1

/
En estas frmulas se redondea cuando n o n
i
no sean enteros.
Para aplicar las frmulas anteriores se deben conocer, entonces, los costos c
i
,
i =1, 2,, E, y las desviaciones estndar aproximadas
i
, I =1, 2,, E.
Primero se evala la expresin para n, despus se estiman los n
i
teniendo a n
como incgnita, y por ltimo se sustituye n en estas expresiones para n
i
.
Ejemplo 23 (Modifcado de Scheaffer et al. 2007, pg. 168). Greenpeace desea
obtener informacin sobre de la efectividad de los programas ambientales para la
proteccin de la fauna tropical endmica. Se va a entrevistar por telfono a direc-
40
tivos clave de organismos gubernamentales dedicados a la proteccin del medio
ambiente, para pedirles que califquen su propio programa con base en una escala
numrica. Los organismos estn localizados en Amrica, frica y Asia, de modo
que se usa muestreo estratifcado. Los costos son mayores para las entrevistas
de los directivos localizados fuera de Amrica. La tabla siguiente proporciona los
costos por entrevista (en dlares), las varianzas aproximadas de las califcaciones,
y los N
i
que se han establecido. Greenpeace quiere estimar la califcacin promedio
con un lmite para el error de estimacin de L =0.4 = 0.632455; as, V(
est
) = 0.1 =
D. Elija el tamao de muestra n que obtiene este lmite y encuentre la asignacin
apropiada.
Estrato I
(Amrica)
Estrato II
(Africa)
Estrato III
(Asia)
c
1
= $9 c
2
= $25 c
3
= $36
= 2.25 = 3.24 = 3.24
N
1
= 112 N
2
= 68 N
3
= 39
Solucin
Aqu se tienen E = 3 estratos y se quiere estimar la califcacin promedio con un
varianza de D = 0.1. Se us Excel para estimar n y los n
i
con base en la caja 9.
Estrato I Estrato II Estrato III Suma
c
i
9 25 36

2.25 3.24 3.24
N
i
112 68 39 N = 219
i
1.5 1.8 1.8
N c
k k k
/
56 24.48 11.7 92.18
N c
i i i
504 612 421.2 1537.20

N
i i
2 252 220.32 126.36 598.68

41
n
N c N c
N D N
k
k
k k i i i
i
i i
i
( )( )
+
1
3
1
3
2 2
1
3
9218 15372

/
( . )( . 00
219 01 59868
2627 26
2
)
( . ) ( . )
.
+

Para hallar n
i
sustituimos el valor de n hallado usando en la frmula de la
caja 10:
Estrato I Estrato II Estrato III
n
i
(27)(56)/(92.18) = 15.795
16
(27)(24.48)/(92.18) = 6.905
7
(27)(11.7)/(92.18) = 3.300
3
Asignacin de Neyman en el M.A.E. para estimar y
(costos de muestreo iguales)
Si el costo por obtener informacin es igual para todos los estratos o si los costos
son desconocidos, entonces c
1
=c
2
= =c
E
. En consecuencia, los trminos de
costo se cancelan en las ecuaciones de la caja 9. Este mtodo de seleccionar n
1
,
n
2
,, n
E
se denomina asignacin de Neyman.
Caja 10
Asignacin de Neyman para estimar
est
y
est
.
n n
N
N
i
i i
i i
i
E
j
(
,
,
\
,
(
(
1
El tamao de muestra total es: n
N
N D N
i i
i
E
i i
i
E
( )
+
1
2
2 2
1
.
Aqu D =L
2
/4 para estimar ; D =L
2
/4N
2
para estimar .
Ejemplo 24 (Scheaffer et al. 2007, pgs. 169-170). El estudio del ejemplo 19 se
va a hacer anualmente con el lmite para el error de estimacin de 5000 acres.
Encuentre un tamao de muestra aproximado para adquirir este lmite si se usa la
asignacin de Neyman. Use los datos del Ejemplo 19.
42
Solucin
Se hicieron los clculos en Excel (frmulas de la caja 10) para determinar los
tamaos de muestra de cada estrato con un lmite de error de estimacin de 5000
acres para el total poblacional estratifcado
est
. Del ejercicio 19 tomamos los valores
de las varianzas de cada estrato como aproximaciones de . Todos estos valores
se presentan a continuacin:
Estrato I Estrato II Estrato III Estrato IV Suma
N
i
86 72 52 30 N = 240
1071.7857 9054.1818 16794.2778 72376.3000
i
32.7381 95.1535 129.5927 269.0284
N
i
i
2815.4799 6851.0494 6738.8224 8070.8531 24,476.2049
N
i
92,173.5714 651,901.091 873,302.444 2,171,289.00 3,788,666.11
Como L = 5000 acres, D = L
2
/4N
2
= (5000)
2
/(4 240
2
) = 108.5069. As: N
2
D
= 6,250,000. Por tanto:
n
N
N D N
i i
i
i i
i
( )
+
1
4
2
2 2
1
4
2
24 4762049
6 250 000 3788 6
, .
, , , , 66611
5968 60
.
. ranchos
A partir de la formula n n N N
i i i i i
i
( ) / ( )
1
4
obtenemos la asignacin de
Neyman:
n
i
6.90 7 16.79 17 16.52 16 19.78 20
Asignacin proporcional en el M.A.E. para estimar y
Si adems de suponer c
1
=c
2
= =c
E
tambin asumimos que
1
2
2
2 2

E
,
entonces las ecuaciones anteriores de las cajas 9 y 10 permiten asignar la mues-
tra a los estratos (las n
i
) con el mtodo de asignacin proporcional, llamado as
porque los tamaos de muestra n
1
, n
2
,, n
E
son proporcionales a los tamaos de
los estratos N
1
, N
2
,, N
E
.
43
Caja 11
Asignacin proporcional para estimar
est
y
est
.
n n
N
N
n
N
N
i
i
i
i
E
i
j
(
,
,
\
,
(
(

j
(
,
\
,
(
1
En la asignacin proporcional, el valor de n tal que V y D ( )
est
, se convierte
en:
n
N
ND
N
N
i
i
E
i
i i
i
E
2
2
1
1
En esta ltima frmula para n, aparte de ser vlida cuando interesa estimar
est

con D =L
2
/4, se usara cuando interesa estimar
est
, pero con el valor de D =
L
2
/4N
2
.
Ejemplo 25 (Modifcado de Krebs 1999, pg. 301). Considere los datos presentados
en el Ejemplo 22 referente a la estimacin de biomasa de algas (Ulva), en gramos,
en una plataforma arrecifal de las Filipinas, con unidades de muestreo de tamao
0.25 m
2
. Asumimos que las varianzas proporcionadas son aproximaciones de las
varianzas poblacionales . Los datos son:
Estrato rea (m
2
) N
i
= rea/0.25 Varianza
I (cerca de la orilla) 2175 8700 0.1661
II 3996 15984 179.1121
III 1590 6360 3.7962
IV 1039 4156 0.1120
N = 35,200
Calcule asignaciones proporcionales de muestras a estos datos, para estimar la
biomasa total
est
(en gramos) con un lmite de error de estimacin de L = 40 kg =
40,000 gramos. Compare los resultados con los obtenidos en el Ejemplo 22.
44
Solucin
Aqu E =4. Los clculos intermedios aplicando las frmulas de la caja 11
son:
rea 2175 3996 1590 1039
N
i
8700 15984 6360 4156 N = 35,200
Proporcin =
N
i
/N
0.247 0.454 0.181 0.118
0.1661 179.1121 3.7962 0.112
N
i
1445.07 2,862,927.81 24,143.83 465.47
Adems, D = L
2
/4N
2
= (40000)
2
/(435200
2
) = 108.5069. As: ND = 0.32283.
As:
n
N
ND
N
N
i
i
i
i i
i
+ + +
4
2
2
1
4 1
144507 286292781 2414383 465
. . . ..
. ( . . . . ) /
47
032283 144507 286292781 2414383 46547 35200
252
+ + + +
..41 252
En consecuencia, las asignaciones proporcionales de la muestra para un lmite
de error igual a 40 kg para la estimacin del total, son:
n
i
62.28 62 114.43 114 45.532 46 29.75 30
Estos resultados representan casi 200 cuadrantes menos que los obtenidos
asumiendo pesos iguales en cada estrato. Ms an, solamente uno de los estra-
tos bajo la asignacin proporcional (el estrato II con 114 cuadrantes) iguala en
tamao de muestra al obtenido bajo el mtodo del ejemplo 22. En conclusin, la
asignacin proporcional produce mejores resultados que la asignacin uniforme
de pesos para los estratos.
45
Seleccin del tamao de muestra estratifcada para estimar
Damos ahora frmulas similares a las ecuaciones de las cajas 8-11, cuando el
propsito del investigador es estimar
est
. Como es casi seguro que la proporcin
poblacional de cada estrato i,
i
, sea desconocida, en las frmulas siguientes se
han cambiado los trminos
i
y (1
i
) por sus correspondientes estimaciones p
i
y
q
i
=1 p
i
, respectivamente. Este origina que la estimacin del tamao de muestra
sea aproximada.
Caja 12.
Tamao de muestra aproximado que se requiere para estimar
est
con un
lmite para el error de estimacin en el m.a.e. con fracciones de muestreo pre-
establecidas, w
i
n
N p q w
N D N p q
i i i i
i
E
i i i
i
E
2
1
2
1
/
donde w
i
es la fraccin de las observaciones asignadas al estrato i, p
i
es la propor-
cin estimada para el estrato i (este valor estimado se puede proveer siguiendo
las sugerencias de la caja 4), y D =L
2
/4.
La caja 12 es una variacin de la caja 8 en donde se ha cambiado por p
i
q
i
.
Como se ilustr en el ejemplo 25, a pesar de su generalidad, las frmulas de las
cajas 8 y 12 pueden ser poco efcientes si los valores de los pesos w
i
no son elegidos
adecuadamente o defnitivamente el encuestador ignora qu valores asignarles. Por
lo tanto, se acostumbra generalmente el uso de la frmula para la asignacin de
la m.a.e. que nos d V(p
est
) igual a una constante fja y a un costo mnimo, o bien
que minimice V(p
est
) para un costo fjo; esta frmula es similar a la de la caja 9,
salvo que
i
se reemplaza por p q
i i
.
46
Caja 13
Asignacin aproximada que minimiza el costo para un valor fjo de V(p
est
) o
minimiza V(p
est
) para un costo fjo (asignacin ptima para estimar
est
).
n n
N p q c
N p q c N p q c N p q c
n
N p
i
i i i i
E E E E
i i
+ + +
j
(
,
,
\
,
(
(

/
/ / /
1 1 1 1 2 2 2 2

qq c
N p q c
i i
k k k k
k
E
/
/
j
(
,
,
\
,
(
(
1
.
Aqu c
i
=costo por obtener una observacin individual en el i-simo estrato.
Para la asignacin ptima con la varianza de
i
fja en (donde L es el lmite del
error de estimacin), el tamao de la muestra n es:
n
N p q c N p q c
N D N p q
k
k
E
k k k i i i i
i
E
i i i
i
E
( )( )
+

1 1
2
1
/
Ejemplo 26. Con relacin al Ejemplo 20 acerca de la encuesta por muestreo que
realiza un ayuntamiento para estimar la proporcin de familias con nios disca-
pacitados que utilizarn ciertas instalaciones ampliadas, supngase que se van a
formar cuatro estratos como se indic en ese ejemplo, y que aproximadamente el
90% de los que usan las instalaciones y 50% de los que no las usan van a utilizar
las nuevas instalaciones. Los costos por efectuar la observacin de un cliente actual
son de $4.00 y de $8.00 para uno que no lo es. La diferencia en el costo resulta de
la difcultad para localizar a quienes no usan las instalaciones. Registros existentes
nos dan N
1
=97, N
2
=43, N
3
=145, N
4
= 68 (como en el Ejemplo 20). Encuentre el
tamao de muestra aproximado y la asignacin necesaria para estimar la proporcin
poblacional con un lmite de 0.05 para el error de estimacin.
Solucin
Aqu se tienen E = 4 estratos, dados por:
Estrato Descripcin de las personas Tamao
I De la ciudad que usan las instalaciones N
1
= 97
II De los alrededores que usan las instalaciones N
2
= 43
III De la ciudad que no usan las instalaciones N
3
= 145
IV De los alrededores que no usan las instalaciones N
4
= 68
47
Se quiere estimar la proporcin poblacional p
est
con un lmite de L = 0.05 para
el error de estimacin. Entonces: D =L
2
/4 = 0.000625. Se calcularon en Excel los
trminos necesarios para estimar n y los tamaos de muestra de cada estrato, n
i
,
con base en la caja 13.
c
i
4 4 8 8
N
i
97 43 145 68 N = 353
p
i
0.9 0.9 0.5 0.5
q
i
0.1 0.1 0.5 0.5
N
i
p
i
q
i
8.73 3.87 36.25 17 65.8500
N p q c
k k k k
/
14.5500 6.4500 25.6326 12.0208 58.6534
N p q c
i i i i
58.2000 25.8000 205.0610 96.1665 385.2275
Tambin N
2
D =353
2
0.000625 = 77.8806. Aplicamos la frmula de la caja
13 para estimar n:
n
N p q c N p q c
N D N p q
k
k
k k k i i i i
i
i i i
i
( )( )
+
1
4
1
4
2
1
4
586534
/
( . )(( . )
. .
.
3852275
778806 658500
157203 157
+

Sustituimos este valor de n en la frmula de la caja 13 para hallar las n
i
:
n n N p q c N p q c
i i i i i k k k k
k
( / / ( / ))
1
4
n
i
38.95 39 17.26 17 68.61 69 32.18 32
48
Caja 14
Asignacin de Neyman para estimar
est
.
Cuando el costo por obtener informacin es el mismo para todos los estratos o
los costos son desconocidos, entonces c
1
=c
2
= =c
E
. En este caso, la asig-
nacin de Neyman es:
n n
N p q
N p q
i
i i i
k k k
k
E
j
(
,
,
\
,
(
(
1
,
donde n
N p q
N D N p q
i i i
i
E
i i i
i
E
( )
+
1
2
2
1
Ejemplo 27. Repita el Ejercicio 26, ahora usando la asignacin de Neyman (i.e.
costos iguales). Compare los resultados con la respuesta del Ejemplo 26.
Solucin
Usando los datos del ejemplo 25, se calcularon en Excel los trminos para aplicar
las frmulas de la caja 14 que proveen el tamao de muestra necesario para estimar
la proporcin poblacional
est
con un lmite de L = 0.05 para el error de estimacin.
Entonces: D =L
2
/4 = 0.000625.
N
i
97 43 145 68 N = 353
p
i
0.9 0.9 0.5 0.5
q
i
0.1 0.1 0.5 0.5
N
i
p
i
q
i
8.73 3.87 36.25 17.00 65.85
N
i
(p
i
q
i
) 29.10 12.90 72.50 34.00 148.50
As:
n
N p q
N D N p q
i i i
i
i i i
i
( )
+
1
4
2
2
1
4
2
14850
0000625 6585
153
.
. .
.443 153
49
Con este valor de n, los tamaos de muestra por estrato se calculan por la
asignacin de Neyman con la frmula:
n n N p q N p q
i i i i k k k
k
( / )
1
4
El cuadro de abajo presenta los resultados de la asignacin de Neyman, y para
fnes comparativos, se despliegan tambin los tamaos de muestra obtenidos en
el ejemplo 26. Notamos que, aun cuando los tamaos de muestra son similares
(solamente cuatro personas menos se encuestaran en toda la poblacin bajo la
asignacin de Neyman), las asignaciones por estrato diferen sustancialmente entre
los dos mtodos.
n
n
i
(Neyman) 29.98 30 13.29 13 74.70 75 35.03 35 153
n
i
Ejemplo 26 39 19 69 32 157
Como se recordar, en la asignacin proporcional, el tamao de la muestra en
cada estrato i est dado por n
i
=n(N
i
/N). En esta situacin, la frmula de asignacin
proporcional para estimar
est
es ms simple que las frmulas de las cajas 12-14.
Caja 15
Asignacin proporcional para estimar
est
n n
N
N
i
i
j
(
,
\
,
(
, donde
n
N p q
ND
N
N p q
i
i
E
i i
i i i
i
E
1
1
, D =L
2
/4
Ejemplo 28. Ahora repita el Ejercicio 26 usando asignacin proporcional. Compare
los resultados con los de los Ejemplos 26 y 27.
Solucin
Usamos los datos y clculos de los ejemplos 26 y 27 necesarios para determinar
n, con el fn de estimar la proporcin poblacional
est
con un lmite de L = 0.05
50
para el error de estimacin. Recurdese que: D =L
2
/4 = 0.000625, de manera que
ND = (353)(0.000625) = 0.22065.
N
i
97 43 145 68 N = 353
p
i
0.9 0.9 0.5 0.5
q
i
0.1 0.1 0.5 0.5
N
i
p
i
q
i
8.73 3.87 36.25 17.00 65.85
n
N p q
ND N p q N
i
i
i i
i i i
i
4
1
4
6585
022062 6585 353
16
( / )
.
. ( . / )
1173 162 .
Con este valor de n, los tamaos de muestra por estrato de acuerdo con una
asignacin proporcional son iguales a n
i
=n(N
i
/N). El cuadro de abajo presenta
los resultados de las asignaciones ptima, de Neyman y proporcional, siendo esta
ltima la que produce el mximo tamao de muestra. Notamos que, salvo para el
estrato I, la asignacin proporcional da resultados similares a los de la asignacin
ptima.
n
i
n
Proporcional 44.52 44 19.73 20 66.54 67 31.21 31 162
ptima (Ej. 26) 39 19 69 32 157
Neyman (Ej. 27) 30 13 75 35 153
Muestreo sistemtico. Estimaciones de par metros
El muestreo irrestricto aleatorio y el muestreo aleatorio estratifcado requieren un
trabajo muy detallado en el proceso de seleccin de la muestra. Las unidades de
muestreo en un marco adecuado deben ser numeradas de modo que un mecanismo
de aleatorizacin, tal como una tabla de nmeros aleatorios, pueda utilizarse para
seleccionar unidades especfcas de la muestra. Un diseo de muestreo usado a
menudo debido a que simplifca el proceso de seleccin de la muestra se denomina
51
muestreo sistemtico. Desde el punto de vista de la teora del muestreo por encuesta
de poblaciones fnitas, el muestreo sistemtico, se defne como sigue:
Defnicin
Diseo bsico. Muestreo sistemtico (m.s.) Una muestra obtenida al selec-
cionar aleatoriamente un elemento de los primeros k elementos en el marco y
despus seleccionar cada k-simo elemento, se denomina muestra sistemtica
de 1 en k.
El muestreo sistemtico proporciona una opcin til para el muestreo irrestricto
aleatorio por las siguientes razones:
1. El muestreo sistemtico es fcil de llevar al cabo en el campo, y por tanto,
a diferencia de las muestras irrestrictas aleatorias y las muestras aleatorias
estratifcadas, est menos expuestos a errores de seleccin que cometen los
investigadores en el campo.
2. El muestreo sistemtico puede proporcionar mayor informacin que la propor-
cionada por el muestreo irrestricto aleatorio por unidad de costo. Esto puede
ser consecuencia del deseo de muestrear de manera pareja a lo largo del
rea de estudio completa (por ejemplo, en ecologa, todo un hbitat).
Cmo seleccionar una muestra sistemtica?
Se selecciona algn punto de arranque, entre 1 y k, para localizar en el
marco. Se requiere conocer el tamao de la poblacin N para poder seleccionar
exactamente k. En este caso, para una muestra sistemtica de n elementos de una
poblacin de tamao N, k debe ser un nmero aleatorio tal que k N/n.
Se selecciona una unidad al azar entre 1 y k, y despus se selecciona cada k-
simo elemento desde el punto de arranque.
Ejemplo 29. (Scheaffer et al., 2007, pg. 247). Un investigador en medicina est
interesado en obtener informacin acerca del nmero promedio de veces en que
15,000 especialistas recetaron un cierto medicamento en el ao anterior (N =
15,000). Si se quisiera seleccionar una muestra sistemtica con n = 100 elementos
de la poblacin, elegimos el valor de k N/n = 15,000/100 = 150. Supngase que
el valor de k elegido es k =9. Entonces podramos seleccionar un especialista al
azar de entre los primeros k =9 nombres que aparecen en la lista y luego selec-
cionar cada noveno nombre hasta seleccionar 100 de ellos (muestra sistemtica
de 1 en 9).
52
En las estimaciones de y , si N es desconocida, eliminamos la correcin por
poblacin fnita (c.p.f.), a saber, (N - n)/N, en las ecuaciones correspondientes.
Estimador de una media poblacional en el muestreo sistemtico (
sist
)
Vase Caja 1.
Frmulas anlogas a las dadas en las cajas 2 y 3 permitiran aproximar los
estimadores del total (
sist
) y la proporcin (
sist
) en un muestreo sistemtico
Es correcto usar las frmulas para el m.i.a. en las estimaciones de parmetros
basados en una m.s.? Reconocers que la varianza estimada de
sist
,
sist
y p
sist
es
idntica a la varianza estimada de usando m.i.a. Este resultado no implica que
las varianzas poblacionales sean iguales.
La varianza de
mia
es: V(
mia
) =(
2
/n)((N - n)/N). Mientras que en el muestreo
sistemtico es: V(
mia
) =(
2
/n)(1 +(n - 1)), donde es una medida de correlacin
entre pares de elementos dentro de la misma muestra sistemtica.
Si est cerca de 1, entonces los elementos dentro de la muestra son bastante
similares con respecto a la caracterstica que se est midiendo y el muestreo
sistemtico producir una varianza de la media muestral mayor que la obtenida
por el m.i.a.
Si es negativo, entonces el muestreo sistemtico puede ser mejor que el
m.i.a. La correlacin puede ser negativa si los elementos dentro de la muestra
sistemtica tienden a ser extremadamente diferentes.
no puede ser negativamente grande como para que la expresin de la varianza
llegue a ser negativa.
Para cercano a cero y N bastante grande, el muestreo sistemtico y el m.i.a.
son aproximadamente iguales.
En general, cuando el muestreo sistemtico es equivalente al m.i.a. podemos
tomar V(
sist
) (por ejemplo, V(
sist
)) como aproximadamente igual a la varianza
estimada de q en el m.i.a. La posibilidad de que ocurra esto tiene que considerar
el tipo de poblacin objetivo:
1. Poblacin aleatoria. Una poblacin es aleatoria si sus elementos estn orde-
nados al azar.
2. Poblacin ordenada. Una poblacin est ordenada si sus elementos dentro de
la poblacin estn ordenados de acuerdo con algn esquema.
53
3. Poblacin peridica. Una poblacin es peridica si los elementos de la po-
blacin tienen variacin cclica.
Relaciones entre el m.s. y el m.i.a.
1. Los elementos de una muestra sistemtica de una poblacin aleatoria se es-
pera que sean heterogneos con 0. Por tanto, cuando N es grande V(
sist
)
V(
mia
) y, en este caso, el muestreo sistemtico es equivalente al muestreo
irrestricto aleatorio.
2. Una muestra sistemtica extrada de una poblacin ordenada es generalmente
heterognea con 0. Puede demostrarse que para una poblacin ordenada:
V(
sist
) V(
mia
).
Por tanto, una muestra aleatoria sistemtica de una poblacin ordenada
proporciona ms informacin que una m.i.a. por unidad de costo. Ya que no
podemos obtener una estimacin de V(
sist
) con base en los datos de la muestra,
una estimacin conservadora (una que es mayor que lo que se esperara) de
V(
sist
) est dada por:

(
sist
) =(s
2
/n)((N - n)/N).
Ejemplo 30
Si el marco del cual se extrae una muestra sistemtica est listado de acuerdo con
el valor numrico ascendente de la variable de inters, entonces la poblacin est
ordenada.
3. Los elementos de una muestra sistemtica extrada de una poblacin peridica
pueden ser homogneos ( > 0). Puede demostrarse que cuando N es grande
y > 0: V(
sist
) V(
mia
). Por tanto, en este caso, el muestreo sistemtico pro-
porciona menos informacin que el m.i.a. por unidad de costo. Como en las
situaciones anteriores, V(
sist
) no puede ser estimada directamente mediante
una sola muestra sistemtica. Podemos aproximar su valor usando V(
mia
). En
general, este estimador subestimar la varianza verdadera de
sist
. Para evitar
este problema que ocurre con el muestreo sistemtico de una poblacin peri-
dica, el investigador podra cambiar varias veces el punto de inicio aleatorio.
Este procedimiento reducir la posibilidad de seleccionar observaciones con
la misma posicin relativa en una poblacin peridica. Estos cambios del
punto de inicio tendrn el efecto de mezclar los elementos de la poblacin y
al mismo tiempo el de seleccionar una muestra sistemtica. As, la muestra
obtenida es equivalente a una muestra sistemtica de una poblacin aleatoria
y, por tanto, la varianza de
sist
puede ser entonces aproximada usando:

(
sist
)
=(s
2
/n)((N - n)/n).
54
Ejemplo 31 (Krebs, 1999). La fgura 1 ilustra un ejemplo hipottico en la cual una
variable ambiental (por ejemplo, contenido de humedad del suelo) vara en una
forma peridica, como una sinusoidal sobre el rea de estudio.
-0.5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
-2
-1.5
-1
0
0.5
1
1.5
2
Distancia a lo largo del t ransecto
V
a
l
o
r

o
b
s
e
r
v
a
d
o

d
e

x
A
B
B
A A
B
B
B
Figur a 1. Variacin ambiental peridica hipottica.
El efecto de usar muestreo sistemtico para estimar la media de esta variable
puede ser de muy diversa ndole. Si no tuvieras suerte y muestrearas en A, siem-
pre obtendras la misma medicin y obtendras una estimacin altamente sesgada
de la media. Si tuvieras suerte y muestrearas en B, obtendras la misma media y
varianza como si hubieras usado muestreo aleatorio.
Qu tan probable es que estos problemas como la variacin peridica vista
en los puntos de muestreo A ocurran en datos de campo reales? Milne (1959)
intent responder esta pregunta observando muestras sistemticas tomadas sobre
poblaciones biolgicas que haban sido enumeradas completamente (de manera
que eran conocidas la media y la varianza verdaderas). l analiz datos de 50 po-
blaciones y encontr que, en la prctica, no haba un error introducido al suponer
que una muestra sistemtica cntrica era una muestra aleatoria simple, usando todas
las frmulas de la teora de muestreo irrestricto aleatorio. La variacin peridica
como la de la fgura de arriba no parece ocurrir en sistemas ecolgicos. Ms an,
55
la mayora de los patrones ecolgicos son altamente aglutinados e irregulares,
de modo que la preocupacin de los estadsticos acerca de infuencias peridicas
(fgura) parece ser una preocupacin sin lugar.
La recomendacin prctica es: puedes usar muestreo sistemtico pero cuida
posibles tendencias peridicas. Krebs (1999) termina la seccin correspondiente
al muestreo sistemtico en ecologa diciendo que, si tienes para elegir entre tomar
una muestra aleatoria o una muestra sistemtica, escoge siempre un muestreo
aleatorio, debido a que siempre puede haber preocupacin por la presencia de
efectos peridicos que pueden infuir en las estimaciones. Pero si el costo e incon-
veniencia de la aleatorizacin son demasiado grandes, puedes perder muy poco al
muestrear de manera sistemtica.
NOTAS
1. Las consideraciones acerca de los tipos de poblacin (aleatoria, ordenada y
peridica) y la relacin de los estimadores de la varianza de la media muestral
para el muestreo sistemtico y el m.i.a., tambin son vlidas para cuando los
estimadores de inters son un total,
sist
y una proporcin,
sist
.
2. Si la estratifcacin de la poblacin es ventajosa, el muestreo sistemtico puede
usarse dentro de cada estrato en lugar del m.i.a.
3. Como en ciertos casos el muestreo aleatorio sistemtico no es equivalente
al m.i.a., un mtodo alternativo para estimar la varianza de una parmetro
estimado,
sist
, digamos, (
sist
), es el muestreo sistemtico repetido. Como el
nombre lo implica, este mtodo de muestreo requiere de la seleccin de ms
de una muestra sistemtica. Los detalles de este mtodo pueden encontrarse
en Scheaffer et al. (2007).
Ejemplo 32 (Scheaffer et al. 2007, pg. 272). Expertos en edafologa quieren
estimar la cantidad de calcio intercambiable (en partes por milln) en una parcela
de terreno. Para simplifcar el esquema de muestreo, en el terreno se sobrepone un
malla rectangular. En cada punto de interseccin en la malla se toman muestras
de suelo (vase diagrama). Use los datos siguientes para determinar la cantidad
promedio de calcio intercambiable en la parcela de terreno. Establezca un lmite
para el error de estimacin.
n = 45; y
i
= 90,320 calcio intercambiable; y
i
2
=2,749,749.65
56
Solucin
Como N es desconocida, se omitir la cpf en la frmula de la varianza estimada
de
sist
de la caja 1; es decir, (
sist
) =s
2
/n. A partir de los datos, obtenemos el
promedio y la varianza (estimados) de calcio intercambiable:
;
s
y y n
n
i i
2
2
2
2
1
274974965 90320 45
44
62 448694

( )
. ( / )
, . ppm
2
Por tanto: (
sist
) =s
2
/n = 62,448.694/45 = 1387.749; entonces, el error estndar de
estimacin del promedio de calcio intercambiable es .
As, el lmite del error de estimacin del promedio es:
.
En resumen, estimamos que el promedio de calcio intercambiable en la par-
cela de terreno es de 2007.11 ppm, con un lmite para el error de estimacin de
74.505 ppm.
Consider aciones gener ales acerca de otros diseos de muestreo
de poblaciones fnitas. Muestreos de encuentro y muestreo secuencial
Dentro de la teora clsica de poblaciones fnitas, hemos omitido presentar algunos
mtodos de estimacin de parmetros basados en diferentes diseos de muestreo.
Esto no implica que no sean importantes, pero por el espacio limitado que se tiene
en este captulo, decidimos limitarnos a las tcnicas bsicas.
Muestreo por conglomer ados (m.c.). Una muestra por conglomerados es una
muestra aleatoria en la cual la unidad de muestreo es una coleccin o conglomerado
de unidades experimentales ltimas. El m.c. se recomienda cuando no se encuentra
disponible o es muy costoso obtener un buen marco para la poblacin, mientras que
se puede lograr fcilmente un marco que liste conglomerados. Tambin es idneo
cuando el costo por obtener datos se incrementa con la distancia que separa las
unidades experimentales ltimas. Generalmente, el muestreo aleatorio por conglo-
merados no puede esperarse que d la misma precisin que una muestra aleatoria
simple con el mismo nmero total de elementos, puesto que los elementos cercanos
tienden a ser ms similares que los elementos en general. Por tanto, una muestra
57
conglomerada es equivalente a una muestra de unidades experimentales con un
tamao de muestra, en cierta forma, ms pequeo. Sin embargo, los ahorros en los
costos pueden hacer que una muestra por conglomerados sea considerablemente
ms grande que lo que pueda ser una muestra irrestricta aleatoria. De aqu que
una muestra por conglomerados puede dar una mejor precisin que una muestra
aleatoria simple por el mismo costo de muestreo.
Estimaciones de r azn, de regresin y de diferencia combinado con los
diseos de muestreo bsicos. De los mtodos no vistos, tres de ellos hacen uso
de una variable auxiliar, x, para realizar la estimacin de parmetros respecto a
una variable de respuesta y, sobre la misma unidad muestral. Estos mtodos son:
estimacin de razn, de regresin y de diferencia. Lo importante de estas tcnicas
es que diversos diseos de muestreo pueden ser empleados en unin con la esti-
macin. En Scheaffer et al. (2007) se explica con detalle la conjugacin de estos
mtodos de estimacin con el muestreo irrestricto aleatorio y, de una manera breve,
con el muestreo aleatorio estratifcado.
Muestreo por conglomer ados en dos etapas y polietpico. Estos mtodos
son modifcaciones del muestreo por conglomerados o reas. En el muestreo en
dos etapas o bietpico no todos los elementos o unidades de los conglomerados
forman parte de la muestra, sino que, una vez seleccionados stos, se efecta una
nueva seleccin o submuestreo dentro de cada uno. La generalizacin del muestreo
por conglomerados bietpico es el polietpico, en donde los conglomerados selec-
cionados en la primera etapa pueden estar constituidos por nuevos conglomerados
incluidos en ellos, de modo que pueda procederse a un submuestreo de unidades de
conglomerados dentro de conglomerados y as sucesivamente, en varias etapas.
Muestreos de encuentro. Las secciones anteriores se refrieron a lo que puede
describirse como la teora clsica de muestreo de poblaciones fnitas. Estos proble-
mas cubren mucho de los problemas de muestreo que son probables que surjan en
una investigacin, pero hay situaciones en donde se requieren enfoques diferentes.
En particular, algunas veces surgen casos en donde no es posible decidir de manera
previa dnde y cundo se muestrearn los elementos de la poblacin. En lugar
de un esquema de muestreo, debe vislumbrarse qu permite a los elementos ser
encontrados con una cierta probabilidad. El anlisis de los datos debe tomar en
cuenta la naturaleza de este esquema de muestreo. Como se ver frecuentemente en
este libro, varios de los mtodos de muestreo de organismos pueden considerarse
mtodos de muestreo de encuentro. Sin embargo, desde una perspectiva biolgica
o ecolgica, es difcil evaluar la probabilidad de encuentro de un determinado
organismo o elemento de inters. A continuacin damos una lista de diseos de
muestreo que son tiles en en el estudio de procesos biolgicos o ecolgicos. Aquel
lector que desee revisar los mtodos restantes, puede acudir a los libros de Krebs
58
(1999), Manly (1992) o Thompson (1992), en donde se abordan estos mtodos de
forma breve y sin demasiado formalismo.
Muestreo de marcaje-recaptura
Muestreo de remocin
Muestreo en transectos
Muestreo con sesgo en el tamao
Muestreo de posiciones de objetos en el espacio (patrones espaciales) en sus
versiones particulares: mtodos basados en distancias, mtodos basados en
cuadrantes
Muestreo adaptativo
Muestreo de conjunto ordenado
Muestreo secuencial. En Krebs (1999) y Azorn Poch (1972), se trata con de-
talle otro mtodo de muestreo conocido como muestreo secuencial, cuya cualidad
ms importante es que los tamaos de las muestras no se establecen a priori. En
lugar de ello, se hacen observaciones o mediciones, una en cada tiempo, y despus
de que se haga cada observacin uno pregunta a los datos acumulados si puede
alcanzarse o no una conclusin. As, el tamao de muestra es minimizado, y en
algunos casos solamente la mitad del nmero de observaciones requeridas con el
muestreo clsico es necesario con el muestreo secuencial.
Referencias
Azorn Poch, F. (1972) Curso de Muestreo y Aplicaciones. Aguilar, Madrid.
Cochran, W. G. (1976) Tcnicas de Muestreo. CECSA, Mxico.
Eberhardt, L.L. y J .M. Thomas. (1991) Designing environmental studies. Ecological
Monographs 61(1), 55-73.
Iachan, R. (1985) Optimum strata boundaries for shelfsh suveys. Biometrics 41: 1053-
1062.
Krebs, C. (1999) Ecological Methodology. 2d Edition. Addison-Wesley Longman. Menlo
Park.
Manly, B.F.J. (1992) The Design and Analysis of Research Studies. Cambridge University
Press, Cambridge. Captulo 3.
Mendenhall, W., R. J. Beaver y B. M. Beaver. (2002) Introduccin a la probabilidad y
estadstica. Thomson. Mxico, D. F.
Milne, A. (1959) The centric systematic area-sample treated as a random sample. Biome-
trics 15: 270-297.
Scheaffer, R. L, Mendenhall, W. y Ott, L. (2007) Elementos de Muestreo. 6 Ed. Thomson,
Madrid.
Thompson, S. (1992) Sampling. Wiley, Nueva York.
II. AMBIENTE
02-01 Cpos agua subterrneos ok.indd 59 25/01/2011 07:12:34 p.m.
61
Introduccin
El agua subterrnea es un recurso natural muy extendido, ms del 95% del agua
dulce de los continentes es subterrnea (sin considerar los hielos perennes), pero
en contraste con el agua superfcial, ocultos e inaccesibles son tambin los cam-
bios en su cantidad y calidad como resultado de procesos muy lentos que ocurren
debajo de la tierra en grandes extensiones. Puesto que no es posible determinar
estos cambios simplemente con un nico recorrido breve de campo, es necesario
utilizar redes de monitoreo e interpretar los datos obtenidos. El monitoreo para
defnir las caractersticas fsico-qumicas del sistema de fujo del agua subterrnea
y sus tendencias de calidad, son bsicos para lograr una gestin efcaz del agua
subterrnea y cumplir con la principal meta de gestin, o sea, controlar los impac-
tos de la extraccin del agua subterrnea y de las cargas contaminantes (Tuinhof
et al., 2007).
El monitoreo (vigilancia o control) del agua subterrnea puede ser entendido
como un programa diseado cientfcamente de continua supervisin que incluye
observaciones, mediciones, muestreo y anlisis estandarizados metodolgica y
tcnicamente de variables fsicas, qumicas y biolgicas seleccionadas con los
siguientes objetivos (Foster y Caminero, 1989; Vargas, 2004):
a. Evaluar las calidades qumica, biolgica y fsica del agua como ayuda en el
entendimiento de las relaciones geoqumicas e hidrolgicas en un sistema de
fujo de agua subterrnea.
2
CUERPOS DE AGUA SUBTERRNEOS
J ulia Pacheco vila
1
y Armando Cabrera Sansores
1
1
62
b. Colectar, procesar y analizar los datos sobre la cantidad y calidad de las
aguas subterrneas que sirvan como lnea base para reconocer el estado y las
tendencias debidos a los procesos naturales y al impacto por las actividades
humanas en tiempo y espacio.
c. Proveer informacin para el mejoramiento en la planeacin y diseo de po-
lticas para la proteccin y conservacin de las aguas subterrneas.
En aos recientes se ha desarrollado con gran velocidad la metodologa para
realizar muestreo de aguas subterranas; se han mejorado las tcnicas y el uso de
nuevos materiales en los dispositivos de muestreo que permiten obtener la muestra
con un mnimo de interferencias.
Las dos caractersticas fundamentales de un monitoreo del agua subterrnea
son: a) perseguir un objetivo especfco, ya que vigilar sin defnir para qu, fre-
cuentemente lleva a un trabajo poco efectivo del personal involucrado y a un uso
inefciente de los recursos econmicos y, b) el almacenamiento de datos y uso
inmediatamente despus, porque hay demasiados casos de datos que se pierden
o caducan.
El propsito de este captulo es dar a conocer la metodologa que debe
seguirse en la planeacin y conduccin de las actividades de muestreo en siste-
mas de fujo de agua subterrnea. Debido a que no es posible escribir una gua
que contenga todos los aspectos relacionados con la colecta, procesamiento y
preservacin de las muestras de agua subterrnea, slo se plantea en trminos
generales.
El objetivo del muestreo de aguas subterrneas es colectar una porcin de
agua lo sufcientemente pequea en volumen para ser transportada de manera
conveniente y sufcientemente grande para propsitos analticos, manteniendo la
representatividad del cuerpo subterrneo muestreado con respecto a los objetivos
planteados.
Planeacin del protocolo de muestreo
La planeacin del muestreo debe ser parte integral de cualquier estudio, ya que la
confanza en la calidad de los datos depender del nmero de muestras, as como
de la localizacin y los tiempos de muestreo.
El primer paso en la planeacin del muestreo es defnir con claridad el objeti-
vo (Sanders et al., 1983; Keith, 1991; Fetter, 2001; Nielsen, 1991; Vargas, 2004;
Usgs, 2008). Los objetivos de un muestreo ambiental pueden ser exploratorios
o de evaluacin; los primeros, se disean para dar informacin preliminar de los
CUERPOS DE AGUAS SUBTERRNEOS
63
sitios o materiales a ser estudiados; de manera general, el muestreo exploratorio
ayuda a defnir los parmetros qumicos de inters as como sus intervalos de
concentracin y variabilidad, optimizando la seleccin del equipo de muestreo,
la metodologa analtica, el nmero de muestras y permite establecer los criterios
de calidad. Los objetivos de evaluacin, usualmente dan informacin acerca de
la variacin en las concentraciones de las sustancias qumicas de inters para un
perodo de tiempo o en una regin determinada (Keith, 1991).
Existen varias razones para monitorear el agua subterrnea, entre las cuales
se pueden mencionar: determinar la calidad qumica del agua en una regin, la
calidad qumica de un pozo o de un campo de pozos de abastecimiento, defnir
la extensin de la contaminacin a partir de una fuente determinada para identi-
fcar una posible fuente de contaminacin, para determinar si el agua subterrnea
est siendo contaminada y para entender el funcionamiento del agua subterrnea
(Fetter, 2001).
De manera general, el protocolo de muestreo deber contener las siguientes
consideraciones (Sanders et al., 1983; Barcelona, 1988):
a. Propsito del programa de muestreo
El objetivo o propsito del programa estar implcito en la preparacin del
protocolo de muestreo.
Todos los involucrados deben conocer y entender el propsito para reconocer
la importancia de tener datos de buena calidad.
b. sustancias qumicas de inters y aspectos a incorporar en el muestreo
La seleccin de los constituyentes qumicos debe ser mediante categoras:
primarios y secundarios. Los primarios, pueden representar especies bien
conocidas, identifcadas con la matriz del muestreo o requeridas por las
regulaciones. Los secundarios, pueden incluir productos de transformacin,
variables ambientales y otras especies qumicas.
Defnicin de los volmenes mnimos de muestra, los tipos de preservacin
y los procedimientos de manejo, los cuales dependen del detalle y especi-
fcidad del programa analtico propuesto.
Conocer el comportamiento de las variables fsicas, meteorolgicas, e
hidrolgicas, lo cual es esencial para la interpretacin de los resultados
qumicos y que deber ser incluido en la planeacin del protocolo de
muestreo.
64
c. Localizacin y frecuencia de muestreo
La informacin acerca del rea de estudio (como la presencia de manantia-
les, corrientes, depsitos superfciales y pozos), es compilada en la ofcina
y durante visitas de reconocimiento de campo. Esta informacin es usada
por el personal que participa en el estudio para determinar el acceso al sitio
donde se llevarn a cabo las actividades de muestreo.
La localizacin en espacio y tiempo puede tener un efecto real en la calidad
y utilidad de los datos en estudios de qumica ambiental.
La seleccin del sitio depender de los objetivos del estudio y de la natura-
leza del fenmeno o proceso ambiental bajo consideracin.
El nmero, espaciamiento y la frecuencia de las muestras depender de las
caractersticas fsico-qumicas encontradas en el muestreo preliminar, en su
caso, y del presupuesto asignado para realizarlo.
La frecuencia del muestreo es la que ms genera costos en comparacin con
las localizaciones y el nmero de muestras.
En estudios a corto plazo, se resta importancia a la dinmica del ambiente.
si el propsito es el estudio de las tendencias, es muy importante el aspecto
de frecuencia de muestreo.
Es primordial identifcar grupos extremos del sistema de agua donde se
realizar el muestreo.
d. Sitios de muestreo
Localizar los sitios de muestreo pertenecientes a los grupos extremos (puntos
de cada sistema de fujo, de la fuente de contaminantes, etc.).
Los sitios de muestreo pueden ser tan variados como nuestra imaginacin
lo permita, pero la consideracin ms importante es perturbar lo mnimo
la muestra y conocer y mantener las condiciones originales del agua
subterrnea donde se realizar el muestreo.
El diseo y construccin del acceso a los sitios de muestreo debern de per-
turbar lo menos posible el ambiente local, o sern inevitables los resultados
sesgados en la colecta.
En la determinacin de los puntos de muestreo, la seleccin de los instrumentos
de muestreo es de especial atencin, ya que el uso inadecuado de ellos puede
originar resultados que no se correspondan con el punto muestreado.
El reconocimiento de las fuentes de errores sistemticos, puede signifcar
un atraso; sin embargo, no debe subestimarse el valor de una evaluacin
crtica al diseo de muestreo.
65
Como controles de campo se utilizan blancos y, en lo posible, muestras
colectadas dobles, esto, con la fnalidad de evaluar los efectos analticos en
los resultados qumicos.
e. Colecta de la muestra
En la colecta de la muestra se deber poner atencin en el material de
fabricacin del instrumento utilizado para su obtencin, por ejemplo, si el
objetivo del muestreo es la determinacin de metales pesados, ser necesario
asegurarse que la botella con la que se obtiene la muestra sea de un material
que permita su obtencin sin alguna contaminacin debida al material de
fabricacin.
La ruta o camino que seguirn las muestras desde su obtencin en el campo
hasta su llegada al laboratorio, debern ser revisadas para minimizar las
fuentes de error sistemtico y evitar que se cometan estos errores.
La documentacin de los procedimientos de muestreo en los protocolos
puede ayudar a identifcar o controlar los errores sistemticos, por lo que
durante el muestreo deber de proponerse y usarse una forma nica de
registro.
Los errores debidos a los mecanismos y a los materiales del instrumento
de muestreo pueden minimizarse si se prueba su funcionamiento en con-
diciones crticas y se pone atencin al mantenimiento preventivo ms que
al correctivo, a la efciencia del operador, a la obtencin de condiciones de
operacin reproducibles y a reconocer el mal funcionamiento de cualquiera
de sus partes.
f. Manejo de la muestra, determinaciones en campo, preservacin, almacena-
miento y transporte
La preservacin y el manejo de las muestras son especfcos para cada uno
de los parmetros qumicos que se analizarn y las tcnicas que debern
seguirse se encuentran descritas en los mtodos estndares establecidos para
cada uno de ellos.
se debe procurar que las manipulaciones y las transferencias de las muestras
sean mnimas.
se deben determinar en el sitio de muestreo las especies qumicas inestables,
es decir, aquellas que pueden cambiar durante el traslado del campo al la-
boratorio (como por ejemplo, la determinacin de las alcalinidades debidas
a carbonatos y bicarbonatos).
66
Los blancos utilizados para el control de campo se deben manejar de la
misma manera que las muestras de agua subterrnea para el laboratorio, es
decir, si se requiere la adicin de algn reactivo para fnes de preservacin,
ste deber ser aadido tanto al blanco como a las muestras de agua subte-
rrnea.
Asegur amiento y control de la calidad
Debido a la incertidumbre que supone tomar una muestra de agua representativa
de un sistema de fujo de agua subterrnea, se sugiere considerar como parte de
un protocolo de muestreo el aseguramiento y control de la calidad en cada una de
las actividades involucradas en los procesos de coleccin, procesamiento, manejo
y envo de las muestras, en su caso. En trminos generales, se trata de identifcar,
cuantifcar y documentar el sesgo y la variabilidad que pudieran tenerse en los
datos obtenidos en cada uno de los procesos mencionados. Es decir, el personal
de muestreo deber conocer el posible sesgo y variabilidad de los datos obtenidos
durante la colecta, el procesamiento de la muestra en el campo y, en su caso, el
manejo de la muestra para su envo, con el propsito de tomar algunas decisiones
en situaciones no previstas y en las que no se encuentre el responsable del proyecto
(Usgs, 2008).
Estos procedimientos requieren la coleccin de muestras adicionales llamadas
blancos de equipo, blancos de campo, blancos del viaje, duplicados y muestras
divididas (Black, 1988). El nmero, tipo y manejo de las muestras para el control
y aseguramiento de la calidad deben especifcarse en el protocolo de muestreo. En
general, se consideran sufcientes la aplicacin de los siguientes procedimientos: a)
documentar el muestreo en hojas de campo previamente diseadas que contengan
los datos pertinentes, b) utilizar todos los instrumentos de acuerdo con las instruc-
ciones de operacin proporcionadas por el fabricante, a menos que se especifque
lo contrario en el protocolo de muestreo y, checar y calibrar los equipos antes
de salir a campo, c) colectar los duplicados y blancos necesarios a la frecuencia
especifcada de uno por cada diez muestras.
La cadena planeacin-muestreo-anlisis-reportes est compuesta de varios
enlaces y la incertidumbre del resultado fnal es una funcin de las incertidumbres
en cada paso. Hay errores en todas las partes de esta cadena, por lo que el objeti-
vo del aseguramiento de la calidad es identifcar, medir y controlar esos errores.
Las medidas de control de calidad del laboratorio cuentan nicamente para los
errores ocurridos despus de colectada la muestra, por lo que el procedimiento
de muestreo deber tener su propio control y aseguramiento de la calidad (Keith,
67
1991). Es deseable la documentacin de la cadena de custodia, es decir, conocer la
ubicacin exacta y las personas responsables de las muestras desde el momento y
lugar de la colecta, hasta el momento y lugar de su destino fnal, registrando estos
procedimientos en la bitcora de campo. Los parmetros que frecuentemente son
usados para evaluar los objetivos de calidad, son el sesgo y la precisin; el primero,
se defne como una desviacin sistemtica en los datos y la segunda, como una
variacin aleatoria.
Procedimientos de la cadena de custodia
El diseo y la ejecucin apropiada de las formas de la cadena de custodia podran
asegurar la integridad de la muestra desde su colecta hasta su reporte. Esta cadena
se requiere para demostrar el control de la muestra, en especial, cuando los datos
van a usarse para regulaciones o litigios; sin embargo, es tambin til en muestreos
rutinarios. A continuacin se mencionan los procedimientos resumidos de los prin-
cipales aspectos de la cadena de custodia (Nielsen, 1991; Eaton et al., 2005).
a) Etiquetado de las muestras. Usar etiquetas para prevenir la prdida de la iden-
tifcacin de la muestra, generalmente se usan etiquetas engomadas. Incluya
como mnimo la siguiente informacin: un nico nmero de muestra, tipo
de muestra, nombre de la persona que realiz la recolecta, fecha y hora de
la colecta, lugar, si se sigui algn procedimiento especial (por ejemplo, el
fltrado) y si est preservada, incluir el nombre del reactivo qumico usado.
b) sellado de la muestra. Usar sellos en las muestras para detectar el manejo
no autorizado, hasta el tiempo de los anlisis qumicos. Ponga el sello de tal
manera que sea necesario romperlo para abrir el contenedor de la muestra.
El sello debe colocarse antes de que la muestra deje la custodia del personal
de muestreo. Aun cuando este procedimiento es de uso comn en estudios
de tipo legal ms que para los estudios de carcter acadmico o de investi-
gacin, se requiere tenerlo en cuenta cuando algn parmetro qumico sea
determinado por algn laboratorio ajeno a la institucin responsable de la
investigacin.
c) Libreta de campo. Registre toda la informacin pertinente del muestreo. se
deber de incluir lo siguiente: nombre del responsable del muestreo y de sus
acompaantes, propsito del muestreo, localizacin del punto de muestreo,
nombre y direccin del contacto en campo, tipo de muestra, observaciones de
campo, las mediciones de los parmetros realizados en el lugar de muestreo
y el mtodo de preservacin usado, en su caso.
68
d) Registro de la cadena de custodia. Llenar los registros de la cadena de custo-
dia que deber acompaar a cada muestra; el registro deber incluir: nmero
de la muestra, frma del recolector, fecha, hora y lugar de la recoleccin de
la muestra, tipo de muestra, requerimientos de preservacin, frmas de las
personas involucradas en la cadena de posesin de la muestras e inclusive,
fechas y horas de tal posesin. Este procedimiento es de uso comn en
estudios de tipo legal ms que para estudios de carcter acadmico o de
investigacin.
e) Requerimientos de anlisis. Cuando el personal que realiza el muestreo es
diferente al personal que realizar los anlisis qumicos, se sugiere que las
muestras sean acompaadas de una hoja de requerimientos de anlisis. El res-
ponsable de la colecta de la muestra en el campo, registra los datos de campo
y la parte correspondiente al laboratorio es documentada por el personal de
laboratorio. Los datos del laboratorio debern incluir el nombre de la persona
que recibe la muestra, nmero de muestra del laboratorio, fecha de recepcin,
condicin de la muestra (fra o caliente, si el contenedor est lleno o no, etc.)
y las determinaciones que sern realizadas.
f) Entrega de la muestra al laboratorio. Deber de hacerse tan pronto como sea
posible despus de la colecta, asegurndose de que las muestras sean acompa-
adas por el registro de la cadena de custodia y de la hoja de requerimientos
de anlisis. Entrega de la muestra al siguiente custodio.
g) Recepcin de la muestra. En el laboratorio, el custodio de la muestra inspec-
ciona la condicin y el sello de la muestra, y verifca la concordancia de la
informacin de la etiqueta con el registro de la cadena de custodia, antes de su
aceptacin para el anlisis qumico. Despus de que la muestra es aceptada,
el custodio asigna un nmero de laboratorio y anota los datos en la libreta de
laboratorio o en la computadora, despus almacena la muestra en un lugar
seguro y a una temperatura especifcada hasta su asignacin a un qumico
analtico. Para el caso en el que la(s) muestra(s) deban de ser enviadas a otro
laboratorio (local, nacional o extranjero), deber existir un acuerdo entre am-
bos laboratorios acerca de los procedimientos para el manejo, preservacin
y envo de la muestra, ya que debern observarse los requerimientos de las
compaas de traslado (areas o terrestres) acerca de las caractersticas de las
muestras de agua que debern enviarse.
h) Asignacin de la muestra a un qumico analista. El supervisor de laboratorio
usualmente asigna la muestra para su anlisis. En el laboratorio, el supervisor
o el analista es el responsable de su cuidado y custodia.
i) Disposicin. El manejo de la muestra en el laboratorio es de acuerdo con la
cantidad de tiempo prescrita en el proyecto o hasta que los datos hayan sido
69
revisados y aceptados. Hay que asegurarse de disponer fnalmente de las
muestras de acuerdo con las normas establecidas para tal efecto.
Tcnicas de muestreo
Obtencin de muestras de agua representativas
El orden en que se realizan la colecta de la muestra, el procesamiento en el campo
y la preservacin para determinadas sustancias qumicas deber determinarse antes
de empezar el trabajo de campo y seguirse de manera consistente. La secuencia
recomendada para la colecta de la muestra y su procesamiento estn basados en
la lgica para mantener la integridad de la muestra y diferen segn se trate de
muestreos en cuerpos de agua superfciales o en agua subterrnea. sin embargo, la
secuencia recomendada puede ser modifcada dependiendo de los tipos de muestra
que sern colectados y de los objetivos del estudio (Foster y Caminero, 1989; Kent
y Payne, 1988; Smith et al., 1988).
El propsito de obtener muestras siguiendo los protocolos de control y asegu-
ramiento de la calidad, iniciando con la limpieza del equipo con el que se toman
las muestras, es asegurar la integridad de la muestra al momento de su colecta.
As, algunos ejemplos de sustancias no metlicas para las cuales la exposicin a
la atmsfera puede comprometer la integridad de la muestra incluyen, el pH, la
alcalinidad, los sulfuros, los compuestos orgnicos voltiles y algunas especies
de bacterias (Usgs, 2008). Asimismo, debido a que algunos de los constituyentes
qumicos de la muestra pudieran ser txicos, se requiere tomar las precauciones
adecuadas durante el muestreo y el almacenamiento, a fn de asegurar la integridad
tanto de la muestra como del personal encargado de su colecta.
El personal que forma parte del equipo responsable del estudio debe asegu-
rarse que los sitios de muestreo del sistema de fujo de agua subterrnea permitan
obtener muestras que representen con precisin la qumica del agua del sistema
hidrogeolgico objeto del estudio. Para esto, se debe tener una idea clara del
funcionamiento del agua subterrnea en la regin a estudiar y debe ser parte del
proyecto en el que se inserte el protocolo del muestreo. Para prevenir los sesgos en
los datos que pudieran comprometer los objetivos del estudio, el personal de campo
debe tener conocimiento de cmo las caractersticas especfcas de los puntos de
muestreo y las actividades de campo pueden afectar la qumica de la muestra de
agua subterrnea (Usgs, 2008).
Algunos pozos no deben ser considerados para efectuar monitoreos de calidad
del agua. Aunque es pertinente que el personal de campo nunca deba ir solo al
70
muestreo, necesitar ser alertado acerca de las condiciones que pudieran causar
un cambio en la disponibilidad del pozo con respecto al tiempo, ya sea debido a
sus caractersticas, a las condiciones del uso del suelo, etc. De manera general, se
debe evitar realizar muestreos en los pozos que no permiten un bombeo continuo
o aqullos en los que la recuperacin del nivel de agua toma ms de 24 h despus
de ser bombeado; as como tampoco en los pozos en los cuales el proceso de pur-
gado eleva el detritus del fondo ocasionando sesgos en los resultados analticos y
en los pozos en los que no se alcanzan los criterios de estabilizacin al momento
de realizar las determinaciones en campo, ya que esto puede ser originado por la
falta de calibracin del equipo o bien, porque el agua de los pozos est alterada
por algn fenmeno que impide tomar las lecturas adecuadas correspondientes al
sistema de agua subterrnea. Sin embargo, la ltima decisin con respecto a si un
pozo ser incluido en el muestreo deber discutirse con el personal que participa
en el estudio y depender de los requerimientos especfcos del muestreo y de la
calidad de los datos (Nielsen, 1991; Usgs, 2008).
Las muestras de agua que se recolectan pueden ser simples, compuestas e inte-
gradas. La muestra simple, proporciona informacin sobre la calidad del agua en un
punto y tiempo especfco. se puede tomar una muestra de agua en una ubicacin,
profundidad y tiempo seleccionados y tambin, se pueden tomar varias muestras
a diversas profundidades en una columna de agua, en una ubicacin y tiempo se-
leccionados de algn cuerpo de agua subterrneo. Ejemplos de este muestreo son
los que se llevan a cabo en estudios de abastecimientos de agua protegidos y en la
determinacin de plumas de contaminacin (Eaton et al., 2005).
La muestra compuesta proporciona un muestreo representativo cuando se trata
de muestrear sistemas de agua subterrnea con calidades diferentes, en los cuales
la concentracin de las sustancias qumicas de inters vara en perodos cortos de
tiempo y de espacio. Se obtiene combinando porciones de varias muestras simples
o a travs del uso de equipos automticos de muestreo diseados especialmente,
como por ejemplo las botellas de muestreo en serie. Un tipo especial de muestra
compuesta es la denominada muestra secuencial en el tiempo, estas muestras
de agua son colectadas mediante un bombeo continuo constante o bien, a travs
de la mezcla de volmenes iguales de agua colectados a intervalos regulares de
tiempo.
Las ventajas de las muestras compuestas, en comparacin con las muestras
simples, incluyen: la reduccin del costo en los anlisis qumicos al ser menor
el nmero de muestras, muestras ms representativas de sistemas heterogneos
y muestras de tamao pequeo, para los casos en donde la cantidad de muestra
es limitada, como por ejemplo cuando se requiere el envo de la muestra a otro
laboratorio (local, nacional o internacional). Entre las desventajas, podemos men-
71
cionar: la prdida de las relaciones de las sustancias qumicas de inters en las
muestras individuales; la dilucin potencial de las sustancias qumicas por debajo
de los lmites de deteccin, ya que si nicamente una muestra individual contie-
ne la sustancia qumica de inters, sta puede diluirse al mezclarla con las otras
muestras individuales; los incrementos potenciales de las interferencias analticas
y la posibilidad de interaccin entre las sustancias qumicas. Algo muy importante
para tener en cuenta es que a pesar de que las muestras compuestas reducen el
nmero de muestras a ser analizadas qumicamente, slo pueden usarse para la
determinacin de componentes para los que se ha demostrado que permanecen sin
cambio bajo las condiciones de muestreo, preservacin y almacenamiento.
Las muestras integradas son tiles para ciertos propsitos, en los que la
informacin necesaria se obtiene de mejor manera a travs del anlisis de mues-
tras simples colectadas de diferentes puntos simultneamente, o lo ms cercano
como sea posible. Este tipo de muestra, por lo general, es til en el muestreo de
aguas superfciales y debido a que es complicado, ya que se requieren tantos
equipos de mediciones en campo e instrumentos de colecta como puntos de
muestreo, se sugiere describir adecuadamente el proceso como parte del plan
de muestreo.
La toma de muestras de agua subterrnea depender de las condiciones de
la captacin (Foster y Caminero, 1989). Existen dos tipos bsicos de pozos para
cualquier proyecto de investigacin y vigilancia del agua subterrnea. Dichos pozos
constituyen perforaciones clave para observar el agua subterrnea y sirven para
efectuar mediciones de presin y de calidad del agua que proporcionan informacin
para diagnosticar la salud del sistema de fujo de agua subterrnea.
a) Pozos de produccin. Cuando se perfora un pozo de produccin, se obtienen
datos in situ que no pueden volverse a obtener, en particular, su variacin
con la profundidad. Los datos adquiridos durante dicha perforacin (perfl
geolgico) y la prueba inicial de bombeo, constituyen la informacin inicial
bsica de referencia sobre la cantidad y calidad del agua subterrnea, adems
de ser datos valiosos para determinar el potencial de extraccin del pozo.
Normalmente, es ms difcil interpretar datos obtenidos de pozos cuando ya
estn en operacin, ya que los niveles del agua subterrnea se ven afectados
por el ciclo de abatimiento-recuperacin, y la calidad del agua en la muestra
bombeada refeja la mezcla variable de aguas.
b) Pozos de observacin. son pozos perforados exclusivamente para el control del
agua subterrnea; su ubicacin y diseo son planeados para detectar cambios
potenciales de la calidad del agua.
72
Mtodos de muestreo
Los mtodos de muestreo pueden ser manuales, automticos y en medios adsor-
bentes. El muestreo manual involucra un equipamiento mnimo pero puede ser
costoso por el tiempo consumido en los programas de muestreo; sin embargo, su
uso se aconseja para obtener ciertas muestras como las de aguas que contienen
aceites o grasas. Los equipos automticos para la obtencin de muestras pueden
eliminar los errores humanos cometidos en el muestreo manual, reducir costos y
proveer los medios para muestreos ms frecuentes y su uso se ha incrementado en
los ltimos aos. No obstante, habr que asegurarse de no contaminar la muestra,
por ejemplo, los materiales con componentes plsticos pueden ser incompatibles
con ciertos compuestos orgnicos que son solubles en las partes plsticas o que
pueden contaminarse al estar en contacto con ellas. Por ltimo, el muestreo con
medios adsorbentes, puede ser til si las sustancias qumicas de inters pueden ser
adsorbidas y desorbidas efcientemente y la matriz del agua colectada est libre
de partculas que pudieran obstruir el material. El uso de slidos adsorbentes es
cada vez mayor en especial los discos tipo membrana ofrecen ciertas ventajas tales
como muestreos rpidos y de bajo costo.
Con anterioridad a la toma de muestras, se debe tener en cuenta la limpieza
externa e interna de las superfcies del equipo de muestreo mediante procedimientos
no destructivos, esto tiene como objetivo asegurar que el equipo no sea una fuente
de sustancias extraas que puedan afectar las concentraciones de las sustancias
de inters en las muestras de agua o de manera general, afectar la qumica de la
muestra (Wilde, 2004).
El mtodo de muestreo que comnmente se practica es el que se efecta en
las descargas de los pozos de produccin, las muestras de aguas subterrneas
normalmente se recogen en una botella de un grifo o de una tubera en la cabecera
del pozo. En este caso, los procedimientos de muestreo y toma de datos deben
considerar un estado esttico y una purga adecuada. Con frecuencia, estas muestras
se obtienen de pozos que suelen tener una gran longitud de tubera ranurada, por
lo que la muestra obtenida es una muestra integrada por todo el espesor ranurado.
A veces a lo largo de la rejilla existen variaciones de litologa que pueden aportar
notable variaciones hidroqumicas, por lo que las muestras pueden ser tiles para
identifcar modelos hidrogeoqumicos regionales y usualmente son utilizadas para
estudios de control de calidad. Sin embargo, conviene tener en cuenta lo siguiente:
si el pozo de muestreo no ha sido utilizado recientemente, el agua almacenada en
la tubera del pozo puede haber sufrido alteraciones fsico-qumicas, por lo que
se recomienda tomar la muestra hasta que se haya bombeado un volumen de agua
aproximadamente igual al triple del volumen almacenado en la tubera.
73
Un equipo de muestreo puede ser tan simple como una botella de vidrio,
metlica o de plstico provista de un tapn, que se llena con el agua objeto del
posterior anlisis. Las caractersticas comunes en los equipos de muestreo son su
resistencia al trato rudo, su facilidad para ser transportados y utilizados, que tengan
la capacidad volumtrica adecuada al volumen de muestra necesario y que sean de
fcil limpieza. Los equipos de muestreos comnmente utilizados son:
a) Botellas y cubetas. De uso manual, sirven para tomar muestras de aguas so-
meras o freticas, y de pozos que no dispongan de sistemas de bombeo. se
aconseja enjuagarlos varias veces con el agua que se muestrear antes de su
llenado defnitivo, salvo el caso de botellas estriles para anlisis microbio-
lgico.
b) Botella lastrada. se usa para obtener muestras a una profundidad variable. Est
formada por un recipiente metlico o de vidrio, convenientemente lastrado y
provisto de un tapn de corcho que puede retirarse desde el exterior mediante
una cadena o cordel. El recipiente ha de estar sujeto al extremo de una varilla
metlica o de madera, o bien a otro cordel, de tal forma que estando tapado
y con la boca hacia arriba pueda sumergirse hasta la profundidad deseada.
c) sistemas de bombeo. Utilizados ampliamente; permiten tomar muestras
puntuales, continuas y a intervalos temporales variados, de acuerdo con el
programa de muestreo establecido por un sistema de programacin automtico
o bien mediante accionamiento manual. Las bombas usadas pueden ser cen-
trfugas o peristlticas, permitiendo la extraccin de volmenes importantes
de muestra.
Los procedimientos utilizados para el muestreo a profundidades especfcas
son diversos, siendo el ms sencillo y econmico, el muestreo en el que se uti-
lizan botellas cilndricas de 1 a 5 litros de capacidad con apertura controlada.
Estas botellas se descienden en el interior del pozo hasta la profundidad deseada
y pueden ser accionadas por dos mecanismos distintos. En uno de ellos, la botella
se desciende cerrada y se abre mediante el envo de una pieza pesada (mensajero)
que al percutir acciona un muelle que abre la botella por su parte superior lo que
permite la entrada del agua a su interior; y en el otro mecanismo, se desciende la
botella abierta por sus dos extremos, de manera que se permite el paso del agua por
su interior hasta que se alcanza la profundidad deseada y se enva el mensajero que
cierra el cilindro y atrapa el agua en su interior. Este ltimo es el ms aconsejable,
debido a que perturba menos la estratifcacin hidroqumica original.
Otros procedimientos ms especfcos y costosos consisten en la instalacin
permanente de piezmetros especialmente diseados, que pueden ser convencio-
74
nales (simples en secuencia); dobles, que se instalan para la evaluacin simultnea
de dos niveles acuferos; mltiples, que se utilizan cuando se van a evaluar ms
de dos niveles acuferos (nido y multinivel) y con obturadores. El sistema para
la elevacin del agua es mediante inyeccin de aire o succin por aplicacin de
vaco, que es operativo hasta unos nueve metros de profundidad, el inconveniente
es que puede provocar la desgasifcacin de la muestra y conducir a valores errti-
cos de gases disueltos, de potencial de hidrgeno (pH) y de compuestos orgnicos
voltiles (VOCs). Un mecanismo ms especfco y que causa menos interferencia
es la introduccin de un pequeo recipiente en el fondo del piezmetro que es
elevado a la superfcie por aplicacin de un gas inerte, como nitrgeno o argn
(IUPA, 2008).
Envases para el transporte y almacenamiento
El tipo de anlisis para cada muestra colectada determina el tipo de botella que
debe usarse. Las muestras se colectarn directamente del equipo de muestreo en
contenedores que han sido lavados apropiadamente en el laboratorio (Nielsen,
1991; UsEPA, 2004; Eaton, 2005).
El volumen de agua para realizar las determinaciones qumicas de los iones
y las caractersticas fsico-qumicas (cuando se utilizan tcnicas volumtricas,
turbidimtricas y colorimtricas) vara entre 1 y 2 litros; aunque con tcnicas
de microanlisis, como las de espectrometra de absorcin atmica o de masas,
el volumen se reduce a 50 mL. generalmente, las botellas limpias de vidrio se
consideran buenas, sin embargo, los vidrios de mala calidad pueden ocasionar
pequeas alteraciones en los contenidos de slice y algunos cationes. Las botellas
de plstico son ms manejables y de rotura ms difcil por lo que su uso es ms
comn. En general, son de cloruro de polivinilo o polietileno; conviene elegir
botellas de plsticos puros y de preferencia nuevas para evitar que puedan ceder
algunos iones. En la mayora de los casos, es ms recomendable el polietileno por
su comodidad de manejo, pero en otros, como es el caso de las muestras para la
determinacin de plaguicidas, es preferible el vidrio. En todo caso, la botella debe
estar bien limpia, es conveniente efectuar un primer lavado con cido, seguido de
cuidadosos enjuagues con agua destilada, y si es posible debe ser lavada previa-
mente a la toma de la muestra con la misma agua que se va a recolectar. Para evitar
los escapes de gases, en especial el dixido de carbono, que pudieran originar una
disminucin en el contenido de alcalinidad y dureza, las botellas deben cerrarse
bien y estar totalmente llenas, teniendo cuidado de que no se rompan por golpes
o calentamiento. En una botella mal cerrada o a medio llenar, se pueden tener
75
alteraciones importantes en el potencial de hidrgeno (pH), dixido de carbono
(CO
2
), otros gases, alcalinidad, dureza y calcio, y si disuelve aire, en el contenido
de hierro (Fe) y manganeso (Mn), principalmente.
Si se desea medir con precisin gases disueltos, adems de utilizar un sistema
de muestreo adecuado, debe utilizarse una botella de boca ancha con tapn esme-
rilado y biselado para cerrarla sin dejar alguna burbuja de aire. Estas botellas se
usan tambin para la toma de muestras para determinar la Demanda Bioqumica
de Oxgeno (DBO). En ocasiones, conviene tomar muestras complementarias y es-
tabilizar mediante la acidifcacin de ciertos iones como el Fe, Mn y otros metales
pesados, utilizando cido clorhdrico (HCl) o cido ntrico (HNO
3
).
Las muestras destinadas a anlisis bacteriolgico suelen tomarse en envases
de borosilicato o de poli propileno, ya que estos envases pueden esterilizarse en
autoclave; el tapn deber ser roscado y de boca ancha para permitir su correcto
llenado y evitar cualquier posible contaminacin.
No se aconseja el lavado de los recipientes con detergentes, debido a su capaci-
dad de adsorberse sobre las paredes y a su difcultad de eliminacin. Es preferible
proceder a los lavados con mezcla crmica (cido sulfrico y dicromato potsico).
Asimismo, se recomienda que los recipientes empleados en la toma de muestras de
agua para anlisis de grasas, sean lavadas al fnal con algn disolvente de grasas
para retirar los ltimos residuos; en muestras para plaguicidas, el recipiente debe
enjuagarse con hexano o algn otro solvente similar.
Transporte al laboratorio y almacenamiento
segn la regin de muestreo y la poca en la que se realiza la colecta de las
muestras de agua subterrnea, es necesario conservar las muestras en neveras
porttiles hasta su llegada al laboratorio. Esto es especialmente importante para
muestras de anlisis bacteriolgicos (tomadas en botellas estriles) o para de-
terminaciones muy precisas en las que los cambios trmicos pudiera provocar
variaciones inicas.
Las muestras debern ser preservadas apropiadamente, etiquetadas y puestas
en una nevera para mantenerlas a 4 C. La conservacin de una muestra de agua
depender del parmetro a analizar que marcar el tipo de envase, el agente de
preservacin, los requerimientos de fltracin y el tiempo mximo de almacena-
miento (Cuadro 1).
De manera general, el anlisis debe ser lo ms rpido posible con relacin a
la toma de muestras, que garantizar una mnima alteracin de la muestra de agua
desde su origen hasta el laboratorio de anlisis.
76
No obstante, el anlisis in situ puede extenderse en la actualidad a prcticamente
cualquier parmetro a investigar mediante el empleo de equipos porttiles.
Toda vez que las muestras lleguen al laboratorio, han de seguirse las normas
bsicas de almacenamiento para sus anlisis qumicos (Cuadro 1).
En lo que respecta a los procedimientos de almacenamiento de las muestras,
independientemente de la matriz ambiental que se trate, es conveniente hacer la
diferenciacin entre los trminos Recomendado y Requerido. El primero,
indica que la fuente de consulta reconoce que una de varias alternativas para la
seleccin de un procedimiento es aceptable tomando como base los resultados de
las investigaciones o el consenso de referencias y publicaciones seleccionadas.
En tanto que el trmino Requerido, pertenece exactamente a un protocolo es-
tablecido por la fuente con base en los resultados de investigaciones o consenso
del equipo tcnico y que ha sido revisado por los especialistas en la materia
(Wilde, 2005).
Tipos de muestreos
Cuando se considera que los datos estn correlacionados en espacio y tiempo, los
tipos posibles de muestreos pueden ser (Borgman y Quimby, 1988):
Muestreo aleatorio simple. Consiste en la toma al azar de muestras indepen-
dientes con respecto al tiempo y al espacio. Sus principales ventajas son la
simplicidad de los supuestos acerca de la poblacin y su uso para acciones
legales.
Muestreo estratifcado. Consiste en dividir el rea de estudio en varias regiones
o estratos a los que se les aplica de manera individual un muestreo aleatorio
simple.
Muestreo sistemtico. Es la combinacin del muestreo aleatorio con el geo-
grfco a travs de una malla cartesiana.
Nmero y frecuencia de las muestr as
Uno de los aspectos que ms incide en los costos de los estudios de aguas sub-
terrneas es el valor de los anlisis de las muestras. Por lo tanto, determinar el
nmero mnimo de muestras que asegure una representatividad adecuada de los
niveles de parmetros qumicos y biolgicos es un hecho relevante durante la pla-
77
Cuadro1. Resumen de Muestreo especial y requerimientos de manejo para muestras
de agua subterrnea.
Determinacin
Tipo de
recipiente
Volumen
requerido (mL)
Preservacin
Almacenamiento mximo
Recomendado Requerido
a) Parmetros de campo
Temperatura P, V - Analizar inmediatamente 0.25 h 0.25 h
pH P, V 50 Analizar inmediatamente 0.25 h 0.25 h
Conductancia
especca
P, V 500 Refrigeracin 28 d 28 d
Oxgeno
disuelto:
Electrodo V 300 Analizar inmediatamente 0.25 h 0.25 h
b) Parmetros de laboratorio
Acidez P, V(B) 100 Refrigeracin 24 h 14 d
Alcalinidad P, V 200 Refrigeracin 24 h 14 d
Cloruro P, V 50 No se requiere ne 28 d
Dureza P, V 100 Adicionar HNO
3
o H
2
SO
4

hasta pH < 2
6 meses 6 meses
Metales
(en general)
P(A), V(A) 1000 Para metales disueltos,
ltre inmediatamente
y adicione HNO
3
hasta
pH < 2
6 meses 6 meses
Nitrgeno:
Nitrato P, V 100 Analizar tan pronto como
sea posible, refrigere
48 h 48 h (28 d
para muestras
cloradas)
Nitrato + nitrito P, V 200 Adicione HNO
3
hasta
pH < 2, refrigere
1 2 d 28 d
Nitrito P, V 100 Analizar tan pronto como
sea posible, refrigere
Ninguno 48 h
Oxgeno disuelto:
Winkler V, Botella
de DBO
300 La titulacin puede
esperar algn tiempo
despus de la
acidicacin
8 h 8 h
Fosfato V(A) 100 Para fosfato disuelto,
ltre inmediatamente,
refrigere
48 h ne
Sulfato P, V 100 Refrigere 28 d 28 d
Modicado de Eaton et al., 2005.
P = plstico; V = vidrio; V(B) = vidrio, borosilicato; V(A) o P(A)= enjuagado con cido ntrico (1+1); ne = no establecido en
esta referencia.
78
nifcacin. Para el clculo estadstico del nmero mnimo de muestras a colectar
se considera que la variable bajo estudio tiene una distribucin normal y puede
utilizarse alguno de los siguientes mtodos (sanders et al., 1983; Eaton et al.,
2005; Mejas y Jerez, 2006):
a) Distribucin t-student.
n
ts
e
=
2
Donde n es el nmero de muestras a tomar, t es el valor obtenido de la Tabla
t-student para un determinado nivel de confanza, s es la desviacin estndar
y e es el nivel de error aceptable.
b) En este mtodo se considera que la desviacin estndar puede ser obtenida
de muestreos similares anteriores.
n
Z S
e
=
a
2
2
Para un nivel de confanza del 95% en una prueba bilateral, Z
a/2

corresponde
a un valor de 1.96 (Tabla de distribucin normal estandarizada). Este valor es
el nmero de desviaciones estndar que aplicado a ambos lados de la curva
con valor promedio Z = 0, excluye a ambos lados un rea de 5%.
Z = 0
c) En este tercer mtodo, el nmero mnimo de muestras se calcula mediante
una expresin en la que el error se expresa en trminos relativos al valor
promedio (x).
n
Z cv
e
x
=
a
2
2
Donde cv es el coefciente de variacin (cv = s/x). La ventaja de este mtodo
es que puede existir una idea para el valor del cv, pero no permite determinar
la concentracin promedio de la variable elegida.
79
Cabe mencionar que para realizar alguno de los clculos mostrados en los
mtodos para determinar el nmero mnimo de muestras se selecciona el parme-
tro qumico que presente mayor variabilidad, es decir, se realiza el clculo ms
desfavorable.
De manera general, el nmero de muestras para caracterizar un acufero es
muy variable y est en funcin del tipo de estudio y de las condiciones hidro-
dinmicas y de recarga. En general, las aguas subterrneas tienden a mantener
constante su composicin qumica cuanto ms profundas y alejadas estn de
la zona de recarga y tienen una composicin variable en zonas prximas a la
recarga o con intrusin marina; en las primeras, puede bastar con una muestra
anual, pero en las segundas, se requerirn muestras ms frecuentes. sin em-
bargo, si se trata de una caracterizacin biolgica, el muestreo deber ser ms
frecuente ya que est sometida a acciones locales y a cambios rpidos (Custodio
y Llamas, 1996).
Tipos de redes de monitoreo
Una red de monitoreo est formada por un conjunto de pozos de observacin aco-
plado con una seleccin de pozos de extraccin. Los sistemas y redes de monitoreo
se clasifcan en tres grupos principales que no son excluyentes (Cuadro 2). Los
sistemas primarios sirven para detectar cambios generales en el fujo de agua sub-
terrnea y sus tendencias de calidad con objeto de aportar conocimiento cientfco
necesario para entender el recurso de agua subterrnea; los sistemas secundarios
y terciarios sirven para evaluar y controlar el impacto de riesgos especfcos del
agua subterrnea.
Consideraciones fnales
En este captulo se han dado las metodologas generales para la obtencin de
muestras de agua subterrnea que representen al acufero en estudio, sin embargo,
dicha metodologa se enfoca a la obtencin de las muestras de agua para su pos-
terior anlisis qumico respecto a las principales caractersticas qumicas y fsicas
(Figura 1). Por lo tanto, para monitoreos de cuerpos de agua subterrneos cuya
fnalidad sea la cuantifcacin de sustancias qumicas especfcas como son los
plaguicidas, los compuestos orgnicos voltiles, los metales traza, etc., se debern
80
Cuadro 2. Clasifcacin de los sistemas de monitoreo de agua subterrnea
Sistema Funcin Bsica Ubicacin de los Pozos
Primario (Monitoreo de
referencia)
Evaluacin del comportamiento
general del agua subterrnea:
Las tendencias resultantes de
cambios en el uso del suelo y
la variacin climtica.
Los procesos tales como re-
carga, flujo y contaminacin
difusa.
En zonas con hidrogeologa y uso
de suelo uniformes.
Secundario (Monitoreo de
proteccin)
Proteccin contra impactos po-
tenciales en:
Un recurso de agua que sea
estratgico.
Los campos de pozos o ma-
nantiales para abastecimiento
pblico de agua.
La infraestructura urbana por el
asentamiento del suelo.
El aforamiento del agua subte-
rrnea en sitios arqueolgicos.
Los ecosistemas que dependen
del agua subterrnea.
Alrededor de las zonas,
instalaciones o sitios peculiares
que requieran proteccin.
Terciario (Contencin de la
contaminacin)
Alerta oportuna del impacto en el
agua subterrnea por:
El uso agrcola intensivo del
suelo.
Las industrias.
Los rellenos sanitarios y depsi-
tos de basura no controlados.
Las zonas de recuperacin de
suelos.
Las minas y canteras
Inmediatamente gradiente arriba
o gradiente debajo de la situacin
que represente el peligro.
Tuinhof et al. 2007
seguir las metodologas descritas para tal fn, en las que se mencionan las tcnicas
de limpieza de los equipos de muestreo, los envases para colectar las muestras, los
materiales de fltracin, en su caso, y las tcnicas de preservacin.
Deber tenerse en cuenta que los mtodos de muestreo, los equipos especiali-
zados para determinadas sustancias qumicas y las tcnicas analticas, cambian en
el tiempo con el avance de nuevos conocimientos y tecnologa, por lo que antes de
hacer algn protocolo de muestreo, ser necesario consultar bibliografa reciente
sobre el tema a tratar.
Por ltimo, es importante tener en cuenta que antes de realizar algn muestreo,
es necesario discutir la matriz ambiental correspondiente, el objetivo general que
81
S
E
L
E
C
C
I
N

D
E
L

T
I
P
O

D
E

M
U
E
S
T
R
E
O
E
S
T
A
B
L
E
C
I
M
I
E
N
T
O

D
E
L

M
O
D
E
L
O

H
I
D
R
O
G
E
O
L
G
I
C
O

C
O
N
C
E
P
T
U
A
L

D
I
S
E
O

P
R
E
L
I
M
I
N
A
R

D
E

L
A

R
E
D

D
E

M
U
E
S
T
R
E
O

R
E
A
L
I
Z
A
C
I
N
D
E
L
M
U
E
S
T
R
E
O
M
E
D
I
C
I
O
N
E
S

D
E

P
A
R
M
E
T
R
O
S

F
S
I
C
O
S

Y

Q
U
M
I
C
O
S

E
N

E
L

S
I
T
I
O

R
E
C
O
L
E
C
C
I
N

D
E

M
U
E
S
T
R
A
S

P
A
R
A

S
U

A
N
L
I
S
I
S

E
N

E
L

L
A
B
O
R
A
T
O
R
I
O

P
L
A
N
E
A
C
I
N
D
E
L
P
R
O
T
O
C
O
L
O
D
E

M
U
E
S
T
R
E
O
S
E
L
E
C
C
I
N
D
E
L
R
E
A
D
E
E
S
T
U
D
I
O
P
r
o
p
s
i
t
o

d
e
l

m
u
e
s
t
r
e
o

S
u
s
t
a
n
c
i
a
s

q
u
m
i
c
a
s

d
e

i
n
t
e
r
s

L
o
c
a
l
i
z
a
c
i
n

y

f
r
e
c
u
e
n
c
i
a

d
e
l

m
u
e
s
t
r
e
o
S
i
t
i
o
s

d
e

m
u
e
s
t
r
e
o

C
o
l
e
c
t
a

d
e

l
a

m
u
e
s
t
r
a
A
s
e
g
u
r
a
m
i
e
n
t
o

y

C
o
n
t
r
o
l

d
e

l
a

C
a
l
i
d
a
d

(
S
e
l
e
c
c
i
n

d
e

l
a

t
c
n
i
c
a

d
e

m
u
e
s
t
r
e
o

y

p
r
o
c
e
d
i
m
i
e
n
t
o

d
e

l
a

c
a
d
e
n
a

d
e

c
u
s
t
o
d
i
a

d
e
s
d
e

e
l

e
t
i
q
u
e
t
a
d
o

h
a
s
t
a

l
o
s

r
e
q
u
e
r
i
m
i
e
n
t
o
s

d
e
a
n
l
i
s
i
s
)
A
s
e
g
u
r
a
m
i
e
n
t
o

y

C
o
n
t
r
o
l

d
e

l
a

C
a
l
i
d
a
d

(
S
e
l
e
c
c
i
n

d
e

l
a
s

t
c
n
i
c
a
s

a
n
a
l
t
i
c
a
s

y

p
r
o
c
e
d
i
m
i
e
n
t
o

d
e

l
a

c
a
d
e
n
a

d
e

c
u
s
t
o
d
i
a

d
e
s
d
e

l
a

e
n
t
r
e
g
a

d
e

m
u
e
s
t
r
a
s

a
l

l
a
b
o
r
a
t
o
r
i
o

h
a
s
t
a

l
a

e
n
t
r
e
g
a

d
e

l
o
s

r
e
s
u
l
t
a
d
o
s

d
e

l
o
s

a
n
l
i
s
i
s
)
A
L
M
A
C
E
N
A
M
I
E
N
T
O

A

4

o
C

A

O
S
C
U
R
A
S

D
U
R
A
N
T
E

E
L

T
R
A
S
L
A
D
O

A
L

L
A
B
O
R
A
T
O
R
I
O

Y

D
U
R
A
N
T
E

E
L

A
L
M
A
C
E
N
A
M
I
E
N
T
O

E
N

E
L

L
A
B
O
R
A
T
O
R
I
O

A
N
T
E
S

D
E

L
A

R
E
A
L
I
Z
A
C
I
N

D
E

L
O
S

A
N
L
I
S
I
S
I
S

F
i
g
u
r
a

1
.

D
i
a
g
r
a
m
a

d
e

f
u
j
o

p
a
r
a

l
a

r
e
c
o
l
e
c
c
i
n

y

a
n
l
i
s
i
s

q
u
m
i
c
o
s

d
e

m
u
e
s
t
r
a
s

d
e

a
g
u
a

s
u
b
t
e
r
r
n
e
a
.
82
se trata de alcanzar, el objetivo especfco del muestreo y los programas de control
y aseguramiento de la calidad que habrn de llevarse a cabo.
Referencias
Barcelona M.J. 1988. Overview of the sampling process. En: Principles of Environmental
Sampling, Lawrence H. Keith (Editor). American Chemical society, pp. 3-10.
Black s. 1988. Defning control sites and blank simple needs. En: Principles of Environmen-
tal Sampling, Lawrence H. Keith (Editor). American Chemical society, pp. 109-116.
Borgman L. E. y Quimby W. F. 1988. sampling for tests of hypothesis when data are
correlated in space and time. En: Principles of Environmental Sampling, Lawrence H.
Keith (Editor). American Chemical Society, pp. 25-42.
Custodio E. y Llamas M.R. 1996. Hidrologa Subterrnea. Tomo I. Ediciones Omega.
Espaa. 1194 p.
Eaton A.D., Clesceri L.s., Rice E.W., greenberg A.E. 2005. Standard Methods for the Exa-
mination of Water and Wastewater. 21
st
. Edition. American Public Health Association
(APHA), American Water Works Association (AWWA), Water Environment Federation
(WEF). Washington D.C. UsA.
Fetter C.W. 2001. Applied Hydrogeology. Fourth Edition. Prentice Hall. UsA., 692 p.
Foster s. y Caminero D. 1989. Monitoreo de la calidad de las aguas subterrneas: una
evaluacin de mtodos y costos. Centro Panamericano de Ingeniera sanitaria y Ciencias
del Ambiente, UK Overseas Development Administration, Organizacin Mundial de
la Salud, Organizacin Panamericana de la Salud, 112 p.
IUPA. 2008. Instituto Universitario de Plaguicidas y Aguas. Universidad Jaume I de Cas-
telln. Hidrogeoqumica, Leccin 10. Espaa. Disponible en: http://www.agua.uji.es/
pdf/leccionHQ10.pdf. Recuperado el 10 de diciembre de 2007.
Keith L.H. 1991. Environmental sampling and analysis: A practical guide. Lewis Publis-
hers., 130 p.
Kent R.T. y Payne K.E. 1988. sampling groundwater monitoring wells. special quality
assurance and quality control considerations. En: Principles of Environmental Sampling,
Lawrence H. Keith (Editor). American Chemical society, pp. 231-245.
Mejas B, J., Jerez B. J. 2006. gua para la toma de muestras de residuos de plaguicidas
agua, sedimento y suelo. Instituto de Investigaciones Agropecuarias. Centro Regional
de Investigacin Carillanca. Boletn INIA - Instituto de Investigaciones Agropecuarias.
No. 154. Chile, 34 p.
Nielsen D. 1991. Practical Handbook of Groundwater Monitoring. Lewis Publishers.
Chelsea, Michigan. UsA. 718 p.
sanders T.g., Ward R.C., Loftis J.C., steele T.D., Adrian D.D., Yevjevich Y. 1983. Design
of networks for monitoring water quality. Water Resources Publications. Littleton,
Colorado, UsA. 328 p.
83
smith J.s., steele D.P., Malley M.J., Bryant M.A. 1988. groundwater sampling. En: Prin-
ciples of Environmental Sampling, Lawrence H. Keith (Editor). American Chemical
Society, pp. 255-257.
Tuinhof A., Foster s., Kemper K., garduo H., Nanni M. 2007. Requerimientos de moni-
toreo del agua subterrnea, para manejar la respuesta de los acuferos y las amenazas
a la calidad del agua. 2002-2006. serie de notas informativas. gestin de Recursos
de Agua subterrnea. Conceptos y Herramientas. Nota 9. grupo Base del gW.MATE,
Banco Mundial, Washington D.C. UsA., 10 p. Disponible en: http://siteresources.
worldbank.org/INTWRD/903930-1112347717990/21210608/gWMATEBN0 9_sp.pdf
Recuperado el 10 de diciembre de 2007.
Usgs. 2008. National feld manual for the collection of water-quality data. Techniques of
Water-Resources Investigations. Book 9. Available online at: http://pubs.water.usgs.
gov/twri9A.
UsEPA. 2004. Field sampling guidance document #1220. groundwater well sampling.
Region 9 Laboratory, Richmond, California.
Vargas M.N. 2004. Monitoreo de aguas subterrneas. Instituto de Hidrologa, Meteorologa
y Estudios Ambientales. subdireccin de Hidrologa- Disponible en: http://www.ideam.
gov.co/temas/guiaagua/Anexo%204.pdf. Recuperado el 10 de diciembre de 2007.
Wilde F.D. 2004. Cleaning of Equipment for water sampling (ver. 2.0): U.s. geological
survey Techniques of Water-Resources Investigations, book 9, chap. A3. Disponible
en: http://pubs.water.usgs.gov/twri9A3/ Recuperado el 16 de febrero de 2008.
Wilde F.D. 2005. Preparations for water sampling: U.s. geological survey Techniques of
Water-Resources Investigations, book 9, chap. A1. Disponible en: http://pubs.water.
usgs.gov/twri9A1/ Recuperado el 16 de febrero de 2008.
85
Introduccin
El agua es un elemento indispensable para la vida en el planeta. La creciente
importancia de este recurso natural, no slo en el mbito ambiental, sino pol-
tico, social, jurdico y cultural, fue puesta nuevamente de relieve tanto en el IV
Foro Mundial del Agua realizado en la Ciudad de Mxico en marzo del 2006,
como en el Primer Encuentro Universitario del Agua, celebrado en Cocoyoc en
octubre de 2006. En ambos eventos se concluy que es imprescindible que se
atienda debidamente el recurso agua ya que se trata no nicamente de un aspecto
de sobrevivencia y preservacin de los ecosistemas naturales, sino inclusive del
propio ser humano. La distribucin del agua a nivel mundial puede apreciarse en
el Cuadro 1. Considerando esos valores, resulta sorprendente notar el relativa-
mente poco volumen como agua dulce superfcial disponible (Berner y Berner,
1987; Shiklomanov, 1993). Debido a las diversas actividades humanas, el ciclo
biogeoqumico del agua se ha visto afectado signifcativamente (Odum, 1998), no
slo por el volumen utilizado, sino tambin por el grado de contaminacin con que
son retornadas a los cuerpos receptores como ros y lagos, entre otros (Ryding y
Rast, 1989; Suess, 1982; Tundisi et al.; 1993). En este sentido, existen en Mxico
Leyes, Reglamentos y Normas que regulan las descargas de aguas residuales a
cuerpos de agua y bienes nacionales (cNa, 1998).
3
CUERPOS DE AGUA SUPERFICIALES
Luna Pabello Vctor M.,
1
Alva Martnez Alejandro,
2
Bernal Becerra arturo,
3

Maricela Arteaga
4

1
Laboratorio de Microbiologa Experimental, Departamento de Biologa, Facultad de Qumica,
uNaM.
2
Red de cuerpos de agua del Distrito Federal.
3
Departamento del Hombre y su Ambiente, Universidad Autnoma Metropolitana, Unidad Xochimilco.

4
Facultad de Estudios Superiores- Zaragoza, uNaM.
02-02 Cpos agua superficiales ok.indd 85 25/01/2011 07:13:31 p.m.
86
De manera complementaria, debe sealarse que el valor de las sanciones
econmicas por exceder el nivel de contaminacin establecido, dependen del tipo
de contaminante en cuestin y de la zona o regin en donde el cuerpo receptor
est ubicado.
La importancia per se que tiene conocer la calidad de los cuerpos de agua na-
turales receptores hace que resulte importante describir el mecanismo seguido para
determinar la calidad de agua prevaleciente en los mismos (Lind, 1974; Mason,
1987). En ese sentido, el presente trabajo se orient hacia los aspectos relativos a
las tcnicas de muestreo de las aguas contenidas en cuerpos lticos (ros y arro-
yos) y lnticos (estanques y lagos) epicontinentales. Para esto, se consideraron los
procedimientos avalados por el estndar Methods for the examination of water
and wastewater (clesceri et al., 1998).
Objetivo
Introducir al lector en los principales aspectos relacionados con el muestreo
de cuerpos de agua superfciales, as como del manejo de las muestras colec-
tadas.
Cuadro 1. Reservas de agua en el planeta (fuente: Shiklomanov, 1993).
Ubicacin Volumen
(10
3
km
2
)
Porcentaje
total de agua dulce
Porcentaje
total de agua
Ocanos 1,338,000.00 96.5000 -
Agua dulce subterrnea 33,946.50 2.4610 30.15
Glaciares 42,428.10 3.5010 69.56
Lagos de agua dulce 91.00 0.0070 0.26
Lagos de agua salina 85.40 0.0060 -
Agua en pantanos 11.47 0.0008 0.03
Ros 2.12 0.0002 0.006
Agua en seres vivos 1.12 0.0001 0.003
Agua atmosfrica 12.9 0.0010 0.04
Total de agua 1,385,984.00 100 -
Total de agua dulce 35,029.00 2.53 100
87
Marco de referencia
Como se mencion, es importante saber que existen procedimientos reconocidos
ofcialmente, a nivel nacional, que son aplicables a la toma de muestras (NMx-aa-
003-1980). Sin embargo, es importante consultar literatura especializada sobre el
tema, a efecto de estar actualizados sobre las diferentes tcnicas y procedimientos
usados a nivel mundial, tanto para ros como para lagos (Bartram y Ballance,
1996; Chapman, 1992; Muoz, 1996; Strobl et al., 2006, Straskraba et al., 1993).
Al respecto, debe hacerse notar que en todos los casos, la toma de muestras debe
ser representativa y confable a efecto de que proporcione informacin til para
la interpretacin de la calidad del cuerpo de agua de donde procede y poder llegar
as a la correcta extrapolacin de los datos obtenidos. La toma de una muestra est
asociada evidentemente con la informacin que se espera obtener de ella, por tal
motivo, debe tenerse cuidado en la seleccin del tipo de recipiente que se emplear
para su colecta, as como el tipo de conservador que permita disminuir cambios
signifcativos en la muestra hasta que sea analizada. ambos aspectos se vern en
los incisos subsecuentes. Es importante resaltar que de la correcta toma y conser-
vacin de la muestra, depende la factibilidad de realizar los anlisis fsicoqumicos
y microbiolgicos de inters. Por lo anterior, a continuacin se abordarn algunos
de los aspectos ms relevantes sobre la toma de muestras.
Toma de muestr as
La recoleccin de las muestras depende de los parmetros fsicoqumicos y mi-
crobiolgicos de inters y de los objetivos del estudio.
El objetivo del muestreo es obtener una parte representativa del material bajo
estudio (volumen de agua) al cual se le determinarn las variables fsicoqumicas
y microbiolgicas previstas. El volumen de agua colectado deber ser transporta-
do hasta el lugar de almacenamiento (cuarto fro, refrigerador, nevera, etc.), para
luego ser transferido al laboratorio para el respectivo anlisis, momento en el cual
la muestra debe conservar las caractersticas del material original. Para lograr el
objetivo, se requiere que la muestra conserve las concentraciones relativas de todos
los componentes presentes en el material original y que no hayan ocurrido cambios
signifcativos en su composicin antes de su anlisis (clesceri et al., 1998).
En algunos casos, el objetivo del muestreo es demostrar que se cumplen las nor-
mas especifcadas por la legislacin (resoluciones de las autoridades ambientales).
Las muestras ingresan al laboratorio para determinaciones especfcas, sin embargo,
la responsabilidad de las condiciones y validez de las mismas debe ser asumida
88
por las personas responsables del muestreo, de la conservacin y el transporte de
las muestras, que por su importancia se detallarn ms adelante. Las tcnicas de
recoleccin y preservacin de las muestras tienen una gran importancia debido a
la necesidad de verifcar la precisin, exactitud y representatividad de los datos
que resulten de los anlisis. Los aspectos anteriores se describen con ms detalle
en el inciso relativo a manejo y conservacin de muestras.
A continuacin se indican los principales criterios establecidos para la seleccin
de los puntos de muestreo y aforo de cuerpos de agua lticos (ros y arroyos) y
lnticos (estanques y lagos).
Cr iter ios gener ales
Criterios para la seleccin de puntos de muestreo
Dado que un muestreo de agua implica un intento por establecer, a partir de mues-
tras representativas, la calidad fsicoqumica y microbiolgica predominante en un
determinado volumen, es necesaria la realizacin de este tipo de toma de muestras
de acuerdo con procedimientos estandarizados y avalados por la autoridad com-
petente. De no ser as, se corre el riesgo de no obtener datos tiles (confables y
aceptables legalmente).
Para la realizacin de este tipo de actividades comnmente se tiene que equi-
librar entre lo necesario, lo deseable, lo econmicamente viable y lo tcnicamente
factible. En consecuencia, la defnicin de los puntos requeridos para tal efecto
requiere contar con la sufciente claridad de lo que se est buscando obtener y los
recursos (tiempo, dinero y esfuerzo) programados para ello.
Puntos de muestreo indispensables
La determinacin de este tipo de puntos de muestreo se realiza pensando en los
puntos mnimos indispensables requeridos para establecer la calidad de agua en
estudio. En este sentido, es importante contemplar la(s) entrada(s) y salida(s) de
agua. Tambin deben seleccionarse aquellos puntos afuentes que por su volumen
y/o contenido de contaminantes resulten importantes de cuantifcar. como es de
esperar, esta actividad implica el reconocimiento previo de la zona de estudio,
o contar con antecedentes documentales al respecto. En todo caso, es altamente
recomendable realizar una valoracin global del rea de inters (muestreo prelimi-
nar), para contar con mayor informacin en el momento de efectuar la seleccin
de aquellos puntos de mayor utilidad.
89
Puntos deseables
Para el conocimiento detallado de un determinado cuerpo de agua, es necesario
efectuar un muestreo y anlisis detallado de su calidad. Usualmente se establece
la determinacin de toma de muestra en aquellas partes que, de manera lgica,
implican una transformacin de la calidad del agua dentro de una serie o secuencia
de aportes. Normalmente, dicho muestreo incluye la toma de muestras en mlti-
ples puntos, mediante los cuales se busca obtener la mayor informacin posible a
lo largo, como a lo ancho y profundo del cuerpo de agua en estudio. De manera
prctica, lo anterior se traduce, en primer trmino, en la inclusin de abundantes
muestras tanto en las partes distales, como en puntos intermedios de inters en los
cuales exista la posible mezcla de corrientes.
Aunque este tipo de muestreo resulta til para la deteccin de posibles aportes
tanto de aguas limpias, como de aguas contaminadas, es necesario que se realice
cuidadosamente a efecto de no caer en aspectos poco prcticos y costosos, de los
cuales la informacin obtenida no justifque su aplicacin.
Frecuencia en el muestreo
La frecuencia para la toma de muestras est estrechamente asociada con la propia
naturaleza del embalse, es decir, en la medida que dicho cuerpo de agua sea poco
cambiante (estable) el nmero de muestras requeridas para conocer su calidad a lo
largo del tiempo resulta menor y viceversa. Por consiguiente, es necesario o, por
lo menos deseable, contar con datos histricos sobre el cuerpo de agua en estudio,
los perfles de altura, el volumen transportado y los datos de calidad existentes. De
no ser esto posible, la frecuencia de muestreo se establece en funcin nicamente
del tiempo disponible para la realizacin del estudio, pudindose fraccionar arbi-
trariamente de manera azarosa o dirigida. Es importante indicar que la frecuencia
debe, preferentemente, cubrir diferentes fechas a lo largo del ao para poder obtener
datos de, por lo menos, las estaciones de lluvias y de secas.
Criterios adoptados para la seleccin de puntos de aforo
Debido a la difcultad que implica la medicin del agua contenida en un determinado
cuerpo de agua (ro o lago), surge la necesidad de llevar a cabo la estimacin de
los mismos mediante el uso de tcnicas de aforo. Al respecto, existen diferentes
procedimientos para su realizacin teniendo como puntos comunes la ponderacin
90
del volumen en un determinado tiempo. Entre los principales procedimientos apli-
cables se encuentran, para el caso de ros y arroyos, el uso de equipos de ultraso-
nido, seccin-velocidad, rea hidrulica velocidad, directo por llenado, molinetes
y medidores totalizadores. En el caso de estanques y lagos, es necesario obtener
los datos batimtricos a partir de los cuales se podr calcular su volumen total en
un tiempo dado. Al igual que en el punto anterior, la realizacin de este tipo de
actividades depende de defnirlas de manera acertada.
Puntos de aforo indispensables
La determinacin de este tipo de puntos se lleva a cabo pensando en los puntos
mnimos indispensables requeridos para conocer el volumen total del agua. En
este sentido, frecuentemente se contemplan la(s) entrada(s) y salida(s) de agua en
un determinado tiempo, as como el cambio en el nivel de profundidad de dichos
cuerpos. Este tipo de actividades implica el reconocimiento previo de la zona de
estudio o contar con antecedentes documentales al respecto.
Puntos de aforo deseables
Para el conocimiento detallado del fujo de agua dentro de un determinado
ecosistema acutico, es deseable efectuar un muestreo y anlisis cuidadoso de
la calidad de agua. Por tal motivo, los puntos de muestreo a establecer deben
ubicarse en todas aquellas partes que, de manera lgica, implican un cambio en
el volumen del agua que entra o sale del cuerpo acutico en estudio. En algu-
nos casos, dicho muestreo requiere de mucho ingenio para poder obtener datos
tiles. De manera prctica, lo anterior se traduce en el empleo de sufciente
personal para la toma manual de aforos con una periodicidad tal que permita
evaluar los posibles cambios de volumen a diferentes horas del da, en cada da
de la semana, a lo largo de los doce meses del ao. Dado lo ardua que sera esta
labor, frecuentemente se opta por el empleo de equipos automatizados, lo cual
resulta oneroso.
Frecuencia
La frecuencia para la medicin de aforos est estrechamente asociada con el propio
cuerpo que se desee estudiar. En el caso de ros, algunas variables de inters son
91
su nivel de profundidad y anchura en la seccin seleccionada para el aforo. En el
caso de lagos, su profundidad, as como el fujo de entrada y salida de agua, son
variables de inters. Es decir, en la medida que sea poco cambiante, el nmero de
muestras requeridas para conocer su calidad y volumen o fujo, a largo del tiempo,
resulta menor y viceversa. Por consiguiente, es importante contar con datos hist-
ricos al respecto. De no ser esto posible, la frecuencia de los aforos se establece en
funcin de los recursos econmicos y materiales disponibles, tomando en cuenta
para ello los puntos de aforo considerados como indispensables.
Cr iter ios par a la seleccin de par metros analticos
Dado lo poco prctico que resulta la medicin de la totalidad de los posibles pa-
rmetros fsicoqumicos y microbiolgicos de una determinada muestra de agua,
comnmente se determinan slo aquellos que de manera lgica infuyan directa-
mente sobre el cuerpo de agua muestreado, o bien, sean especifcados por el cliente
o autoridad competente. Al respecto, es necesario llevar acabo su determinacin
mediante los procedimientos establecidos ofcialmente en las Normas Mexicanas
(NMx) aplicables, las cuales se encuentran indicadas en la Norma Ofcial Mexicana
NOM-001-SEMaRNaT-1996. Dichos procedimientos son los legalmente conside-
rados en la Ley Federal de Derechos en Materia de Agua, para el establecimiento
de sanciones por descargas y/o restricciones para su uso (cNa, 1998).
De manera convencional se ha establecido una clasifcacin de los parmetros
fsicoqumicos y biolgicos tiles de conocer en una determinada muestra de agua,
dividindolos en parmetros de campo (por ejemplo temperatura, pH y oxgeno
disuelto) y parmetros de laboratorio (slidos en sus diferentes formas, demanda
bioqumica de oxgeno, metales, y coliformes totales o fecales) (Eckblad, 1978;
Lind, 1974; Ros, 1979; Tortorelli y Hernndez, 1995). Dicha divisin obedece,
por un lado a la impostergabilidad de su realizacin y, por otro, a la facilidad de
llevarla acabo.
De no efectuarse con este tipo de procedimientos, los datos obtenidos dejaran
de ser tiles (confables y aceptables legalmente) y no podran ser empleados para
avalar la deteccin de posibles fallas o puntos de mejora, ni para establecer el nivel
real de contaminantes en el agua tomada como suministro, presente en diferen-
tes partes del proceso, o bien, en la descargada como agua residual (Tortorelli y
Hernndez, 1995).
Al igual que en los puntos anteriores, la realizacin de este tipo de actividades
requieren comnmente equilibrarse entre lo necesario, lo deseable, lo econmi-
camente viable y lo tcnicamente factible. En consecuencia, la defnicin del tipo
92
de parmetros requeridos depender de los objetivos y recursos programados para
ello. A continuacin se describen los diferentes mtodos para la toma de muestras.
Mtodos de muestreo
Muestreo manual
En la toma manual de muestras se supone que no se utiliza equipo alguno o en
caso de ser necesario dicho equipo resulta mnimo. Este procedimiento puede ser
demasiado costoso en tiempo y dinero, as como de manejo dispendioso cuando se
emplea en programas de toma rutinaria de muestras o en muestreos a gran escala.
Muestreo automtico
Mediante la toma automtica de muestras se pueden eliminar los errores hu-
manos inherentes a la toma de muestras, se reducen los costos laborales y se
posibilita la toma de muestras con mayor frecuencia, por lo que su uso est
cada vez ms extendido. Es preciso comprobar que el aparato automtico no
contamine la muestra. Al respecto es necesario consultar al fabricante del equipo
a efecto de contar con la informacin de las posibles incompatibilidades. Los
aparatos automticos de toma de muestras se programan de acuerdo con las
necesidades especfcas de dicha toma. Es necesario controlar con precisin la
velocidad de bombeo y el tamao de los tubos segn el tipo de muestra que se
desee recoger.
Envases de las muestras
El tipo de envase a utilizar es de suma importancia. En general los envases estn
hechos de vidrio o plstico (cuadro 2). El uso de uno u otro depende de cada caso
en particular. Por ejemplo, el slice y el sodio pueden lixiviarse en el vidrio pero
no en el plstico, y los metales pueden dejar residuos adsorbidos en las paredes
de los envases de vidrio.
Existen algunas recomendaciones como las siguientes:
Para muestras que contienen compuestos orgnicos, resulta conveniente evi-
tar los envases plsticos, salvo los fabricados con polmeros fuorados como el
politetrafuoretileno (PTFE).
93
Cuadro 2. Recomendaciones para el muestreo y preservacin de muestras
(Tomado de clesceri et al., 1998, Suess, 1982).
Determinacin Recipiente Volumen
mnimo de
muestra
Preservacin Almacena-
miento mximo
recomendado
Acidez P, V 100 Refrigerar 14 d
Alcalinidad P, V 200 Refrigerar 14 d
Boro P, V 100 No requiere 6 meses
Bromuro P, V 100 No requiere 28 d
Carbono orgnico
total
P, V 100 Anlisis inmediato; o refrigerar y agregar
H
3
PO
4
o H
2
SO
4
hasta pH < 2
28 d
Cianuro total P, V 500 Agregar NaOH hasta pH < 12,refrigerar
en la oscuridad
14 d
Cianuro clorable P, V 500 Agregar 100 mg Na
2
S
2
O
3
/L 14 d
Cloro residual P, V 500 Anlisis inmediato 0.5 h/ inmediato
Clorola P, V 500 30 das en oscuridad 30 d
Cloruro P, V 50 No requiere 28 d
Color P, V 500 Refrigerar 48 h
Compuestos orgnicos
Substancias activas al
azul de metileno
P, V 250 Refrigerar 48 h
Plaguicidas P, V 1000 Refrigerar; agregar 1000mg cido
ascrbico/L si hay cloro residual
7 das hasta la
extraccin
Fenoles P, V 500 Refrigerar; agregar H
2
SO
4
hasta pH < 2 40 das despus de
extraer
DBO P, V 500 Refrigerar 48 h
DQO P, V 100 Analizar lo ms pronto posible, o agregar
H
2
SO
4
hasta pH < 2, refrigerar
28 d
Conductividad P, V 500 Refrigerar 28 d
Dixido de carbono P, V 100 Anlisis inmediato -
Dixido de cloro P, V 500 Anlisis inmediato -
Fluoruro P 300 No requiere 28 d
Fosfato V (A) 100 Para fosfato disuelto ltrar inmediata-
mente; refrigerar
48 h
Grasas y aceites V boca ancha,
calibrado
1000 Agregar HCl hasta pH < 2, refrigerar 28 d
Metales en general P(A), V(A) 500 Filtrar, agregar HNO
3
hasta pH < 2 6 meses
Cromo VI P(A), V(A) 300 Refrigerar 24 h
Cobre, colorimetra P(A), V(A) 500 Agregar HNO
3
hasta pH< 2, 4 C,
refrigerar
28 d
Mercurio P(A), V(A) 500 Agregar HNO
3
hasta pH< 2, 4 C,
refrigerar
28 d
Nitrgeno
Amoniaco P, V 500 Agregar H
2
SO
4
hasta pH < 2, refrigerar 28 d
Nitrato P, V 100 Analizar lo ms pronto posible o
refrigerar
48 h (28 d para
muestras cloradas)
94
Para muestras que contienen compuestos orgnicos voltiles, cOvs, semivo-
ltiles, plaguicidas, PcB, aceites y grasas, es preferible la utilizacin de envases
de vidrio, ya que los envases de plstico pueden resultar porosos para este tipo
de compuestos. Como resultado del contacto, los cOvs pueden disolverse en las
paredes del envase plstico o incluso lixiviar sustancias de este material, provocan-
do que eventualmente se degraden o se rompan. Cabe sealar que existen ciertos
plsticos que pueden ser compatibles con algunos cOvs, no obstante se requiere
revisar las instrucciones del fabricante. En cuanto a los tapones de los envases,
Determinacin Recipiente Volumen
mnimo de
muestra
Preservacin Almacena-
miento mximo
recomendado
Nitrato + nitrito P, V 200 Agregar H
2
SO
4
Nitrito P, V 500 Analizar lo ms pronto posible o
refrigerar
48 h
Orgnico Kjeldhal P, V 500 Agregar H
2
SO
4
Olor V 500 Analizar lo ms pronto posible o
refrigerar
-
Oxgeno disuelto
Electrodo V 300 Analizar inmediatamente -
Winkler V 300 Puede retrasarse la titulacin despus
de la acidicacin
8 h
Ozono Anlisis inmediato -
pH Anlisis inmediato -
Sabor V 500 Analizar lo ms pronto posible o
refrigerar
-
Salinidad V, sello de
cera
240 Anlisis de inmediato o usar sello de
cera
-
Slica P 200 Refrigerar, no congelar 28 d
Slidos P, V 200 Refrigerar 2 7 d
Sulfatos P, V 100 Refrigerar 28 d
Sulfuro P, V 10 Refrigerar 7 d
Temperatura P, V - Anlisis inmediato -
Turbidez P, V 100 Analizar el mismo da. Para ms de 24 h
guardar en obscuridad; refrigerar
48 h
Yodo P, V 500 Anlisis inmediato -
NOTA: P (A) o V(A)= Plstico (polietileno o equivalente) o vidrio, enjuagado con HNO
3
; V(S)= Vidrio, enjuagado con solventes
orgnicos o secado en estufa.
Cuadro 2. Recomendaciones para el muestreo y preservacin de muestras
(Tomado de clesceri et al., 1998, Suess, 1982). (continuacin)
95
cuando son de plstico pueden originar problemas por lo cual se recomienda el uso
de tapones de metal o de PTFE. Para situaciones crticas, es adecuada la inclusin
de un blanco del recipiente para demostrar la ausencia de interferencias.
Precauciones gener ales
Uno de los requerimientos bsicos en el programa de muestreo es una manipulacin
ausente de procesos de deterioro o de contaminacin antes de iniciar los anlisis en
el laboratorio. En el muestreo de aguas, antes de colectar la muestra es necesario
purgar el recipiente dos o tres veces, a menos que contenga agentes preservativos
(clesceri et al., 1998). Dependiendo del tipo de determinacin, el recipiente se
llena completamente (esto para la mayora de las determinaciones de compuestos
orgnicos), o se deja un espacio para aireacin o mezcla (por ejemplo en anlisis
microbiolgicos); si el recipiente contiene preservativos no puede ser rebosado,
ya que ocasionara una prdida por dilucin. Excepto cuando el muestreo tiene
como objetivo el anlisis de compuestos orgnicos, se debe dejar un espacio de
aire equivalente a aproximadamente 1% del volumen del recipiente, para permitir
la expansin trmica durante su transporte.
Cuando las muestras colectadas contienen compuestos orgnicos o metales
traza, se requieren precauciones especiales, debido a que muchos constituyentes
estn presentes en concentraciones de unos pocos miligramos por litro y se puede
correr el riesgo de una prdida total o parcial, si el muestreo no se ejecuta con los
procedimientos precisos para la adecuada preservacin.
Colecta de muestras de agua superfcial
En este inciso, se describirn algunos de los puntos ms relevantes sobre el mues-
treo relacionado con cuerpos de agua superfcial. al respecto, resulta sumamente
til, en la colecta de muestras representativas de ros, arroyos, estanques y lagos,
considerar las siguientes reglas generales:
1. Tener cuidado de posibles inundaciones repentinas. Si un evento de inunda-
cin es probable, pero es necesario obtener la muestra, tome las medidas de
seguridad necesarias, incluida la de hacerse acompaar de por lo menos otra
persona, as como de ubicar una ruta fcil de escape.
2. Seleccionar una localizacin de muestreo en o cerca de una estacin de aforo
para que se pueda relacionar la descarga del ro con la muestra de la calidad
96
del agua: Si no existe una estacin de aforo, mida la velocidad de fujo en la
hora de muestreo.
3. Ubicar un canal derecho y uniforme para muestrear.
4. Evitar localizaciones de muestreo al lado de confuencias o fuentes punto
de contaminacin, a menos que se especifque en el plan de muestreo.
5. Usar puentes o botes para ros y lagos profundos en donde andar en el agua
resulte peligroso o no prctico.
6. No colectar muestras a lo largo de las orillas, a menos que el plan de muestreo
lo especifque, ya que de lo contrario las muestras pueden no ser representa-
tivas de todo el cuerpo de agua.
7. Usar guantes apropiados para la colecta de la muestra.
Muestreo de r os y ar royos
La colecta de las muestras de ros y arroyos involucra el transporte de todos los
artculos necesarios para la estacin de la calidad de agua y el registro de los datos
de campo; as mismo, se requiere la instalacin de la instrumentacin, del equipo
de fltracin, de los envases de muestreo y de los tiles para el lavado de material
y equipo cercano al canal.
El primer paso es medir los parmetros de campo y luego el fujo del ro o
arroyo. Despus de la colecta y preservacin de las muestras (en frascos previa-
mente etiquetados), lave y guarde el equipo empleado.
Parmetros de campo
Mida y anote los valores correspondientes a las lecturas de temperatura, pH, con-
ductividad y oxgeno disuelto, en una seccin de ro o arroyo no perturbada. Si
desea, puede medir parmetros adicionales.
Aforo de ros y arroyos
Mida la velocidad de fujo de agua en el punto previamente seleccionado. Ese
parmetro permitir estimar la carga de contaminacin y otros impactos.
El procedimiento normalmente seguido consiste en ubicar una seccin trans-
versal, a manera de un canal derecho, uniforme y relativamente libre de rocas y
vegetacin, de tal manera que el fujo sea uniforme, libre de remolinos, aguas
lentas y turbulencia excesiva.
97
Despus de haber ubicado la seccin transversal, determine el ancho y la pro-
fundidad del ro o arroyo. La medicin de la velocidad de fujo se hace en varios
puntos a lo largo de la seccin seleccionada. Para ello, primero se mide a 0.8 y
luego a 0.2 de la distancia de la superfcie y se obtiene el promedio para ese punto.
Para los puntos subsecuentes, ro abajo, se sigue el mismo procedimiento. Una
vez que la velocidad, profundidad y distancia de la seccin transversal hayan sido
determinadas, se puede utilizar el mtodo de seccin mediana para determinar
el fujo total y establecer el valor del fujo en litros por segundo.
Muestreo compuesto
El muestreo compuesto tiene como objetivo producir una muestra representativa
de la calidad del agua del fujo total en la estacin de muestreo. al respecto debe
recordarse que es posible obtener la muestra de manera manual o automtica,
segn convenga.
Muestreo simple instantneo
El muestreo simple instantneo se realiza cuando: a) la mezcla uniforme del canal
del ro o arroyo hace el muestreo compuesto innecesario; b) cuando se desean
muestras de punto; c) cuando la prdida de los gases de la muestra es posible, o d)
cuando el agua no es demasiado profunda para usar el muestreo compuesto.
Muestreo de estanques y lagos
La determinacin representativa de la calidad de agua en embalses a veces requiere
que se tomen muestras en ms de una localidad. Estas ubicaciones dependern
de los objetivos del programa de muestreo, el impacto de las fuentes locales de
contaminacin, y el tamao del cuerpo de agua (Murgel, 1984; Rynding y Rast,
1989; Straskraba et al., 1993; Tundisi, et al., 1993).
Parmetros de campo
Se determinan los mismos parmetros establecidos para ros y arroyos con objeto
de evaluar la variabilidad y estratifcacin tridimensional de la calidad de agua en
98
estanques, lagos y manantiales grandes. En caso de contar con una barca o lancha,
es importante medir el cambio de los parmetros de campo a todo lo largo de la
columna de agua, tomando nota de la profundidad a la que se haga cada lectura.
En caso de que el cuerpo de agua est estratifcado, debe anotarse la profundidad
y espesor de la capa de arriba (epilimnion), la zona de transicin (metalimnion),
y la capa de abajo (hipolimnion). En caso de no contar con una lancha o barca,
como ltima opcin se deben tomar muestras en puntos accesibles a lo largo de
la orilla.
Muestreo en los bordes de lagos
cuando no hay bote o lancha disponible, la muestra se colecta de la superfcie de
la orilla de los lagos empleando para ello frascos limpios de vidrio de 500 mL el
cual deber estar etiquetado o etiquetarse una vez tomada la muestra.
Muestreo a distancia de los bordes
Se pueden obtener muestras de agua de lagos y estanques mediante el uso de botellas
tipo van Dor. Tambin es posible utilizar bombas peristlticas con mangueras adap-
tadas para la profundidad deseada. En este sentido, es importante considerar el tipo
de materiales del que estn fabricadas a efecto de emplear materiales compatibles
con los parmetros que se van a analizar. No obstante, que los muestreadores estn
limpios, es recomendable enjuagarlos con agua del cuerpo de agua a muestrear.
Es ampliamente recomendable empezar por la zonas de ms baja contaminacin y
terminar por la de ms alta contaminacin (por ejemplo, tomar primero muestras
de la superfcie y al ltimo las del fondo). En caso de muestrear clorofla, no debe
lavarse el recipiente empleado para el muestreo con cido, ya que el cido destruye
rpidamente la clorofla (Bartram y Ballance, 1996; Ryding y Rast, 1989).
En lagos poco profundos en donde presumiblemente la concentracin de ox-
geno est moderadamente uniforme con la profundidad, es recomendable sacar la
muestra de la parte central y de una profundidad de 30 centmetros.
En lagos profundos, en los que es altamente probable una estratifcacin,
deben obtenerse un mnimo de tres muestras de diferentes profundidades: a 30
centmetros por debajo de la superfcie; arriba del hipolimnion, y otra en la base del
hipolimnion, aproximadamente 1 metro arriba del fondo. En esta ltima muestra
es necesario tomar precauciones para evitar mezclar el sedimento con la muestra
(Murgel, 1984; Lind, 1974; Straskraba et al., 1993).
99
No olvidar hacer las anotaciones pertinentes tanto en las etiquetas como en la
libreta de campo, tales como valores de parmetros fsicoqumicos, ubicacin del si-
tio de muestreo y la profundidad de donde se tomaron cada una de las muestras.
Tiempo de muestreo
El tiempo de duracin del muestreo depender de diversos factores tales como el
objetivo del muestreo y las caractersticas particulares del cuerpo de agua.
Tipos de muestr as
Considerando que para un cuerpo de agua una muestra representa una porcin de
su totalidad, es posible entonces, cuando la muestra es representativa, conocer la
composicin de ese cuerpo de agua original para un determinado tiempo y bajo las
circunstancias particulares en las que se realiz su captacin. Cuando se requiere
conocer con mayor detalle el comportamiento de un cuerpo de agua, es necesario
conocer la informacin antecedente que permita ubicarlo como un cuerpo relativa-
mente constante o cambiante, esto a efecto de seleccionar ms adecuadamente el
tipo de muestra a obtener (clesceri et al., 1998). En este sentido, es posible dividir
el tipo de muestras a obtener en tres: simples, compuestas e integradas.
Muestras simples
Las muestras simples, conocidas tambin como puntuales, consisten en obtener una
muestra continua que refeje cualitativa y cuantitativamente la calidad del cuerpo
de agua muestreado. Se recomienda su obtencin cuando la composicin de la
fuente es relativamente constante a travs de un tiempo prolongado o a lo largo
de distancias considerables en todas las direcciones. Esta caracterstica permite
suponer que la muestra obtenida bajo tales circunstancias representa un intervalo
de tiempo o un volumen ms extenso. En este contexto, un cuerpo de agua puede
estar adecuadamente representado por muestras simples, como en el caso de aguas
superfciales y aguas de suministro, pocas veces de efuentes residuales.
Cuando se sabe que un cuerpo de agua vara con el tiempo, las muestras sim-
ples tomadas a intervalos de tiempo precisados, y analizadas por separado, deben
registrar la extensin, frecuencia y duracin de las variaciones. Es necesario escoger
los intervalos de muestreo de acuerdo con la frecuencia esperada de los cambios,
100
que pueden variar desde tiempos tan cortos como 5 minutos, hasta 1 hora o ms.
Las variaciones estacionales en sistemas naturales pueden necesitar muestreos de
varios meses; cuando la composicin de las fuentes vara en el espacio ms que
en el tiempo, se requiere tomar las muestras en los sitios apropiados.
Muestras compuestas
En la mayora de los casos, el trmino muestra compuesta, se refere a una
combinacin de muestras simples o puntuales tomadas en el mismo sitio durante
diferentes tiempos. La mayor parte de las muestras compuestas en el tiempo se
emplean para observar concentraciones promedio, usadas para calcular las res-
pectivas cargas o la efciencia de una planta de tratamiento de aguas residuales. El
uso de muestras compuestas representa un ahorro sustancial en costo y esfuerzo
del laboratorio comparativamente con el anlisis por separado de un gran nmero
de muestras y su consecuente clculo de promedios.
Para estos propsitos, se considera standar para la mayora de determinaciones
una muestra compuesta que representa un perodo de 24 horas. Sin embargo, bajo
otras circunstancias puede ser preferible una muestra compuesta que represente
un cambio, o un menor lapso, o un ciclo completo de una operacin peridica.
Para evaluar los efectos de descargas y operaciones variables o irregulares, tomar
muestras compuestas que representen el periodo durante el cual ocurren tales
descargas.
No se deben emplear muestras compuestas para la determinacin de com-
ponentes o caractersticas sujetas a cambios signifcativos e inevitables durante
el almacenamiento; sino que se deben hacer tales determinaciones en muestras
individuales lo ms pronto posible despus de la toma y preferiblemente en el
sitio de muestreo. Ejemplos de este tipo de determinaciones son: gases disueltos,
cloro residual, sulfuros solubles, temperatura y pH. Los cambios en componentes
como determinados constituyentes inorgnicos tales como el hierro, manganeso,
alcalinidad o dureza. Las muestras compuestas en el tiempo se pueden usar para
determinar solamente los componentes que permanecen sin alteraciones bajo las
condiciones de toma de muestra, preservacin y almacenamiento.
Tambin se pueden tomar porciones individuales del cuerpo de agua en estudio
en botellas de boca ancha cada hora (en algunos casos cada media hora o incluso
cada 5 minutos) y mezclarlas al fnal del periodo de muestreo, o combinarlas en
una sola botella, de tal manera que todas las proporciones de la composicin sean
preservadas tan pronto como se recolectan. Algunas veces es necesario el anlisis
de muestras individuales.
101
Es deseable, y a menudo esencial, combinar las muestras individuales en vol-
menes proporcionales al caudal. Para el anlisis de aguas residuales y efuentes, por
lo general es sufciente un volumen fnal de muestras de 2 a 3 L. Para este propsito
existen muestreadores automticos, que no deben ser empleados a menos que la
muestra sea preservada; se requiere limpiar tales equipos y las botellas diariamente,
para eliminar el crecimiento biolgico y cualquier otro depsito.
Muestras integradas
Para ciertos propsitos, es mejor analizar mezclas puntuales tomadas simultnea-
mente en diferentes puntos (muestreo en espacio), o lo ms cercanas posibles. un
ejemplo de la necesidad de muestreo integrado ocurre en ros o corrientes que varan
en composicin a lo ancho y profundo de su cauce. Para evaluar la composicin
promedio o la carga total, se usa una mezcla de muestras que representan varios
puntos de la seccin transversal en proporcin a sus fujos relativos. La necesidad
de muestras integradas tambin se puede presentar si se propone un tratamiento
combinado para varios efuentes residuales separados, cuya interaccin puede
tener un efecto signifcativo en la tratabilidad o en la composicin. La prediccin
matemtica puede ser inexacta o imposible, mientras que la evaluacin de una
muestra integrada puede dar informacin ms til.
Los lagos naturales y artifciales muestran variaciones de composicin segn la
localizacin horizontal y la profundidad; sin embargo, estas son condiciones bajo
las cuales las variaciones locales son ms importantes mientras que los resultados
promedio y totales son especialmente tiles. En tales casos se deben examinar las
muestras separadamente antes que integrarlas.
La preparacin de muestras integradas requiere generalmente de equipos dise-
ados para tomar muestras de una profundidad determinada sin que se contaminen
con la columna superior de agua. Generalmente se requiere conocer el volumen,
movimiento, y composicin, de varias partes del cuerpo de agua a ser estudiado.
La toma de muestras integradas es un proceso complicado y especializado que se
debe describir adecuadamente en el plan de muestreo.
Nmero de muestr as y cantidad de muestr a
Las muestras representativas se pueden obtener slo colectando muestras com-
puestas en perodos predeterminados o en diferentes puntos de muestreo; las con-
diciones de recoleccin varan con las localidades y no existen recomendaciones
102
especfcas que puedan ser aplicables en forma general. algunas veces es ms
informativo analizar varias muestras en forma separada en lugar de obtener una
muestra compuesta, ya que es posible aparentar su variabilidad, los mximos y
los mnimos (clesceri et al., 1998).
Como se mencion, en trminos generales, la muestra colectada debe asegurar
que los resultados analticos obtenidos representan la composicin actual de la misma.
Los siguientes factores afectan los resultados: la presencia de material suspendido
o turbidez; y los cambios fsicoqumicos que pudieran ocurrir durante el almacena-
miento. Por consiguiente, es necesario disponer de los procedimientos detallados
(como fltracin, sedimentacin, etc.) a los que se va a someter a las muestras antes
de ser analizadas, especialmente si se trata de metales traza o compuestos orgnicos
en concentraciones traza. En algunas determinaciones como los anlisis para plomo,
stos pueden ser invalidados por la contaminacin que se puede presentar en tales
procesos. Cada muestra debe ser tratada de forma individual, teniendo en cuenta las
sustancias que se van a determinar, la cantidad y naturaleza de la turbidez presente,
y cualquier otra condicin que pueda infuenciar los resultados.
La seleccin de la tcnica para recolectar una muestra homognea debe ser
defnida en el plan de muestreo. Generalmente, se separa cualquier cantidad signi-
fcativa de material suspendido por decantacin, centrifugacin o un procedimiento
de fltracin adecuado. Por ejemplo, para el anlisis de metales las muestra puede
ser fltrada o no, o bien, aplicar ambas tcnicas analticas si lo que se busca es
diferenciar el total de metales de aquellos que solamente estn presentes en la
matriz de forma disuelta.
Nmero de muestras
Teniendo en cuenta las variaciones aleatorias, tanto de los procedimientos analti-
cos, como la presencia de componentes en el lugar de la toma de muestra, una sola
de ellas puede resultar insufciente para alcanzar el nivel de certidumbre deseado.
Si se conoce la desviacin estndar global, el nmero necesario de muestras puede
calcularse con la siguiente frmula.
N
ts
=
1
2
Donde:
N = Nmero de muestras; t =t de Student para un nivel de confanza determinado
s =desviacin global estndar, y U =nivel de incertidumbre aceptable
103
Curvas como las presentadas en la Figura 1, ayudan a hacer el clculo del
nmero de muestras requerido. Por ejemplo, si s es 0.5 mg/L, U es 0.2 mg/L y
si se desea un nivel de confanza del 95%, es necesario tomar de 25 a 30 muestras
(Wilson, 1982; clesceri et al., 1998).
Cantidad de muestr a
Al respecto, es necesario recordar que el volumen de muestra a colectar debe ser
sufciente y en el recipiente adecuado, de tal manera que permita hacer las medi-
ciones previstas de acuerdo con los requerimientos de manejo, almacenamiento
y preservacin. En el Cuadro 2, se muestran los volmenes habituales necesarios
para anlisis. Debe precisarse que no debe usarse la misma muestra para estudios
qumicos (orgnicos e inorgnicos), bacteriolgicos y microscpicos, pues los
mtodos de toma y manipulacin de las mismas son distintos.
120
100
80
60
40
20
1 2 3 4 s/U
N
m
e
r
o

d
e

m
u
e
s
t
r
a
s

99 % de confianza
95 % de confianza
90 % de confianza
Figur a 1. Nmero aproximado de muestras requeridas para estimar una concentracin media
104
Manejo y conser vacin de muestr as
Cadena de custodia
El proceso de control y vigilancia del muestreo, preservacin y anlisis (procedi-
miento de cadena de custodia), es esencial para asegurar la integridad de la muestra
desde su recoleccin hasta el reporte de los resultados. Incluye la actividad de
seguir o monitorear las condiciones de toma de muestra, preservacin, codifca-
cin, transporte y su posterior anlisis. Este proceso es bsico e importante para
demostrar el control y confabilidad de la muestra no slo cuando hay un litigio
involucrado, sino tambin para el control de rutina de las muestras. Se considera
que una muestra est bajo la custodia de una persona, si est bajo su posesin
fsica individual, a su vista, y en un sitio seguro. Los siguientes procedimientos
resumen los principales aspectos de control y vigilancia de las muestras (clesceri
et al., 1998; Lind, 1974; Muoz, 1996).
Etiquetas
Para prevenir confusiones en la identifcacin de las muestras, pegar al frasco de
la muestra antes del muestreo o en el momento del muestreo, papel engomado o
etiquetas adhesivas en las que se anote, con tinta a prueba de agua, por lo menos
la siguiente informacin: nmero de muestra, nombre del recolector, fecha, hora
y lugar de su recoleccin, y preservacin realizada.
Sellos
Para evitar o detectar adulteraciones de las muestras. Sellar los recipientes con papel
autoadhesivo, en los que se incluya por lo menos la siguiente informacin: Nmero
de muestra, (idntico al nmero de etiqueta), nombre del recolector, fecha y hora
del muestreo; tambin son tiles los sellos de plstico encogible. Adherir el sello
de tal manera que sea necesario romperlo para abrir el recipiente de la muestra,
despus de que el personal muestreador ceda la custodia o vigilancia.
Libro de campo
Es un libro o carpeta exclusiva para el registro de toda la informacin pertinente
a observaciones de campo o de muestreo, la cual debe guardarse siempre en un
105
lugar seguro. Los registros deben incluir como mnimo lo siguiente: propsito
del muestreo, localizacin de la estacin de muestreo, o del punto de muestreo
si se trata de un efuente industrial, en cuyo caso se debe anotar la ubicacin y
responsables de la descarga. Es importante registrar el tipo de muestra obtenida
y el mtodo de preservacin empleado, cuando proceda. Tambin se requiere
describir el punto de muestreo y del mtodo de muestreo; fecha y hora de reco-
leccin; nmeros de identifcacin de los recolectores de la muestra; distribucin
y mtodo de transporte de la muestra; referencias tales como mapas o fotografas
del sitio de muestreo; observaciones y condiciones de campo; y frmas del personal
responsable de las observaciones. Debido a que las situaciones de muestreo varan
ampliamente, es esencial registrar la informacin sufciente de tal manera que
se pueda reconstruir el evento del muestreo sin tener que confar en la memoria
de los encargados.
Registro del control y vigilancia de la muestra
Se deber elaborar un formato de control y vigilancia para cada una de las muestras
o grupo de muestras obtenidas. El formato deber incluir la siguiente informacin:
nmero(s) de la(s) muestra(s); frma del recolector responsable; fecha, hora y sitio
de muestreo; tipo de muestra; frmas del personal participante en el proceso de
control, vigilancia y posesin de las muestras y las fechas correspondientes. Las
muestras debern estar acompaadas de los formatos correspondientes.
Formato de solicitud de anlisis
La muestra debe llegar al laboratorio acompaada de una solicitud de anlisis;
el recolector completa la parte del formato correspondiente a la informacin de
campo anotada en el libro de campo. La parte del formato correspondiente al la-
boratorio la completa el personal del laboratorio, e incluye: nombre de la persona
que recibe la muestra, nmero de muestra en el laboratorio, fecha de recepcin, y
las determinaciones a ser realizadas.
Entrega de la muestra en el laboratorio
Las muestras se deben entregar en el laboratorio lo ms pronto que sea posible
despus del muestreo. Dependiendo del tipo de anlisis a realizar, existe un tiempo
106
mximo para que se lleve a cabo el anlisis y los valores obtenidos sean de uti-
lidad. Al respecto puede consultarse el Cuadro 2, con los tiempos recomendados
por los mtodos estndar americanos (clesceri et al., 1998). Por tal motivo es
necesario contar con un plan de almacenamiento y preservacin que permita la
entrega oportuna de las muestras en el laboratorio. En caso de que las muestras
sean enviadas por correo o servicio de mensajera a travs de una empresa res-
ponsable, se debe incluir el formato de la compaa transportadora dentro de la
documentacin del control y vigilancia de la muestra. La solicitud del anlisis
debe estar acompaada por el registro completo del proceso de control y vigilancia
de la muestra: entregar la muestra a la ofcina de recepcin en el laboratorio; el
recepcionista a su vez debe frmar el formato de vigilancia y control, incluyendo
la fecha y hora de entrega.
Recepcin y registro de la muestra
En el laboratorio, el recepcionista inspecciona la condicin y el sello de la mues-
tra, compara la informacin de la etiqueta y el sello con el registro o formato del
proceso de control y vigilancia, le asigna un nmero o cdigo para su entrada al
laboratorio, la registra en el libro del laboratorio, y la guarda en el cuarto o cabina
de almacenamiento hasta que le sea asignada a un analista.
Asignacin de la muestra para anlisis
El coordinador del laboratorio asigna la muestra para su anlisis, quedando el ana-
lista como responsable del procesamiento, cuidado y vigilancia de la muestra. Los
resultados obtenidos se entregarn mediante su respectivo reporte al solicitante.
Conser vacin de muestr as
Dada la naturaleza intrnseca de las muestras de aguas de cuerpos de aguas super-
fciales, resulta prcticamente imposible su conservacin de manera completa e
inequvoca. La composicin fsicoqumica y microbiolgica de dichas muestras
impide la completa estabilidad de sus constituyentes. Por esta razn, en el mejor
de los casos, solamente pueden retardarse los cambios qumicos y biolgicos que,
inevitablemente, continan despus de retirar la muestra de su fuente. Algunos
puntos de inters a considerar son los siguientes (clesceri et al., 1998).
107
Naturaleza de los cambios en la muestra
Los cambios qumicos son funcin de las condiciones fsicas y suceden en la
estructura de ciertos constituyentes. Por ejemplo, la precipitacin de cationes
metlicos al formar sus hidrxidos; la formacin de complejos; su adsorcin en
los recipientes que contienen la muestra o su disolucin o volatilizacin conforme
pasa el tiempo.
Los cambios biolgicos pueden inducir la alteracin de la muestra al cambiar la
valencia de un elemento o radical. Asimismo, puede haber adsorcin de compuestos
orgnicos e inorgnicos a estructuras celulares, o bien, la liberacin de ese tipo
de elementos al presentarse lisis celular. Los cambios ms representativos origi-
nados por la actividad microbiolgica son el incremento o decremento de valores
de demanda bioqumica de oxgeno, cambio en la concentracin de compuestos
nitrogenados y la reduccin de sulfato a sulfuro, entre otros.
Tiempo entre la toma y el anlisis de la muestra
Con objeto de que los resultados sean ms exactos, es recomendable que el tiempo
transcurrido entre la toma y el anlisis de una muestra sea el mnimo posible. Lo
anterior cobra mayor relevancia cuando la concentracin del elemento o compuesto
a analizar se encuentra presumiblemente en bajas concentraciones (g/L). cabe
sealar que existen algunos constituyentes y parmetros fsicos que requieren ser
analizados in situ como es el caso de la temperatura, pH y oxgeno disuelto. Para
muestras compuestas, se debe registrar el tiempo en el momento de fnalizar la
composicin. Es posible retardar los cambios provocados por el crecimiento de
los organismos mediante el almacenamiento de las muestras en obscuridad y a
baja temperatura (< de 4 c pero sin congelar). Debe recordarse que es importante
registrar el tiempo transcurrido hasta el momento del anlisis de la muestra, as
como la tcnica de preservacin empleada.
Tcnicas de conservacin o preservacin
Los principales mtodos de conservacin de muestras incluyen su acidifcacin o
basifcacin; la adicin de compuestos que permitan estabilizar un determinado tipo
de constituyente; el empleo de botellas mbar y opacas; refrigeracin; fltracin y
congelamiento. Lo anterior con alguno de los siguientes objetivos: retardar la accin
biolgica, la hidrlisis de compuestos qumicos, la reduccin de la volatilidad o
108
adsorcin de los constituyentes. Es importante resaltar que comnmente para hacer
diferentes determinaciones en una muestra, es necesario tomar diferentes porcio-
nes y preservarlas por separado, debido a que el mtodo de preservacin puede
interferir con otra determinacin. Es decir, no existe un preservador universal. En
el Cuadro 2, se presentan los principales mtodos de preservacin recomendados
segn el tipo de constituyente o compuesto a evaluar, la estimacin del volumen
requerido de muestra para su anlisis, el tipo de recipiente sugerido, y el tiempo
mximo de almacenamiento recomendado para muestras conservadas bajo con-
diciones ptimas.
Como se ha mencionado a lo largo del presente trabajo, la toma y el manejo de
muestras de aguas superfciales procedentes de ros, arroyos, estanques y lagos
requiere seguir procedimientos estandarizados apegados en la medida de lo posible
a la normatividad nacional aplicable existente a efecto de que tengan validez legal
en caso de as requerirse.
Para evitar al mnimo contribuir, de manera directa o indirecta, con la conta-
minacin de cuerpos acuticos debe evitarse la descarga al drenaje, sin tratamiento
previo, de los residuos generados por el procesamiento de la muestra analizada.
A este respecto, pueden generarse dos tipos de residuos. 1) los ocasionados di-
rectamente como resultado de la muestra sobrante, los cuales pueden o no tener
conservador y 2) los resultantes del anlisis de la muestra. En cuanto a los prime-
ros, es recomendable muestrear nicamente el volumen de agua requerido para
realizar el anlisis previsto. Lo anterior con la fnalidad de no tener que desecharlo
directamente al drenaje del laboratorio donde se practican las pruebas analticas.
Cuando sea posible y la muestra no haya sido alterada de manera considerable, es
recomendable regresar el volumen sobrante a la fuente de donde se obtuvo. Con
relacin a los segundos, es importante tomar en cuenta el adecuado manejo de los
residuos generados del procesamiento y anlisis de la muestra de agua colectada.
Dependiendo del anlisis realizado, los productos debern ser tratados a efecto
de neutralizar su pH, eliminar presencia de metales, slidos, temperatura, etc.
Cabe sealar que actualmente los laboratorios analticos devuelven a sus clientes
los recipientes conteniendo el sobrante de muestra analizada. Lo anterior con la
fnalidad de no tener que llevar a cabo el manejo y disposicin de la muestra y del
propio recipiente, lo cual conlleva implcitamente responsabilidad y costo.
Por otra parte, resulta importante que eventualmente se aborden aspectos re-
lacionados con el muestreo y manejo de muestras de otro tipo de cuerpos de agua
109
de inters regional como seran los esteros, pantanos lagunas costeras y zonas
martimas.
Referencias
clesceri L. S., Greenberg a.E. y Rhodes R. 1998. Standard Methods for the Examination
of Water and Wastewater. american Public Health association, american Water Works
association, Water Pollution control Federation. 20 ed. Nueva York, Eua.
Bartram J. y Ballance R. 1996. Water Quality Monotoring. a practical guide to the design
and implememntation freshwater quality studies and monitoring programmes. uNEP,
WHO y E & FN SPON. Londres, Inglaterra. 383 p.
Berner K. E. y Berner R. a. 1987. The global water cycle. Geochemistry and environment.
Prentice Hall, Inc. Pp. 12-15.
Chapman, D. 1992. Water Quality Assessments. uNEScO, WHO y uNEP. Chapman & Hall.
Londres, Inglaterra. 585 p.
cNa. 1998. Ley Federal de Derechos en Materia de agua. comisin Nacional del agua.
Mxico D. F.
Eckblad J. W. 1978. Laboratory Manual of Aquatic Biology. WcB. EUA. 232 p.
Primer Encuentro Universitario del Agua. Grupo Universitario del Agua. Universidad
Nacional autnoma de Mxico. Octubre 10 y 11 de 2006. cocoyoc, Morelos.
Frankel M. 1982. Manual de anticontaminacin. Como evaluar la contaminacin del
ambiente y en los lugares de trabajo. Fondo de Cultura Econmica. Mxico D. F.
Lind, O. T. 1974. Handbook of common methods in Limnology. Second edition Kendall
E. U. A. 198 p.
Mason, C. F. 1987. Biologa de la contaminacin del agua dulce. Alhambra Espaa, 289
p.
Mxico 2006. IV Foro Mundial del Agua. Acciones locales para un reto global. Documentos
temticos. Ejes temticos y perspectivas transversales. comisin Nacional del agua.
Marzo 16 al 22 de de 2006. Ciudad de Mxico.
Muoz, R. a. c. 1996. Gua de tcnicas de anlisis de agua para campo y laboratorio en
hidrobiologa. Informe de Servicio Social. Universidad Autnoma Metropolitana.
Xochimilco. D.F.
Murgel B. S. 1984. Limnologa sanitaria, estudio de la polucin de aguas continentales.
Serie de Biologa. Monografa no. 28. Secretara General de la Organizacin de los
Estados americanos. Programa Regional de Desarrollo cientfco y Tecnolgico.
Washington D. c. Eua. 92 p.
Odum P. E. 1998. Ecologa. El puente entre la ciencia y Sociedad. Mc Graw-Hill. Intera-
mericana. Mxico D. F., Mxico.
Ros, J. 1979. Prcticas de Ecologa. Ediciones Omega Barcelona, 181 p.
Ryding S. y Rast W. 1989. The Control of Eutrophication of Lakes and Reservoirs. Vol. 1
uNEScO y The Parthenon Publishing Group. Pars, Francia. 314 p.
110
Shiklomanov I. a. 1993. World fresh water resources. cap. 2. En: Examination of water
for pollution control. Suess, M. J. Editor. Pergamon Press Londres, Inglaterra.
Straskraba, M., Tundisi J. G. y Duncan a. 1993. State of the art of reservoir limnology and
water quality management. En: Comparative Reservoir Limnology and Water Quality
Management, 213-288.
Strobl R. O., Robillard P. D., Shannon R. D., Day R. L. y McDonnell a. J. a. 2006. Water
quality monitoring network design methodology for the selection of critical sampling
points: part I. Environ. Monit. Assess., 112: 137-158.
Suess, M. J. 1982. Examination of Water for Pollution Control. Vol. 1 WHO/E y Pergamon
Press Londres, Inglaterra. 360 pp.
Tortorelli, M. y Hernndez D. 1995. calidad de agua de un ambiente acutico sometido a
efuentes contaminantes En: Lopretto, E. y G. Tell, Ecosistemas de aguas continentales
Metodologas para su estudio. Ediciones Sur. Argentina pp. 217- 230.
Tundisi, J. G., Matsumura-Tundisi T. y calijuri c. 1993. Limnology and management
of reservoirs in Brazil. En: Comparative Reservoir Limnology and Water Quality
Management 25-55.
Wilson a. L. 1982. Design of sampling programmes. cap. 2. En: Examination of water
for pollution control. Suess, M. J. Editor. Pergamon Press Londres, Inglaterra.
111
Introduccin
Las aguas residuales son aquellas que se generan como consecuencia de algn tipo
de actividad humana y generalmente contienen una complicada mezcla de compues-
tos orgnicos e inorgnicos, procedentes ya sea de los residuos de materia prima
que no reaccion, subproductos no deseados, o bien, productos no recuperados. La
NOM-001-SEMARNAT-1996 (DOF, 1996a), las defne como aguas de composicin
variada provenientes de las descargas de usos municipales, industriales, comercia-
les, de servicios, agrcolas, pecuarios, domsticos, incluyendo fraccionamientos y
en general de cualquier otro uso, as como la mezcla de ellas. En la Cuadro 1, se
presenta una relacin del volumen de aguas residuales generadas por la industria
nacional, as como el contenido de materia orgnica asociada.
De acuerdo con lo anterior, es posible entender que en funcin de las caracte-
rsticas fsicoqumicas y biolgicas de cada tipo de agua residual, ser el nivel de
importancia que tengan, desde el punto de vista de contaminacin ambiental, as
como el grado de difcultad que implica su tratamiento para conseguir un determi-
nado nivel de limpieza. Lo anterior, evidentemente, repercutir tanto en el tipo de
tren de tratamiento a emplear, como en el costo y tiempo requerido para lograrlo.
Por otra parte, a efecto de no incurrir en las sanciones legalmente previstas,
como son las establecidas por la Ley Federal de Derechos en Materia de Agua (LFD-
MA), deben tenerse presentes las restricciones existentes (Cuadros 2 y 3), en cuanto
a la calidad de las descargas de aguas residuales a cuerpos receptores propiedad
4
AGUAS RESIDUALES
Marisela Arteaga,
1
Vctor Manuel Luna
2
y Francisco Bautista
3
1
Facultad de Estudios Superiores, Zaragoza, UNAM.
2
3
Centro de Investiga-
ciones en Geografa Ambiental, UNAM.
02-03 Aguas residuales ok.indd 111 25/01/2011 07:14:39 p.m.
112
de la nacin establecidas en la norma NOM-001-SEMARNAT-1996 (DOF, 1996a) y a
drenajes urbanos de acuerdo con la norma NOM-002-SEMARNAT-1996 (DOF, 1996b),
y lo que establece la NOM-003-SEMARNAT-1997, para ser reutilizadas en servicios
pblicos (DOF, 1997). La secuencia, para el clculo de sanciones econmicas por
descarga de contaminantes en exceso, se indica en una seccin posterior de este
mismo captulo. Tanto en lo sealado anteriormente, como para la evaluacin de
la efciencia depuradora de un determinado sistema de tratamiento de aguas resi-
duales, es necesario contar con muestras representativas y anlisis confable de las
mismas, lo cual se describe con detalle en el Captulo 4 de este libro. Considerando
lo anterior, se plantea como objetivo del presente captulo introducir al lector en los
principales aspectos relacionados con la medicin de fujo, as como al muestreo,
manejo, procesamiento y anlisis de la calidad de aguas residuales.
Es importante sealar que, si bien algunos aspectos relacionados con el mues-
treo de aguas residuales, al ser aplicables de manera general a cualquier tipo de
agua, ya han sido abordados previamente en el Captulo 4, Aguas superfciales,
Cuadro 1. Descarga de aguas residuales y materia orgnica generada
por tipo de industria en 2004.
Industrias Descarga de aguas residuales
industriales (metros cbicos/
segundo)
Materia orgnica generada
(miles de toneladas/ao)
Acuacultura 67.6 7
Azucarera 45.9 1 750
Petrolera 11.4 1 186
Servicios 10.3 183
Qumica 6.9 406
Celulosa y papel 5.5 108
Agropecuaria 3.2 1 063
Alimenticia 3.0 193
Cerveza y malta 1.6 272
Minera 0.8 56
Textiles 0.7 14
Destilera y vitivinicultura 0.4 230
Benecio de caf 0.3 32
Curtidura 0.1 9
Otros giros
a
12.9 795
a
Incluye industrias no consideradas en el listado de giros industriales (manufactura, acabado de metales, metal-mecnica).
Fuente: SEMARNAT. CNA (2004).
AGUAS RESIDUALES
113
resulta necesario abordarlas nuevamente de manera parcial y tomando en cuenta
las particularidades asociadas al manejo de aguas residuales. En este sentido, se
resaltarn slo aquellos aspectos que as lo requieran, ya sea para el adecuado en-
tendimiento independiente de este captulo o bien porque no hayan sido abordados
de manera previa, por no ser aplicables, como es el caso de los mtodos de medicin
de fujo. En este sentido, los cuatro factores bsicos que afectan la calidad de datos
ambientales son la coleccin, preservacin, anlisis de la muestra y el reporte de
los resultados. Acciones inadecuadas en cualquiera de los cuatro factores bsicos
pueden dar como resultado datos falsos, que inciden en juicios errneos.
La obtencin de muestras representativas y el mantenimiento de sus condiciones
de origen son partes crticas de cualquier programa de seguimiento o evaluacin.
Los mtodos analticos se han estandarizado, pero los resultados de los anlisis
sern tan buenos conforme se realicen los mtodos de muestreo, custodia y pre-
servacin ms adecuados.
Uno de los objetivos ms importantes del muestreo es obtener una pequea
porcin, que sea representativa de la totalidad del cuerpo acutico o del sistema
hidrulico. Una vez colectada la muestra, los constituyentes de la misma deben estar
en condiciones similares que cuando fue colectada. El tiempo en que permanezcan
estables se relaciona con sus caractersticas y el mtodo de preservacin usado.
La tcnica de muestreo es determinada por el tipo de agua natural o residual a
muestrear, tales como: aguas residuales municipales, aguas residuales industriales,
aguas superfciales, agua subterrnea y agua de consumo humano.
Las defniciones de calidad de agua estn relacionadas con su uso. Cada uso
produce aguas residuales que contienen contaminantes los cuales impactan el
ambiente en diferentes formas. La caracterizacin de aguas subterrneas, aguas
superfciales, lagos, estuarios, aguas costeras, aguas residuales municipales e
industrial se realiza a travs del diseo del muestreo que debe de realizarse para
asegurar datos vlidos. No existe un programa de muestreo universal, es decir, que
pueda ser aplicado indistintamente a todo tipo de aguas, sino que debe realizarse su
planeacin especfca considerando los siguientes aspectos: objetivos del programa
de muestreo, localizacin de puntos de muestreo, tipos de muestras, mtodos de
coleccin de muestras, medicin de fujos y procedimientos de campo, los cuales
se detallan a continuacin.
Hay cuatro objetivos principales para un programa de muestreo y anlisis de
aguas residuales y son: planeacin, investigacin o diseo, control de procesos y
regulacin. Estos objetivos en un programa de calidad de agua se interrelacionan
y cubren diferentes etapas de planeacin. Dado que los objetivos del programa
inciden directamente en el muestreo y el anlisis de laboratorio, la planeacin es
la primera etapa en el programa de muestreo.
114
Planeacin. Se da seguimiento a un rea o proyecto para: a) establecer bases
representativas de las condiciones de la calidad del agua; b) determinar la
capacidad de asimilacin de contaminantes en corrientes; c) determinar los
efectos de un proyecto o actividad particular; d) identifcar fuentes de conta-
minacin; e) asignar longitud, periodo y direccin de las descargas f) localizar
la carga del residuo vertido y g) establecer las caractersticas del agua para
proyectos futuros.
Investigacin o diseo. Los proyectos de investigacin de agua residual con-
ducen a un muestreo y anlisis para: a) determinar la efciencia del tratamiento
para un proceso unitario o sistema; b) determinar los efectos de cambios
en las variables de los procesos de control; c) caracterizar los infuentes y
efuentes de corrientes y lodos; d) optimizar la dosifcacin de productos o
reactivos qumicos, cargas para columnas de absorcin con carbn activado,
en procesos de tratamiento de agua potable, etc.; y e) determinar efectos a
la salud producidos por efuentes, lodos, agua potable contaminada y aguas
recreativas contaminadas.
Control de procesos. El muestreo y anlisis en los procesos de tratamiento de
agua residual conduce a: a) producir un efuente de alta calidad; b) optimizar
y mantener controladas las variables fsicas, qumicas y biolgicas de los
procesos que afectan la efciencia de tratamiento, por ejemplo, slidos sus-
pendidos en el licor mezclado, oxgeno disuelto, dosifcacin qumica, etc.;
c) determinar la recuperacin de recursos de procesos unitarios; d) determinar
el costo de tratamiento por unidad; y e) identifcar sustancias txicas o que
interferen con los sistemas de tratamiento.
Regulacin. La mayora de muestreos y subsecuentes anlisis son realizados para
cumplir los requerimientos de la legislacin mexicana en materia de aguas.
Muestreo
Dado que la calidad del agua vara de un lugar a otro en la mayora de los siste-
mas de agua se requiere de localizaciones apropiadas y contar con informacin
adecuada sobre el lugar a muestrear.
Los puntos de muestreo seleccionados deben ser sitios representativos. Este
trmino se defne como la localizacin en aguas superfciales o aguas subterrneas
en la cual los parmetros o condiciones especfcas pueden ser medidos de tal
manera que caracterizan o aproximan la cantidad o condicin del cuerpo de agua
o una localizacin en procesos de agua o agua residual donde los parmetros o
condiciones especfcas son medidos adecuadamente de tal manera que refejen
AGUAS RESIDUALES
115
las condiciones reales. Los criterios a considerar se detallan en el Captulo 4 de
este libro.
Solamente se mencionan dos de ellos que son importantes:
Homogeneidad del agua o agua residual. La turbulencia y buen mezclado re-
sultado de saltos hidrulicos, brotes y cadas en los cuerpos acuticos, contribuyen
a la distribucin uniforme de los constituyentes dentro del mismo y a la mejor
seleccin de puntos de muestreo.
No homogeneidad del agua o agua residual. Son resultado de un pobre mezcla-
do. Ejemplo de ello ocurre cuando existe estratifcacin en lagos o ros corriente,
debajo de una descarga de residuos. Asimismo, las diferentes densidades de los
constituyentes, como aceites fotantes o slidos suspendidos, reacciones qumicas
o biolgicas, como por ejemplo la presencia y desarrollo de algas en la superfcie
de cuerpos de aguas, que causan cambios de pH y fenmenos de composicin es-
tratifcada. Estos fenmenos requieren de un nmero mayor de sitios de muestreo
para conocer con ms precisin el grado de contaminacin que posee el sitio que
se desea muestrear.
Seleccin de puntos de muestreo
A este respecto, es necesario tener presente lo indicado en los siguientes incisos:
1) Caractersticas generales de la zona: a) homogeneidad de agua o agua residual
en el infuente y efuente del cuerpo de agua o corriente a muestrear; b) lo-
calizacin, corriente arriba y abajo, de poblaciones y/o centros industriales
cuyas descargas hacia el cuerpo receptor acutico resulten signifcativas;
c) existencia de reas con uso agrcola o ganadero y tipo de suelo existente;
d) acopio de informacin til obtenida de manera directa de localidades
aledaas.
2) Caractersticas generales del agua y agua residual: a) sitios representativos
del cuerpo de agua a muestrear (estuarios, reas costeras, lagos, presas o
bordos); b) ubicar aquellas reas de mayor uso de agua, como tomas de
abastecimiento pblico, reas comerciales de criadero de peces y reas
recreativas, etc.; c) en sitios representativos de las corrientes de residuos
individuales (in-, a-, efuentes), es decir, corrientes que entran, que son
tributarias o que salen de un canal, un estuario, una zona costera, un proceso
industrial, una poblacin, etc.
3) De la importancia del sitio. En localizaciones crticas (las cuales tienen el po-
tencial para desarrollar mayores problemas de calidad en el agua, como sera
116
el caso de problemas biolgicos), en reas limitadas que sean potencialmente
susceptibles de ser eutrofcadas.
4) Medicin de fujo. Ubicar los sitios especfcos en donde las descargas de
inters se encuentre bajo medicin continua y, por lo tanto, son conocidos
los volmenes aportados, o bien, dichos volmenes pueden ser estimados por
mtodos convencionales.
Tipos de muestras
El tipo de muestra a recolectar depende de la variabilidad del fujo, variabilidad
de la calidad del agua, la exactitud requerida y la disponibilidad de fondos para
conducir el muestreo y el programa analtico.
Una muestra simple se defne como una muestra discreta o individual, colec-
tada por un periodo de tiempo que no exceda los 15 minutos. sta puede ser
colectada manualmente usando una bomba, vaco, dragas u otro mecanismo
disponible. La colecta de una muestra simple es apropiada cuando se desea: 1)
caracterizar la calidad del agua en un tiempo particular; 2) proveer informa-
cin acerca de concentraciones mximas y mnimas; 3) permitir la coleccin
de un volumen de muestra variable; 4) corroborar muestras compuestas; y 5)
conocer los requerimientos permitidos de una descarga.
Una muestra compuesta es aquella conformada por el mezclado de muestras
discretas, colectadas en puntos peridicos de tiempo o proporcionales al gasto.
El nmero de muestras discretas para realizar una muestra compuesta depende
de la concentracin de contaminantes y del gasto. Los mtodos usados para la
conformacin de muestras compuestas, ventajas y desventajas, se presentan
en el Cuadro 2.
Como criterios para la seleccin del mtodo se pueden enunciar los siguientes:
Se usan muestras compuestas, cuando: a) la corriente no tiene un fujo con-
tinuo, como pruebas de fujo cerrado; b) el agua o caractersticas del residuo son
relativamente constantes; c) los parmetros a analizar tienden a cambiar con el
almacenaje como gases disueltos, cloro residual, sulfuro soluble, aceites y grasas,
parmetros microbiolgicos y orgnicos y pH; d) se requiere de informacin sobre
las concentraciones mxima y mnima; e) se requiere determinar la calidad del
agua para establecer criterios o lineamientos en cortos intervalos de tiempo; f) se
quiere predeterminar la variabilidad de un parmetro a travs de una seccin de
la corriente o profundidad de un cuerpo de agua.
AGUAS RESIDUALES
117
Cuadro 2. Mtodos para la obtencin de muestras.
Muestreo Principio Ventajas Desventajas Comentarios
Continuo Velocidad de bombeo
constante
Mnimo esfuerzo manual Requiere de gran capa-
cidad de muestra, puede
ser poco representativo
para variaciones consi-
derables de ujo
Prctico pero poco usa do
Continuo Velocidad de bombeo con
muestras proporcionales
al ujo de la corriente
Ms representativa es pe-
cialmente para altas varia-
ciones de ujo. Mnimo
esfuerzo manual
Requiere exactitud del
equipo de medicin de
ujo; grandes volmenes
de muestra, capacidad
variable de bombeo y
potencia
Poco usado
Peridico Vol umen de muestra
constante, intervalo de
tiempo constante entre
muestras
Mnima instrumentacin
y esfuerzo manual, no
requiere medicin de
ujo
Puede ser poco repre-
sentativo especialmente
para variaciones consi-
derables de ujo
Usado en muestreadores
automticos y muestreo
manual
Peridico Vol umen de muestra
constante, intervalo de
tiempo entre muestras
proporcionales al ujo de
la corriente
Mnimo esfuerzo manual Requiere exactitud de
medicin de ujo / lectura
de equi po. Muestra,
compuesta, requiere de
cartas de ujo
automticos y muestreo
manual
Peridico Inter val os de ti empo
constante entre mues-
tras, muestras de volu-
men proporci onal al
ujo de la corriente total
desde la ltima muestra
Instrumentacin mnima Muestra manual com-
puesta, requiere cartas
de flujo, si no existe
i nf or maci n pr evi a
sobre ujos mnimos y
mximos
No usado en mues-
treadores auto mticos,
pero s en muestreo
manual
Peridico Inter val os de ti empo
constante entre mues-
tras, volumen de muestra
proporcional al ujo total
de la corriente
Mayor representatividad
de la muestra obtenida
Muestra compuest a,
requiere un manual para
clculos de ujo cuando
no existe informacin
pr evi a sobr e f l uj os
mnimos y mximos
automticos y menos
usados en mt odos
manuales
En relacin con la obtencin de muestras compuestas automatizadas existen
diversos equipos disponibles de manera comercial, los cuales se programan para
realizar la toma de muestras de acuerdo con las necesidades. En este sentido, el
procedimiento para su uso debe apegarse a lo establecido por el fabricante. Por
lo anterior, en este captulo, nicamente se desarrollar lo concerniente al mtodo
de obtencin manual de muestras compuestas.
Cuando se usa un mtodo de volumen constante/tiempo proporcional, se utili-
za un anlisis previo del fujo para determinar un volumen apropiado y tener una
muestra representativa sin que exceda la capacidad del envase.
118
La preparacin de muestras compuestas proporcionales al fujo es realizada
de varias formas. En el Cuadro 3, se presenta un resumen de las tcnicas nece-
sarias para la preparacin de muestras compuestas de tiempo constante/volumen
variable.
A continuacin se dan cinco ejemplos:
Ejemplo 1. Una muestra puntual de 500 mL se colecta cada hora durante un perodo
de ocho horas. Se desea obtener una muestra compuesta de 3000 mL. Se requiere
un registro de fujo totalizado. Defnir la metodologa.
Etapas para obtener la respuesta: 1) Utilizar Qi del registro y calcular Qi =Qi-
Q
i
1; 2) Calcular a
i
=V
c
/ SDD(Q
i
) donde V
c
=3000 mL; 3) Revisar si a
i
mxima
Cuadro 3. Preparacin manual de muestras compuestas de volumen variable.
Tipo Preparacin Ecuacin
Tiempo constante
/ proporcional al
ujo total
Determinar el volumen
desde la ltima muestra por
integracin
a
i
= (DQ
i
/ SDQ
i
) V
c
a
i
= volumen de alcuota extrada de cada muestra
discreta (puntual)
V
c
= volumen de la muestra (conocido)
q
i
= ujo proporcional cuando se colecta una muestra
discreta (puntual) (del anlisis de ujo)
Q
i
= volumen de ujo cuando se colecta cada muestra
discreta (puntual)
Q
i
1= volumen de ujo 1, cuando se colecta cada
muestra discreta (puntual)
DQ
i
= volumen del ujo o proporcin desde la ltima
muestra (integracin).
SDQ
i
= volumen de ujo total (estimado).
Tiempo constante
/ volumen
proporcional al
ujo instantneo
Anotar el ujo proporcional a
cada tiempo de coleccin de
la muestra
a
i
= (q
i
/ n) V
c
Sqi
i = 1
donde:
a
i
= volumen de alcuota al ser extrada de cada
muestra discreta
q
i
= ujo proporcional cuando cada muestra discreta
fue colectada (del anlisis de ujo)
V
c
= volumen de muestra compuesta
n = nmero de muestras discretas
AGUAS RESIDUALES
119
excede el volumen de alguna muestra discreta, esto es 653 mL 500 mL?; 4) Si esto
ocurre, ajustar el tamao de alcuota usando la relacin: (a
i
ajustada ) =a
i
(volumen
de muestras discretas/ a
i
mx) =500/653=0.77; y 5) Determine el volumen de
la muestra compuesta ajustada de (a
i
ajustada). Este ejemplo ilustra que aunque
se deseaba un volumen de 3000 mL (Vc), por el tamao de muestra puntual, slo
podra obtenerse un volumen de muestra compuesta de 2310 mL.
Ejemplo 2. Preparacin manual de una muestra compuesta usando el mtodo,
tiempo constante / volumen proporcional a la descarga desde la ltima muestra
(Cuadro 5).
Una muestra de 500 mL fue colectada cada hora durante un perodo de ocho
horas. Se desea una muestra compuesta de 3000 mL. Es necesario un registro de
fujo proporcional.
Etapas: 1) Utilizar qi del registro y usar una regla trapezoidal para calcular
(DQ
i
=q
i
+q
i 1
)/2, (otra operacin puede hacerse si garantiza un buen resultado);
2) Calcular a
i
=(V
c
/SDQ
i
)(DQi) donde V
c
=3,000 mL; 3) Revisar si el volumen
mximo a
i
, excede el volumen de la muestra; 4) Si esto ocurre, ajustar el tamao
de alcuota usando la siguiente relacin: a
i
ajustada =a
i
(volumen de la muestra
discreta/ a
i
mxima); 5) Determinar el volumen de muestra ajustado de a
i
(ajusta-
do). Este ejemplo ilustra que aunque se deseaba un volumen compuesto de 3000
Cuadro 4. Relacin de valores necesarios para el clculo del volumen
de una muestra compuesta (ejemplo 1).
Muestra No.
(i)
Q
i
(L)
DQ
i

(L)
a
i
(mL)
a
i
(ajustada) =
a
i
(500 / a
i
mx)
(mL)
0 0 - - -
1 858 858 100 77
2 3,462 2,604 303 233
3 8,462 5,000 583 449
4 12,347 3,885 452 348
5 17,950 5,603 653 503
6 21,225 3,275 382 294
7 24,600 3,375 393 303
8 25,750 1,150 134 103
S = 25,750 S a
i
= 3,000 2,310
a
i
mx. = 653 mL.
120
mL (V
c
), por el tamao de muestra, slo podra obtenerse un volumen de muestra
compuesta de 2713 mL.
Ejemplo 3. Preparacin manual de una muestra compuesta usando el mtodo,
tiempo constante / volumen proporcional al fujo instantneo (Cuadro 6).
Una muestra de 500 mL se colecta cada hora, durante un periodo de ocho
horas. Se desea una muestra compuesta de 2000 mL. Es necesario un registro de
fujo proporcional.
Etapas: 1) utilizar qi del registro y sumar; 2) calcular a
i
=q
i
V
c
/Sq
i
; 3) Cotejar
si el volumen de a
i
mxima rebasa el volumen de la muestra (aqu). (500/509) =
a
i
(ajustada). Este ejemplo ilustra que con una muestra de 500 mL slo pueden
obtenerse 1965 mL de muestra compuesta. Si se desea colectar una muestra com-
puesta de 3000 mL evidentemente se debe aumentar el volumen (750 mL) de la
muestra simple o bien la frecuencia de la misma.
Ejemplo 4. Preparacin manual de una muestra compuesta usando el mto-
do volumen constante / tiempo proporcional a igual incremento de la descarga
(Cuadro 7).
Se toma una muestra de 500 mL en promedio por hora al pasar el fuido por
un punto de muestreo anterior. El perodo de muestreo son ocho horas.
Adems, una muestra de 500 mL se toma al fnal del perodo de muestreo. Se desea
tener una muestra compuesta de 4000 mL. Es necesario un registro de fujo total.
de una muestra compuesta (ejemplo 2)
Muestra No.
(i)
Q
i
(L)
DQ
i
(L)
a
i
(mL)
(a
i
ajustada) =
a
i
(500 / a
i
mx)
(mL)
0 951 - - -
1 2,025 1,483 146 132
2 3,700 2,862 282 255
3 5,212 4,456 439 397
4 6,004 5,608 553 500
5 5,018 5,511 543 491
6 4,002 4,510 444 401
7 3,089 3,546 349 316
1,847 2,468 244 221
SDQ
i
= 30,444 Sa
i
= 3,000 2,713
a
i
mx. = 553 mL.
AGUAS RESIDUALES
121
1. Utilizar Qi del registro anterior (pasado) y calcular DQ
i
=Q
i
(Q
i
1).
2. Determinar el nmero de muestras del periodo de muestreo global. Con base
en el nmero de muestras requeridas para el perodo de muestreo global, P,
determinar el promedio de fujo de los registros pasados para el intervalo de
tiempo, t, entre las muestras sucesivas. En este caso, el nmero de muestras
para el perodo de muestreo =8. Perodo de muestras global, P =8 horas. In-
tervalo de tiempo, T = 8 horas / 8 = 1 hora. Promedio de fujo para el intervalo
de tiempo entre muestras sucesivas anteriores =SQi (anterior) / P =25.000 /
8 =3125 L.
3. Tamao de alcuota a
i
=500 mL.
4. Colectar la muestra cada vez que pasen 3125 L por el punto de muestreo y
una adicional, nica, de 500 mL de muestra alcuota al fnal del perodo de
muestreo.
5. Registrar el fujo actual.
6. Anotar el fujo total para el perodo de muestreo. En este caso es Q
i
(actual)
=26,650 L.
7. Calcular la diferencia entre Q
i
(actual) y Q
i
(anterior), lo cual es 26,650
25,000 = 1650 L. ste es el fujo que pasa en el punto de muestreo, despus
Muestra No.
(i)
Qi
(L)
a
i
(mL)
a
i
(ajustada) =
a
i
(500 / a
i
mx)
(mL)
1 600 109 107
2 1,000 182 179
3 1,700 309 304
4 2,800 509 500
5 1,800 327 321
6 1,400 255 250
7 1,000 182 179
8 700 127 125
S qi = 11,000 S a
i
= 2,000 1,965
a
i
mximo = 509 mL
122
de tomar la ltima muestra igual incremento de la descarga, hasta el fnal
de muestreo. Este fujo es para la muestra colectada al fnal del perodo de
muestreo.
8. Calcular la alcuota representativa requerida para el desbalance de fujo de la
etapa 7 en proporcin igual al incremento de fujo.
Volumen requerida de alcuota = Q
i
(actual) - Q
i
(anterior) /
volumen igual al incremento de la descarga
(a
i
) =26.650 L 25.000 L (500 mL) / 3,125 L =264 mL.
9. Volumen compuesto =a
i
=8 alcuotas de 500 mL +264 mL de la alcuota
colectada al fnal del perodo de muestreo para un total de 4,264 mL.
Periodo
(c / hora)
Q
i
(anterior)
(litros)
Q
i
(anterior
(litros)
Q
i
(actual)
(litros)
Q
i
(actual)
(litros)
a
i
(mL)
Muestra
No.
0 8 0 0 0
1 868 868 797 797
500 1
2 4,024 3,156 3,648 2,851
500 2
3 7,616 3,592 8,002 4,354
500 3
4 11,453 3,837 11,709 3,707 4
500 5
5 16,629 5,176 16,056 4,347
500 6
6 20,377 3,748 19,763 3,707
500 7
7 20,625 2,248 24,321 4,558
500 8
8 25,000 2375 26,650 2,229 264 9
SDQ
i
= 25,000
Pasado
SDQ
i
= 26,650
Actual
AGUAS RESIDUALES
123
Ejemplo 5. Preparacin manual de una muestra compuesta para volumen cons-
tante / tiempo proporcional a igual incremento de la descarga (Cuadro 8).
Dado: Una muestra discreta de 500 mL fue colectada cada vez en promedio por
hora al pasar el fuido por un punto de muestreo anterior. El periodo de muestreo
son ocho horas. Adems, una muestra de 500 mL fue colectada al fnal del perodo
de muestreo se desea una compuesta de 4000 mL. Es necesario un reporte del fujo
instantneo proporcional registros anteriores.
Etapas:
1. Utilizar Q
i
de registros anteriores y usar una regla trapezoidal para calcular:
Q
i
=(Q
i
+Q
i
1) / 2
Periodo
(c / hora)
Q
i
(anterior)
(L)
DQ
i

(anterior
(L)
Q
i

(actual)
(L)
DQ
i

(actual)
(L)
a
i
(mL)
Muestra
No.
0 40 - 30 -
50 40
1 60 50
80 80 500 1
2 100 110
110 110 500 2
3 120 110
140 130 500 3
4 160 150 500 4
160 165 500 5
5 160 180 500 6
155 180
6 150 180 500 7
130 145
7 110 110 500 8
105 100
110 90 86 9
SDQ
i
= 930
anterior
SDQ
i
= 950
Actual
124
2. Determinar el nmero de muestras para el perodo de muestreo global. Sobre
la base de nmero de muestras requeridas para el perodo de muestreo global,
P, determinar el promedio de fujo de registro anterior para el intervalo de
tiempo, t. Entre las muestras sucesivas. En este caso el nmero de muestras
para el perodo de muestreo =8. Perodo de muestreo global, P =8 horas.
Intervalo de tiempo, T =8 horas / 8 =1 hora. Flujo promedio para el inter-
valo de tiempo entre muestras sucesivas de registros anteriores = (Q
i
/P)
=930/8=116 L.
3. Tamao de alcuota a
i
=500 mL.
4. Colectar una muestra cada vez que 116 litros pasen par el punto de muestreo
y una alcuota adicional de 500 mL al fnal del perodo de muestreo.
5. Registrar el fujo actual por unidad de intervalo de tiempo seleccionado. Por
ejemplo, horas, minutos, das.
6. Calcular el fujo total actual para el perodo de muestreo. En este caso es Q
i

(actual) =950 L.
7. Calcular la diferencia entre Q
i
(actual) y Q
i
(anterior) la cual es 950 930
= 20 L. Este es el fujo que pasa por el punto de muestreo despus de tomar la
ltima muestra para igual incremento de la descarga hasta el fnal del perodo
de muestreo.
8. Calcular la alcuota representativa requerida para el desbalance de fujo de-
terminado en la etapa 7 en proporcin a incrementos iguales.
Volumen de alcuota requerido = Q
i
(actual) Q
i
(anterior) (a
i
) /
volumen igual al incremento de la descarga =
20 L (500 mL) / 116 L =86 mL.
9. Volumen compuesto = a
i
=8 alcuotas de 500 mL +86 mL de la alcuota
tomada hasta el fnal del perodo de muestreo = 4086 mL.
Mtodos de toma de muestra
Las muestras pueden ser colectadas manualmente o con muestreadores automti-
cos. Las ventajas y desventajas de este tipo de muestreo se muestran en el Cuadro
9. Es importante destacar que el costo inicial es mnimo en un muestreo manual
y el elemento humano es la clave del xito o fracaso del programa de muestreo.
Se recomienda para un nmero pequeo de muestras, pero el costo y el tiempo
consumido por rutina aumenta en programas largos.
AGUAS RESIDUALES
125
El uso de muestreadores automticos es cada vez mayor por su alta efectividad,
versatilidad, rapidez y gran frecuencia de muestreo. Se encuentran disponibles con
distintos niveles de sofsticacin, mecanismos y costos. Para realizar un muestreo
automtico deben considerarse las siguientes caractersticas:
Variacin de las caractersticas del agua o agua residual con el tiempo.
Variacin del gasto con el tiempo.
Densidad de lquidos y concentraciones de slidos suspendidos.
Presencia de materiales fotantes.
La seleccin de una unidad o varias unidades para el muestreo deber ser
precedida de la evaluacin de factores como: 1) el intervalo de uso; 2) el nivel
Cuadro 9. Ventajas y desventajas de los muestreos manual y automtico.
Tipo de muestreo Ventajas Desventajas
Manual Bajo costo Probabilidad de incrementar variabili-
dad debido al manejo de muestras
Compensacin para varias situa-
ciones
Alto costo de mano de obra*
No mantenimiento Tarea repetitiva y montona para el
personal
Puede colectar muestras extras en
ciertos tiempos, cuando es nece-
sario
Automtico Muestras consistentes Considerable mantenimiento por
bateras y limpieza, susceptible de
obstruirse por slidos
Probabilidad de disminuir variabilidad
causada por manejo de muestras
Restricciones en tamao para condi-
ciones especcas. Inexible
Mnima labor requerida para el
muestreo
Contami naci n potenci al de l a
muestra
Tiene la capacidad para colectar
mltiples muestras para estimacio-
nes visuales de variabilidad y anlisis
de muestras individuales
Sujeto a vandalismo
*El alto costo de mano de obra supone que pueden colectarse varias muestras diariamente, con distancias considerables
entre los sitios de muestreo y tomando en cuenta las actividades propias del muestreo
126
de trabajos requeridos para la instalacin de cada muestreador automtico y 3) El
nivel de exactitud deseado.
Para la determinacin de la medicin de fujos debe tomarse en cuenta lo es-
tablecido en la NOM-001-SEMARNAT-1996 (DOF, 1996a). De manera arbitraria, es
posible dividir los mtodos de medicin de fujos en mtodos directos y mtodos
indirectos. Su aplicacin depender, entre otros factores, de la precisin requerida,
las caractersticas del sitio en donde se pretenda medir y de la infraestructura y
recursos econmicos disponibles. Para efectos legales, al igual que en el caso de
la determinacin de los parmetros de calidad fsica, qumica y biolgica del agua,
el personal responsable de la medicin deber estar debidamente acreditado y los
equipos que se empleen para la determinacin de este parmetro, correctamente
calibrados y certifcados. Usualmente se contratan laboratorios autorizados por la
Entidad Mexicana de Acreditacin (EMA).
De acuerdo con la normativa nacional en materia de aguas residuales, para su
muestreo es necesario llevar al cabo el aforo del caudal descargado en el sitio en
el momento del muestreo.
A este respecto, existe una amplia variedad de equipos de medicin. Entre
los principales medidores de fujo se encuentran los de presin diferencial, los
de accionamiento mecnico, as como los de tipo electromagntico y ultrasnico
como se describe a continuacin.
Medidores de presin diferencial. La medicin del caudal o fujo en conductos
cerrados consiste en la determinacin de la cantidad de volumen que circula por
unidad de tiempo. Para ello, se emplean instrumentos denominados comnmente
como fujmetros, caudalmetros o medidores de caudal, constituyendo una mo-
dalidad particular los contadores, los cuales integran dispositivos adecuados para
medir y justifcar el volumen que ha circulado por el conducto.
Los medidores de fujo volumtrico pueden determinar el caudal en unidades
de volumen de fuido de dos formas: a) directamente, mediante dispositivos de
desplazamiento positivo y b) indirectamente, mediante dispositivos de presin
diferencial, rea variable, velocidad y fuerza, entre otros.
Considerando que la medicin de caudal volumtrico en la industria general-
mente se realiza con instrumentos que dan lugar a una presin diferencial al paso
del fuido, se abordarn en primer lugar los medidores de presin diferencial. Esta
clase de medidores presenta una reduccin de la seccin de paso del fuido. Lo
anterior, origina que el fuido aumente su velocidad, lo cual ocasiona el aumento
de su energa cintica y, por consiguiente, su presin tiende a disminuir en una
proporcin equivalente, de acuerdo con el principio de la conservacin de la ener-
ga, creando una diferencia de presin esttica entre las secciones aguas arriba y
aguas abajo del medidor.
AGUAS RESIDUALES
127
Entre los principales tipos de medidores de presin diferencial destacan los
de placas de orifcio, toberas, tubos Venturi, tubos Pitot, tubos Annubar, codos,
medidores de rea variable, medidores de placa.
Medidores de desplazamiento positivo. Los medidores de desplazamiento
positivo miden la cantidad de fuido que circula por un conducto, dividiendo el fujo
en volmenes separados y sumando los volmenes que pasan a travs del medidor.
El principio se basa en que la energa de un fuido en movimiento es proporcional
a su densidad. Este tipo de medidores debe calibrarse a varios caudales, dentro
del margen de uso, con un fuido de viscosidad conocida.
En cada medidor se pueden destacar tres componentes comunes: a) cmara, que
se encuentra llena de fuido; b) desplazador, que, bajo la accin del fuido circulan-
do, transfere el fuido desde el fnal de una cmara a la siguiente y c) mecanismo
(indicador o registrador), conectado al desplazador, que cuenta el nmero de veces
que el desplazador se mueve de una parte a otra en la cmara de trabajo.
Dentro de los diferentes tipos de medidores para lquidos se consideran los
siguientes: a) medidores de tipo pistn; b) medidores de paletas deslizantes y c)
medidores de engranajes.
Habitualmente los medidores de tipo pistn se utilizan para medidas precisas
de pequeos caudales, siendo una de sus aplicaciones en unidades de bombeo de
distribucin de petrleo. Los medidores de paletas deslizantes se usan generalmente
para medir lquidos de elevado costo siendo instalados en camiones cisternas para
la distribucin de combustible para la calefaccin. Los medidores de engranajes
encuentran aplicaciones para un amplio margen de lquidos y condiciones de
funcionamiento, aunque la precisin de la medicin no es tan elevada.
Otros medidores volumtr icos. Adems de los medidores anteriormente
sealados, existen los de tipo electromagntico y ultrasnico.
Medidores de caudal electromagnticos. En trminos generales, un medidor
de caudal electromagntico utiliza el mismo principio bsico que el un elec-
trogenerador. Es decir, cuando un conductor se mueve a travs de un campo
magntico se genera una fuerza electromotriz, siendo su magnitud directamente
proporcional a la velocidad media del conductor en movimiento. Si el con-
ductor es una seccin de un lquido conductor circulando por un tubo aislado
elctricamente, a travs de un campo magntico y se montan los electrodos
diametralmente opuestos en la pared de la tubera, la fuerza electromotriz ge-
nerada a travs de los electrodos es directamente proporcional a la velocidad
media del fuido.
Medidores ultrasnicos. En cuanto a medidores ultrasnicos, existen prin-
cipalmente dos tipos que permiten medir el caudal en circuitos cerrados. El
128
primero se denomina de tiempo de trnsito o de propagacin, el cual utiliza
la transmisin por impulsos. El segundo, basado en el efecto Doppler, usa la
transmisin continua de ondas.
Medidores ultrasnicos por impulsos. Los medidores ultrasnicos modulados
por impulsos son los ms precisos y se utilizan preferentemente con lquidos
limpios, aunque algunos tipos permiten medidas de lquidos con cierto conteni-
do de partculas y gas. El mtodo diferencial de medida por tiempo de trnsito
se basa en un sencillo hecho fsico. El ejemplo ms comn para explicarlo es
imaginar dos canoas atravesando un ro sobre una misma lnea diagonal, una
en el sentido del fujo y la otra en contra del fujo, la canoa que se desplaza en
el sentido del fujo necesitar menos tiempo en alcanzar su objetivo.
Medidores ultrasnicos utilizando el efecto Doppler. En este caso, el ejemplo
que permite entender el efecto Doppler consiste en considerar el cambio que
se produce en la frecuencia cuando un tren se mueve hacia un observador con
su bocina sonando. Cuando el tren se acerca, la bocina es percibida por el
observador con una graduacin de tono ms alta, ya que la velocidad del tren
da lugar a que las ondas sonoras estn ms prximas que si el tren estuviera
parado. De igual manera, si el tren se aleja aumenta el espaciamiento, dando
como resultado una graduacin de tono o frecuencia ms baja. Este aparente
cambio en la frecuencia se denomina efecto Doppler y es directamente propor-
cional a la velocidad relativa entre el objeto mvil, el tren, y el observador. Los
medidores ultrasnicos de tipo Doppler utilizan el concepto de que si se deja
pasar el ultrasonido en un fuido en movimiento con partculas, el sonido ser
refejado de nuevo desde las partculas. La variacin de frecuencia del sonido
refejado ser proporcional a la velocidad de las partculas. Al igual que en el
caso de los medidores magnticos, los medidores de caudal por ultrasonidos no
presentan obstrucciones al fujo, no dan lugar a prdidas de carga, por lo que
son adecuados para su instalacin en grandes tuberas de suministro de agua,
donde es esencial que la prdida de carga sea pequea. Los transductores son
incorporados en el cuerpo del medidor, sin necesidad de juntas en contacto
con el fuido. No se necesita tubera en derivacin ni vlvulas de aislamiento,
ya que todos los elementos activos pueden reemplazarse sin contacto alguno
con el lquido. Para tuberas de dimetros superiores a 400 mm ofrecen una
solucin competitiva.
Medidores de tipo magntico. Respecto a la precisin, los medidores de tipo
magntico pueden llegar hasta un 0.25% del caudal real, mientras que los
de tipo de ultrasonidos hasta un 0.5 %. Su fcil instalacin reduce los costos
de mantenimiento y adems la medicin, con mnima prdida de carga, reduce
los costos energticos.
AGUAS RESIDUALES
129
Procedimiento de campo
El eje rector del programa de muestreo son las opciones de campo. Deben aplicarse
buenas prcticas, coleccin de muestras representativas, preservacin y manejo
adecuado de muestras y procedimientos adecuados de cadena de custodia. A con-
tinuacin se enumeran los pasos a seguir a manera de gua.
1. Colectar la muestra donde exista un buen mezclado, esto puede ser en el
medidor Parshall o en un punto de turbulencia hidrulica como un salto.
Ciertos tipos de vertederos y canaletas tienden a elevar la sedimentacin de
slidos aguas arriba y acumular slidos fotantes y grasas, aguas abajo. Por
lo que se deber tener cuidado en estos casos. Cuando se tenga un bajo nivel
de turbulencia, se debe inducir mecnicamente o con aire mezclado, excepto
cuando se analizan gases disueltos o materiales voltiles.
2. Colectar la muestra en el centro del canal a una profundidad de 40% y 60% del
fondo, donde la velocidad del fujo es promedio o ms alta que el promedio y
los cambios de slidos sedimentables es mnima. Esta profundidad evita cargas
de la seccin de fondo y materiales fotantes como grasas y aceites. Lo anterior
depender del objetivo especfco del muestreo, ya que la interpretacin para
muestreo de aguas residuales es subjetiva. Si se evala la descarga a cuerpos
superfciales, la toma de muestra tendr que ser exactamente en la descarga.
Si se pretende evaluar el impacto a cuerpos superfciales se podrn incorporar
las caractersticas mencionadas previamente. En este sentido, la calidad del
agua residual vertida a cuerpos superfciales, en estricto sentido, tendra que
ser sin entrar en contacto con un determinado cuerpo acutico superfcial o
de tipo subterrneo.
3. Cuando se va a muestrear un canal ancho, debe dividirse en varias secciones
verticales, de tal manera que cada seccin sea igual a la profundidad, tomando
una muestra representativa en cada seccin vertical.
4. En un lago o corriente profunda, colectar muestras a diferentes profundidades.
En todos los casos las muestras pueden hacer una compuesta o analizarse
individualmente dependiendo de los objetivos del programa.
5. En un muestreo manual, poner la boca del contenedor debajo de la superfcie
del agua y frente al fujo para evitar un exceso de material fotante. Cuidar
que la mano est lo ms lejos posible de la boca del contenedor.
6. Gua para muestreo manual. a) muestreo frente corriente para evitar conta-
minacin; b) dejar caer la cubeta invertida y tirar de la cuerda justo antes del
impacto con la superfcie del agua.
130
7. Cuando se muestrea, es necesario llenar los envases completamente si de las
muestras sern analizados compuestos orgnicos voltiles, oxgeno disuelto,
CO
2
, NH
3
, H
2
S, cloro libre, dureza, SO
2
, NH
4
+
, Fe
++
, aceites y grasas, acidez
o alcalinidad. Cuando se muestrea para bacterias o slidos suspendidos, es
necesario dejar un espacio de aire en el recipiente de la muestra para un buen
mezclado antes de tomar la alcuota y posterior anlisis.
8. Colectar el sufciente volumen de muestra para realizar anlisis al menos por
duplicado y pruebas de aseguramiento de la calidad. Lo anterior se hace ne-
cesario principalmente si los datos a obtener se pretenden usar legalmente.
En esta seccin no se hace mencin especfca de parmetros como pH, con-
ductividad elctrica y temperatura, debido a que se toman directamente in situ es
decir, en campo con equipos ad hoc.
Cuando no es posible el anlisis in situ de la muestra colectada, se deben tomar
precauciones de tal forma que las caractersticas de la muestra no se alteren. Por
ejemplo, para la preservacin y almacenamiento de muestras, se deben seguir las re-
comendaciones que se indican en el Captulo 4, as como los siguientes puntos.
1. Minimizar el nmero de personas que manipulen la muestra.
2. Seguir las recomendaciones de cadena de custodia, acondicionamiento de los
recipientes de colecta y las relativas al almacenamiento de muestras.
3. Almacenar la muestra de tal manera que asegure la no alteracin de los par-
metros a analizar y utilizar los mtodos de preservacin y tiempo de almace-
namiento pertinentes. Cuando no es posible el anlisis de la muestra colectada,
tomar precauciones de tal forma que las caractersticas de la muestra no se
alteren, siguiendo las recomendaciones para preservacin y almacenamiento
de muestras indicadas en el Captulo 4 de este libro. En el caso especfco del
acondicionamiento de los recipientes en donde se colectar la muestra, debe
tenerse en cuenta el parmetro que se pretende realizar. Entre las alternativas
de lavado de los recipientes se encuentra el uso de agua caliente, enjuague
con disolventes orgnicos o de mezcla cida. De igual forma, se debe evitar
el uso de vidrios blandos y de materiales nuevos de polietileno. Informacin
complementaria a este respecto, tambin puede consultarse en el Captulo 4.
4. Asegurarse que el material de los recipientes no interfera con el anlisis de
los parmetros especfcos.
5. Anlisis de campo. El programa de muestreo deber especifcar los anlisis a
realizarse en campo y los correspondientes mtodos analticos. Se deben tener
procedimientos normalizados y mtodos para manejo y anlisis de muestras,
as como su identifcacin.
AGUAS RESIDUALES
131
Planeacin de un progr ama de muestreo y estadstica aplicada al muestreo
Considerando lo sealado en los incisos anteriores, es posible dar paso a la planea-
cin de un programa de muestreo cuyos resultados obtenidos debern ser estads-
ticamente procesados, a efecto de poder realizar las inferencias requeridas y estar
as en posicin de cumplir los objetivos que motivaron la campaa de muestreo y
aforo de una corriente determinada.
Las siguientes consideraciones pueden ayudar a un programa de muestreo
apropiado. La planeacin de procesos puede dividirse en cuatro etapas: Plan pre-
liminar, evaluacin del plan preliminar, plan fnal y programa de evaluacin.
Plan preliminar. En esta etapa se rene informacin preliminar de la entidad
a muestrear, los sitios de muestreo y las caractersticas de fuido. La informacin
puede obtenerse de trabajos previos cuando existan. El Cuadro 10 muestra el tipo
de informacin de uso frecuente en la mayora de los casos. Es importante deli-
near los objetivos preliminares del muestreo y los detalles del plan al igual que
los parmetros de inters, tipo y tamao de muestra, la frecuencia de muestreo,
entre otros puntos de inters.
Evaluacin del plan preliminar. Circular el plan preliminar de muestreo en
otros departamentos que tengan relacin como laboratorio, personal de campo,
aseguramiento de la calidad, etc. Considerar las distintas recomendaciones en el
programa de muestreo fnal.
Determinar el nmero de muestras requeridas de un programa de seguimiento
analtico de agua residual, de tal manera que la desviacin estndar estimada se
halle dentro del 25% del valor verdadero (v. g., 12.5%) a un nivel de confanza
del 98%.
Aqu =1 0.98 =0.02 y Sx =0.25. El valor de W / Sx =0.25 se encuentra
en el eje vertical y se traza una lnea horizontal para encontrar el nmero de ob-
servaciones necesarias (N =180 en este caso).
Plan fnal. Con base en lo anterior, en deliberaciones con el personal involu-
crado, el plan fnal debe detallar objetivos, locacin de muestreo, nmero y fre-
cuencia de muestras, tipo de muestras, muestra para aseguramiento de la calidad,
procedimientos de preservacin y cadenas de custodia, designacin de autoridades,
procedimiento de campo.
Evaluacin del programa. Evaluar el programa completo antes que las mues-
tras sean colectadas y analizadas para determinar la efectividad del plan fnal y
as evitar futuros errores y problemas. La evaluacin deber enfatizar la efciencia
del programa y la calidad de los datos generados.
132
Cuadro 10. Informacin preliminar.
Detalles de proceso
Localidad planta de tratamiento ( ) _______________________ s no
___________ industria ( ) _______________________ Drenajes separados ( ) ( )
___________ ro ( ) _______________________
___________ estuario ( ) _______________________
___________ manantial ( ) _______________________
___________ colector ( ) _______________________
Planos s no fuentes de residuos ujos
De colectores ( ) ( ) __________________ ___________ T/C
Lneas de conduccin ( ) ( ) __________________ ___________ T/C
Ros y corrientes ( ) ( ) __________________ ___________ T/C
Plantas de tratamiento ( ) ( ) __________________ ___________ T/C
Estuarios ( ) ( ) __________________ ___________ T/C
Caudales Variabilidad del ujo
Ancho __________________ Hora-mxima _____________
Profundidad _____________ Hora mnima ______________
Tubera Promedio
Dimetro _____________ Da- mximo _____________
Material ______________ Da- mnimo _____________
Caractersticas fsicas
Topografa del ujo seguridad
Nivel ( ) olor ___________ gases ( )
Pendiente ( ) temperatura __________ especco ( )
Vegetacin ( ) aceites y grasas ___________ ugar _______
pantano ( ) turbiedad ___________ luz ________
Otros ( ) apariencia ___________
Corrientes
Turbulento __________
Sedimentos _________
Sitios de muestreo Accesibilidad
Distancia: camino ( )
Cerca ( ) puente ( )
Remoto ( ) otros ( )
Informacin adicional: T =tubera C = canal
AGUAS RESIDUALES
133
Estadstica aplicada al muestreo
Por cada programa de muestreo se deben establecer cuatro factores. Estos son
nmero de muestras, frecuencia del muestreo, parmetros a medir y locaciones
de muestreo.
El nmero de muestras necesarias para caracterizar aceptablemente un de-
terminado volumen de agua o agua residual se determina despus de analizar
algunos datos previos como la concentracin y las variaciones de los parmetros
a consideracin. Informacin complementaria puede consultarse en el Captulo
4. Sin embargo, estos valores pueden ser estimados. La estimacin suele dismi-
nuir la confabilidad de los resultados. Se pueden usar dos tcnicas para calcular
el nmero de muestras, una basada en la variabilidad hallada en la muestra y la
otra por la exactitud de la media de las muestras. De cada uno se obtiene un valor
deseado de N, que es el nmero de muestras necesarias. Tambin se puede optar
por el valor ms alto para la aplicacin.
Determinacin del nmero de muestras de acuerdo con su variabilidad
Para determinar el nmero de muestras a obtener, es importante considerar su
variabilidad, por tal motivo, se requiere contar con la siguiente informacin:
El error permisible de la desviacin estndar WW / Sx
Nivel de confanza requerida (1 )
Para esta situacin se estima que el valor de la variable con certeza ocurre dentro
de un intervalo especfco. Se supone una distribucin normal de los datos.
Determinacin del nmero de muestras de acuerdo con el valor medio. Ejemplo.
Para determinar el nmero de muestras en funcin del valor medio se requiere
disponer de la siguiente informacin:
1. Nivel de confanza requerida (1 )
2. Coefciente de variacin de la fuente a muestrear (CV =Sx / x).
Se recomienda una doble interaccin, especialmente si el nmero de muestras
encontradas es pequeo (N <30). Se supone una distribucin normal.
134
La primera interaccin usa la frmula N =( (CvXZ / 2) / (D /100))
2
.
donde: D es la desviacin media de la muestra de la media verdadera, expresada
como un porcentaje de la media verdadera, Z / 2.
Para la segunda interaccin, se usa: N =((Cv {t / 2; N 1}) / D / 100))
2
.
donde:
t / 2; N 1
Probabilidad de exceder los LMP de una norma
Para determinar la probabilidad de exceder los lmites mximos permisibles (LMP)
de una norma, es necesario contar con la siguiente informacin.
1. La media, mm, o la media de la muestra, X.
2. La desviacin estndar, ss, o desviacin estndar de la muestra, Sx.
3. El valor del LMP establecido en la norma, Xs, que no puede ser rebasada por
el parmetro.
Para datos normalmente distribuidos, la probabilidad de que el LMP establecido
en la norma sea rebasado, se calcula de la siguiente manera:
P(X >Xs) =P (Z >Z ) =
Z =(Xs - m) / s
Despus de calcular Z, los parmetros con valores ms altos que tienen
una mayor prioridad de muestrearse.
Ejemplo 1
El efuente normal de una industria fue de 100 mg L
-1
de cloruros. La expe-
riencia ha demostrado que la concentracin media de cloruros es de 75 mg L
-1
y
la desviacin estndar de 18 mg L
-1
.
Para determinar la probabilidad de que el valor del LMP indicado en la norma
sea rebasado:
1. Determinar Z =(Xs - m) / s =(100 75) / 18 =1.39
2. Encontrar de tal manera que Za =1.39. El valor es 0.0823, o 8.23%.
A menudo una norma, como es el caso de la NOM-001-SEMARNAT-1996 (DOF,
1996b), contiene los valores LMP para diversos parmetros. En este contexto, los LMP
AGUAS RESIDUALES
135
de los parmetros analizados pueden ser ordenados en forma descendente de su pro-
babilidad de rebasar la norma. La prioridad de muestreo ser en el mismo orden.
Ejemplo 2
La norma para otro parmetro es de 4 mg L
-1
, el promedio encontrado en el pasado
fue 7 mg L
-1
, con una desviacin estndar de 2 mg L
-1
.
Aqu:
Xs =4
m =7
s =2
y tambin Za =(Xs - m) / s =(4 7) / 2 =- 1.5
Por la asimetra, P (Z <Z ) =P (Z >Z ), y tambin, dado que Z en este
caso, observar + 1.5, encontrando = 0.0668. Como P (Z > Z ) es deseado,
use el hecho que P (Z >Z ) =1 P (Z >Z ) =1 . La probabilidad de rebasar
la norma es de 1
=1 0.0668 =0.9332, es decir, 93.3%.
Correlacin en parmetros a medir
Idealmente, todo parmetro importante en la calidad del agua debiera ser evaluado,
pero esto usualmente no es posible por factores econmicos. Para decidir cules son
los ms importantes es necesario un mtodo para eliminar los parmetros menos
importantes. Esto se hace detectando la posible existencia de correlacin entre
parmetros de inters en un determinado cuerpo de agua. Por ejemplo, es posible
determinar la correlacin que existe entre parmetros como DBO
5
, DQO y COT. Lo
anterior sin perder de vista la informacin que de manera individual y comparativa
aporta cada uno de ellos. Por ejemplo, una relacin DBO
5
/DQO de ms de 0.3 per-
mite inferir que por lo menos 30% del contenido es fcilmente biodegradable. Lo
anterior permite aportar informacin til para la toma de decisiones en el diseo
del tren de tratamiento del volumen de agua analizado.
Otros ejemplos seran: Cloruros y conductividad, slidos disueltos totales y
conductividad, slidos suspendidos y turbiedad, acidez, alcalinidad y pH, dureza,
calcio y magnesio, dureza y alcalinidad.
Si existe una correlacin entre dos o ms parmetros, el seguimiento de uno de
ellos puede omitirse o realizarse con menor frecuencia. Para aplicar este mtodo
se debe tener disponibilidad de la siguiente informacin.
136
1. Un registro de datos para todos los parmetros de inters.
2. Un programa para calcular los coefcientes de correlacin.
La relacin entre dos variables X y Y puede ser lineal o no lineal (como ex-
ponencial logartmica o cuadrtica). Si la relacin no lineal existe, linearizarla
usando logaritmos de los valores X y Y, o alguna otra aproximacin funcional. Los
anlisis de regresin lineal, permiten una aproximacin de la forma y =a +bx. El
coefciente de correlacin, Rxy, ser entonces una medida de la relacin o ajuste.
El coefciente de correlacin es determinado por la ecuacin.
Rxy =S( Xi X) (Yi Y) / {S(Xi X)
2
S(Yi Y)
2
}
1/2
La hiptesis de que existe una relacin entre X y Y puede probarse a un ni-
vel de signifcancia dado (donde 1 es la confanza de que la hiptesis es
verdadera). Si el coefciente de correlacin obtenido es Rxy >>Rc, donde Rc es
el coefciente de correlacin mnimo, se rechaza la hiptesis nula (ya que la co-
rrelacin es cero).
Si dos parmetros tienen un coefciente de correlacin signifcativamente
ms alto que un valor de tabla, uno de ellos es susceptible de ser eliminado del
seguimiento. La decisin sobre cul parmetro deber eliminarse se debe basar
en su costo y su prioridad.
Ejemplo. Se examin un sistema de agua residual por un largo perodo de
tiempo, dando como resultado 25 series de datos de calidad del agua, que fueron
tabulados. Cada serie contiene datos de pH, TOC, DQO, nitrgeno total, fsforo,
conductividad elctrica, slidos disueltos totales, slidos suspendidos, turbiedad,
plomo, mercurio, hierro, cobre, alcalinidad, acidez, dureza, calcio, magnesio,
coliformes totales y fecales y cloruros.
1. Determinar la prioridad de muestreo de cada parmetro.
2. Determinar cul parmetro puede ser eliminado o minimizadas sus evalua-
ciones.
Si existe la probabilidad de que un parmetro rebase a la norma, esto suele
determinar la prioridad de muestreo. El anlisis de correlacin de los 25 parmetros
fue realizado en computadora usando la frmula dada previamente.
Rc ={0.388 para =0.05}
{0.496 para =0.01}
AGUAS RESIDUALES
137
El muestreo para slidos disueltos totales tiene muy alta prioridad, pero dada
la correlacin entre SDT y conductividad, los anlisis para conductividad pueden
no ser considerados. Los coliformes totales tienen la segunda ms alta prioridad,
pero dada la correlacin alta entre totales y fecales, no es necesario el anlisis de
coliformes fecales. La posible alta correlacin entre DBO, TOC y DQO hace sus-
ceptible eliminar o reducir uno de ellos. La prueba para turbiedad puede tambin
remplazarse por la de slidos suspendidos. Los metales tienen relativamente baja
prioridad y tambin uno de ellos puede reducirse. Tomando en consideracin lo
anterior, se puede establecer el programa indicado en el Cuadro 11, el cual est
elaborado a manera de ejemplo, partiendo de la premisa de que se trata de agua
residual de tipo municipal.
Preservacin de muestras
En esta parte del captulo se encuentra una gua sobre mtodos, tiempo, condiciones
de almacenamiento y materiales con los que estn construidos los recipientes.
Cuadro 11. Relacin de parmetros de calidad de agua respecto de su prioridad de muestreo.
Parmetro Prioridad de muestreo*
pH Alta
Carbono orgnico total o demanda bioqumica de oxgeno Alta
Demanda qumica de oxgeno Media
Nitrgeno total Alta
Fosfatos totales Media
Slidos disueltos totales Alta
Slidos suspendidos o turbiedad Alta
Plomo Baja
Mercurio Baja
Hierro Baja
Cobre Baja
Alcalinidad Baja
Dureza Baja
Coliformes totales Alta
Coliformes fecales Baja
*El nivel de prioridad depender del origen y calidad de la descarga as como del objetivo del muestreo.
138
Es casi imposible la preservacin completa de las muestras como las de las
aguas de desecho domsticas, los residuos lquidos industriales o el agua de sumi-
nistro. Prescindiendo de la naturaleza de la muestra, nunca podr conseguirse la
estabilidad completa de la mayor parte de sus constituyentes. A lo sumo, las tcnicas
de preservacin solamente podrn retardar los cambios qumicos y biolgicos que
tengan lugar en una muestra, despus de que fue tomada de su fuente original.
Para mantener la integridad de la muestra es necesario: La seleccin adecuada
de los recipientes, el pretratamiento de los recipientes, si es recomendado por el
proveedor, y la estimacin de los tiempos de muestreo, ya que es la parte integral
del programa de preservacin de muestras.
Mtodos de preservacin. Los mtodos de preservacin estn relativamente
limitados y generalmente estn clasifcados como: a) retardo de la accin bio-
lgica; b) retardo de la hidrlisis de compuestos y complejos qumicos; y c)
reduccin de la volatilidad de los constituyentes. Los mtodos de preservacin
estn generalmente limitados a control de pH, refrigeracin y congelamiento. Las
combinaciones de esos mtodos son frecuentemente usados para la preservacin
de las muestras:
Adicin qumica. El preservativo ms conveniente es un reactivo qumico que
puede ser agregado a la botella de la muestra antes del muestreo. Cuando la
muestra es agregada, el preservativo se dispersa inmediatamente, estabilizando
la concentracin de los parmetros por largos perodos de tiempo. Cuando el
preservativo agregado interfere con otros parmetros que sern medidos, se
deben colectar otras muestras adicionales para esos parmetros. Por ejemplo, el
cido ntrico concentrado adicionado para la preservacin de algunos metales
interfere con la DBO. Por tanto, se debe recolectar una muestra adicional para
la determinacin de la DBO.
Control del pH. La preservacin de las muestras depende de la adicin qumica.
Como ejemplo, para mantener los iones metlicos en un estado disuelto se
adiciona cido ntrico concentrado para bajar el pH hasta 2 o menos.
Congelamiento. Est sujeto a muchos estudios de preservacin. Se presume
que el congelamiento es un mtodo para incrementar el tiempo de preservacin
y, de esta manera, la coleccin de una muestra en particular podra ser usada
para todo tipo de anlisis. Sin embargo, los residuos slidos (fltrables y no
fltrables) de la muestra cambian con el congelamiento y descongelamiento.
De esta manera, pueden incorporarse a la fase disuelta, lo que repercutira
en un inadecuado incremento de los mismos en la muestra por analizar. En
consecuencia, este mtodo puede ser aceptado para ciertos anlisis, pero no
como un mtodo general de preservacin.
AGUAS RESIDUALES
139
Refrigeracin. Ha sido estudiada con diferentes resultados. Este mtodo es
comnmente usado en el trabajo de campo y no hay efectos nocivos sobre
la composicin de la muestra. Aunque no se mantiene ntegra para todos los
parmetros. El mtodo no interfere con los procedimientos analticos.
En el Captulo 4 de este libro se indican, tanto el tipo de recipientes ms ade-
cuado para la toma de muestras segn el anlisis previsto, como el mecanismo de
preservacin y tiempo mximo de almacenamiento cuando las muestras tomadas no
pueden ser analizadas inmediatamente despus de su colecta. No obstante, existen
mtodos de preservacin alternativos en los cuales pueden emplearse diferentes
preservativos o condiciones de almacenamiento, siempre y cuando su efectividad
haya sido demostrada en estudios previos.
En dichos estudios es necesario tener en cuenta: a) tipo de agua / agua residual
usada como muestra en el experimento; b) tipo de recipiente usado; c) pretrata-
miento del recipiente y el material del que est hecho; d) mtodo de preservacin
usado; e) temperaturas especfcas o intervalo de temperatura usado.
Para el clculo de los montos de las sanciones por infringir las normas es necesario
referirse a la Ley Federal de Derechos en Materia de Aguas Nacionales publicada
por la Comisin Nacional del Agua (CNA, 2006). A continuacin se presenta un
extracto de la informacin ms relevante a efecto de tener una idea del procedi-
miento a seguir para el clculo de las sanciones.
De acuerdo con el Artculo 278 de la citada Ley, por el uso o aprovechamiento
de bienes del dominio pblico de la Nacin como cuerpos receptores de las des-
cargas de aguas residuales, se causar el derecho de acuerdo con el tipo del cuerpo
receptor en donde se realice la descarga, conforme al volumen de agua descargada
y los contaminantes vertidos, en lo que rebasen los lmites mximos permisibles
establecidos en la presente Ley.
Los responsables de las descargas de aguas residuales no debern exceder los
lmites mximos permisibles establecidos en esta Ley. En este sentido, es necesario
determinar a qu tipo de cuerpo receptor corresponde (A, B o C) segn lo indicado
en el Artculo 278 A de la propia Ley.
En cuanto a la determinacin del volumen de agua residual y concentraciones
de contaminantes descargados al cuerpo receptor se deber realizar lo indicado
en el Artculo 278-B, determinndose trimestralmente, conforme a lo siguiente:
volumen de la descarga, concentracin promedio de contaminantes, muestreo y
mtodos de prueba
140
Una vez efectuado el clculo trimestral del derecho por cada contaminante,
el contribuyente estar obligado a pagar nicamente el monto que resulte mayor
para el trimestre que corresponda.
Referencias
DOF. 1996a. Norma Ofcial Mexicana NOM-001-SEMARNAT-1996, que establece los
lmites mximos permisibles de contaminantes en las descargas residuales en aguas y
bienes nacionales. Diario Ofcial de la Federacin, 6 de enero de 1997. Mxico D.F.
Mxico.
DOF. 1996b. Norma Ofcial Mexicana NOM-002-SEMARNAT-1996, que establece los
lmites mximos permisibles de contaminantes en las descargas de aguas residuales a
los sistemas de alcantarillado urbano o municipal. Diario Ofcial de la Federacin, 3
de junio de 1998. Mxico D.F. Mxico.
DOF. 1997. Norma Ofcial Mexicana NOM-003-SEMARNAT-1997, que establece los
limites mximos permisibles de contaminantes para las aguas residuales tratadas que
se reusen en servicios al publico. Diario Ofcial de la Federacin, 21 de septiembre de
1998. Mxico D.F. Mxico.
SEMARNAT-CNA. 2004. Estadsticas del Agua en Mxico. Secretara de Medio Ambiente
y Recursos Naturales-Comisin Nacional del Agua. Mxico, D. F. Mxico.
141
Introduccin
En este captulo se hace una resea sobre el aire o, ms correctamente, la atmsfera
de nuestro Planeta Tierra y la presencia de contaminantes, ya sea generados por
las actividades naturales del planeta como las erupciones volcnicas; biognicas
como las producidas por los animales y las plantas, sea en forma natural o por su
explotacin humana, como la presencia de enormes cantidades de cabezas de ganado
estabulado o de amplias reas de cultivo de arroz en condiciones de inundacin
o, directamente, por las actividades humanas y a las que se denomina antrpicas.
Despus, con base en este conocimiento sobre los contaminantes naturales o
biognicos y los producidos por las diferentes actividades de los grupos humanos,
se hace necesario poder identifcarlos y, sobre todo, cuantifcarlos para determinar
si las concentraciones en las que se encuentran en el ambiente, en este caso en la
atmsfera, estn causando posibles daos a la biosfera incluidos los grupos huma-
nos. Se dar tambin una breve resea sobre los mtodos que, en Mxico, estn
ofcialmente aceptados y que se usan de manera rutinaria por empresas dedicadas a
este rubro o por grupos de investigacin preocupados por su presencia en el aire y
su posible impacto a la salud y el bienestar de la poblacin. Finalmente, se presenta
un ejemplo de la aplicacin de estas mediciones con base en la normativa mexicana
a gases de una chimenea.
La atmsfera es una parte extraordinariamente importante del planeta; dentro
de sus cualidades destacan las siguientes: es una capa delgada de gases mezclados
5
AIRE
Rodolfo Corona-Cuapio
1
, Antonio Snchez-Torres
1
, Stanley E. Manahan
2
,
Carmen Durn-de-Baza
3

1
2
Universidad de Missouri.
3
Laboratorios de Ingeniera
Qumica Ambiental y de Qumica Ambiental. Facultad de Qumica, UNAM.
02-04 Aire ok.indd 141 25/01/2011 07:15:50 p.m.
142
que cubre la superfcie de la Tierra; excluyendo el agua, el aire atmosfrico est
constituido por 78.1% (en volumen) de nitrgeno, 21.0% de oxgeno, 0.9% de argn
y 0.03% de dixido de carbono. Normalmente, el aire contiene 1-3% de vapor de
agua en volumen. Contiene una gran variedad de gases a niveles de trazas, por
debajo de 0.002%, como nen, helio, metano, kriptn, xido nitroso, hidrgeno,
xenn, dixido de azufre, ozono, dixido de nitrgeno, amonaco y monxido de
carbono (Cuadro 1). El comportamiento de la atmsfera es consecuencia de los
gases que contiene, tanto procedentes de fuentes naturales como antropognicas
Cuadro 1. Gases vestigiales o traza atmosfricos en aire seco
cerca del nivel del suelo
1
(Manahan, 2007).
Gas o
especie
Por ciento en
volumen
Fuentes principales
Proceso para la remocin
de la atmsfera
CH
4
1.6 x 10
-4
Biognico
2
Fotoqumico
CO ~1.2 x 10
-5
Fotoqumico,
antrpico
3
Fotoqumico
N
2
O 3 x 10
-5
Biognico Fotoqumico
NO
x
4
10
-10
10
-6
Fotoqumico, relmpagos,
antrpico
Fotoqumico
HNO
3
10
-9
10
-7
Fotoqumico Lavado por la lluvia
NH
3
10
-8
10
-7
Biognico Fotoqumico, lavado por
la lluvia
H
2
5 x 10
-5
Biognico, fotoqumico Fotoqumico
H
2
O
2
10
-8
10
-6
Fotoqumico Lavado por la lluvia
HO
.5
10
-13
10
-10
Fotoqumico Fotoqumico
HO
2
.5
10
-11
10
-9
H
2
CO 10
-8
10
-7
CS
2
10
-9
10
-8
Antrpico, biognico Fotoqumico
OCS 10
-8
Antrpico, biognico,
fotoqumico
Fotoqumico
SO
2
~ 2 x 10
-8
Antrpico, fotoqumico,
volcnico
Fotoqumico
I
2
0-traza
CCl
2
F
2
6
2.8 x 10
-5
Antrpico Fotoqumico
H
3
CCCl
3
7
~ 1 x 10
-8
Antrpico Fotoqumico
1
Niveles en ausencia de contaminacin signicativa
2
De fuentes biolgicas o naturales;
3
Fuentes de actividades humanas;
4
Suma de NO, NO
2
y NO
3
, de los cuales NO
3
es la especie reactiva principal en la atmsfera nocturna;
5
Especies reactivas
(radicales libres) con un electrn no apareado, transitorias, cuyas concentraciones se disminuyen sustancialmente por la
noche;
6
Clorouorocarburo: Fren F-12; 7 Metilcloroformo.
02-04 Aire ok.indd 142 25/01/2011 07:15:51 p.m.
AIRE
143
y de las fuerzas fsicas que actan en ella (Fishman, 2003). La atmsfera es una
capa protectora que hace posible la vida en la Tierra y la protege del ambiente
hostil del espacio exterior; es la fuente de dixido de carbono para la fotosntesis
de las plantas y de oxgeno para la respiracin. Proporciona el nitrgeno que las
bacterias fjadoras de nitrgeno y las plantas productoras de amonaco usan para
producir el nitrgeno ligado qumicamente, que es un componente esencial de las
molculas de los seres vivos.
Como una parte bsica del ciclo hidrolgico, la atmsfera transporta el agua
de los ocanos a la superfcie terrestre, actuando as como condensador en una in-
mensa destilera alimentada por la energa solar. Desafortunadamente, la atmsfera
es tambin un cuerpo receptor de muchos materiales contaminantes desde el
dixido de azufre al refrigerante Fren, causando dao a la vegetacin y a los
materiales, que acorta la vida humana y que altera las caractersticas de la propia
atmsfera (Manahan, 2007).
En su papel esencial como un escudo protector, la atmsfera absorbe la ma-
yora de los rayos csmicos del espacio exterior y protege a los organismos de
sus efectos. Tambin absorbe la mayora de la radiacin electromagntica del
sol, permitiendo la transmisin de cantidades importantes de radiacin slo en
las regiones de 300-2500 nm (radiacin del ultravioleta cercano, del visible y
del infrarrojo cercano) y de 0.01-40 m (ondas de radio). Al absorber la radiacin
electromagntica, de longitudes de onda menores de 300 nm, la atmsfera fltra
la daina radiacin ultravioleta que sera, por otra parte, muy perjudicial para
los organismos vivos. Adems, debido a que reabsorbe mucha de la radiacin
infrarroja, la atmsfera estabiliza la temperatura de la Tierra, amortiguando las
variaciones de temperaturas extremas que ocurren en los planetas y lunas que
carecen de atmsferas (Manahan, 2007).
Cerca de la mitad de la radiacin solar que entra en la atmsfera alcanza la
superfcie de la Tierra directamente o despus de ser dispersada por las nubes,
los gases atmosfricos o las partculas. La mitad restante de la radiacin o se
refeja directamente hacia el espacio o es absorbida en la atmsfera y su energa
se irradia al espacio como radiacin infrarroja. La mayora de la energa solar
que alcanza la superfcie es absorbida y retornada al espacio para mantener el
balance de calor. Adems, una cantidad muy pequea de energa (menos del 1%
de la recibida del sol) alcanza la superfcie de la Tierra por procesos de convec-
cin y conduccin.
Es importante mencionar algunos conceptos relacionados con la atmsfera ya
que alteran nuestra vida y la de las especies que comparten con los seres humanos:
la biosfera. Los fenmenos meteorolgicos afectan y, a su vez, son afectados por las
propiedades qumicas de la atmsfera. Los fenmenos meteorolgicos determinan
02-04 Aire ok.indd 143 25/01/2011 07:15:51 p.m.
144
si los contaminantes emitidos por una fuente puntual como una planta de generacin
de energa elctrica se elevan en la atmsfera y se dispersan o se depositan cerca
de la fuente, donde pueden causar daos. Los Angeles, en los EE.UU., o la zona
metropolitana de la Ciudad de Mxico, deben mayormente su susceptibilidad al
neblumo o smog, a la meteorologa de su cuenca, que retiene a los hidrocarburos y
los xidos de nitrgeno el tiempo sufciente para cocinar un desagradable brebaje
de neblumo o smog fotoqumico. Por otro lado, la contaminacin del aire debido
a contaminantes dainos en la atmsfera es un problema antiguo y extendido. El
alcance de la contaminacin atmosfrica vara enormemente. Puede ocurrir en
una escala muy pequea en forma de contaminacin del aire en interiores. Un
ejemplo de esta contaminacin es la causada por las cocinas alimentadas con lea
o madera y pobremente ventiladas, en las viviendas sencillas que se encuentran en
reas rurales de Mxico o en amplias regiones de Asia o frica. La contaminacin
atmosfrica puede ser local, como es el caso con una sola fbrica contaminante o
grupos de fbricas en una ciudad. La contaminacin atmosfrica regional, ocurre
en una escala de hasta varios cientos de kilmetros cuadrados, como el neblumo
o smog fotoqumico que afige la gran rea metropolitana de la Ciudad de Mxico
(Molina y Molina, 2002). Los clorofuocarburos que merman la capa protectora
de ozono en la estratosfera o los gases como el dixido de carbono y metano,
que causan el calentamiento de toda el planeta, dando lugar a una contaminacin
atmosfrica global. Los contaminantes atmosfricos que causan el deterioro de
la atmsfera consisten en una gran variedad de gases, vapores y partculas. Algu-
nos de los contaminantes ms comunes del aire consisten en gases inorgnicos,
especialmente xidos de nitrgeno, azufre y carbono. Los vapores orgnicos de
varios tipos constituyen una clase importante de contaminantes atmosfricos,
como por ejemplo los responsables del neblumo o smog fotoqumico. Las part-
culas atmosfricas emitidas directamente a la atmsfera o formadas por procesos
qumicos atmosfricos causan importantes problemas de contaminacin. Adems
de gases y vapores, los contaminantes atmosfricos pueden consistir en partculas
que pueden tambin contener metales y que reaccionan con los vapores de otros
contaminantes volvindose biodisponibles. En este captulo se discuten todas estas
clases de contaminantes atmosfricos.
Contaminantes atmosfr icos pr imar ios y secundar ios
Los contaminantes primarios en la atmsfera son aquellos que se emiten di-
rectamente. Un ejemplo de contaminante primario es el dixido de azufre,
SO
2
, que daa directamente la vegetacin y es un irritante pulmonar. De gran
02-04 Aire ok.indd 144 25/01/2011 07:15:51 p.m.
AIRE
145
importancia en la mayora de los casos son los contaminantes secundarios,
que se forman por medio de procesos qumicos atmosfricos que actan sobre
los contaminantes primarios o incluso sobre especies no contaminantes en la
atmsfera. Generalmente, los contaminantes secundarios son producidos por la
tendencia natural de la atmsfera para oxidar los gases traza en ella. El cido
sulfrico, H
2
SO
4
, que es un contaminante secundario, se genera por oxidacin
del contaminante primario SO
2
, mientras que el tambin contaminante secun-
dario NO
2
se produce cuando se oxida el contaminante primario NO. Uno de
los contaminantes secundarios ms importantes en la troposfera es el ozono, O
3
,
para el que la materia prima es el oxgeno atmosfrico, O
2
. En la troposfera se
producen niveles contaminantes de ozono por medio de procesos fotoqumicos
en presencia de hidrocarburos u otros compuestos carbonosos y NO
x
(NO +
NO
2
). Otro tipo importante de contaminante secundario consiste en la materia
particulada generada por reacciones qumicas atmosfricas que operan sobre los
contaminantes primarios gaseosos.
Efectos de las par tculas
Las partculas atmosfricas tienen muchos efectos, algunos de los cuales constitu-
yen una seria contaminacin atmosfrica. El ms obvio es la reduccin y distorsin
de la visibilidad. Adems, estas partculas proporcionan superfcies activas donde
pueden ocurrir reacciones qumicas atmosfricas heterogneas y constituyen sitios
de nucleacin para la condensacin de vapor de agua atmosfrico, ejerciendo por
ello una infuencia signifcativa en el tiempo y los fenmenos de contaminacin
del aire. Un efecto de las partculas atmosfricas es el reparto de los compuestos
semivoltiles orgnicos como los bifenilos policlorados, BPC, entre el aire y las
partculas (Cousins y Mackay, 2001). La unin con las partculas puede infuir
en la reactividad de los compuestos orgnicos, particularmente con respecto a la
oxidacin. Los efectos ms visibles de las partculas de aerosol en la calidad del
aire resultan de sus efectos pticos. Las partculas de dimetro menor de aproxima-
damente 0.1 m, dispersan la luz casi igual que las molculas, esto es, dispersin
Rayleigh. Generalmente, dichas partculas tienen un efecto insignifcante sobre
la visibilidad en la atmsfera. Las propiedades de dispersar e interceptar la luz
de las partculas mayores que 1 m, son aproximadamente proporcionales al rea
de la seccin transversal de las partculas. Las partculas de 0.1-1 m, dan lugar
al fenmeno de interferencia, debido a que tienen un tamao aproximadamente
igual a la dimensin de las longitudes de onda de la luz visible, por lo que sus
propiedades dispersantes de la luz son especialmente signifcativas.
02-04 Aire ok.indd 145 25/01/2011 07:15:52 p.m.
146
Las partculas atmosfricas inhaladas a travs del tracto respiratorio pueden
daar la salud. Las partculas relativamente grandes probablemente son retenidas
en la cavidad nasal y en la faringe, mientras que las partculas muy pequeas
alcanzan los pulmones, donde quedan retenidas o, si son muy pequeas, pasan a
los fuidos corporales. En la regin ciliada del sistema respiratorio, las partculas
son llevadas hasta la entrada del tracto gastrointestinal por un fujo de mucosidad.
Los macrfagos, en las regiones pulmonares no ciliadas, llevan las partculas a la
regin ciliada. El sistema respiratorio puede daarse directamente por la materia
particulada que entra al sistema sanguneo o al linftico, a travs de los pulmones.
Adicionalmente, el material particulado o los componentes solubles de l pueden
transportarse a los rganos a alguna distancia de los pulmones y pueden tener un
efecto perjudicial en estos rganos. Las partculas desalojadas del tracto respiratorio
son llevadas en gran medida hacia el tracto gastrointestinal. Se ha encontrado una
fuerte correlacin entre los aumentos en la tasa de mortalidad diaria y los episodios
agudos de contaminacin atmosfrica. Un aumento de 10 mgm
-3
en las partculas
atmosfricas menores de 10 m de tamao se correlaciona con un aumento del
0.5% en la mortalidad diaria. En tales casos, los altos niveles de materia particulada
estn acompaados por elevadas concentraciones de SO
2
y otros contaminantes,
por lo que cualquier conclusin debe evaluarse con cautela.
Un caso clsico de efectos adversos a la salud asociados con altos niveles de
partculas atmosfricas ocurri en Londres durante un incidente en un perodo
de 5 das en 1952, en que una inversin de temperatura estabiliz una masa de
aire cargado con niebla, partculas de carbn, compuestos de azufre oxidados y
otras partculas. Los datos epidemiolgicos de este periodo mostraron que hubo,
aproximadamente, unas 4000 muertes. Se sospech que las partculas ultrafnas
menores de 0.1 m en tamao y los constituyentes formadores de cido habran
contribuido a estas muertes. Cincuenta aos despus se analizaron muestras
archivadas de pulmn y tracto respiratorio de las vctimas de este evento, en un
esfuerzo por determinar la causa de la morbilidad (Hunt et al., 2003). El examen
de las muestras con microscopio electrnico mostr la presencia predominante de
holln carbonoso en las partculas retenidas en el tracto respiratorio. Tambin se
encontraron partculas con metales incluyendo plomo, zinc y estao. De este triste
episodio justamente se acu el trmino neblumo o smog.
El agua como mater ia par ticulada
Las gotas de agua estn muy extendidas en la atmsfera. Aunque es un fenmeno
natural, dichas gotas pueden tener efectos signifcativos y a veces dainos. La ms
02-04 Aire ok.indd 146 25/01/2011 07:15:52 p.m.
AIRE
147
importante de estas consecuencias es la reduccin de la visibilidad, acompaada
de los efectos perjudiciales en la conduccin, en los vuelos y en la navegacin de
barcos. Las gotas de agua actan en la niebla tambin como portadoras de contami-
nantes. Las ms importantes son las soluciones de sales corrosivas, particularmente
de nitratos y sulfatos de amonio y soluciones de cidos fuertes. El pH del agua
en las gotas recogidas durante una niebla cida en Los ngeles lleg a ser de 1.7,
muy por debajo del de la lluvia cida. Dicha niebla cida puede ser especialmente
daina, sobre todo, al tracto respiratorio porque es muy penetrante. Posiblemente,
el efecto ms signifcativo de las gotas de agua en la atmsfera es el de ofrecer un
medio acuoso donde pueden ocurrir importantes procesos qumicos atmosfricos.
El ms importante de tales procesos es la oxidacin de las especies de S (IV) a
cido sulfrico y a sales de sulfato. Las especies de S (IV) que pueden oxidarse,
incluyen SO
2
(ac), HSO
3
-
y SO
3
2-
. Otro proceso importante que tiene lugar en las
gotas de agua atmosfricas es la oxidacin de aldehdos a cidos carboxlicos
orgnicos. El radical hidroxilo, HO, es muy importante en el inicio de las reac-
ciones de oxidacin atmosfricas como las mencionadas anteriormente. El radical
hidroxilo, como HO, puede entrar en las gotas de agua de la atmsfera desde la
fase gaseosa, puede producirse fotoqumicamente (h) en las gotas de agua o puede
generarse del H
2
O
2
y del ion radical O
2
-
, los cuales se disuelven en el agua desde
la fase gaseosa, produciendo HO por medio de la reaccin qumica:
H
2
O
2
+ O
2
-
HO + O
2
+OH
-
(1)
Varios solutos pueden reaccionar fotoqumicamente en solucin acuosa
(opuestos a la fase gaseosa) para producir radicales hidroxlicos. Uno de estos es
el perxido de hidrgeno:
H
2
O
2
(ac) +hn 2HO

(ac) (2)
Los nitritos, como NO
2
-
o HNO
2
, nitratos (NO
3
-
) y Fe (III), como Fe(OH)
2+
(ac),
pueden reaccionar tambin fotoqumicamente en solucin acuosa para producir
HO. Se ha observado la participacin del radiacin ultravioleta a 3l3 nm y luz
solar simulada en la produccin del radical HO en muestras reales (autnticas)
de agua, recogidas de nubes y niebla (Zuo, 2003). Basados en los resultados de
este estudio e investigaciones relacionadas, puede concluirse que la formacin
del radical hidroxilo en fase acuosa es un proceso importante y, en algunos casos,
es el paso controlante por el que este oxidante atmosfrico clave se introduce en
las gotas de agua atmosfricas. El hierro es un soluto inorgnico de particular
importancia en el agua atmosfrica. Esto se debe a la participacin del hierro(III)
02-04 Aire ok.indd 147 25/01/2011 07:15:52 p.m.
148
en la oxidacin atmosfrica del S (IV) a S (VI), esto es, la conversin de SO
2
(ac),
HSO
3
-
y SO
3
2-
a sulfatos y H
2
SO
4
.
Reacciones qumicas atmosfr icas que involucr an par tculas
Recientemente ha habido un creciente reconocimiento de la importancia, en la
qumica atmosfrica, de los procesos qumicos que ocurren en la superfcie de las
partculas y en solucin en partculas lquidas. A pesar del desafo que supone la
qumica atmosfrica, la qumica de los procesos en fase gaseosa es relativamente
simple comparada con la qumica heterognea que involucra a las partculas. Las
reacciones en las superfcies de las partculas son muy difciles de estudiar debido a
factores como la variabilidad en la materia particulada atmosfrica, la virtual impo-
sibilidad de reproducir las condiciones que ocurren con las partculas suspendidas
en la atmsfera, as como los efectos del vapor de agua y el agua condensada en las
superfcies de las partculas. Entre las partculas slidas que sirven como sitios de
reaccin, se destacan el holln y el carbono elemental, xidos, carbonatos, slice y
polvo mineral (Grassian, 2001). Las partculas pueden ser aerosoles lquidos, sli-
dos secos, o slidos con superfcies delicuescentes, exhibiendo amplias variaciones
en dimetro, rea superfcial y composicin qumica. Un ejemplo interesante de
procesos qumicos en las superfcies de las partculas es la acumulacin de sulfato
en las superfcies de partculas de cloruro de sodio producidas por evaporacin
del roco del agua de mar. Este fenmeno se ha atribuido, en parte, a un proceso
que empieza con la reaccin del cloruro de sodio licuado (hmedo) con radicales
hidroxilo (Laskin et al., 2003):
2NaCl + 2HO 2NaOH + Cl
2
(3)
Parte del Cl
2
en la superfcie reacciona con NaOH
Cl
2
+ 2NaOH NaOCl + NaCl + H
2
O (4)
para producir hipoclorito de sodio, que ha sido observado en las superfcies de las
partculas. El NaOH en la superfcie reacciona con el cido sulfrico atmosfrico
2NaOH +H
2
SO
4
Na
2
SO
4
+H
2
O (5)
para producir sulfato de sodio. El hidrxido de sodio bsico en la superfcie, tam-
bin facilita la oxidacin del SO
2
atmosfrico:
02-04 Aire ok.indd 148 25/01/2011 07:15:53 p.m.
AIRE
149
SO
2
+2NaOH +O
2
Na
2
SO
4
+H
2
O (6)
El resultado neto es que se promueve la oxidacin del dixido de azufre at-
mosfrico y que el cloruro de sodio particulado contiene cantidades signifcativas
de sulfato de sodio.
Gases inor gnicos contaminantes
Varios contaminantes inorgnicos gaseosos entran en la atmsfera como resultado
de actividades humanas, siendo los que se han acumulado en mayores cantidades,
CO, SO
2
, NO y NO
2
. Las cantidades acumuladas son relativamente pequeas
comparadas con la cantidad de CO
2
existente en la atmsfera. Los posibles efectos
ambientales del incremento de los niveles de CO
2
atmosfrico se discuten ms
adelante en este mismo captulo. Otros gases contaminantes inorgnicos son NH
3
,
N
2
O, N
2
O
5
, H
2
S, Cl
2
, HCl y HF. Debido a las actividades humanas cada ao se aa-
den a la atmsfera cantidades sustanciales de algunos de estos gases. Globalmente,
las emisiones atmosfricas de monxido de carbono, xidos de azufre y xidos
de nitrgeno son del orden de uno a varios centenares de millones de toneladas
por ao (Manahan, 2007).
Monxido de car bono en la atmsfer a
El monxido de carbono, CO, es un constituyente natural de la atmsfera y un
contaminante cuando est presente por encima de las concentraciones normales de
fondo (Novelli, 2003). Debido a su toxicidad este contaminante causa problemas en
los casos de concentraciones localmente altas. La concentracin atmosfrica global
de monxido de carbono es de aproximadamente 0.1 ppm, lo que corresponde a
una cantidad total en la atmsfera terrestre de aproximadamente 500 millones de
toneladas mtricas de CO con un tiempo medio de residencia de 36 a 110 das. La
mayora de este CO est presente como intermediario en la oxidacin del metano
por el radical hidroxilo. El contenido de metano de la atmsfera es aproxima-
damente 1.6 ppm, ms de 10 veces la concentracin de CO. Por consiguiente,
cualquier proceso de oxidacin de metano que produzca monxido de carbono
como intermediario contribuir signifcativamente a la cantidad de monxido de
carbono global, probablemente alrededor de dos tercios del CO total. Durante los
meses de otoo la degradacin de la clorofla libera CO, que contribuye tal vez
con 20% de la descarga anual total. Las fuentes antrpicas contribuyen con 6%
02-04 Aire ok.indd 149 25/01/2011 07:15:53 p.m.
150
de las emisiones de CO. El resto de CO atmosfrico proviene de fuentes desco-
nocidas. stas incluyen algunas plantas y ciertos organismos marinos del orden
de los hidrozoos (Hydrozoa).
El monxido de carbono tambin se produce por la descomposicin de materia
vegetal distinta a la clorofla. Debido a las emisiones de monxido de carbono de
los motores de combustin interna, los niveles ms altos de este gas txico tienden
a ocurrir en las reas urbanas congestionadas, en momentos en que est expuesto el
mayor nmero de personas, como en las horas pico. En esas ocasiones, los niveles
de monxido de carbono en la atmsfera han llegado a alcanzar concentraciones
de 50-100 ppm, muy peligrosas para la salud humana. Los niveles atmosfricos
de monxido de carbono en las reas urbanas muestran una correlacin positiva
con la densidad de trfco vehicular y una correlacin negativa con la velocidad
del viento. Las atmsferas urbanas pueden mostrar niveles promedio de monxido
de carbono del orden de varias ppm, que son mucho ms altos que los de reas
remotas. Generalmente se acepta que el monxido de carbono se elimina de la
atmsfera por reaccin con el radical hidroxilo, generando como producto, radical
hidroperoxilo, seguida por la disociacin fotoqumica del H
2
O
2
para regenerar ms
radicales HO. El metano est tambin involucrado en el ciclo atmosfrico CO/HO/
CH
4
. Los microorganismos del suelo actan para eliminar el CO de la atmsfera.
Por ello, el suelo es un sumidero para el monxido de carbono.
Dixido de azufre en la atmsfer a
En la atmsfera hay numerosas fuentes de azufre gaseoso como las emisiones de
sulfuro de hidrgeno, H
2
S, por la accin de bacterias que proliferan en ausencia de
oxgeno, el dimetil sulfuro, (CH
3
)
2
S, de los organismos en el ocano y el dixido
de azufre emitido por los volcanes. Las fuentes ms importantes de dixido de
azufre atmosfrico son fuentes contaminantes sobre todo la combustin de carbn
que contiene azufre. Durante la combustin del carbn, el azufre orgnico en el
carbn se oxida a dixido de azufre, como tambin se oxida el azufre de la pirita
mineral comnmente asociada con el carbn:
4FeS
2
+11O
2
2Fe
2
O
3
+8SO
2
(7)
Factores como la temperatura, la humedad, la intensidad de la luz, el transporte
atmosfrico y las caractersticas superfciales de la materia particulada pueden in-
fuir en las reacciones qumicas atmosfricas del dixido de azufre. Como muchos
otros contaminantes gaseosos, el dixido de azufre reacciona para formar materia
02-04 Aire ok.indd 150 25/01/2011 07:15:54 p.m.
AIRE
151
particulada que luego se sedimenta o es barrida de la atmsfera por la lluvia u
otros procesos. Se sabe que los niveles altos de contaminacin atmosfrica estn
acompaados normalmente por un marcado aumento de partculas de aerosol y una
reduccin consecuente en la visibilidad. Se piensa que los productos de reaccin del
dixido de azufre son responsables de la formacin de cierta cantidad de aerosol.
Cualquiera que sea el proceso involucrado, la gran parte del dixido de azufre en la
atmsfera se oxida fnalmente a cido sulfrico y sales de sulfato, particularmente
sulfato de amonio y bisulfato de amonio. De hecho, es probable que estos sulfatos
expliquen la niebla turbia que cubre en gran medida la parte oriental de los EE.UU.,
en cualquiera de las condiciones atmosfricas, excepto aquellas caracterizadas por
las intrusiones masivas de aire rtico durante los meses de invierno.
El potencial de los sulfatos para inducir cambio climtico es alto y debe tenerse
en cuenta al considerar el control del dixido de azufre. Algunas de las posibles
maneras en que el dixido de azufre puede reaccionar en la atmsfera son: 1)
reacciones fotoqumicas; 2) reacciones fotoqumicas y qumicas en presencia de
xidos de nitrgeno y/o hidrocarburos, particularmente alquenos; 3) procesos qu-
micos en las gotas de agua, particularmente aquellos que contienen sales metlicas
y amonaco y 4) reacciones en las partculas slidas en la atmsfera. Dado que la
atmsfera es un sistema muy dinmico con grandes variaciones en la temperatura,
composicin, humedad e intensidad de la luz solar, pueden predominar diferentes
procesos bajo diversas condiciones atmosfricas. Las reacciones fotoqumicas
estn probablemente involucradas en algunos de los procesos que dan por resul-
tado la oxidacin atmosfrica del SO
2
. La luz con longitudes de onda superiores
a 218 nm no tienen la energa sufciente como para provocar la fotodisociacin
del SO
2
, por lo que las reacciones fotoqumicas directas en la troposfera no son
de importancia. La oxidacin de dixido de azufre a niveles de partes por milln,
en una atmsfera libre de cualquier otro contaminante es un proceso lento. Por
consiguiente, en atmsferas contaminadas con SO
2
, deben estar involucradas otras
especies en el proceso de oxidacin. La presencia de hidrocarburos y xidos de
nitrgeno aumenta la velocidad de oxidacin del SO
2
atmosfrico. Como se dis-
cute ms adelante en este captulo, los hidrocarburos, xidos de nitrgeno y la luz
ultravioleta son los ingredientes necesarios para la formacin del neblumo o smog
fotoqumico. Esta desagradable condicin se caracteriza por altos niveles de varias
especies oxidantes (oxidantes fotoqumicos), que son capaces de oxidar el SO
2
.
Aunque el ozono, O
3
, es un producto importante del neblumo o smog fotoqumico,
se cree que la oxidacin de SO
2
por el ozono en fase gaseosa es demasiado lenta
para ser apreciable, pero es probablemente signifcativa en las gotas de agua. En
todas las atmsferas, excepto las relativamente secas, es probable que el dixido
de azufre se oxide por reacciones que ocurren dentro de las gotas de aerosol de
02-04 Aire ok.indd 151 25/01/2011 07:15:54 p.m.
152
agua. El proceso global de oxidacin del dixido de azufre en fase acuosa es bas-
tante complicado. Involucra el transporte del SO
2
gaseoso y el oxidante a la fase
acuosa, la difusin de especies en la gota acuosa, la hidrlisis e ionizacin del
SO
2
y la oxidacin del SO
2
por el proceso global siguiente, donde {O} representa
un agente oxidante como H
2
O
2
, HO, u O
3
y S(IV) es SO
2
(ac), HSO
3
-
(ac) y SO
3
2-
(ac). El ozono, O
3
, oxida al dixido de azufre en el agua. La reaccin ms rpida
es con el ion sulfto:
SO
3
2-
(ac) +O
3
(ac) SO
4
2-
(aq) +O
2
(8)
Las reacciones heterogneas en las partculas slidas tambin pueden jugar
un papel importante en la eliminacin del dixido de azufre de la atmsfera. En
las reacciones fotoqumicas atmosfricas, estas partculas pueden funcionar como
centros de nucleacin que, a su vez, actan como catalizadores, aumentando de
tamao por acumulacin de los productos de la reaccin. El resultado fnal es la
produccin de un aerosol de composicin diferente a la de la partcula original.
Las partculas de holln, que consisten en carbono elemental contaminado con
hidrocarburos aromticos policclicos, producidos en la combustin incompleta
de combustibles carbonosos, puede catalizar la oxidacin del dixido de azufre a
sulfato como indica la presencia de sulfato en las partculas de holln. Las partculas
de holln son muy comunes en las atmsferas contaminadas, por lo que es muy
probable que estn involucradas catalizando la oxidacin del dixido de azufre.
Los xidos de metales como aluminio, calcio, cromo, hierro, plomo o vanadio,
tambin pueden ser catalizadores para la oxidacin heterognea del dixido de
azufre. Estos xidos tambin pueden adsorber dixido de azufre. Sin embargo, el
rea superfcial total de la materia particulada de xidos en la atmsfera es muy
baja, de manera que la fraccin de dixido de azufre oxidado en las superfcies de
xidos metlicos es relativamente pequea.
Aunque no es muy txico para la mayora de las personas, los niveles bajos
de dixido de azufre en el aire s tienen algunos efectos en la salud. Su efecto
primario es en el tracto respiratorio, produciendo irritacin y aumentando la
resistencia de las vas respiratorias, sobre todo en las personas con debilidad
respiratoria y asmticos sensibles. Por consiguiente, la exposicin al gas puede
aumentar el esfuerzo requerido para respirar. La secrecin de mucosidad est
tambin estimulada por la exposicin al aire contaminado por dixido de azufre.
Aunque el SO
2
causa la muerte en los seres humanos a 500 ppm, no se ha encon-
trado que dae a los animales de laboratorio a niveles de 5 ppm. El dixido de
azufre ha sido implicado, al menos parcialmente, en varios incidentes agudos de
02-04 Aire ok.indd 152 25/01/2011 07:15:54 p.m.
AIRE
153
contaminacin atmosfrica. En diciembre de 1930, una inversin trmica atrap
productos de desecho de varias fuentes industriales en el estrecho valle del ro
Meuse, en Blgica, lo cual hizo que los niveles de dixido de azufre alcanza-
sen concentraciones de 38 ppm. Aproximadamente 60 personas murieron en el
incidente, adems de producirse prdidas de ganado. En octubre de 1948 un
episodio similar caus enfermedades a ms del 40% de la poblacin de Donora,
Pennsylvania, EE.UU., y 20 personas murieron. Se registraron concentraciones
de dixido de azufre de 2 ppm. Como se mencion antes, durante un perodo
de cinco das marcado por una inversin de temperatura y niebla en Londres
en diciembre de 1952, ocurrieron aproximadamente 3500-4000 muertes ms
que lo normal. Los niveles de SO
2
alcanzaron 1.3 ppm. Las autopsias revelaron
irritacin del tracto respiratorio y los altos niveles de dixido de azufre fueron
sospechosos de contribuir al exceso de mortalidad.
El dixido de azufre atmosfrico es daino para las plantas y algunas especies
se ven ms afectadas que otras. La exposicin aguda a altos niveles de gas mata
el tejido de las hojas, una condicin llamada necrosis de la hoja. Los bordes de
las hojas y las reas entre las venas de la hoja muestran daos caractersticos. La
exposicin crnica de las plantas al dixido de azufre causa clorosis, blanqueando
o poniendo amarillas las partes normalmente verdes de la hoja. Las lesiones de las
plantas aumentan al incrementarse la humedad relativa. Las plantas incurren en
ms lesiones con el dixido de azufre cuando sus estomas (pequeas aperturas en
el tejido de la superfcie que permiten el intercambio de gases con la atmsfera)
estn abiertos. Para la mayora de las plantas, los estomas estn abiertos durante
las horas de luz diurna y es entonces que ocurre el mayor dao con dixido de
azufre. La exposicin a largo plazo a bajos niveles de dixido de azufre puede
reducir los rendimientos de las cosechas de grano como el trigo o la cebada. El
dixido de azufre en la atmsfera se convierte en cido sulfrico, por lo que en
las reas con altos niveles de contaminacin de dixido de azufre, las plantas
pueden daarse por aerosoles de cido sulfrico. Tal dao aparece como pequeas
manchas donde las gotas de cido sulfrico han contactado las hojas. Uno de los
efectos ms costosos de la contaminacin de dixido de azufre es el deterioro de
los materiales de construccin. La caliza, el mrmol y la dolomita son minerales
carbonatados de calcio y/o magnesio que son atacados por el dixido de azufre
atmosfrico para formar productos que son o bien solubles en agua o compues-
tos de costras slidas poco adherentes en la superfcie de las piedras, afectando
adversamente la apariencia, integridad estructural y vida del edifcio, escultura
u otra obra humana. Cuando el SO
2
y los NO
x
atacan tales piedras, el anlisis
qumico de las costras muestra, predominantemente, sales de sulfato.
02-04 Aire ok.indd 153 25/01/2011 07:15:55 p.m.
154
xidos de nitr geno en la atmsfer a
Los tres xidos de nitrgeno normalmente encontrados en la atmsfera son el xido
nitroso (N
2
O), el xido ntrico (NO) y el dixido de nitrgeno (NO
2
). Adicionalmente,
el radical nitrato, NO
3
-
, es una especie importante involucrada en la qumica noc-
turna del neblumo o smog fotoqumico (esta especie no es importante en la qumica
diurna porque con la luz solar sufre fotodisociacin muy rpidamente). La qumica
de los xidos de nitrgeno y otras especies nitrogenadas inorgnicas reactivas es
muy importante en la atmsfera en mbitos como la formacin del neblumo o smog
fotoqumico, la produccin de lluvia cida y el agotamiento del ozono estratosfrico,
y est detallada en una publicacin relativamente reciente (Crawford et al., 2003). El
xido nitroso usado normalmente como anestsico y conocido como gas hilarante,
se produce por procesos microbiolgicos, siendo un componente de la atmsfera no
contaminada a una concentracin de aproximadamente 0.3 ppm. Este gas es relativa-
mente inerte y probablemente no infuye signifcativamente en las reacciones qumicas
importantes en la atmsfera ms baja. Su concentracin disminuye rpidamente con
la altitud en la estratosfera debido a una reaccin fotoqumica. Las reacciones son
signifcativas por lo que se refere al agotamiento de la capa de ozono. El aumento
de la fjacin global de nitrgeno, acompaada por el aumento de la produccin
microbiana de N
2
O, puede contribuir al agotamiento de la capa de ozono. El xido
ntrico incoloro, inodoro (NO) y el dixido de nitrgeno rojo-castao picante (NO
2
),
son muy importantes en el aire contaminado. Designados conjuntamente como NO
x
,
estos gases entran en la atmsfera desde fuentes naturales, como los relmpagos y
los procesos biolgicos y desde fuentes contaminantes. Las ltimas fuentes citadas
son mucho ms signifcativas debido a las concentraciones de NO
2
regionalmente
altas, que pueden causar el deterioro severo de la calidad del aire. Las cantidades
estimadas de NO
x
que entran en la atmsfera es muy variable, pero generalmente
oscilan entre unas pocas decenas de millones de toneladas mtricas por ao a algo
ms de 100 millones. La parte ms grande de NO
x
antrpico, que acumula alrededor
de 20 millones de toneladas mtricas por ao, entra en la atmsfera a partir de la
quema de combustibles fsiles tanto en fuentes estacionarias como mviles. Una
cantidad similar de NO
x
es emitida desde el suelo, la mayor parte por la accin de
microorganismos sobre el fertilizante de nitrgeno (Manahan, 2007).
Reacciones atmosfr icas del NO
x
Las reacciones qumicas atmosfricas convierten los NO
x
a cido ntrico, sales
de nitrato inorgnicas, nitratos orgnicos y nitrato de peroxiacetilo (vase ms
02-04 Aire ok.indd 154 25/01/2011 07:15:55 p.m.
AIRE
155
adelante la discusin del neblumo o smog fotoqumico). Las principales especies
de xido de nitrgeno reactivo en la troposfera son NO, NO
2
y HNO
3
. Estas espe-
cies se reciclan entre ellas, tal como se muestra en la Figura 1. Aunque el NO es
la forma primaria en que son liberados los NO
x
a la atmsfera, la conversin de
NO a NO
2
es relativamente rpida en la troposfera. El dixido de nitrgeno es una
especie muy reactiva e importante en la atmsfera. Absorbe la luz que penetra en
la troposfera, a lo largo del espectro ultravioleta y visible. La tendencia del NO
2
a
fotodisociarse se muestra claramente por el hecho de que, bajo la luz directa del
sol, la vida media del NO
2
es mucho ms corta que la de cualquier otra especie
atmosfrica molecular comn. El dixido de nitrgeno fnalmente se elimina de la
atmsfera como cido ntrico, nitrato o como nitrgeno orgnico (en atmsferas
donde se forma neblumo o smog fotoqumico). En la estratosfera, el dixido de
nitrgeno reacciona con radicales hidroxilo para producir cido ntrico. En esta
regin, el acido ntrico tambin puede ser destruido por radicales hidroxilo o por
una reaccin fotoqumica, por lo que el HNO
3
sirve como sumidero temporal para
el NO
2
en la estratosfera. El cido ntrico producido a partir del NO
2
es eliminado
por precipitacin o reacciona con bases (amonaco, cal particulada), para produ-
cir nitratos en forma de partculas. Las reacciones de los xidos de nitrgeno y
el dixido de azufre en los penachos del humo emitido por centrales termoelc-
tricas, son importantes en el transporte y destino ambiental de los NO
x
y el SO
2
.
La presencia de vapor y gotas de agua, as como de partculas, puede facilitar las
reacciones de los NO
x
y el SO
2
en los penachos o plumas de humo, como se les
conoce en Mxico.
Nitrogen oxide sources, such as com-
bustion, lightning, transport from the
stratosphere, NH
3
oxidation
Washout with
precipitation
NO HNO
3
NO
2
HOO
.
+ NO NO
2
+ HO
.
ROO
.
+ NO NO
2
+ RO
.
NO + O
3
NO
2
+ O
2
O + NO h
HO
.
+ NO
2
HNO
3
NO
2
+ HO
.
h + HNO
3
Los xidos de nitrgeno provienen de la
combustin, los relmpagos, de la estratosfera
o de la oxidacin del amonaco
Lavado provocado
por la lluvia
Figur a 1. Principales reacciones entre NO, NO
2
, y HNO
3
en la atmsfera. ROO
.
representa un
radical orgnico peroxilo, como el radical metilperoxil, CH
3
OO (Manahan, 2007).
02-04 Aire ok.indd 155 25/01/2011 07:15:57 p.m.
156
Efectos dainos de los xidos de nitr geno
El xido ntrico, NO, es menos txico que el NO
2
. Igual que el monxido de carbono
y el nitrito, el NO se adhiere a la hemoglobina y reduce la efciencia del transporte
de oxgeno. Sin embargo, en una atmsfera contaminada, la concentracin de
xido ntrico es normalmente mucho ms baja que la de monxido de carbono
por lo que el efecto en la hemoglobina es mucho menor. La exposicin aguda a
NO
2
puede ser muy daina para la salud humana. Para exposiciones que van de
varios minutos a una hora, un nivel de 50-100 ppm de NO
2
causa la infamacin
del tejido pulmonar en un perodo de 6-8 semanas despus del cual el individuo
afectado normalmente se recupera. La exposicin de personas a 150-200 ppm de
NO
2
, causa bronchiolitis fbrosa obliterans, una condicin fatal a las 3-5 semanas
posteriores a la exposicin. La muerte generalmente ocurre dentro de los 2-10 das
posteriores a la exposicin a 500 ppm o ms de NO
2
.
La enfermedad del silo, causada por el NO
2
generado por la biodegradacin de
materiales biolgicos ensilados que contienen nitratos (generalmente trozos de tallos
hmedos de maz o sorgo para alimentar al ganado), es un ejemplo particularmente
llamativo de envenenamiento con dixido de nitrgeno. Han ocurrido muertes como
resultado de la inhalacin de gases que contienen NO
2
generados en la combustin
de pelculas de celuloide y nitrocelulosa. Aunque se han observado daos extensos
en plantas, en reas que reciben una fuerte exposicin al NO
2
, la mayora de estos
daos proviene, probablemente, de los productos secundarios de los xidos de nitr-
geno, como el nitrato de peroxiacetilo, conocido como PAN por sus siglas en ingls
(peroxyacetyl nitrate), formado en el neblumo o smog (vase ms adelante).
La exposicin de las plantas al NO
2
a una concentracin de varias partes por
milln en el laboratorio, da lugar a que se manchen las hojas y se estropee el tejido
de la planta. La exposicin a 10 ppm de NO causa una disminucin reversible en
la velocidad de la fotosntesis. El efecto en las plantas como consecuencia de la
exposicin a largo plazo de NO
2
a niveles de unas dcimas de partes por milln es
menos evidente. Se sabe que los xidos de nitrgeno causan que palidezcan algunos
colores y tintes usados en algunos textiles. Esto se ha observado en los aparatos
secadores de ropa de gas y se debe a los NO
x
formados en la llama del secador. La
mayora del dao a los materiales causados por los NO
x
proviene de los nitratos
secundarios y el cido ntrico. Por ejemplo, la rotura de los resortes usados en los
relevadores (relays en ingls) telefnicos ocurre muy por debajo de la resistencia
a la deformacin del metal del resorte, debido a la accin de nitratos particulados
y al aerosol de cido ntrico formados a partir de los NO
x
. Existe preocupacin
acerca de la posibilidad de que los NO
x
emitidos a la atmsfera por los aviones de
transporte supersnicos pueda catalizar la destruccin parcial de la capa de ozono
02-04 Aire ok.indd 156 25/01/2011 07:15:57 p.m.
AIRE
157
estratosfrica que absorbe radiaciones ultravioleta de las longitudes de onda dainas
(240-300 nm). Esta posibilidad aumenta las preocupaciones iniciales con respecto
al dao antrpico a la capa de ozono estratosfrica, desde las investigaciones pu-
blicadas alrededor de 1970. Sin embargo, hay muchas reacciones amortiguadoras
naturales estratosfricas, que tienden a mitigar la destruccin potencial del ozono
a partir de las reacciones mencionadas anteriormente. La creencia actual es que las
emisiones de fotas de aviones supersnicos relativamente grandes (casi improba-
bles a la luz de la desaparicin del avin Concorde en el 2003), no causarn tanto
dao a la capa de ozono como los clorofuorocarburos (Manahan, 2007).
Neblumo o smog fotoqumico
El neblumo o smog oxidante o smog fotoqumico que permanece en la atmsfera
de Los ngeles, la Ciudad de Mxico, Zurich y muchas otras reas urbanas, es hoy
uno de los contaminantes regionales atmosfricos ms problemticos. El neblu-
mo o smog tiene una larga historia. Explorando lo que es ahora el sur del estado
de California (Alta California antes de 1848), en 1542, J uan Rodrguez Cabrillo
nombr la baha de San Pedro como la Baha de los Humos, debido a la pesada
niebla que cubra el rea. Las quejas de irritacin de los ojos por el aire contami-
nado generado por las actividades humanas en Los ngeles se registraron desde
tiempos tan lejanos como 1868. Caracterizado por visibilidad reducida, irritacin
de los ojos, agrietamiento del hule o caucho y deterioro de los materiales, el ne-
blumo o smog devino en una seria molestia en el rea de Los ngeles durante los
aos cuarenta del siglo XX. Las condiciones del neblumo o smog se manifestan
por la irritacin moderada o severa de los ojos o por una visibilidad inferior a 5
km (3 millas) cuando la humedad relativa est por debajo de 60%. La formacin
de compuestos oxidantes en el aire, particularmente ozono, es indicativa de la
generacin de neblumo o smog fotoqumico. Puede suponerse que estn presentes
elevados niveles de neblumo o smog fotoqumico cuando el nivel de compuestos
oxidantes excede de 0.15 ppm durante ms de una hora. El neblumo o smog se
reconoce ahora como un problema fundamental de contaminacin atmosfrica en
muchas reas del mundo.
Ingredientes que for man el neblumo o smog
Los tres ingredientes necesarios para generar neblumo o smog fotoqumico son
luz ultravioleta, hidrocarburos y xidos de nitrgeno. Los motores de combustin
02-04 Aire ok.indd 157 25/01/2011 07:15:58 p.m.
158
interna usados en los automviles y camiones producen hidrocarburos reactivos y
xidos de nitrgeno, dos de los tres ingredientes importantes necesarios para formar
el smog. En un automvil, aparte del escape, se tienen varias fuentes potenciales
de emisin de hidrocarburos. Una de estas fuentes es la niebla de hidrocarburos
compuesta de aceite lubricante y los gases que emanan del crter del motor. El
ltimo consiste en gas de escape y mezcla no oxidada de combustible/aire que entra
en el crter desde las cmaras de combustin alrededor de los pistones.
Una segunda fuente importante es el sistema del combustible, del que se emiten
hidrocarburos a travs de las aberturas del tanque de combustible y del carburador.
Cuando el motor se apaga y el calor del mismo calienta al combustible, la gasolina
puede evaporarse y emitirse a la atmsfera. Adems, el calentamiento durante el da
y el enfriamiento por la noche causan que el tanque de combustible respire y emita
vapores de gasolina. La mayor fuente de hidrocarburos emitida por los automviles,
es la que genera hidrocarburos a causa de la combustin incompleta del combustible
en el motor y emitidos a travs del sistema de escape. En las condiciones de alta
temperatura y presin en un motor de combustin interna, los productos de la com-
bustin incompleta de la gasolina sufren reacciones qumicas que producen varios
centenares de hidrocarburos diferentes. Muchos de stos son muy reactivos, formando
neblumo o smog fotoqumico. La causa principal de hidrocarburos sin quemar en
el cilindro del motor es el apagado de pared, donde la pared relativamente fra
en la cmara de combustin del motor de combustin interna, causa que se extinga
la llama dentro de una capa de varias milsimas de centmetro de la pared. Parte
de los hidrocarburos restantes, puede retenerse como gas residual en el cilindro y
parte puede oxidarse en el sistema de escape. El resto se emite a la atmsfera como
hidrocarburos contaminantes. Los fallos de encendido del motor, debido al ajuste
incorrecto y la desaceleracin, aumentan grandemente la emisin de hidrocarburos.
Los motores de turbina no estn sujetos al fenmeno de apagado de pared porque
sus superfcies siempre estn calientes.
Plantas ver des contaminantes
En algunas reas, los hidrocarburos biognicos emitidos a la atmsfera por las
plantas son fuentes signifcativas y hasta dominantes de hidrocarburos que con-
tribuyen al neblumo o smog. Los hidrocarburos de plantas que ms contribuyen
a la formacin de smog son los terpenos, que son alquenos altamente reactivos.
Algunos de los terpenos biognicos ms comunes son el -pineno de los rboles
de pino, el limoneno de los rboles ctricos y el isopreno, que es un monmero
del hule o caucho natural (Figura 2).
02-04 Aire ok.indd 158 25/01/2011 07:15:58 p.m.
AIRE
159
La reactividad de los hidrocar buros
La reactividad de los hidrocarburos en el proceso de formacin del neblumo o
smog es una consideracin importante para comprender este proceso y para el
desarrollo de estrategias de control. Es til saber cules son los hidrocarburos
ms reactivos para que pueda minimizarse su descarga. Los hidrocarburos menos
reactivos, de los que el propano es un buen ejemplo, gracias a la accin del viento
pueden causar la formacin de neblumo o smog lejos del punto de descarga. La
reactividad de los hidrocarburos est basada en la interaccin de stos con el ra-
dical hidroxilo. Al metano, el hidrocarburo menos reactivo en fase gaseosa, con
una vida media atmosfrica que excede los 10 das, se le asigna una reactividad
de 1.0. A pesar de su baja reactividad, el metano es tan abundante en la atmsfera
que responde de una parte signifcativa del total de las reacciones de los radica-
les hidroxilo. En contraste, el -pineno producido por los rboles de conferas y
otra vegetacin, es casi 9000 veces ms reactivo que el metano, mientras que el
d-limoneno, producido por la cscara de la naranja, lo es casi 19000 veces ms
(Manahan, 2007).
Reacciones de los compuestos or gnicos en la atmsfer a for mador a
de neblumo o smog fotoqumico
Los hidrocarburos se eliminan de la atmsfera por diferentes reacciones qumicas y
fotoqumicas. Estas reacciones son responsables de la formacin de muchos produc-
tos contaminantes secundarios nocivos e intermediarios, a partir de hidrocarburos
precursores relativamente inocuos. Estos productos contaminantes e intermediarios
-Pinene -Pinene Limonene Isoprene
H
3
C H C
C
H
H
CH
3
H
H H
H H
H H
H
2
C
CH
3
CH
3
H
H
H
C
H H
H
H
H
H
2
C
CH
3
CH
3
CH
3
H
H
H
H
H
C C C C
H
H
H
H
H
CH
3
-Pineno -Pineno Limoneno
Figur a 2. Terpenos de los rboles. Terpenos como stos son importantes contribuyentes
a los hidrocarburos involucrados en la formacin del neblumo o smog fotoqumico
02-04 Aire ok.indd 159 25/01/2011 07:15:59 p.m.
160
constituyen el neblumo o smog fotoqumico. Los hidrocarburos y casi todos los
compuestos orgnicos en la atmsfera son termodinmicamente inestables frente
a la oxidacin y tienden a ser oxidados a travs de una serie de pasos. El proceso
de oxidacin termina con la formacin de CO
2
, de materia particulada slida or-
gnica que sedimenta de la atmsfera o con la formacin de productos solubles
en agua (por ejemplo, cidos, aldehdos), que son eliminados por la lluvia. Las
especies inorgnicas como el ozono o el cido ntrico son subproductos de estas
reacciones. Algunas de las principales reacciones involucradas en la oxidacin
de hidrocarburos atmosfricos pueden entenderse considerando la oxidacin de
metano, que es el hidrocarburo atmosfrico ms comn y ampliamente disperso
(aunque tambin el menos reactivo en la atmsfera). Como otros hidrocarburos,
el metano reacciona con los tomos de oxgeno (generalmente producidos por
la disociacin fotoqumica de NO
2
a O y NO) para generar el importante radical
hidroxilo y un radical alquilo (metilo). El radical metilo producido reacciona r-
pidamente con oxgeno molecular para formar radicales peroxilos muy reactivos
y, en este caso, el radical metil peroxil, H
3
COO. Tales radicales participan en una
variedad de reacciones subsecuentes en cadena, incluyendo aquellas que llevan a
la formacin de neblumo o smog.
Como se destaca a lo largo de este captulo, el radical hidroxilo, HO y el
radical hidroperoxilo, HOO, son intermediarios ubicuos en las reacciones fo-
toqumicas en cadena. Estas dos especies son colectivamente conocidas como
radicales de hidrgeno impar. Los compuestos orgnicos (en la troposfera, casi
exclusivamente carbonilos) pueden sufrir reacciones primarias fotoqumicas, que
dan por resultado la formacin directa de radicales libres. La ms importante
de estas reacciones es, con mucho, la disociacin fotoqumica de los aldehdos.
Los radicales libres orgnicos sufren varias reacciones qumicas dando como
resultado un aldehdo o una cetona. El radical hidroxilo puede reaccionar con
otros compuestos orgnicos manteniendo la reaccin en cadena. Normalmente,
las reacciones en cadena de fase gaseosa tienen muchos pasos. Ms an, tienen
lugar reacciones de ramifcacin en las que un radical libre reacciona con una mo-
lcula excitada causando que se produzcan dos nuevos radicales. La terminacin
de la cadena puede ocurrir de distintas maneras, como por ejemplo la reaccin
entre dos radicales libres o la formacin del aducto con xido ntrico o dixido
de nitrgeno el cual, debido a su nmero impar de electrones, son propiamente
radicales libres estables, o bien, la reaccin del radical con la superfcie de una
partcula slida.
Los hidrocarburos pueden sufrir reacciones heterogneas en las partculas de
la atmsfera. Los polvos compuestos de xidos metlicos o carbn vegetal tienen
un efecto catalizador en la oxidacin de compuestos orgnicos. Los xidos me-
02-04 Aire ok.indd 160 25/01/2011 07:15:59 p.m.
AIRE
161
tlicos pueden entrar en reacciones fotoqumicas. Por ejemplo, el xido de zinc
fotosensibilizado por exposicin a la luz promueve la oxidacin de los compues-
tos orgnicos. Los tipos de reacciones recin discutidos estn involucrados en la
formacin del neblumo o smog fotoqumico en la atmsfera. A continuacin, se
considera el proceso formador del smog.
For macin del neblumo
Esta seccin expone las condiciones que son caractersticas de una atmsfera
con neblumo o smog y los procesos globales involucrados en su formacin. En
atmsferas que reciben contaminacin de hidrocarburos y NO, acompaadas por
una intensa luz solar y masas estancadas de aire, tienden a formarse oxidantes.
En lenguaje de contaminacin atmosfrica, oxidante fotoqumico total se refere
a una sustancia en la atmsfera capaz de oxidar el ion ioduro a yodo elemental.
A veces se usan otros agentes reductores para medir los oxidantes. El oxidante
ms importante en la atmsfera es el ozono. Otros oxidantes atmosfricos inclu-
yen al H
2
O
2
, perxidos orgnicos (ROOR
-
), hidroperxidos orgnicos (ROOH)
y nitratos peroxiacilos como el nitrato de peroxiacetilo (PAN, en ingls), que se
muestra en la Figura 3a. El dixido de nitrgeno, NO
2
, no se considera un oxi-
dante fotoqumico total. Sin embargo, es aproximadamente un 15% tan efcaz
como el O
3
en oxidar el ioduro a iodo (0), lo que obliga a hacer una correccin
en las mediciones por la interferencia positiva de NO
2
. El dixido de azufre es
oxidado por el O
3
y produce una interferencia negativa por lo que tambin debe
hacerse una correccin de la medicin.
El nitrato de peroxiacetilo y los compuestos relacionados que contienen la
parte -C(O)OONO
2
, como el nitrato de peroxibenzolo (PBN, por sus siglas en
ingls, vase Figura 3b), que es un poderoso irritante ocular y lacrimgeno, se
producen fotoqumicamente en atmsferas que contienen alquenos y NO
x
. Sobre
todo, el PAN y el PBN son notorios oxidantes orgnicos. Producen varios efectos
adversos como irritacin ocular, ftotoxicidad y mutagenicidad y son quizs los
mejores indicadores simples de las condiciones de neblumo o smog fotoqumico
Figur a 3. a) Nitrato de peroxiacetilo; b) Nitrato de peroxibenzolo.
02-04 Aire ok.indd 161 25/01/2011 07:16:00 p.m.
162
(Grosjean, 2001). Adems del PAN y del PBN, son tambin importantes otros oxi-
dantes orgnicos especfcos en atmsferas contaminadas, como es el nitrato de
peroxipropionilo (PPN); el cido peractico, CH
3
(CO)OOH; el acetilperxido,
CH
3
(CO)OO(CO)CH
3
; el butil hidroperxido, CH
3
CH
2
CH
2
CH
2
OOH y el ter-
butilhidroperxido, (CH
3
)
3
COOH.
Afortunadamente, los niveles de PAN, PPN y, probablemente tambin, otros
oxidantes orgnicos han disminuido alrededor de 5-10 veces en el sur de California,
en los EE.UU., desde los aos sesenta del siglo XX al presente (Grosjean, 2003).
Como se muestra en la Figura 4, las atmsferas con neblumo o smog muestran
variaciones caractersticas con la hora del da en los niveles de NO, NO
2
, hidro-
carburos, aldehdos y oxidantes.
El examen de la fgura 4 muestra que poco despus de la salida del Sol, el nivel
de NO en la atmsfera disminuye signifcativamente, pero que est acompaado
por un pico en la concentracin de NO
2
. Durante el medioda (despus que la con-
centracin de NO ha disminuido a un nivel muy bajo), los niveles de aldehdos y
oxidantes se vuelven relativamente altos. La concentracin de hidrocarburos totales
en la atmsfera aumenta bruscamente en la maana y luego disminuye durante las
restantes horas de luz diurna (Manahan, 2007).
Hidrocarburos sin considerar el metano
M 4 A.M. 8 A.M. N 4 P.M. 8 P.M. M
0.5
0.4
0.3
0.2
0.1
0.0
N
i
v
e
l

d
e

c
o
n
t
a
m
i
n
a
n
t
e
s

e
n

p
p
m

p
o
r

v
o
l
u
m
e
n
NO
NO
2
Aldehdos
Oxidantes
Hora del da (M: Media noche, N: Medioda)
Figur a 4. Las concentraciones atmosfricas de especies involucradas en la formacin
del neblumo o smog en funcin de la hora del da.
02-04 Aire ok.indd 162 25/01/2011 07:16:01 p.m.
AIRE
163
Mecanismos de for macin del neblumo
Se discuten algunos de los aspectos fundamentales de la formacin del neblumo
o smog fotoqumico. Para ms detalles, se remite al lector a libros de Qumica
Atmosfrica (Finlayson-Pitts y Pitts, 1986) y Fsico-Qumica Atmosfrica (Sein-
feld y Pandis, 1998). Dado que la qumica exacta de la formacin del neblumo o
smog fotoqumico es muy compleja, solamente se dan como ejemplos ilustrativos
plausibles algunos conceptos en lugar de mecanismos probados. Las variaciones
con el tiempo en los niveles de hidrocarburos, ozono, NO y NO
2
se explican por
las reacciones globales siguientes: Reaccin fotoqumica primaria que produce
tomos de oxgeno; reacciones que involucran especies de oxgeno (M es un tercer
cuerpo que absorbe de energa y que siempre se encuentra en las reacciones; dado
que esta reaccin es rpida, la concentracin de O
3
permanece baja, hasta que la de
NO alcance un valor bajo y las emisiones de NO de vehculos automotores debido
al trnsito, tienden a mantener bajas las concentraciones de O
3
a lo largo de las
autopistas); produccin de radicales orgnicos libres a partir de los hidrocarburos,
RH; propagacin de la cadena, ramifcacin y terminacin por una variedad de
reacciones, tales como las siguientes:
NO +ROO NO
2
+ y/u otros productos (9)
NO
2
+ R productos (por ejemplo, PAN) (10)
El ltimo tipo de reaccin es el proceso de terminacin de cadenas ms comn
en el neblumo o smog, ya que el NO
2
es un radical libre estable presente a altas
concentraciones. Los hidrocarburos aromticos, Ar-H, tambin pueden reaccionar
con O y HO, favoreciendo las reacciones de adicin de los aromticos con HO.
El producto de la reaccin del benceno con HO es el fenol, como se muestra en
la siguiente secuencia de reaccin:

H OH
+ HO

(11)
H OH
OH
O
2
+ HOO +
(12)
(11)
(12)
02-04 Aire ok.indd 163 25/01/2011 07:16:02 p.m.
164
En el caso de los alquil-bencenos, como el tolueno, el ataque del radical
hidroxilo puede ocurrir sobre el grupo alquilo, dando lugar a secuencias de reac-
ciones como las de los alcanos. Todos ellos se encuentran en las gasolinas. Los
compuestos carbonilos son importantes iniciadores, intermediarios y productos
fnales de la formacin de neblumo o smog.
En el aire contaminado de Ro de J aneiro, Brasil, se midieron ms de 60
compuestos carbonlicos (Grosjean et al., 2002). Los carbonilos ms abundantes
en la atmsfera urbana contaminada normalmente son el formaldehdo y el ace-
taldehdo; la acetona normalmente es la cetona ms abundante. Los nitratos de
peroxiacilos son contaminantes del aire muy importantes sintomticos del neblumo
fotoqumico. Estos compuestos son irritantes oculares y mutagnicos; son potentes
ftotoxinas, lo cual daa a las plantas y son agentes para el transporte atmosfrico
del nitrgeno reactivo.
Hay cierta preocupacin de que el uso creciente de etanol como aditivo anti-
detonante en la gasolina podra aumentar el nivel de nitrato de peroxiacetilo. Esto
es porque el etanol se oxida fotoqumicamente a acetaldehdo, cuya oxidacin
fotoqumica conduce a la formacin de PAN. Este etanol sera el equivalente de los
hidrocarburos no quemados que escapan de los equipos accesorios de los motores
de combustin interna. Los nitratos y peroxinitratos son constituyentes importantes
de las atmsferas con neblumo. Un estudio de muestras de aire de Ulm, Alemania,
Las Vegas, Nevada y Salt Lake City, Utah, en los EE.UU., identifc 43 C
6
-C
13

mononitratos alqulicos, 24 C
3
-C
6
dinitratos alqulicos y 19 C
2
-C
6
nitratos hidroxial-
quilos, a niveles de hasta 28 partes por billn en volumen (Kastler et al., 2000).
Radical nitr ato
Observado por primera vez en la troposfera en 1980, el radical nitrato, NO
3
, es
reconocido ahora como una especie qumica atmosfrica importante, especialmente
en la noche. Esta especie se forma por la reaccin entre el NO
2
y el ozono. Los
niveles de NO
3
permanecen bajos durante la luz diurna, con un tiempo de vida al
medioda de slo 5 segundos. Hay evidencias que indican que los niveles de NO
3

alcanzan valores sufcientemente altos como para tener un efecto en la qumica
troposfrica antes del anochecer (Geyer et al., 2003). Sin embargo, en la noche,
los niveles de NO
3
se vuelven mucho ms altos, alcanzando valores de alrededor
de 8 10
7
mol cm
-3
/ comparado con slo 1 10
6
mol cm
-3
, aproximadamente,
para el radical hidroxilo. Aunque el radical hidroxilo reacciona de 10 a 1000 veces
ms rpidamente que el NO
3
, la concentracin mucho ms alta de este ltimo sig-
nifca que es responsable de mucha de la qumica atmosfrica que ocurre durante
02-04 Aire ok.indd 164 25/01/2011 07:16:02 p.m.
AIRE
165
la noche. El radical nitrato se adiciona a los alquenos, por medio de los dobles
enlaces dando lugar a la formacin de especies radicales reactivas que participan
en la formacin del neblumo.
Compuestos fotolizables en la atmsfer a
Puede ser til revisar en este momento los tipos de compuestos capaces de ex-
perimentar fotlisis en la troposfera iniciando as reacciones en cadena. Bajo la
mayora de las condiciones troposfricas, el ms importante de estos compuestos es
el NO
2
. En atmsferas relativamente contaminadas, la reaccin de fotodisociacin
ms importante es la de compuestos carbonilos, particularmente el formaldehdo.
El perxido de hidrgeno se fotodisocia para producir dos radicales hidroxilos
y, fnalmente, pueden formarse perxidos orgnicos y seguidamente disociarse
comenzando con un radical peroxilo (Manahan, 2007).
Productos inor gnicos a par tir del neblumo
Los sulfatos y nitratos son dos clases importantes de productos inorgnicos del
neblumo y, junto con los xidos de azufre y de nitrgeno, pueden contribuir a la
precipitacin cida, la corrosin, la reduccin de visibilidad y a efectos adversos
para la salud. Aunque la oxidacin de SO
2
a sulfato es relativamente lenta en una
atmsfera limpia, es ms rpida bajo las condiciones del neblumo. Durante condi-
ciones fotoqumicas severas pueden ocurrir tasas de oxidacin de 5-10% por hora,
comparado con slo una fraccin porcentual por hora bajo condiciones atmosfricas
normales. As, el dixido de azufre expuesto al neblumo o smog puede producir
concentraciones locales muy altas de sulfato, lo que puede agravar las ya malas
condiciones atmosfricas.
La presencia de HO (a un nivel de 3 10
6
radicales/cm
3
, pero apreciablemente
superior en una atmsfera con smog) hace de sta una ruta probable. La adicin de
SO
2
a RO o ROO puede producir compuestos orgnicos de azufre. Debe notarse
que la reaccin de H
2
S con HO es bastante rpida. Como resultado, la vida media
atmosfrica normal del H
2
S, de aproximadamente medio da, se hace mucho ms corta
en presencia de neblumo fotoqumico. Los nitratos inorgnicos o el cido ntrico se
forman por medio de varias reacciones en el neblumo. Entre las reacciones impor-
tantes que forman cido ntrico, estn la reaccin de N
2
O
5
con el agua y la adicin
de radical hidroxilo al NO
2
. Puede ocurrir la oxidacin de NO o NO
2
a especies de
nitrato despus de la absorcin de gas por una gota del aerosol. El cido ntrico
02-04 Aire ok.indd 165 25/01/2011 07:16:03 p.m.
166
formado por medio de estos procesos reacciona con el amonaco en la atmsfera
para formar nitrato de amonio. Tambin pueden formarse otras sales de nitratos.
El cido ntrico y los nitratos estn entre los productos fnales ms perjudiciales
del neblumo. Adems de los posibles efectos adversos en plantas y animales, es-
tos contaminantes causan problemas severos de corrosin. Los relevadores y los
pequeos resortes asociados con los interruptores elctricos, son especialmente
susceptibles a daarse por la corrosin inducida por nitratos (Manahan, 2007).
Efectos del neblumo
Los efectos dainos del neblumo ocurren principalmente en: 1) la salud humana
y su confort, 2) los materiales, 3) efectos en la atmsfera y 4) la toxicidad para las
plantas. El grado exacto en que la exposicin al neblumo afecta la salud humana
no se conoce, aunque se sospechan efectos adversos sustanciales. El ozono, de olor
acre, producido por el neblumo o smog, se sabe que es txico. El ozono causa tos
a 0.15 ppm, jadeo, contraccin bronquial e irritacin en el sistema mucoso respira-
torio en individuos sanos. Debido a los efectos potenciales en la salud, la Agencia
de Proteccin del Ambiente de los EE.UU., en julio de 1997, propuso confrontar
estndares de calidad nacional de aire para ozono a nivel terrestre que eliminaran
el actual lmite de una hora a uno nuevo de 8 horas de 0.08 ppm de ozono. Adems
del ozono, los oxidantes nitratos de peroxiacetilo y aldehdos que se encuentran en el
neblumo son irritantes de los ojos. Los materiales tambin son afectados de manera
adversa por algunos componentes del neblumo. El hule tiene una alta afnidad por el
ozono y se agrieta y envejece cuando est expuesto a este contaminante. De hecho,
anteriormente se empleaba el agrietamiento del hule o caucho como una prueba para
la presencia de ozono. El ozono ataca el hule natural y materiales similares, oxidando
y rompiendo los dobles enlaces en el polmero segn la siguiente reaccin:

C C C C
H CH
3
H H
H
H
+ O
3
C
H
O O
O
R' C R
CH
3
C OH + R
O
H
3
C R' C
O
n
Rubber polymer
(13)
Hule (polmero)

(13)
Este tipo de reaccin de escisin oxidativa causa la rotura de los enlaces en
la molcula del polmero dando por resultado un deterioro (Manahan, 2007). Las
partculas de aerosol que reducen la visibilidad estn formadas por la polimerizacin
de molculas ms pequeas producidas por las reacciones formadoras de neblumo.
02-04 Aire ok.indd 166 25/01/2011 07:16:03 p.m.
AIRE
167
Dado que estas reacciones involucran grandemente la oxidacin de hidrocarburos,
no es sorprendente que los compuestos orgnicos que tienen oxgeno formen el
grueso del volumen de la materia particulada producida por el neblumo o smog. Los
aerosoles solubles en ter extrados de la atmsfera de Los ngeles presentan una
frmula emprica aproximada de CH
2
O. Entre los tipos especfcos de compuestos
identifcados en los aerosoles de neblumo orgnico estn los alcoholes, aldehdos,
cetonas, cidos orgnicos, steres y nitratos orgnicos. Los hidrocarburos de ori-
gen vegetal son prominentes entre los precursores de la formacin de partculas
en el neblumo fotoqumico. Los aerosoles del neblumo probablemente se forman
por condensacin en ncleos existentes en lugar de formarse por autonucleacin
de las molculas producidas por las reacciones en el neblumo. Esto queda con-
frmado por la observacin de las micrografas electrnicas de estos aerosoles,
que muestran que las partculas de aerosol del neblumo en la regin de tamao
micromtrico consisten en gotas lquidas con un ncleo inorgnico opaco. As,
la materia particulada procedente de otra fuente que no sea el neblumo, puede
tener alguna infuencia en la formacin y en las propiedades de los aerosoles del
neblumo (Manahan, 2007).
En vista de la escasez mundial de alimentos, los conocidos efectos dainos
del neblumo sobre las plantas, dan lugar a una cierta preocupacin. Estos efectos
son principalmente debidos a oxidantes en la atmsfera con neblumo. Los tres
oxidantes principales involucrados son ozono, PAN y xidos de nitrgeno. De stos,
el PAN tiene la toxicidad ms alta para las plantas, atacando las hojas ms jvenes
y causando el bronceado y vidriado de sus superfcies. La exposicin durante
varias horas a una atmsfera que contiene PAN a un nivel de slo 0.02-0.05 ppm,
daa a la vegetacin. El grupo sulfhidrilo de las protenas en los organismos es
susceptible a daarse por el PAN, ya que reacciona con dichos grupos, tanto como
agente oxidante, como agente acetilante. Afortunadamente, el PAN slo est pre-
sente, a niveles bajos.
Los xidos de nitrgeno existen concentraciones relativamente altas durante
los episodios de neblumo, pero su toxicidad respecto a las plantas es relativamente
baja. Los hidroperxidos de alquilo de cadena corta, como el hidroperxido de me-
tilo, existen a niveles bajos en las condiciones con neblumo, incluso en atmsferas
remotas. Es posible que estas especies puedan oxidar las bases del ADN, causando
efectos genticos adversos (Manahan, 2007). Los ensayos de Ames con hidrope-
rxidos de metilo, etilo, n-propilo y n-butilo, han mostrado cierta tendencia hacia
la mutagenicidad en cepas selectas de Salmonella typhimurium, aunque cualquier
conclusin deducida de este tipo de estudios en la salud humana debe hacerse
con cautela (Manahan, 2007). La baja toxicidad de los xidos de nitrgeno y los
niveles normalmente bajos de PAN, hidroperxidos y otros oxidantes presentes en
02-04 Aire ok.indd 167 25/01/2011 07:16:04 p.m.
168
el neblumo, hacen de ellos la mayor amenaza para la vida de las plantas, como
consecuencia del neblumo. Algunas especies vegetales, como las lechugas, moras
o algunas especies de tomates, son tan susceptibles a los efectos del ozono y otros
oxidantes fotoqumicos que se usan como bioindicadores de la presencia de neblumo.
El dao del ozono a una hoja de limn, fenmeno tpico de la ftotoxicidad del O
3
,
se caracteriza por un moteado clortico (manchas amarillas caractersticas en una
hoja verde). La exposicin breve a aproximadamente 0.06 ppm de ozono puede
reducir temporalmente a la mitad las velocidades de fotosntesis en algunas plantas.
El dao del ozono y otros contaminantes atmosfricos fotoqumicos, a las cosechas
de California, en los EE.UU., se estima que cuesta millones de dlares cada ao.
Compuestos or gnicos per sistentes
Dentro de estos compuestos orgnicos persistentes en el aire destacan los llamados
genricamente dioxinas y furanos. Ambos tipos de compuestos se generan du-
rante las actividades humanas como la incineracin y la combustin (nunca fueron
creados ex profeso para alguna utilidad industrial). Las dioxinas son, como puede
verse en la estructura qumica, compuestos orgnicos formados por dos anillos
aromticos o bencnicos (dibenzo) que pueden o no tener diferentes cantidades de
tomos de cloro (Figura 5). El nombre real de los furanos dainos al ambiente es
el de clorodibenzofuranos (CDF) y se encuentran en el ambiente como partculas
slidas o como vapores. Son una familia de compuestos qumicos que contienen
de 1 a 8 tomos de cloro unidos al grupo dibenzofurano. Los que tienen los cloros
en las posiciones 2,3,7 y 8 de la molcula son especialmente dainos. Son poco
solubles en agua, afortunadamente, pero cuando se encuentran en ella pueden bio-
magnifcar su concentracin mediante las cadenas trfcas. En los peces, pueden
concentrarse hasta diez mil veces de las concentraciones originalmente presentes
en los cuerpos de agua. Esto ocurre tambin con aves, otros animales y con los
-
dioxin Dibenzo
-p 2,3,7,8-Tetrachlorodibenzo-
p -dioxin
O
O
Cl
Cl
Cl
Cl
9
8
7
6 4
3
2
1
O
O
Dibenzo-p-
dioxina
2,3,7,8
Tetraclorodibenzo-p-
dioxina, TCDD
Figur a 5. Compuestos organoclorados conocidos genricamente como dioxinas.
02-04 Aire ok.indd 168 25/01/2011 07:16:05 p.m.
AIRE
169
seres humanos que quedan expuestos a ellos a travs de sus alimentos (la vegeta-
cin, por ejemplo). Pueden provenir de los escapes de los vehculos automotores
o de la combustin de carbn, madera o compuestos oleosos usados para calentar
las casas y edifcios y para la produccin de electricidad. La mayor parte de los
CDF se producen en muy pequeas cantidades como subproductos indeseables de
procesos como la manufactura de productos qumicos (generalmente plaguicidas)
o en el blanqueo de la pulpa de celulosa para la fabricacin del papel.
Tambin se producen en los incineradores y por ello, estos deben ser cuidado-
samente evaluados para evitar que emitan estos compuestos en sus gases de salida.
Los CDF en la fase de vapor pueden transformarse en otros compuestos qumicos
en la atmsfera aunque no necesariamente menos txicos. Pueden ser removidos
del aire con la nieve o la lluvia adsorbindose a las partculas de suelo y a los sedi-
mentos de los lagos y ros lo que, afortunadamente, evita que pasen a los cuerpos
de agua. La exposicin en los seres humanos causa irritacin en la piel y los ojos
y mucosas aumentando la vulnerabilidad a infecciones respiratorias y efectos en el
sistema nervioso. Adems, tienden a acumularse en la grasa corporal, en la leche
materna y en el hgado (Beck et al., 1994; Schecter et al., 1996). De acuerdo con
la Agencia de Proteccin Ambiental de los EE.UU. (EPA, por sus siglas en ingls),
cuando estos dos tipos genricos de compuestos qumicos son emitidos en una
combustin pueden transportarse por el aire por distancias muy grandes antes de
ser depositados en el suelo o sobre la vegetacin. Como resultado, se les encuentra
en casi todos los ambientes, a muy bajas concentraciones, pero estn presentes.
Por ello, cuando la vegetacin y los animales estn expuestos a estos compuestos,
muy probablemente los acumulen y biomagnifquen, provocando daos en los seres
humanos que los consuman (Manahan, 2007). En el ejemplo relacionado con los
gases emitidos por un incinerador de residuos hospitalarios, es necesario que se
midan los contenidos de dioxinas y furanos que pudieran tener.
Mtodos para cuantifcar los contaminantes que daan la atmsfera
Existen diferentes normativas y cada pas las aplica de acuerdo con criterios espe-
cfcos basados en su propia experiencia. Mxico tiene normas ofciales (NOM) y
normas mexicanas (NMX) y, con base en ellas, se plantean todos los sistemas de
muestreo y anlisis in situ (en el lugar donde se generan) y en el laboratorio. La Ley
General del Equilibrio Ecolgico y la Proteccin al Ambiente (DOF, 13/06/2003) y
su Reglamento en materia de Prevencin y Control de la Contaminacin Atmos-
frica (DOF, 11/1988), prevn que las emisiones de contaminantes atmosfricos
debern sujetarse a los niveles mximos permisibles que establecen las normas
02-04 Aire ok.indd 169 25/01/2011 07:16:05 p.m.
170
ofciales mexicanas, con el fn de asegurar una calidad de aire satisfactoria para
la salud y el bienestar de la poblacin y para conservar el equilibrio ecolgico.
El Cuadro 2 presenta las principales tcnicas analticas usadas para el anlisis de
contaminantes en el aire (Manahan, 2007). Para algunos contaminantes, como las
Cuadro 2. Principales tcnicas usadas para el anlisis de contaminantes del aire
(Manahan, 2007).
Contaminante Mtodo Interferencias potenciales
SO
2
(S total) Fotometra de llama o ama (FPD, en ingls) H
2
S, CO
SO
2
Cromatografa de gases (GC, en ingls) H
2
S, CO
SO
2
Espectrofotomtrico
(con pararosanilina, va hmeda)
H
2
S, HCL, NH
3
, NO
2
, O
3
SO
2
Electroqumico H
2
S HCl, NH
3
, NO, NO
2
, O
3
, C
2
H
4
SO
2
Conductividad HCl, NH
3
, NO
2
SO
2
Espectrofotomtrico, fase gaseosa NO, NO
2
, O
3
O
3
Quimiluminiscencia H
2
S
O
3
Electroqumico NH
3
NO
2
, SO
2
O
3
Espectrofotomtrico (reaccin con yoduro de
potasio, va hmeda)
NH
3
, NO
2
, NO, SO
2
O
3
Espectrofotomtrico, fase gaseosa NO
2
, NO, SO
2
CO Infrarrojo CO
2
(a niveles altos)
CO Cromatografa de gases Ninguna
CO Electroqumico NO, C
2
H
4
CO Combustin cataltica-deteccin trmica NH
3
CO Fluorescencia infrarroja Ninguna
CO Reemplazo de mercurio
Fotometra ultravioleta
C
2
H
4
NO
2
Quimiluminiscencia NH
3
, NO, NO
2
, SO
2
NO
2
Espectrofotomtrico (reaccin de azo resina,
va hmeda)
NO, SO
2
, NO
2
, O
3
NO
2
Electroqumico HCl, NH
3
, NO, NO
2
, SO
2
, O
3
, CO
NO
2
Espectrofotomtrico, fase gaseosa NH
3
, NO, NO
2
, SO
2
, CO
NO
2
Conductividad HCl, NH
3
, NO, NO
2
, SO
2
02-04 Aire ok.indd 170 25/01/2011 07:16:06 p.m.
AIRE
171
dioxinas y furanos, que se producen durante la combustin de compuestos orgni-
cos, en Mxico no se cuenta con equipamiento analtico ni laboratorios certifcados,
por lo que las muestras se envan a laboratorios en el extranjero, con el objetivo de
tener datos que permitan evaluar el riesgo de las emisiones gaseosas muestreadas.
La legislacin mexicana reglamenta la cadena de custodia de estas muestras.
Las muestras para determinar la posible presencia de contaminantes y sus
concentraciones pueden tomarse en ambientes exteriores y medir esas concen-
traciones, ya sea directamente en plumas de chimeneas o con mediciones en una
zona especfca de aire a diferentes alturas con globos, sistemas de absorcin ptica
diferenciada de espectro, medidores de percepcin remota o varias otras tcnicas
(Lpez-M. y Mandujano-M., 2006; Sosa-Iglesias et al., 2006), complementadas
con mediciones a nivel de laboratorio (Salaices y Breiter, 2006). Tambin pueden
medirse los contaminantes en un rea cerrada, la llamada contaminacin intramu-
ros, en reas hospitalarias, fabriles, etc. (Davis y Cornwell, 1998). En esencia, en
todas ellas, lo que prevalece es la metodologa seguida en el muestreo, la cadena
de custodia desde que se toma la muestra hasta que se tiene el anlisis y la dis-
posicin fnal del remanente de la muestra (y la disposicin fnal de los residuos
generados durante su anlisis) y la obtencin de resultados confables, precisos y
exactos. La calibracin de los equipos y la trazabilidad de los reactivos, gases de
laboratorio, etc., es algo fundamental, ya que esto es lo que garantiza esa confa-
bilidad, exactitud y precisin de los datos obtenidos que debern ser entregados al
usuario que los solicit. Siempre debe hacerse un diagrama de fujo del esquema
general analtico. La calidad de cada paso debe ser certifcada por una entidad
externa que garantice esta confabilidad, exactitud y precisin, de acuerdo con las
normativas internacionales.
En Mxico, la entidad responsable de acreditar las diferentes fases de la eva-
luacin analtica es la Entidad Mexicana de Acreditacin, A.C., conocida por sus
siglas como EMA. A continuacin se sealan algunos parmetros importantes de
esta parte medular (Alcal-Silva, 2007).
Validacin de mtodos
La validacin se defne, segn la NOM-059-SSA1-1993, como la evidencia
documentada que demuestra que a travs de un proceso especfco se obtiene un
producto que cumple consistentemente con las especifcaciones y los atributos de
calidad establecidos (Cedillo-Ramrez, 2002). ISO defne validacin como La
confrmacin por medio de la examinacin y la provisin de evidencia objetiva
de que las exigencias particulares para un empleo especfco se han cumplido.
02-04 Aire ok.indd 171 25/01/2011 07:16:06 p.m.
172
(Annimo, 1998). Un mtodo debe ser validado cuando es necesario verifcar que
los parmetros a evaluar son adecuados para ese problema analtico en particular;
por ejemplo:
cuando se desarrolla un nuevo mtodo para un problema en particular;
cuando hay una revisin del mtodo por el mejoramiento o por que se quiere
extender a un nuevo problema,
cuando el control de calidad de la empresa establece que un mtodo cambia
con el tiempo,
cuando se establece el mtodo en otro laboratorio, o con un diferente analista,
o una instrumentacin diferente, y
para demostrar la equivalencia entre dos mtodos (el mtodo normalizado
y el nuevo).
La validacin de un mtodo analtico consta de tres pasos: establecimiento
de las condiciones por cumplir por parte de la metodologa, determinados por la
normativa o por el cliente; determinacin de los parmetros del procedimiento,
fjados por el responsable que desarrolla la metodologa; la valoracin de los
resultados, que es la comparacin de los parmetros obtenidos con las condi-
ciones establecidas y la decisin de validez del procedimiento para el propsito
establecido (Annimo, 1998). Poniendo como ejemplo la cromatografa, que es
el mtodo presentado en la Tabla 2 para medir los componentes gaseosos CO y
NO
2
, los parmetros cromatogrfcos tpicos de la validacin de mtodos analticos
son: selectividad, linealidad, precisin (repetibilidad, reproducibilidad), recobro,
lmite de cuantifcacin, lmite de deteccin, sensibilidad, robustez, estabilidad y
exactitud. A continuacin se sealan algunos de ellos.
Lmite de deteccin y cuantifcacin
El lmite de deteccin es la concentracin ms baja del analito en una mues-
tra que puede ser detectada, pero no necesariamente cuantifcada, bajo las
condiciones experimentales establecidas. El lmite de cuantifcacin es la
concentracin ms baja de analito en una muestra que puede ser determinada
con una precisin y exactitud aceptable bajo las condiciones experimentales
establecidas.
02-04 Aire ok.indd 172 25/01/2011 07:16:07 p.m.
AIRE
173
Linealidad
Es una medida que asegura que la relacin entre la respuesta obtenida (variable
dependiente) por el instrumento y la concentracin del analito (variable indepen-
diente) tiene una tendencia o comportamiento lineal; es decir, que obedezca la ley
de Lambert-Beer y que tenga un coefciente de correlacin mayor o igual a 0.98.
Si cumple con la ley de Lambert-Beer, entonces se procede a realizar una prueba
de hiptesis a la ordenada al origen y a la pendiente, con el objetivo de determinar
si la curva de calibracin parte del origen.
Precisin
La precisin es la medida de qu tan cercanos estn los valores de los datos uno
del otro para un nmero de medidas bajo las mismas condiciones analticas. La
precisin tiene tres componentes: repetibilidad, precisin intermedia y reproduci-
bilidad. Para los fnes de esta investigacin, slo se analizar la repetibilidad, que
es una medida del desempeo del instrumento bajo las condiciones cromatogr-
fcas y da probado. Esta medida determinar el lmite de variacin del anlisis.
Entre ms estrecho sea el valor, uno puede esperar que los resultados sean ms
precisos o sensibles a la variacin. La repetibilidad se expresa como la desviacin
estndar relativa o coefciente de variacin en porcentaje. Los resultados de esta
prueba normalmente no deben ser mayores del 2% del coefciente de variacin
(o desviacin estndar relativa) para concentraciones altas y no ms del 5% para
concentraciones del orden de trazas para tcnicas cromatogrfcas. No obstante,
se debe tomar en cuenta que sta no considera las variaciones debidas a los pro-
cedimientos de preparacin de muestras de laboratorio.
Recobro
Los mtodos analticos no siempre miden todo el analito de inters presente en la
muestra. Los analitos pueden estar presentes en las muestras en una variedad de
formas, no todas del inters del analista. El mtodo, por lo tanto, puede delibe-
radamente ser diseado para determinar slo una forma particular del analito. El
recobro est relacionado con la efciencia de la extraccin de un mtodo analtico
dentro de los lmites de variabilidad. Esta medida no necesita ser al 100%, pero la
extensin del recobro de un analito y el estndar interno deben ser consistentes,
precisos y reproducibles. El recobro se expresa como la relacin entre la cantidad
02-04 Aire ok.indd 173 25/01/2011 07:16:07 p.m.
174
del compuesto de inters como porcentaje y la cantidad terica presente en el
medio.
Estabilidad en solucin
Con este parmetro se puede observar el efecto que tiene el disolvente sobre el
analito bajo diferentes condiciones de almacenamiento. Ello es debido a que mu-
chas veces el analito puede experimentar una degradacin y constituir una fuente
de error al cuantifcarlo. De esta manera se pueden establecer las condiciones de
almacenamiento y tiempo en que la muestra puede ser analizada.
Exactitud
Es la medida de qu tan cercano est el valor experimental del valor verdadero.
En un mtodo analtico, la exactitud describe la proximidad de los resultados pro-
medio de las pruebas al valor verdadero (concentracin del analito). La exactitud
debe ser medida utilizando como mnimo cinco determinaciones y se expresa
como porcentaje.
Ejemplifcacin de la metodologa para muestreo de aire
La Figura 6 presenta el diagrama de fujo de la metodologa empleada para mues-
trear aire, ya sea intramuros o proveniente de una fuente fja o de una fuente mvil.
Debe tenerse en cuenta que la calidad es el factor fundamental para obtener resul-
tados confables, precisos y exactos. Para ejemplifcar esta metodologa, se tomar
como estudio de caso uno de los efuentes gaseosos ms complejos y difciles de
muestrear y analizar: las emisiones de un incinerador de residuos hospitalarios,
considerados como residuos especiales (Velzquez-Gonzlez et al., 2005).
No se detallarn de las formas de muestrear o de realizar los anlisis o de
corroborar estadsticamente los datos encontrados ya que esta informacin se
encuentra desglosada en forma clara en el siguiente punto. Lo que se desea hacer
nfasis es la forma en que esto se realiza en campo, que es lo que en ingls se
conoce como el know how (saber cmo), ya que es justamente el paso limitante
para garantizar un buen muestreo y un buen resultado de ese muestreo. Para este
caso se midieron los siguientes contaminantes:
02-04 Aire ok.indd 174 25/01/2011 07:16:07 p.m.
AIRE
175
1. Concentracin de partculas suspendidas totales liberadas a la atmsfera por
el ducto del incinerador (DOF, 2001).
2. Concentracin de xidos de nitrgeno (NO
x
) y bixido de azufre (SO
2
) libe-
rados a la atmsfera por el ducto del incinerador (DOF, 1979).
3. Concentracin de cido clorhdrico (HCl) liberado a la atmsfera por el ducto
del incinerador, como una medida indirecta de la transformacin completa
(destruccin total) de los compuestos orgnicos clorados (DOF, 1980).
Figur a 6. Diagrama de fujo que incluye la cadena de custodia para el muestreo
de una corriente de aire (intramuros o extramuros, determinando su contenido
de contaminantes provenientes de fuentes fjas o de fuentes mviles.
Generacin de orden detrabajo
Seguimiento monitorio (monitoreo) Laboratorio
Identificacin y contr atacin por parte del cliente
Preparacin de
materiales, reactivos,
soluciones, filtros,
formatos cadenas de
custodia, etc.
Preparacin detodo lo necesario a
utilizar en campo (equipo, formatos,
materiales, vehculos, personal
tcnico, personal capacitado
Trabajo de campo
Monitoreo:
Realizacin de llenado
de hojas de campo y de
cadenas de custodia
Entregade muestras y cadenas de
custodia alaboratorio(s) analtico(s)
Realizacin de anlisis
Residuos
Informe de resultados de
laboratorio
Almacn temporal
Disposicin final a una
empresa de residuos
Procesamiento de datos
Elabor acin de infor me
final de r esultados
rea administrativa
Entr ega al cliente
Pr oblema ambiental pr oducido por contaminantes at mosfricos intr amur os o en aire ambiente externo
02-04 Aire ok.indd 175 25/01/2011 07:16:11 p.m.
176
4. Concentracin de metales liberados a la atmsfera por el ducto del incinerador
como parte de las partculas inorgnicas (EPA, 02/2000).
5. Concentracin de dioxinas y furanos liberados a la atmsfera por el ducto del
incinerador (EPA, 05/1995).
6. Verifcacin de la operacin correcta del equipo de incineracin bajo estudio,
mediante la medicin en un intervalo de tiempo de las variables de operacin
(DOF, 1978, 1993): temperatura, humedad, presin-velocidad, fujos volum-
tricos y masa molecular promedio de los gases.
Ejemplo de un inciner ador de residuos hospitalar ios
Materiales y mtodos
Mtodo y procedimiento de muestreo. Se deben efectuar dos muestreos defnitivos
para la determinacin de los siguientes parmetros: PST, NO
x
, HCl, metales y SO
2
.
Los muestreos deben realizarse en cuatro etapas de acuerdo con el procedimiento
general recomendado por las normas vigentes para el muestreo en fuentes fjas
(Figura 7). En las dos primeras se obtienen los datos necesarios para lograr las
condiciones de isocinetismo y las dos siguientes constituyen el procedimiento de
muestreo per se.
Actividades preliminares. Las actividades iniciales deben ser:
Determinacin del dimetro interno de la chimenea o conducto.
Seleccin de los puntos de muestreo de acuerdo con la Norma Mexicana
NMX-AA-009-SCFI-1993 (DOF, 1994).
Marcado de la sonda con las longitudes de los puntos de muestreo selec-
cionados.
Verifcacin de infltraciones en el tren de muestreo armado.
Preparacin de los burbujeadores con las soluciones indicadas en el mtodo
29 de la EPA, para la determinacin de metales (EPA, 02/2000).
Preparacin de los burbujeadores con las soluciones indicadas en la NOM-
AA-70-1980 para la determinacin de HCl. (DOF, 1980).
Preparacin de los burbujeadores con las soluciones indicadas en el
mtodo 23 de la EPA, para la determinacin de dioxinas y furanos (EPA,
05/1995):
02-04 Aire ok.indd 176 25/01/2011 07:16:12 p.m.
AIRE
177
Muestreo preliminar
Deben tomarse mediciones de manera preliminar para poner a punto los equipos.
Los parmetros son los siguientes:
Determinacin de la presin baromtrica, temperatura de la chimenea y
presin esttica.
Medicin de presiones-velocidad en cada uno de los puntos de muestreo
seleccionados y repeticin de la misma para obtener datos reales.
Anlisis de los gases de chimenea para el clculo del peso molecular pro-
medio de la corriente gaseosa.
Bomba de
vaco
Consola de control
isocintico
Vidriera del Mtodo 5 de la EPA
Soporte
del
filtro
rea calentada
Sello del adaptador
al puerto
Pared chimenea
Lnea de vaco
Bao de hielo Colisionadores
Salida de
colisionadores
Sensor
Figur a 7. Esquema del tren de muestreo para PST.
02-04 Aire ok.indd 177 25/01/2011 07:16:12 p.m.
178
Determinacin de la constante K.
Seleccin de la boquilla ptima.
Procedimiento del muestreo isocintico (Figur a 8)
Se coloca la sonda de muestreo en el primer punto seleccionado, se lee la presin
velocidad y la temperatura de la chimenea del gasmetro. Con estos datos se
evala la constante K corregida por presin y temperatura, con la cual se calcula
la cada de presin que debe haber en la placa de orifcio para que succione la
muestra de gas a la misma velocidad (isocinticamente) a la que fuyen los gases
en la chimenea. De acuerdo con el nmero de puntos de muestreo seleccionados
se determina el tiempo de muestreo para cada uno. El procedimiento de toma de
muestra se repite en cada punto. El tiempo transcurrido entre el cambio de un punto
a otro y el ajuste de la vlvula que permite regular la cada de presin en la placa
de orifcio no debe exceder de 20 segundos.
TREN DE MUESTREO
Medicin de la
temperatura de la
chimenea, T
ch

Medicin de la
presin
esttica, Pe
Masa
molecular de
los gases
Localizacin de
los puntos de
muestreo
Medicin de la
presin-
velocidad, PV
Clculo de la
velocidad en la
chimenea, Us
Velocidad
promedio de la
chimenea,
U
s
promedio
Medicin del
dimetro de la
chimenea
Seccin
transversal de
la chimenea,
As
Flujo de gas
promedio en la
chimenea
Q
s
=
(Us promedio) AS
CONCENTRACIN
FLUJ O CORRIENTE GASEOSA
Masa total de agua
colectada en el tren,
M
p

Volumen total de gas
muestreado, V
m

Clculo de la
concentracin
promedio de
contaminantes
C
p
=M
p
/ V
m

Emisin de
material
particulado
E =(Q
s
) (C
p
)
Figur a 8. Diagrama de fujo para muestreo isocintico.
02-04 Aire ok.indd 178 25/01/2011 07:16:14 p.m.
AIRE
179
Equipo utilizado
El equipo de muestreo para la determinacin de partculas que puede utilizarse es
del tipo semiautomtico que consta de las siguientes partes: sonda de muestreo de
vidrio con precalentamiento para la prueba de dioxinas y furanos; trampa de resina
XAD-2; boquilla de muestreo tipo anzuelo de acero inoxidable para las pruebas
de HCl; sonda de muestreo de vidrio con precalentamiento para las pruebas de
metales; sonda de muestreo de acero inoxidable con precalentamiento para las prue-
bas de HCl; fltro de fbra de vidrio; portafltro prelavado; tren de burbujeadores;
gasmetro; bomba de vaco; medidor de placa de orifcio; manmetro inclinado
(presin-velocidad); cordn umbilical; condensador; bomba de reciclaje de agua;
equipo APEX Modelo 522 Nm. serie 41163. En la Figura 8 se muestra el tren de
muestreo que debe usarse de acuerdo con lo establecido en la Norma Mexicana
NMX-AA-009-SCFI-1993 (DOF, 1993).
Recoleccin del mater ial par ticulado y soluciones de los bur bujeadores
Material particulado
Se lavan la sonda, el portafltros y las conexiones con un volumen de acetona
y se recuperan los residuos en un vaso de precipitados para su cuantifca-
cin.
Se transfere el fltro a un recipiente adecuado cuidando no perder nada del
material particulado captado en el mismo.
Soluciones de los burbujeadores
Se pesan todos los burbujeadores para conocer la cantidad de agua captada
mediante diferencia con la masa inicial y fnal y se procede a calcular la
humedad de los gases en la corriente gaseosa.
Del tren de muestreo para multimetales:
La solucin de HNO
3
/ H
2
O
2
se transfere a un contenedor de vidrio para el
anlisis de los siguientes metales: Pb, Cr, Cu, Cd, Hg, Zn, As, Se, Co, Ni,
Mn y Sn.
La solucin de KMnO
4
/ H
2
SO
4
se transfere a un contenedor de vidrio para
el anlisis del Hg.
02-04 Aire ok.indd 179 25/01/2011 07:16:14 p.m.
180
Del tren de muestreo para cido clorhdrico:
Este parmetro es capturado en agua, misma que es transferida a un conte-
nedor para su anlisis.
Del tren de muestreo para bixido de azufre:
Para la determinacin del bixido de azufre la emisin se obtiene por anlisis
de va hmeda. Se extrae una muestra proporcional. El SO
2
se absorbe en una
solucin de perxido de hidrgeno. Cuantifcando el SO
2
por titulacin con
perclorato o cloruro de bario y conociendo el volumen de muestra colectado,
se determinan las concentraciones respectivas. Por medio de estas ltimas
y con el gasto volumtrico se determinan las emisiones correspondientes.
Del tren de muestreo para dioxinas y furanos:
La TRAMPA XAD-2 se transfere a una hielera para mantener la temperatura por
debajo de 4 C y es transportada al laboratorio para su anlisis. Este anlisis
no se realiza en Mxico ya que no hay laboratorios certifcados para esas me-
diciones. Deben enviarse a algn laboratorio extranjero y, para este ejemplo,
se envan a un laboratorio certifcado de los Estados Unidos, el denominado
Analytical Perspectives (EPA, 40 CFR 2004).
Deter minacin del exceso de aire y la masa molecular
La determinacin de O
2
, CO y CO
2
se realiza con un analizador de gases marca
TESTO, de acuerdo con lo indicado en la Norma Ofcial Mexicana NOM-085-
SEMARNAT-1994 (DOF, 1994), el cual opera bajo el principio de celdas electroqu-
micas (EPA, 08/1990, mtodo 3A).
Deter minacin de los xidos de nitr geno (NO
x
)
Para la determinacin de los NO
x
se utiliza un analizador continuo de quimiolumi-
niscencia. Para este ejemplo se emple uno de la marca SHIMADZU. Las mediciones
se realizan de acuerdo con la NOM-085-SEMARNAT-1994 (DOF, 1994). Para este
ejemplo se emple un equipo de la Marca Shimadzu, Modelo NOA-305 A, Nm.
de serie: 3011-0348. Se emplearon como gases de calibracin NO y para balance
02-04 Aire ok.indd 180 25/01/2011 07:16:15 p.m.
AIRE
181
N
2
. El analizador de NO
x
se verifca en campo utilizando gases de concentracin
conocida (EPA, 08/1990, mtodo 7E).
Para este ejemplo, primero se utiliz un gas de aire cero para ajustar el cero
del equipo, mantenindose por un periodo de 5 min. Despus se utiliza un gas
con una concentracin conocida de NO, el cual se utiliza como gas Span man-
tenindose por un periodo de 5 min. Se extrae una muestra de gas de la chimenea
por medio de una bomba pasando primero por un acondicionador de muestra en
donde son eliminadas la humedad y las partculas. La muestra acondicionada se
manda al analizador, dando lecturas directas en ppm.
Obtencin de la presin-velocidad
Previamente se obtiene el dimetro interno de la chimenea y se selecciona el
nmero de puntos de muestreo de acuerdo con la Norma Ofcial Mexicana
NMX-AA-009/-SCFI-1993 (DOF, 1993). Posteriormente se marca el tubo de Pitot
con las longitudes de los puntos de muestreo seleccionados. Finalmente se leen
directamente las presiones-velocidad en el manmetro inclinado. Los muestreos
efectuados en la chimenea de los incineradores debe llevarse a cabo en condiciones
normales de operacin del equipo y en condiciones normales de operacin de la
planta. La instalacin de los puertos y plataformas de muestreo deben adecuarse
a las condiciones del incinerador. En el Cuadro 3 se presentan los resultados del
muestreo isocintico de este ejemplo que da datos muy cercanos al 100%, por lo
que puede considerarse que hay isocinetismo.
En el Cuadro 4 se dan los resultados obtenidos de este ejemplo y se comparan
con los lmites mximos permisibles de la normativa mexicana; en dicho cuadro
se puede ver que no se detect, para este ejemplo, ninguna desviacin con respecto
a las normas de referencia ni a los procedimientos del Sistema de Calidad tomado
como base para esta prueba.
Cuadro 3. Resumen de resultados del muestreo isocintico.
Equipo
Nmero de
prueba
Volumen muestreado
A.C.N. * L
Gasto volumtrico
A.C.N. m
3
/s
Isocinetismo
%
Incinerador
1 1066.325 1.064 103.958
2 1061.639 1.056 101.689
Promedio 1063.982 1.060 102.824
A.C.N. = A condiciones normales
02-04 Aire ok.indd 181 25/01/2011 07:16:15 p.m.
182
Cuadro 4. Comparacin de resultados con los lmites mximos permisibles, LMP.
Parmetros Unidades Prueba 1 Prueba 2 Promedio LMP*
Temp. salida C
mg m
-3
74.54 76.34 75.44 250
PST cnbs@7%O
2
44.8735 41.7984 43.3359 50
CO mg m
-3

cnbs@7%O
2
5.2444 5.1929 5.2186 63
HCl mg m
-3

cnbs@7%O
2
0.454 0.701 0.578 15
No
x
mg m
-3

cnbs@7%O
2
239.3815 300
SO
2
mg m
-3

cnbs@7%O
2
0.0678 80
Pb mg m
-3

cnbs@7%O
2
0.2776 0.0557 0.1666 No aplica
Cr mg m
-3

cnbs@7%O
2
0.0077 0.0298 0.0187
Cu mg m
-3

cnbs@7%O
2
0.0242 0.0155 0.0198
Zn mg m
-3

cnbs@7%O
2
0.0644 0.0077 0.0361
Pb+Cr+Cu+Zn mg m
-3

cnbs@7%O
2
0.3739 0.1087 0.2413 0.7
As mg m
-3

cnbs@7%O
2
0.0136 0.0105 0.0120 No aplicada
Se mg m
-3

cnbs@7%O
2
0.0000 0.0001 0.0001
Co mg m
-3

cnbs@7%O
2
0.0095 0.0149 0.0122
Ni mg m
-3

cnbs@7%O
2
0.0043 0.0168 0.0105
Mn mg m
-3

cnbs@7%O
2
0.0069 0.0232 0.0151
Sn mg m
-3

cnbs@7%O
2
0.0766 0.2983 0.1875
As+Se+Co+Ni+Mn+Sn mg m
-3

cnbs@7%O
2
0.1110 0.3639 0.2374 0.7
Cd mg m
-3

cnbs@7%O
2
0.0040 0.0036 0.0038 0.07
Hg mg m
-3

cnbs@7%O
2
0.0003 0.0003 0.0003 0.07
Dioxinas y furanos mg m
-3

cnbs@7%O
2
0.00003 0.5
mg m
-3
cnbs@7%O
2
: miligramos por metro cbico a condiciones normales base seca corregido al 7% de oxgeno.
ng TEQ/m
3
cnbs@7%O
2
: nanogramos por metro cbico a condiciones normales base seca corregido al 7% de oxgeno.
02-04 Aire ok.indd 182 25/01/2011 07:16:16 p.m.
AIRE
183
Asimismo, de acuerdo con los resultados obtenidos para un incinerador de
residuos hospitalarios evaluado tomando en consideracin la normativa mexicana,
puede concluirse lo siguiente:
La temperatura promedio de salida se encontr por debajo del mximo
permisible de 250 C en un 70%.
La concentracin promedio de partculas suspendidas totales se encontraron
por abajo del mximo permisible de 50 mg m
-3
en un 13%.
La concentracin de monxido de carbono se encontr por abajo del mximo
permisible de 63 mg m
-3
en un 92%.
El cido clorhdrico se observ por debajo del mximo permisible de 15 mg
m
-3
en un 96%.
Los xidos de nitrgeno se observaron por debajo del mximo permisible
de 300 mg m
3
en un 20%.
El bixido de azufre se observ por debajo del mximo permisible de 80
mg m
-3
en un 99%.
La suma de las concentraciones de los siguientes metales: plomo, cromo,
cobre y zinc se observaron por abajo del mximo permisible de 0.7 mg m
-3

en un 66%.
La suma de las concentraciones de los siguientes metales: arsnico, selenio,
cobalto, nquel, manganeso y estao se observaron por abajo del mximo
permisible de 0.7 mg m
-3
en un 66%.
El cadmio se observ por debajo del mximo permisible de 0.07 mg m
-3
en
un 95%.
El mercurio se observ por debajo del mximo permisible de 0.07 mg m
-3
en
un 99%.
Las dioxinas y furanos se observaron por debajo del mximo permisible de
0.5 mg m
-3
en un 99%.
Estos resultados son los deseables en un equipo de este tipo para garantizar la
inocuidad de sus emisiones a la atmsfera.
Conclusiones
A partir de la revisin bibliogrfca sobre la problemtica de la contaminacin
del aire, queda claro que es un problema complejo que no ha podido ser resuelto
todava. Existen numerosos grupos a nivel mundial realizando investigacin y pro-
poniendo metodologas analticas especfcas. Todas ellas son todava perfectibles
02-04 Aire ok.indd 183 25/01/2011 07:16:16 p.m.
184
y se tienen, a pesar de que en las ltimas dcadas se inici en forma decidida el
estudio de la contaminacin atmosfrica, grandes reas de oportunidad para realizar
el seguimiento de los contaminantes. Sigue siendo todava la mejor prctica, no
enviar gases a la atmsfera cuando no es estrictamente necesario.
La quema de llantas, la quema de la hojarasca, los cohetes en las celebraciones
y muchas otras costumbres o actividades culturales arraigadas entre la poblacin
deben ser erradicadas con la educacin ambiental y los autores esperan que este
captulo pueda dar a los lectores ms que una visin interesante sobre la medicin
de los contaminantes en el aire, sobre todo, una leccin de vida para convencer a
nuestros conciudadanos de cuidar nuestra atmsfera ya que su presencia es la que
garantiza la vida en nuestra nave espacial, el Planeta Tierra.
Referencias
Alcal-Silva, E. 2007. Desarrollo y validacin de un mtodo para la determinacin de
cafena en alimentos mediante el uso de la cromatografa de lquidos de alta resolucin,
CLAR. Tesis profesional. UNAM, Facultad de Qumica. Mxico D.F. Mxico.
Annimo. 1998. Guide The ftness for purpose of analytical methods. EURACHEM. (Con-
sultada en agosto de 2006): http://www.eurachem.org/guides/valid.pdf
Beck, H., Dross, A., Mathar, W. 1994. PCDD and PCDF Exposure and Levels in Humans
in Germany. Environmental Health Perspectives, pp.173-185. Citado por P. Costner.
Dioxin Elimination.
Cedillo-Ramrez, V. 2002. Validacin de tcnicas analticas en cromatografa de lquidos.
Tesis profesional. UNAM, Facultad de Qumica. Mxico D.F. Mxico.
Cousins, I. T., Mackay, D. 2001. Gas-Particle Partitioning of Organic Compounds and
Its Interpretation Using Relative Solubilities. Environmental Science and Technology,
35, 643-647.
Crawford, J . H., Bradshaw, J . D., Davis, D. D., Liu, S. C. 2003. Nitrogen Oxides and
Other Reactive Nitrogen Species. En: Handbook of Weather, Climate and Water.
Thomas D. Potter, Bradley R. Colman, Eds., J ohn Wiley & Sons, Inc., , pp. 61-77.
Hoboken, NJ , EE.UU.
Davis, M. L., Cornwell, D.A. 1998. Introduction to environmental engineering. 3a. Ed.
McGraw-Hill. Pp. 459-542. Nueva York, EE.UU.
DOF. 1978. Norma Ofcial Mexicana NOM-AA-54-1978. Determinacin del contenido
de humedad de los gases que fuyen por un conducto. Diario Ofcial de la Federacin.
Mxico D.F. Mxico.
DOF. 1979. Norma Ofcial Mexicana NOM-AA-55-1979. Determinacin de bixido de
azufre en los gases que fuyen por un ducto. Diario Ofcial de la Federacin. Mxico
D.F. Mxico.
02-04 Aire ok.indd 184 25/01/2011 07:16:16 p.m.
AIRE
185
DOF. 1980. Norma Ofcial Mexicana NOM-AA-70-1980. Determinacin de cloro y/o
cloruros en los gases que fuyen por un ducto. Diario Ofcial de la Federacin. Mxico
D.F. Mxico.
DOF. 11/1988. Reglamento en materia de Prevencin y Control de la Contaminacin
Atmosfrica. Diario Ofcial de la Federacin. Mxico D.F. Mxico.
DOF. 1993. Norma Mexicana NMX-AA-009/-SCFI-1993. Determinacin del fujo de
gases en un conducto por medio del tubo de Pitot. Diario Ofcial de la Federacin.
Mxico D.F. Mxico.
DOF. 1994. Norma Ofcial Mexicana NOM-085-SEMARNAT-1994. Para fuentes fjas que
utilizan combustibles fsiles slidos, lquidos o gaseosos o cualquiera de sus combi-
naciones, que establece los niveles mximos permisibles de emisin a la atmsfera de
humos, partculas suspendidas totales, bixido de azufre y xidos de nitrgeno y los
requisitos y condiciones para la operacin de los equipos de calentamiento indirecto
por combustin, as como los niveles mximos permisibles de emisin de bixido de
azufre en los equipos de calentamiento directo por combustin. Diario Ofcial de la
Federacin. Mxico D.F. Mxico.
DOF. 2001. Norma Mexicana NMX-AA-010-SCFI-2001 Determinacin de la emisin de
partculas slidas contenidas en los gases que se descargan por un conducto. Diario
Ofcial de la Federacin. Mxico D.F. Mxico.
DOF. 13/06/2003. Ley General del Equilibrio Ecolgico y la Proteccin al Ambiente. Diario
Ofcial de la Federacin. Mxico D.F. Mxico.
EPA. 08/1990. Mtodo 3A EPA Determinacin de la concentracin de oxgeno y bixido
de carbono en emisiones de fuentes fjas. Environmental Protection Agency. Was-
hington, D.C. EE.UU.
EPA. 08/1990. Method 7E (EPA) Determination of nitrogen oxides emissions from stationary
sources (Chemiluminescent NO/NOx analyzer ). Environmental Protection Agency.
Washington, D.C. EE.UU.
EPA. 05/1995. Method 23 (EPA) Sampling method for polychorinated dibenzo-p-dioxins
and polychlorinated dibenzofuran emissions from stationary sources. Environmental
Protection Agency. Washington, D.C. EE.UU.
EPA. 02/2000. Method 29 (EPA) Determination of metals emissions from stationary
sources. Environmental Protection Agency. Washington, D.C. EE.UU.
EPA. 40 CFR 2004. Mtodos de medicin de fuentes de emisiones atmosfricas. Environ-
mental Protection Agency 40 CFR. Ch. I (7-1-91 Edition). Washington, D.C. EE.UU.
Finlayson-Pitts, B. J ., Pitts, J . N. 1986. Atmospheric Chemistry. J ohn Wiley and Sons, Inc.,
p. 478. Nueva York, EE.UU.
Fishman, J . 2003. Overview: Atmospheric Chemistry. En: Handbook of weather, climate,
and water. Thomas D. Potter y Bradley R. Colman, editores. J ohn Wiley & Sons. Pp.
3-28. Hoboken, NJ . EE.UU.
Geyer, A., Alicke, B., Ackermann, R., Martinez, M., Harder, H., Brune, W., di Carlo, Pie-
ro, Williams, E., J obson, T., Hall, S., Shetter, R., Stutz, J . 2003. Direct Observations
of Daytime NO
3
: Implications for Urban Boundary Layer Chemistry. Journal of
Geophysical Research (Atmospheres), 108,:ACH7/1ACH7/11.
02-04 Aire ok.indd 185 25/01/2011 07:16:17 p.m.
186
Grassian, V. H. 2001. Heterogeneous Uptake and Reaction of Nitrogen Oxides and Vo-
latile Organic Compounds on the Surface of Stmospheric particles Including Oxides,
Carbonates, Soot and Mineral Dust: Implications for the Chemical Balance of the
Troposphere. International Reviews in Physical Chemistry, 20, 467-548.
Grosjean, D. 2003. Ambient PAN and ppn in Southern California from 1960 to the
SCOS97-NARSTO. Atmospheric Environment, 37, 221238.
Grosjean, D. 2001. Long-Term Trends in Ambient Peroxyacetyl Nitrate in Southern Ca-
lifornia. Abstracts of Papers of the 221st National Meeting of the American Chemical
Society). EE.UU.
Grosjean, D., Grosjean, E., Moreira, L. F. R. 2002. Speciated Ambient Carbonyls in Rio
de J aneiro, Brazil. Environmental Science and Technology, 36:13891395.
Hunt, A., Abraham, J . L., J udson, B., Berry, C. L. 2003. Toxicologic and Epidemiologic
Clues from the Characterization of the 1952 London Smog Fine Particulate Matter in Ar-
chival Autopsy Lung Tissues. Environmental Health Perspectives, 111, 12091214.
Kastler, J ., J arman, W., Ballschmiter, K. 2000. Multifunctional Organic Nitrates as Cons-
tituents in European and US Urban Photo-Smog. Fresenius Journal of Analytical
Chemistry, 368:244249.
Laskin, A., Gaspar, D. J ., Wang, W., Hunt, S. W., Cowin, J . P., Colson, S. D., Finlayson-
Pitts, B. J . 2003. Reactions at Interfaces as a Source of Sulfate Formation in Sea-salt
Particles. Science, 301(5631), 340344.
Lpez-M., J. L., Mandujano-M., C. 2006. Medicin de la tasa de emisin de bixido de azu-
fre en quemadores de fosa por medio de un sistema ptico. Rev. IMIQ 47(7-8):45-50.
Manahan, S. E. 2007. Introduccin a la qumica ambiental. Ed. UNAM-Editorial Revert.
Mxico y Barcelona, Espaa.
Molina, L. T., Molina, J . M. Eds. 2002. Air quality in Mexico Megacity. Kluwer Academic
Pubs. Dordrecht, Pases Bajos.
Novelli, P. 2003. Carbon monoxide in the atmosphere. En: Handbook of Weather, Climate
and Water. Chapter 5. Thomas D. Potter, Bradley R. Colman, Eds., Wiley, pp. 79-88.
Hoboken, NJ , EE.UU.
Salaices, M. A., Breiter, R. 2006. Desarrollo de un mtodo rpido y prctico para el
anlisis de compuestos orgnicos voltiles (VOC) en fase gaseosa aplicando la tc-
nica de microextraccin en fase slida (SPME) y cromatografa de gases. Rev. IMIQ
47(3-4):43-50.
Schecter, A., Papke, O., Lis, A., Ball, M., Ryan, J ., Olson, J .R., Li, L., Kessler, H. 1996.
Decrease in Milk and Blood Dioxin Levels Over Two Years in a Mother Nursing
Twins: Estimates of Decreased Maternal and Increased Infant Dioxin Body Burden
from Nursing. Chemosphere 32:543-549.
Seinfeld, J . H., Pandis, S. N. 1998. Atmospheric Chemistry and Physics. J ohn Wiley and
Sons, Inc., Nueva York, EE.UU.
Sosa-Iglesias, G., Rivera-Crdenas, C., Ortega-Lpez, F. 2006. Medicin de fujo de
emisiones totales de SO
2
y NO
2
generadas por fuentes urbanas e industriales mediante
deteccin remota. Tecnol. Ciencia Ed. (IMIQ, Mxico). 21(2):103-109.
02-04 Aire ok.indd 186 25/01/2011 07:16:17 p.m.
AIRE
187
Velzquez-Gonzlez, M. A., Solrzano-Ochoa, G., Gutirrez-Palacios, C., Villalba-Caloca,
J ., Prez-Neria, J ., Alfaro-Ramos, L., Durn-de-Baza, C. 2005. Estrategia para la
generacin de una base de datos sobre residuos peligrosos corrosivos, reactivos, ex-
plosivos, txicos e infamables, CRETI, en unidades hospitalarias. Tecnol. Ciencia Ed.
(IMIQ, Mxico). 20(2):45-56.
Zuo, Y. 2003. Light-induced Formation of Hydroxyl Radicals in Fog Waters Determi-
ned by an Authentic Fog Constituent, Hydroxymethanesulfonate. Chemosphere, 51,
175-179.
02-04 Aire ok.indd 187 25/01/2011 07:16:18 p.m.
02-04 Aire ok.indd 188 25/01/2011 07:16:18 p.m.
189
Introduccin
Dos herramientas importantes en las investigaciones en ecologa y recursos natu-
rales son la climatologa y la meteorologa. Ambas disciplinas estudian respectiva-
mente el clima y el estado del tiempo. La climatologa implica el uso de tcnicas
estadsticas y maneja periodos de tiempo desde semanas hasta aos, mientras
que la meteorologa tiene una escala desde horas hasta semanas. Es innegable la
infuencia que la atmsfera ejerce sobre los organismos y cmo moldea las comu-
nidades humanas y los ecosistemas. En las caractersticas climticas de una regin
se encuentran intrnsecas las posibilidades de desarrollo de las interacciones entre
organismos. Estas interacciones se pueden entender a partir de los dos principales
elementos del tiempo y el clima: la temperatura del aire y la precipitacin pluvial.
Lo anterior motiva y hace necesario incluir en los estudios mencionados a la cli-
matologa y la meteorologa. Es importante incorporar en los mtodos de campo
las lecturas de variables atmosfricas que dan idea sobre el comportamiento de
los organismos como son las fases fenolgicas o bien sobre las potencialidades de
los recursos naturales desde la perspectiva climatolgica (disponibilidad de agua,
biotemperaturas, infuencia del viento, etc.).
El clima es el estado ms frecuente o promedio de la atmsfera; ste vara de
un sitio a otro. Cuando nos referimos al clima estamos tomando como referencia
el promedio de algunas variables climticas registradas por muchos aos (Garca,
6
CLIMA
Roger Orellana Lanza
1
, Mara Engracia Hernndez Cerda
2
y Celene Espadas Manrique
1

1

2
Departamento de Geografa Fsica. Instituto de Geografa, UNAM
02-05 Clima ok.indd 189 25/01/2011 07:17:04 p.m.
190
2004, Oliver 1973). La Organizacin Meteorolgica Mundial (OMM) recomend en
1935 un perodo uniforme de treinta aos para hacer vlido ste concepto. Poste-
riormente fue actualizado, como se puede ver en el Cuadro 1, donde se encuentran
los perodos ptimos para distintas caractersticas y regiones.
Las variables que comnmente se utilizan son la temperatura del aire y la
humedad, expresada en cantidad de precipitacin pluvial. Estadsticamente se ha
considerado que veinte aos de lecturas son sufcientes para que se tenga un pro-
medio estandarizado (al que se le denomina normal climatolgica). La climatologa
estudia cmo se ha comportado la atmsfera durante un tiempo prolongado. Sin
embargo, el clima puede cambiar a largo plazo. Los elementos del clima son la
resultante de la interaccin de los factores climticos: latitud, altitud, orografa,
circulacin atmosfrica, reparto de ocanos y continentes y corrientes marinas.
Los elementos del clima son los componentes que lo defnen y son, as mismo,
las variables a travs de las cuales se manifesta la infuencia del clima sobre los
dems elementos del medio natural.
Como variables climticas, los elementos nos permiten defnir y caracterizar el
clima de una zona y determinar los mecanismos que lo condicionan; como variable
ambiental, los elementos climticos son considerados como recursos o limitantes.
Los elementos o variables climticas y temporales presentan diversas carac-
tersticas entre las que sobresalen la variabilidad espacial y temporal, y la mani-
festacin conjunta e interrelacionada.
La variabilidad espacial explica las diferencias regionales de los climas sobre
la superfcie terrestre. Esta variabilidad est determinada por la infuencia de los
factores astronmicos, como la latitud y los geogrfcos. Los primeros condicionan
los rasgos climticos dominantes en grandes reas geogrfcas, los segundos los
modifcan. Aparece as lo que algunos autores han denominado el mosaico clim-
tico del globo organizado en climas zonales, regionales, locales o microclimas.
Cuadro 1. Perodo ptimo de aos de lecturas recomendado por la OMM
(tomado de MOPt, 1992).
Elemento Islas Costas Llanuras Montaas
Temperatura 10 15 15 25
Humedad 3 6 5 10
Nubosidad 4 4 8 12
Visibilidad 5 5 5 8
Precipitacin 25 40 40 50
02-05 Clima ok.indd 190 25/01/2011 07:17:04 p.m.
CLIMA
191
La variabilidad temporal, medida en perodos de tiempo limitados como un da,
un mes o un ao o en intervalos de tiempo ms largos se relaciona con los factores
csmicos: movimientos de rotacin y traslacin de la tierra y posicin de sta
respecto al sol; balanceo estacional de los grandes sistemas de presin y fujos de
aire, entre otros. A ellos se asocian los regmenes trmicos y pluviomtricos dia-
rios, mensuales o estacionales, comunes a grandes zonas de la tierra. Los factores
locales modifcan estos rasgos generales y adquieren ms importancia cuanto menor
es la escala de trabajo. La informacin acerca de estos elementos slo es posible
mediante el uso de instrumentos de medida concretos y las series han de tener una
longitud relativamente larga para que podamos defnir con cierta precisin lo que
durante mucho tiempo se ha denominado normales climticas.
Los diferentes elementos climticos se manifestan de forma conjunta e inte-
rrelacionada. El estudio de alguno de ellos aisladamente es sufciente para defnir
los rasgos generales del clima de una zona y los mecanismos que lo explican; sin
embargo, en una climatologa aplicada se impone el anlisis conjunto de varios
de ellos. Por ejemplo, las temperaturas extremas o la suma acumulada de tem-
peraturas por encima de un determinado umbral son utilizadas como indicadores
bioclimticos. La sequa se defne por la ausencia de precipitaciones o por una
cantidad inferior a la esperada, pero la disponibilidad de agua o la sequa fsiolgica
slo pueden determinarse teniendo en cuenta la cantidad de agua evaporada y esta
ltima depende de otras variables climticas como la temperatura, la humedad
del aire y la velocidad del viento, que actan conjuntamente. Igual ocurre con la
sensacin de calor o fro, que no slo depende de la temperatura, sino tambin de
la humedad y la velocidad del viento.
Los elementos del clima resultantes son:
Radiacin solar e insolacin. El sol es la fuente de energa ms importante
que entra al planeta. La energa se recibe en forma de radiacin de diferentes
longitudes de onda. sta vara con la latitud, la poca del ao y la transparencia
de la atmsfera. La insolacin es la cantidad de calor o energa que se recibe
por unidad de rea y tiempo.
temperatura. Es la medida indirecta de la energa cintica de las molculas que
componen el aire. La temperatura desciende con la altitud. Las temperaturas
altas se encuentran en sitios de baja altitud y latitud.
Presin atmosfrica. Es la fuerza ejercida por unidad de rea, de la colum-
na de aire que forma la atmsfera. A mayor altitud, se tiene menor presin
atmosfrica y viceversa. La presin atmosfrica depende tambin de la ex-
pansin trmica del aire, por lo que una masa de aire con adicin de energa
calorfca tender a expandirse y ejercer mayor presin horizontal y vertical.
02-05 Clima ok.indd 191 25/01/2011 07:17:05 p.m.
192
Esto formar al fnal de cuentas el movimiento del aire en sentido horizontal
y vertical.
Vientos dominantes y corrientes. Es el movimiento horizontal del aire de la
alta presin a la baja, al que se le denomina adveccin. Si el gradiente es muy
marcado, es decir, la distancia entre la alta y la baja presin es menor, entonces
ser mayor la velocidad del viento. El mismo principio se aplica en el sentido
vertical, lo cual forma las corrientes verticales de aire; este movimiento se le
denomina conveccin.
Humedad y precipitacin. Cualquier tipo de manifestacin de la presencia de
agua en las masas de aire que conforman la atmsfera se deben medir o esti-
mar, por su potencial de precipitacin en sus diferentes tipos: lluvia, escarcha,
nieve, granizo, roco. Las nubes son masas de aire en la que existen diminutas
gotas de agua formadas en torno a partculas microscpicas higroscpicas (que
absorben agua). Dependiendo de factores adicionales en estas nubes, podr o
no presentarse precipitacin.
Visibilidad dominante. La atmsfera difere en su transparencia de un sitio
a otro. Esto depende de las partculas slidas que se encuentren suspendidas
como puede ser: polvo, carbono, polen, gotitas de agua. Una atmsfera limpia
y no contaminada cuenta con una aceptable transparencia.
Nubosidad. Las capas medias y altas de la troposfera son ocupadas por masa
de aire que pueden estar saturadas de agua en forma de nubes. stas son pe-
queas gotas, en torno a ncleos slidos que son partculas higroscpicas. La
nubosidad puede fltrar los rayos solares y la radiacin recibida depender de la
nubosidad. Por lo tanto, es un elemento del clima importante de considerar.
El tiempo o estado del tiempo se refere a las condiciones instantneas de
la atmsfera. El estado del tiempo vara de un momento a otro. La meteorologa o
estudio del tiempo (weather en ingls), hace predicciones a partir del conocimiento
del comportamiento de la atmsfera a travs de los patrones de circulacin de sta
en plazos muy cortos. Las predicciones del estado del tiempo se pueden llevar al
cabo en un perodo de pocas semanas. Con base en las observaciones, que de ao en
ao las condiciones atmosfricas tienden a repetirse en la misma poca o estacin;
los modelos matemtico-computacionales pueden predecir heladas, tempestades,
huracanes, o condiciones favorables para incendios forestales, etc. El estado del
tiempo se estima con los mismos parmetros o elementos que el clima. Las escalas
pueden superponerse o ser diferentes (Mc Gregor y Niewolt, 1998).
Es as como puede concebirse al clima como el promedio de un nmero inf-
nitesimal de estados del tiempo. El estado del tiempo vara de un instante a otro,
mientras que el clima vara de un espacio a otro. El tiempo y el clima se analizan
02-05 Clima ok.indd 192 25/01/2011 07:17:05 p.m.
CLIMA
193
con mediciones de variables fsicas de la atmsfera. Los estudios de climatologa
y meteorologa se realizan a partir del acopio de datos tomados por observadores
o estaciones meteorolgicas automatizadas. Hay tres tipos de sitios de observacin
en Mxico: las estaciones meteorolgicas, los observatorios meteorolgicos y las
estaciones meteorolgicas automatizadas. Los tipos de aparatos y las tcnicas y
tiempo de lecturas estn dados de forma convencional en todo el mundo de acuerdo
con la OMM.
La atmsfera de nuestro planeta es distinta en composicin y concentracin
de gases en comparacin con las atmsferas de otros planetas. La parte baja de
la atmsfera terrestre o troposfera es en la que se han formado las condiciones
propicias para la vida. De ah surge el concepto de biosfera, que se entiende como
la interfase entre ocanos, continentes y atmsfera donde se dan los procesos
biolgicos. En este nivel es importante considerar las distintas escalas en la que
se puede estudiar el clima.
Macroclima. Este es el clima a gran nivel, a escala planetaria. Comparando
las propiedades atmosfricas de nuestro planeta respecto a otros, se puede
conocer qu tan favorables son las condiciones para el desarrollo de la vida
en otros planetas.
Mesoclima. Es el clima a escala de franjas latitudinales. Las variaciones cli-
mticas a una misma latitud varan de acuerdo con la distribucin de ocanos
y continentes, as como con la orografa. tiene infuencia en la biota. El meso-
clima se identifca en cuanto a escala a la clasifcacin climtica de Kppen.
Mesomicroclima o clima regional. Es el clima resultante de la interaccin
de las condiciones regionales de latitud, altitud, relieve y continentalidad. El
mesoclima se corresponde con la distribucin de los tipos de vegetacin.
Clima local. Este nivel abarca una escala de clima an menor a la de meso-
microclima y depende de la exposicin en relacin con el microrrelieve.
Corresponde a las asociaciones vegetales.
Microclima. Con este se abarca las condiciones resultantes de la microtopo-
grafa, iluminacin (exposicin), las propiedades fsicas de los materiales que
componen el sistema y la evapotranspiracin. Corresponde a las caractersticas
climticas muy propias en gradientes de metros, centmetros y milmetros.
Obser vaciones meteorolgicas
La nica fuente de informacin directa con la que cuenta la climatologa es la
observacin de los diferentes parmetros meteorolgicos. La cantidad y la calidad
02-05 Clima ok.indd 193 25/01/2011 07:17:06 p.m.
194
de los datos disponibles condicionan la representatividad de los estudios clim-
ticos. La informacin disponible en la actualidad procede de puntos de medicin
situados sobre la superfcie terrestre y la obtenida por sensores remotos instalados
sobre satlites o aviones.
Las observaciones procedentes de la red superfcial se caracterizan por: 1)
el carcter local, relacionado con la localizacin del observatorio o estacin; 2)
generalmente son series temporales largas, que admiten un anlisis estadstico
ms o menos complejo, sufciente para defnir los rasgos esenciales del clima,
tanto los denominados valores normales, como la variabilidad y la frecuencia de
casos extremos; 3) se utilizan instrumentos convencionales de las caractersticas
tcnicas similares, a fn de poder comparar las mediciones entre puntos distantes;
4) en algunas de ellas se obtienen, adems, datos a distintos niveles de altitud me-
diante sondeos atmosfricos; y 5) recientemente se han introducido importantes
modifcaciones como la automatizacin de la red y el uso de los radares, lo que
ha contribuido a mejorar sustancialmente la informacin.
La red de estaciones meteorolgicas se ha conformado a nivel de regiones,
provincias, estados y pases. A partir de los datos suministrados por estas redes se
pueden defnir los mecanismos que gobiernan el clima de una zona y evaluar la
incidencia de los factores astronmicos y geogrfcos. Asimismo, permiten descri-
bir y caracterizar con bastante aproximacin los climas regionales, pero presentan
difcultades importantes para escalas menores, de mayor detalle.
La informacin recabada es la que se utiliza para hacer predicciones y prevenir
posibles desastres. Los sitios de observacin climatolgica deben estar general-
mente en sitios despejados y fuera de la infuencia de rboles o edifcaciones en
un radio al menos de 30 m. En el centro de un crculo imaginario est instalada
la estacin, generalmente en un cuadro cerrado y con puerta de acceso de 4 4
m. Las lecturas se realizan a las ocho de la maana, aunque en algunas estaciones
muy seleccionadas se realizan dos lecturas en el ciclo de 24 horas, por la maana
despus de la salida del sol y por la tarde justo cuando se oculta.
Existen tres tipos de estaciones climatolgicas de acuerdo con la informacin
que registran, los instrumentos con los que cuentan y la formacin tcnica del
personal encargado de los mismos:
Los observatorios. Son estaciones completas que cuentan con personal las 24
horas del da. Miden los fenmenos cada hora. La medicin de cada tercera
hora, llamada sinptica, se realiza simultneamente en todo el mundo para
poder comparar los datos. Las mediciones sinpticas se envan por telfono,
radio o internet al observatorio central en Mxico. Adicionalmente, algunos
observatorios (12) cuentan tambin con una estacin de radiosondeo, que es
02-05 Clima ok.indd 194 25/01/2011 07:17:06 p.m.
CLIMA
195
un globo instrumentado de helio o hidrgeno que se eleva hasta unos 36 km
en condiciones ptimas, y transmite va radio las mediciones al observatorio
en superfcie. Se deberan lanzar dos globos al da pero por economa slo se
lanza uno. Se lanzan los dos en peligro de huracn. Los radiosondeos se efec-
tan al mismo tiempo en todo el mundo. En el pas existen 80 observatorios
supeditados al Servicio Meteorolgico Nacional.
Las estaciones automatizadas. Consisten en una serie de instrumentos me-
teorolgicos electrnicos de medicin que estn controlados por una unidad
de control (o datalogger en ingls). Los datos son almacenados en memorias
electrnicas y/o enviados por va telefnica, radio o por satlite al Observa-
torio Nacional en la Ciudad de Mxico. En Mxico se cuenta con 94 estacio-
nes automatizadas regidas por el Servicio Meteorolgico Nacional, aunque
existen otras de forma particular y dependientes de centros de investigacin
y universidades.
Las estaciones meteorolgicas convencionales. Forman una red que lleg a
ser de 5300 en todo el pas. A partir de una depuracin llevada al cabo desde
1985, en la actualidad se cuenta con aproximadamente 3500 estaciones en
buen estado; la densidad en la localizacin de dichas estaciones depende del
desarrollo econmico regional.
Una estacin meteorolgica tpica consta de los siguientes aparatos (Figura 1):
Pluvimetro. Mide la cantidad de lluvia que cae por evento o el acumulado en
24 horas. Consta de una cubeta de metal (aluminio o lmina de hierro galva-
nizado) de 30 cm de dimetro y con una altura de 45 cm, que puede estar al
ras del suelo o hasta 1 m de altura dentro de la que se encuentra centrada una
probeta graduada del mismo material. El embudo tambin de metal consta
de una tapa con una trampa que impide la entrada de basura u hojas que son
arrastradas por el viento. En Mxico la lluvia se reporta en mm. Un milmetro
de lluvia representa una lmina de agua de 1 1m con una altura de 1 mm,
lo cual equivale a un litro. En EUA la lluvia se reporta en pulgadas. Con los
datos de lluvia se puede evaluar una regin por su grado de humedad o sequa:
En los extremos de estas califcaciones tenemos los climas ridos versus los
climas trridos.
Pluvigrafo. Algunas estaciones meteorolgicas cuentan con este tipo de apa-
rato. Es un registrador de lluvia que por medio del movimiento de un sistema
de trampas o balancines, mueven una aguja que registra la cantidad de lluvia
en un papel milimetrado hecho ex profeso.
02-05 Clima ok.indd 195 25/01/2011 07:17:06 p.m.
196
Evapormetro. tanque cilndrico con 1.22 m de dimetro y altura de 26 cm
y con una cantidad conocida de agua. En la parte superfcial cuenta con un
tornillo micromtrico en el centro del tanque, cuya punta toca la superfcie del
agua en el momento de su calibracin; 24 horas despus se ajusta de nuevo el
tornillo milimtrico para que vuelva a tocar la superfcie del agua y los mil-
metros con dos dcimas de precisin que marca el tornillo, multiplicados por
el rea estndar del recipiente dada por el fabricante, es el volumen de agua
perdida por evaporacin. La evaporacin depende de la radiacin solar y de
la intensidad del viento. La resta de precipitacin menos evaporacin, indica
el balance de agua en un sitio. La evaporacin se mide en Mxico en mm de
lluvia. Las lecturas se realizan cada 24 horas.
Garita o caseta. Consiste de una caja de madera a una altura de 1.5 m con
paredes con doble pared de ventilas y pintada de blanco por dentro y por
fuera de aproximadamente 30 50 cm. Aqu se alojan los instrumentos de
Figur a 1. Estacin meteorolgica convencional.
02-05 Clima ok.indd 196 25/01/2011 07:17:07 p.m.
CLIMA
197
medicin a la intemperie y los protege de la radiacin solar directa, lluvia,
nieve, polvo, etc. La garita debe permitir el libre fujo de aire y estar alejada
de fuentes de calor artifciales (mquinas de combustin interna, transfor-
madores elctricos, etc.).
termmetro de ambiente. Anteriormente eran de columna de mercurio y
estn siendo remplazados por instrumentos de columna de alcohol pues la
fabricacin de estos ltimos es menos daina al medio ambiente. Mide la
temperatura ambiental. Por lo general se encuentra colocado entre 20 y 30 cm
por encima del suelo de la garita sobre un soporte u horquilla de madera.
termmetro de mximas y mnimas o SIx. Proporciona la temperatura mxi-
ma y mnima de las ltimas 24 horas. Este aparato tiene forma de U con un
bulbo a cada extremo. La columna, que es de mercurio o alcohol teido de
rojo, se desplazar hacia arriba en el bulbo de mximas y hacia abajo en el
de mnimas, dejando fja una pequea placa de metal magntico en la escala
de la temperatura mxima y otra en la mnima. Cada da se deben regresar
las plaquitas al tope de la columna en ambos extremos, con la ayuda de un
imn.
Psicrmetro. Con este aparato se mide la humedad relativa de aire en porciento.
Consiste de dos termmetros juntos, uno hmedo cubierto con una camisa
de muselina, la cual, debe humedecerse con agua destilada al momento de
la medicin, y el otro es seco. Una vez mojado el bulbo del termmetro
hmedo, se le hace pasar una corriente de aire continua por medio de un
ventilador o moviendo el instrumento segn el diseo del instrumento. De
esta manera, ambos termmetros marcarn diferentes temperaturas, siendo
ms baja la del bulbo hmedo. Existen tablas en las que se tienen conocidas
las humedades relativas correspondientes a la diferencia entre bulbo seco y
bulbo hmedo. En algunas estaciones se tiene el higrotermgrafo de tambor
que mide en forma continua la humedad relativa y la temperatura aunque con
menor precisin.
Barmetro de mercurio y/o barmetro aneroide. Con ambos instrumentos
se miden la presin atmosfrica. Los cambios de presin pueden signifcar
prximos cambios del tiempo. La medicin puntual no es muy til pero usan-
do las mediciones en una regin se pueden elaborar mapas que permiten el
pronstico del tiempo.
Veleta y Anemmetro. Por encima de la caseta y a ms de 3 m de altura, fuera
de la infuencia de vegetacin o edifcios, se colocan estos instrumentos. La
veleta indica la direccin del viento, que puede ser los distintos componentes
entre norte, sur, este y oeste, o bien calma (sin viento). El anemmetro ms
comn de cazoletas, marca la velocidad del viento. Existen modelos ms
02-05 Clima ok.indd 197 25/01/2011 07:17:07 p.m.
198
elementales que solamente dan idea de la velocidad del viento. tambin se
han utilizado mediciones subjetivas como la escala modifcada de Beaufort
(Cuadro 2), originalmente ideada para apreciacin del viento en el mar.
Mediciones y acopio de datos
Las lecturas de los aparatos en cada tipo de estaciones se realizan con distintas
frecuencias. En los observatorios las lecturas se llevan al cabo cada hora. Adi-
cionalmente, cada tres horas, la lectura horaria es especial, se denomina sinp-
Cuadro 2. Escala de vientos de Beaufort. Escala numrica utilizada en meteorologa
que describe la velocidad del viento, asignndole nmeros que van del 0 (calma)
al 12 (huracn). Fue ideada por el Almirante Beaufort en el siglo xIx
(tomado de Oliver, 1973, Ortiz Solorio, 1987 y torres, 1997).
Nm. de
Beaufort
Velocidad (km/h) Equivale en tierra
0 Calma 0 Humo se eleva verticalmente
1 Aire ligero 1-5 Humo a la deriva
2 Brisa ligera 6-11 Viento golpea la cara, hojas de los rboles se
mueven
3 Brisa suave 12-19 Se mueven hojas y pequeas ramas constan-
temente
4 Brisa moderada 20-28 Levantamiento de polvo, se mueven hojas,
pequeas ramas y ramas
5 Brisa fresca 29-38 Vibracin de pequeos rboles, se arrancan
algunas hojas
6 Brisa fuerte 39-49 Movimiento de ramas gruesas y pesadas, movi-
mientos de postes
7 Viento moderado 50-61 Movimiento total de rboles, resistencia del
viento a caminantes
8 Viento fresco 62-74 Se quiebran pequeas ramas, no se puede
caminar
9 Viento fuerte 75-88 Se arrancan tejados y chimeneas y ramas
gruesas
10 Viento fortsimo 89-102 Se arrancan rboles completos
11 Tempestad 103-117 Daos generalizados
12 Huracn 118-133 Daos generalizados, falta de visibilidad
02-05 Clima ok.indd 198 25/01/2011 07:17:08 p.m.
CLIMA
199
tica y se realizan una serie de lecturas adicionales. Las lecturas sinpticas
estn sincronizadas a nivel mundial. En el observatorio nacional, localizado en
tacubaya, ciudad de Mxico, se reciben los datos sinpticos de los otros 77
observatorios y a su vez, se envan a un centro recolector a nivel regional en EUA
(Regin 4: Canad, EUA, Mxico, Caribe y Centro Amrica). La informacin
meteorolgica diaria se resume en muchas formas, como el resumen mensual
de la Figura 2.
La informacin se almacena en forma de fchas mensuales o diarias, y tambin
en forma digitalizada. Adems de las mediciones con instrumentos, se llevan al
cabo las observaciones de los que se llaman fenmenos varios en las ltimas 24
horas: cobertura nubosa en el frmamento (nublado, medio nublado, despejado),
presencia de granizo, neblina, roco, helada, escarcha, nieve, tormentas elctricas,
visibilidad dominante (teniendo como referencia un punto en el horizonte. Asi-
mismo, se toma la direccin del viento y su velocidad, lluvia apreciable (de 0.1
mm en adelante), lluvia inapreciable (cuando slo se moja el extremo de la regla
de medicin). Adems, se sacar el resumen del viento dominante del mes y de la
visibilidad dominante. Posteriormente, esta informacin es transcrita a los pliegos
especiales. Al fnal del mes el observador har el resumen, o en su caso, el promedio
(por ejemplo de la temperatura media), los datos extremos: temperatura mxima,
Figur a 2. Pliego de observaciones realizadas en un observatorio meteorolgico.
ste se incorpora a un expediente propio de cada observatorio.
02-05 Clima ok.indd 199 25/01/2011 07:17:09 p.m.
200
temperatura mnima, lluvia mxima en 24 horas, las sumas de precipitacin pluvial
y de evaporacin correspondientes al mes.
Las estaciones automatizadas, de igual forma, pueden ser programadas a la
frecuencia deseada, dependiendo de los intereses de los usuarios. Realizan lecturas
cada minuto o menos, calculan un promedio para 10 minutos o cada hora y envan
la seal al observatorio nacional de inmediato.
En las estaciones meteorolgicas convencionales se mide cada 24 horas a las
ocho de la maana. Se registra la cantidad de agua recibida en el pluvimetro
y la prdida de agua en el evapormetro en las ltimas 24 horas. Asimismo,
el dato de ese instante del termmetro al ambiente, las temperaturas mximas
y mnimas de las ltimas 24 horas y algunos parmetros conceptuales. todos
estos datos son apuntados por el observador en una libreta de bolsillo diseada
especialmente.
Previsin del tiempo y repor tes diar ios
Este tipo de informacin solamente se puede solicitar en los observatorios. Gracias
a la infraestructura en instrumentacin con que cuentan y a que estn enlazados
en tiempo real con satlites meteorolgicos, se puede consultar la trayectoria de
algn tipo de fenmeno que est afectando o pueda afectar la zona de inters.
Como sucede con los ciclones tropicales (huracanes), los frentes fros o nortes.
La informacin se puede solicitar por va telefnica, por FAx, correo electrnico,
o bien consultando las siguientes pginas WEB de la Comisin Nacional del Agua-
Servicio Meteorolgico Nacional, de la Comisin Federal de Electricidad y del
Instituto Nacional de Geografa, Estadstica e Informtica: www.smn.cna.gob.mx;
www.CFE.gob.mx; www.inegi.gob.mx. Por ley, el nico pronstico ofcial es el de
la Unidad del Servicio Meteorolgico Nacional. Algunas direcciones internacio-
nales que proporcionan informacin sobre el pronstico de tiempo, como frentes,
huracanes e informacin de otros pases: www.weather.com; www.nhc.noaa.gov;
www.ssd.noaa.gov; www.hpmoc.navy.mil. Sobre cambio climtico y fenmenos
como El Nio: www.cdc.noaa.gov; www.igbp.kva.se.
Acopio de datos
Los pliegos descritos anteriormente son enviados a las ofcinas estatales y regio-
nales de la Comisin Nacional del Agua (CNA). En tiempos pasados las estaciones
meteorolgicas eran coordinadas de forma separada por la Secretara de Recursos
Hidrulicos, por el Servicio Meteorolgico Nacional, (SMN), la Comisin Federal
02-05 Clima ok.indd 200 25/01/2011 07:17:09 p.m.
CLIMA
201
de Electricidad (para las estaciones hidromtricas) y alguna otra dependencia
gubernamental. Finalmente, una copia de esta informacin se enva al Servicio
Meteorolgico Nacional, con sede en el Observatorio Nacional de tacubaya en la
ciudad de Mxico, donde se puede tener acceso a la informacin de cualquiera de
las estaciones del pas. Los parmetros que se pueden solicitar son los siguientes:
temperatura media; temperatura mxima extrema; temperatura mnima extrema;
promedio de temperaturas mximas y mnimas diarias; oscilacin de la tempe-
ratura; precipitacin total; lluvia mxima en 24 horas; evaporacin total en: das
con lluvia apreciable (de 0.1 mm en adelante); das con lluvia inapreciable (< 0.1
mm); das con tempestad elctrica; nmero de das de roco; das con granizo;
das con heladas; das con nevadas; das con niebla o neblina; das despejados;
das seminublados; das nublados; vientos dominantes (direccin y velocidad); y
visibilidad dominante. Adicionalmente a esta informacin, en los observatorios
se puede solicitar la informacin de radiacin solar, insolacin, presin atmosf-
rica, velocidad del viento en m/seg, humedad relativa, temperatura superfcial (al
ambiente), frecuencia de tormentas elctricas.
Figur a 3. tarjeta de informacin resumida o promediada mensual tpica
de alguna estacin meteorolgica.
02-05 Clima ok.indd 201 25/01/2011 07:17:10 p.m.
202
En las tarjetas estn contenidos los promedios o sumas mensuales de enero a
diciembre de cada ao de cada variable. Cada lado de la tarjeta contiene una dcada,
comenzando por el ao 1 al 10. Por ejemplo, si una estacin cuenta con registros
del dato que nos interese (como temperatura media) desde 1921, contaremos con
una tarjeta que tenga informacin de enero a diciembre y la anual de 1921 a 1930;
en la parte trasera datos de 1931 a 1940; la siguiente tarjeta de 1941 a 1950 y al
reverso de 1951 a 1960 y as sucesivamente. En la actualidad se estara llenando una
tarjeta que contendra la informacin de 2001 a 2010. Los estudios climatolgicos
se realizan a partir de datos mensuales. Para estudios ms detallados se recurre a los
datos diarios. Esta informacin ya est digitalizada y se puede obtener una copia
en el SMN llevando un medio electromagntico (CD, DVD, USB, disquete). Contiene
adicionalmente las coordenadas geogrfcas y altitud de la estacin, municipio al
que pertenece y la clave numrica asignada por el SMN.
El Servicio Meteorolgico Nacional (SMN) ha publicado los resmenes y pro-
medios de acuerdo con los lineamientos de la OMM. Por lo general, las normales
que pueden ser de 1940 a 1980 se utilizan como punto de referencia para compa-
raciones con dcadas o valores de algn ao en particular. Los valores por encima
o por debajo de las normales se denominan anomalas y sirven para determinar si
un ao fue seco o hmedo y si fue caliente o fue fro de forma comparativa.
La Comisin Nacional del Agua mantiene actualizada una base de datos di-
gital con todos los datos histricos de todos los parmetros medidos en todas las
estaciones climatolgicas y observatorios del pas (CLICOM). Se puede solicitar
en las ofcinas de las gerencias estatales o regionales de la CNA o CONAGUA, me-
diante un ofcio y por intercambio de medio de almacenamiento digital (CD, DVD,
USB, disquete). El Instituto Mexicano de tecnologa del Agua (IMtA) public un
CD con la base de datos compactada (ERIC I, II y III). Incluye informacin hasta
2002. Estos discos compactos tienen un programa amigable para desplegar la
informacin en un formato compatible con Excell para su posterior procesamiento
o grafcado.
El IMtA tambin public la base de datos, Sistema de Consulta DAt322 pare-
cida a ERIC, en la que se han seleccionado las estaciones del pas, con la mayor
cantidad de datos, actualizado al ao 2000. Dentro del mismo programa y base de
datos se pueden calcular los promedios y sumas mensuales y se puede exportar la
informacin a Lotus o Excell. Contiene adems, un mapa de distribucin de las
estaciones que se reportan en la Repblica Mexicana.
El IMtA tambin elabor un programa amigable basado en Excel para manejo
de la base de datos climatolgicos el cual puede asimilar directamente las versiones
actualizadas de los datos de CLICOM y ponerlos en archivos de Excel. Este progra-
ma (MADAME CLEx) an no est a la venta pero se puede obtener dirigindose al
02-05 Clima ok.indd 202 25/01/2011 07:17:10 p.m.
CLIMA
203
IMtA.La informacin climatolgica estatal o regional tambin se puede obtener
en las ofcinas respectivas de CNA.
Anlisis de la infor macin e inter pretacin
La informacin obtenida debe ser procesada para poder ser utilizada o comparada.
La temperatura media y la precipitacin pluvial dan la mejor idea de la descripcin
climtica de un lugar.
La base de datos contenida en CLICOM tiene gran cantidad de vacos, las estacio-
nes climatolgicas desaparecen o son cambiadas de lugar por razones hidrolgicas,
administrativas o econmicas. Existen diferentes criterios para manejar la falta de
datos, aunque siempre controvertidos ya que fnalmente no es un dato real, aunque
puede ser estadstico. Se necesitan normales climatolgicas siempre se puede re-
currir a las publicadas por el SMN. El SMN tambin cuenta con una base de datos
climatolgica, denominada MAYA, producto de una interpolacin de los datos del
CLICOM y que cubre todo el pas del ao 1961 al 2000, con un dato para cada punto
de 0.2 por 0.2 de grado latitud/longitud. Si se insiste en crear productos propios o
los ofrecidos por SMN no son sufcientes, se pueden utilizar diferentes mtodos de
interpolacin. Los ms utilizados son el Kriging en diferentes variantes, y vecinos
cercanos (natural neighbor). La manera mas fcil de implementarlos es usando
el programa comercial de cmputo SURFER o MAtHLAB aunque tambin existen
programas libres de interpolacin en internet. El Cuadro 3 ejemplifca el clculo
de promedios de temperaturas medias en un perodo de 10 aos. El promedio anual
es el promedio de promedios de todos los meses de todos los aos de lecturas.
Actualmente se recomienda el uso de la Mediana en lugar del Promedio, pues la
primera es menos sensible a los valores fuera de rango o atpicos que pueden ser
errores de medicin o digitalizacin.
Los datos y los promedios presentados en los Cuadros 3 y 4 son reales, co-
rresponden a una estacin meteorolgica del estado de Yucatn. Se puede apreciar
que la temperatura media no vara tanto en el mismo mes de distintos aos. Esto
no sucede con la precipitacin. La alta variabilidad de la lluvia es uno de los par-
metros ms importantes para caracterizar el clima de un sitio. Es necesario contar
con 20 aos o ms de mediciones (Cuadro 1).
La temperatura del aire es (al igual que la humedad) el carcter climatolgico
ms importante. Por su infuencia en todas las actividades del hombre, y en los
ecosistemas, entra a formar parte de las clasifcaciones climticas, desde el ma-
croclima hasta el microclima. Los parmetros de la temperatura ms comnmente
utilizados en las clasifcaciones climticas y en los estudios del rgimen trmico
02-05 Clima ok.indd 203 25/01/2011 07:17:11 p.m.
204
de una localidad son los siguientes: temperatura mxima diaria; temperatura m-
nima diaria; temperaturas mxima y mnima anuales; y temperaturas mxima y
mnima mensuales.
Los valores medios son: a) temperatura media diaria, que puede tomarse como
el promedio de observaciones realizadas cada hora, como el promedio de lecturas
realizadas a las 7.00, 14.00 y 21.00 horas (esta ltima contada dos veces), o sim-
plemente como media aritmtica de la mxima y mnima diarias, b) temperatura
media mensual, media aritmtica de las medias diarias del mes correspondiente;
c) temperatura media mensual de las mximas; d) temperatura media mensual de
las mnimas; e) intervalo diario de temperatura o diferencia en grados centgrados
entre la mxima y la mnima diaria; y f) intervalo anual de temperatura, diferencia
entre la media del mes ms clido y del mes ms fro.
Otros parmetros son: a) perodo libre de heladas: nmero de das en que la
temperatura es continuamente superior a cero grados centgrados; b) estacin
media libre de heladas: nmero de das desde la fecha media de la ltima helada
de primavera hasta la fecha media de la primera helada de otoo; c) temperatura
nocturna efectiva: media mensual de las mnimas, ms un cuarto (intervalo medio
mensual); y d) temperatura diurna efectiva: media mensual de las mximas, menos
un cuarto (intervalo medio mensual).
La temperatura experimenta variaciones que es conveniente conocer cuando se
trata de realizar un anlisis climtico completo. En un mismo lugar, la temperatura
presenta variaciones diarias y estacionales; dentro de una zona de alguna extensin
pueden darse variaciones con la altitud (verticales), con la latitud (horizontales) o
Cuadro 3. Promedios de temperaturas de una estacin meteorolgica.
o E F M A M J J A S O N D Anual
1991 25.0 24.2 27.6 30.5 30.4 29.8 29.3 29.0 28.3 26.7 24.0 24.2 27.4
1992 23.5 23.8 27.2 27.8 27.3 30.8 28.8 28.9 28.6 27.0 25.8 23.9 27.0
1993 24.4 24.0 24.8 27.8 29.2 28.7 29.1 29.2 28.9 28.0 25.8 23.5 27.0
1994 23.9 25.8 25.9 29.2 29.8 29.1 29.7 29.6 28.9 28.4 25.3 24.3 27.5
1995 24.3 25.0 26.6 29.6 32.5 30.6 29.5 29.6 29.7 27.0 25.5 24.1 27.8
1996 22.3 24.1 24.6 28.4 29.9 29.2 29.6 28.0 30.1 27.4 25.1 23.7 26.9
1997 23.5 25.8 28.0 29.4 29.3 29.4 29.0 29.3 28.6 26.8 25.6 23.0 27.3
1998 23.7 25.2 25.6 29.0 30.8 31.2 29.5 29.9 30.0 28.0 25.4 23.6 27.7
1999 23.3 25.2 27.0 29.7 31.0 28.8 28.0 29.1 29.0 26.2 23.1 22.5 26.9
2000 22.5 23.5 27.0 27.9 29.4 27.3 29.0 27.9 28.3 25.5 25.1 23.6 26.4
Promedio 23.6 24.7 26.4 28.9 30.0 29.5 29.2 29.1 29.0 27.1 25.1 23.6 27.2
02-05 Clima ok.indd 204 25/01/2011 07:17:12 p.m.
CLIMA
205
debidas a otros factores (encajonamiento o proteccin contra el viento, masas de
aguas prximas). En los estudios del medio fsico son las variaciones de un lugar
a otro las que interesan ms, en cuanto pueden defnir meso o microclimas; es
particularmente importante el conocimiento del modo de variacin ya que permite
deducir valores de la temperatura para un lugar donde no se mide a partir de datos
medidos en otro lugar. El caso ms frecuente es el de las variaciones con altitud:
se admite que el gradiente vertical de temperatura se sita entre l0.8 y 0.8 C y
que su valor medio es de 0.55 C.
La precipitacin se defne como el agua que cae sobre la superfcie de la tierra
tanto en forma lquida como slida. La precipitacin viene siempre precedida por
los fenmenos de condensacin y sublimacin o por una combinacin de los dos.
La precipitacin es uno de los caracteres del clima ms defnitorios. Es tambin
factor controlador principal del ciclo hidrolgico en una regin, as como de la
ecologa, del paisaje y de los usos del suelo (Henderson-Sellers y Robinson, 1996;
Mc Gregor y Niewolt, 1998).
Segn su origen, pueden distinguirse en: a) precipitaciones por fenmeno
meteorolgico (ciclones, frentes trmicos, ondas del este); b) precipitaciones
convectivas; y c) precipitaciones orogrfcas.
Segn la forma en que se presenta, la precipitacin recibe los nombres de: a)
lluvia. Gotas lquidas de dimetro comprendido entre 0.05 mm y 3 mm, que llegan al
suelo con velocidad mayor a 3 m/seg y menor a 7 m/seg; b) llovizna, gotas lquidas
de dimetro inferior a 0.5 mm, muy numerosas, que caen con velocidad inferior a 3
m/seg y casi siempre superior a 1 m/seg; c) chubasco, gotas grandes ms o menos
Cuadro 4. Promedios y suma total de promedios de precipitacin pluvial.
ao E F M A M J J A S O N D anual
1991 71.3 47.2 2.2 0.0 43.5 115.0 118.4 227.0 188.3 89.7 22.4 165.6 1090.6
1992 22.6 23.2 37.5 115.2 14.0 118.8 158.2 175.3 210.2 47.7 238.4 22.3 1183.4
1993 198.3 2.2 11.3 21.8 114.1 230.1 184.9 73.0 291.6 112.0 26.3 15.8 1281.4
1994 85.4 31.7 8.4 143.4 33.8 318.4 67.8 203.0 159.0 129.9 33.6 33.4 1247.8
1995 35.7 0.0 22.1 14.0 21.8 139.1 180.9 270.2 209.9 359.8 19.8 105.5 1378.8
1996 17.8 5.2 37.5 28.6 37.8 121.3 195.1 146.0 68.0 131.8 3.1 62.3 854.5
1997 0.0 54.8 2.7 59.7 271.1 157.3 194.6 163.0 107.5 169.7 33.4 25.9 1239.7
1998 81.7 3.8 10.1 29.4 39.8 124.2 174.8 174.2 208.6 176.7 83.1 26.6 1133.0
1999 8.5 5.4 53.8 4.2 166.4 222.8 131.3 227.2 71.1 222.6 29.7 45.9 1188.9
2000 0.8 2.7 12.6 1.2 81.1 279.5 77.0 179.3 81.8 99.5 54.4 55.9 925.8
Promedio 52.2 17.6 19.8 41.8 82.3 182.7 148.3 183.8 159.6 153.9 54.4 55.9 1152.4
02-05 Clima ok.indd 205 25/01/2011 07:17:13 p.m.
206
dispersas, de dimetro superior a 3 mm que caen con velocidad superior a 7 m/seg;
d) nevada, copos constituidos por cristales hexagonales de hielo, microscpicos,
que caen con poca velocidad y forman en el suelo capas de estructura esponjosa;
e) nieve granulada, granos esfricos de nieve cristalina, de 3 a 5 mm, de dimetro,
frgiles, que rebotan al tocar el suelo; y f) granizo, granos de hielo redondeados,
de estructura concrecionada, en los que alternan ordinariamente capas amorfas y
capas cristalinas, de tamao variable desde 1 mm en adelante.
En los registros climatolgicos no se consideran por separado las distintas
formas y orgenes, excepto la nieve y el granizo, ya que los efectos de estos lti-
mos presentan una signifcacin especial. En concreto, es interesante conocer la
frecuencia de granizo en una determinada localidad para el desarrollo de actividades
agrcolas, o la acumulacin de nieve para el abastecimiento de agua.
Hay una serie de datos de precipitacin que se observan y registran en las
estaciones meteorolgicas, y otros que se pueden deducir como variables a partir
de los primeros. En los registros climatolgicos suelen anotarse los siguientes
datos: nmero de das y cantidad de lluvia, nieve y granizo, por separado; datos
de duracin y forma de la precipitacin; valores extremos (mximos o mnimos)
de precipitacin (mensuales o anuales); precipitacin mxima registrada en 24
horas; y totales anuales, mensuales y diarios.
A partir de los datos observados y registrados se obtienen otros parmetros
que se utilizan para caracterizar el rgimen de precipitaciones de un determinado
lugar. Por ejemplo, los promedios defnidos por la media aritmtica de los valores
de precipitacin anuales de una serie de aos, que la OMM ha fjado en treinta aos:
media mensual, media anual, media de las mximas y mnimas, nmero medio
mensual de das de lluvia, nmero medio anual de das de lluvia y precipitacin
anual o media.
Cuando la distribucin de las estaciones no es uniforme y la variacin entre
estaciones es relativamente grande se utilizan diferentes aproximaciones, por
ejemplo, el mtodo de thiessen (Oliver, 1973; Griffths, 1976). Se basa en el
criterio de la asignacin a cada punto de la zona de la precipitacin registrada en
el pluvimetro ms cercano. Para su aplicacin se unen mediante lneas de trazo
discontinuo las estaciones adyacentes, resultando una serie de tringulos. Luego se
dibujan, con lneas de trazo continuo, las mediatrices de cada lado de los tringulos.
Las intersecciones de estas mediatrices defnen un conjunto de polgonos. A cada
polgono se le asigna la precipitacin correspondiente a la estacin que est en su
interior. Se mide el rea de cada polgono y se expresa como una fraccin decimal
del rea total de la cuenca. Es decir, que si las reas de los polgonos son S
1
, S
2
, S
3
,
S
n
, y las precipitaciones respectivas son P
1
, P
2
, P
3
, ... P
n
; la precipitacin media
P sobre la superfcie total considerada S se calcula as (Ortiz-Solorio 1987):
02-05 Clima ok.indd 206 25/01/2011 07:17:13 p.m.
CLIMA
207
P = (S
1
P
1
)/S + (S
2
P
2
)/S + ... + (S
n
P
n
)/S
Para los fnes de este escrito, solamente se dedicar espacio a la mencin de
algunos mtodos estadsticos que se aplican en climatologa. Como se ha visto en
prrafos anteriores, lo ms comn en climatologa es la utilizacin de las medias
aritmticas de los datos obtenidos a partir de observaciones. En estadstica aplicada
a la climatologa, existen tres tipos de datos: los de caracteres primitivos, los de
caracteres elementales y los de caracteres superiores.
Los caracteres primitivos son aquellos que se pueden interpretar sin necesidad
de realizar clculos, si acaso agrupaciones como los valores extremos, agrupaciones
por rangos y distribuciones de frecuencias.
Los caracteres elementales son los que se realizan con clculos sencillos como
los de estadstica descriptiva: media, mediana, moda, desviacin estndar, cuartiles,
deciles, percentiles.
Los caracteres superiores son aquellos que requieren estadstica ms compleja
y son: varianza, coefciente de variacin, error estndar, distribucin de Poisson,
distribucin de x
2
, distribucin gamma, series de Fourier, etc.
Para conocer la variabilidad de los datos es necesario utilizar la estadstica des-
criptiva a travs de las medidas de dispersin y medidas de tendencia central.
Las medidas de dispersin son aquellas que conducen a saber qu tan variables
son nuestros datos. De ellas es necesario conocer el rango de variacin o lmites
entre los que caen nuestros datos. tambin es necesario saber el tipo de distribucin
de los datos; si tienen distribucin normal, de Poisson o de algn otro tipo.
Otras medidas de dispersin son la ordenacin por cuartiles, deciles o percen-
tiles. Las medidas de tendencia central son aquellas que buscan encontrar el dato
alrededor del que tienden a agruparse los dems datos. Las medidas de tendencia
central principales son el promedio o media aritmtica, la moda o sea el valor ms
frecuente, la mediana o el valor que cae exactamente a la mitad de los datos. Es
importante sealar que cuando los datos obtenidos tienen una distribucin normal,
la media, moda y mediana son iguales. Una forma de estimar la distribucin de
un conjunto de valores, es ver qu tan separadas estn la media de la moda y la
mediana, respectivamente.
La forma en que se puede representar la distribucin de frecuencias es por
medio de histogramas en los que previamente se han defnido los intervalos de
clase, o bien por medio de una curva, denominada polgono de frecuencias. Otra
forma de representar los datos es por medio de la curva de frecuencias acumuladas
u ojiva. Si los datos tienen la tendencia a dos valores ms frecuentes entonces la
curva es bimodal y tambin puede ser multimodal si tienen ms de dos valores
ms frecuentes.
02-05 Clima ok.indd 207 25/01/2011 07:17:14 p.m.
208
Hay una gran cantidad de mtodos aplicables a la estadstica como es el clculo
de probabilidades de algn evento, y dependiendo del tipo de distribucin de los
datos de base se pueden utilizar diversos tratamientos.
Otro tipo de clculo que se puede realizar es el de ANOVA o anlisis de varianza,
siempre y cuando se tengan claramente establecidas las hiptesis de trabajo, es
decir, se sepa exactamente qu se est buscando. Es muy comn que los promedios
convencionales de los datos de las estaciones utilizadas en las investigaciones se
relacionen entre s con el objeto de obtener ndices.
El ndice ms sencillo y comnmente utilizado es el de Lang, con el que co-
nociendo los valores lmites se puede estimar el grado de humedad o de sequa de
un sitio. Otros ndices se incluyen en el Cuadro 5. Cada ndice cuenta con lmites
entre diferentes grados de humedad o aridez que han sido calculados de forma
emprica. Por ejemplo, en Mxico con el ndice de Lang, el valor limtrofe entre
los climas semiridos y ridos es de 22.9.
Por otro lado, una de las maneras ms sencillas para mostrar las caractersticas
climticas (reparto de la lluvia y la temperatura) de un sitio a lo largo del ao, es a
Cuadro 5. ndices de humedad o sequa (Oliver, 1973).
Autor Frmula Aplicaciones y datos
Dokuchaiev P/E (P = precipitacin y E = evaporacin, Se compara la cantidad de
lluvia respecto a la evaporacin
Oldekop P/E
0
E
0 =
Evapotranspiracin potencial
Lang P/T ndice de humedad, se usan las anuales
Koeppen 2(T+7) ndice para separar los climas secos de los hmedos
De Martonne P/T+10 ndice para separar los climas secos de los hmedos
Meyer P/d En el que se introduce el dcit de saturacin(d)
Reichel NP/T+10 Es una modicacin al de Martonne, solamente que N es el nmero
de das con lluvia apreciable
Emberger 100P/(M+m) (M-m) Se utilizan las temperaturas mximas (M) y mnimas (m)
Ivanova P/ E
0
E
0
se calcula por 0.0018 (25+ t)
2
(100-a), siendo t la temperatura
media mensual y a la humedad relativa mensual
Thornthwaite 100 s - 60d /n s= supervit de humedad en la poca lluviosa y d= dcit de
humedad en la poca seca, n es evapotranspiracin potencial
Prescott P/S
d
0.7 S
d
es el dcit de saturacin y P la precipitacin en pulgadas
Budyko R
0
/LP R es balance de radiacin, y L calor latente de saturacin
Kostin P/ E
0
E
0
= dn/ 4 (1+ 0.004t )
2
02-05 Clima ok.indd 208 25/01/2011 07:17:14 p.m.
CLIMA
209
travs de la representacin grfca. Existen varios tipos de grfcas para representar
al clima, las que genricamente se denominan climogramas. Los climogramas en
casi todos los casos representan la distribucin de la temperatura y de la lluvia
a lo largo del ao, aunque a veces se incluyen otros datos como temperaturas
mximas y mnimas, evaporacin, das con lluvia apreciable, lluvia mxima en
24 horas, etc.
Control de calidad de las bases de datos de las estaciones meteorolgicas
Las bases de datos de las estaciones meteorolgicas se enfrentan a problemas tales
como datos faltantes, discontinuidad en la obtencin de la informacin, errores
de medicin, errores de captura, as como a la falta de disponibilidad de los datos
crudos registrados en las estaciones. Es por ello, que se han propuesto diversos
procedimientos para el manejo y la aplicacin de un control de calidad en las ins-
talaciones de los observatorios meteorolgicos, en los instrumentos de medicin,
en la capacitacin humana para el registro de los elementos climticos, as como
en las bases de datos generadas.
El control de calidad de las bases de datos se ha centrado principalmente en
la identifcacin de los valores atpicos o comnmente denominados outliers,
que son observaciones muy distantes al valor medio, como resultado de un error
de medicin o de digitalizacin.
Metadatos
La Organizacin Meteorolgica Mundial (OMM) ha establecido procedimientos
para el control de calidad de los informes meteorolgicos, los cuales, incluyen el
control de calidad de las estaciones, as como el de los registros de las observa-
ciones. Los procedimientos establecidos para la generacin de las bases de datos
de las estaciones meteorolgicas sealan que stas deben contar con Metadatos
(WMO-No. 8, 1996), los cuales, describen los atributos de la informacin para
darles signifcado. A continuacin, se listan los principales atributos con que deben
contar los metadatos de las bases de datos de las estaciones:
Informacin acerca de su localizacin (longitud, latitud, altitud), nombre del
observatorio y de los observadores, caractersticas ambientales del lugar donde
se ubica el observatorio (tipo de vegetacin, tipo de cobertura de uso de suelo
relieve, etc.).
02-05 Clima ok.indd 209 25/01/2011 07:17:15 p.m.
210
Perodo de los registros (fechas de inicio, cambios, reinicio, horas de las observa-
ciones, etc.), reportes de anomalas en el observatorio y en la toma de datos.
Informacin acerca de los instrumentos de medida (fabricante, modelo, nmero
de serie, funcionamiento, certifcados de calibracin actualizados), ubicacin
fsica de los instrumentos y procedimientos efectuados para las lecturas, fecha
y hora de las calibraciones, unidades de medida en las cuales son registrados
los elementos climticos (C, mm, %, m/s, KPa, etc.).
Con relacin a la calidad de los datos, en una primera evaluacin los registros
anmalos identifcados son eliminados. Entre las caractersticas de los registros
anmalos destacan las siguientes:
Valores negativos en los registros de precipitacin.
Mximos de temperatura iguales o menores a la temperatura media o mnima
del da.
Valores iguales repetidos 10 o ms veces consecutivamente (excepto para los
valores de cero precipitacin).
Valores que exceden en gran medida los valores usualmente registrados en la
estacin (valores de temperatura media anual o de precipitacin total anual
con ms de 4 desviaciones estndar de la media).
Asimismo, entre las aplicaciones bsicas del control de calidad, se requiere
realizar un anlisis de series de tiempo (dato contra tiempo), donde los registros u
observaciones son ordenados en una secuencia con respecto al tiempo en que se
tom el dato. Las series de tiempo se analizan a travs de diferentes mtodos que
ayudan a descomponer los datos en componentes de tendencia, cclicos, estacionales
y aleatorios, as como a extrapolar y predecir su comportamiento futuro.
Para las bases de datos de las estaciones meteorolgicas se emplea este tipo de
anlisis para analizar la homogeneidad de los registros y verifcar que la variabilidad
de los datos sea debida a las condiciones del tiempo y del clima y no a errores de
instrumento o humanos. El perodo de tiempo requerido para una serie climtica
depende del elemento climtico y de las caractersticas del clima de la regin en
cuestin (Jagannathan et al., 1967, Villalpando, 1990, WCDMP-N 61, 2007).
Identifcacin de valores atpicos
Para la identifcacin de los valores atpicos (outliers) se ha establecido un nmero
fjo de desviaciones estndar de la media, as como una exploracin temporal y
02-05 Clima ok.indd 210 25/01/2011 07:17:15 p.m.
CLIMA
211
espacial para validar los datos en cuestin (Escheid et al., 1995). Para el anlisis
temporal de una estacin, se parte de la premisa de que el valor mensual puede
ser estadsticamente similar al valor del mismo mes en cualquier otro ao, para
ello, se ha propuesto emplear la distribucion muestral de cada mes calendarizado
por estacin, donde los valores atpicos son identifcados cuando son mayores al
factor multiplicativo, adecuado a las caractersticas de los datos evaluados del
rango intercuantlico:
X
i
q50 >f IR
donde X
i
es el valor mensual del ao i, q50 es la mediana (percentil 50), IR es el
rango intercuantlico (percentil 75 menos percentil 25) y f es el factor multiplica-
tivo (Eischeid, 1995).
Para el anlisis espacial se emplean los valores de las estaciones vecinas para
estimar un valor mensual de una estacin de un mes en particular. Para ello, se han
propuesto diversos mtodos dependiendo de la variable analizada, el rea geogr-
fca, y la distribucin de las estaciones vecinas (Eischeid et al., 1995; Peterson y
Vose, 1997). Beck y colaboradores (2005) proponen un algoritmo relativamente
simple que estima el valor mensual de cada estacin a partir de las estaciones
vecinas, a continuacin se presentan estos algoritmos ajustados a los datos de
temperatura y de precipitacin:
temperatura
Xi R R X
j ji
ji
j
k
j
j
k
= - +
( )
= =

r r
2
1
2
1
/
Precipitacin
Xi R X R
j ji
ji
j
k
j
j
k
=
= =

r r
2
1
2
1
/ /
donde X
i
es el valor estimado para el ao i de la estacin objetivo,
i
es el coefciente
de correlacin de Pearson entre la estacin objetivo y la estacin vecina j, R
ij
es el
valor mensual para el ao i de la estacin j, es la media de la estacin objetivo
y es la media mensual de la estacin vecina j. nicamente se emplean las series
de las estaciones vecinas cuyo coefciente de correlacin es mayor o igual a 0.7
en relacin con la serie de tiempo de la estacin objetivo. Estimados los valores
02-05 Clima ok.indd 211 25/01/2011 07:17:16 p.m.
212
mensuales de referencia, para cada estacin objetivo, se procede a analizar las
diferencias entre los datos originales de cada estacin para verifcar la presencia
de los valores atpicos identifcados en el anlisis temporal. Para ello, se emplea
de nuevo un factor multiplicativo para cada tipo de datos, pero ahora del rango
intercuantlico de las diferencias entre los registros mensuales observados y los
registros mensuales estimados.
Se sugiere que los valores atpicos identifcados en el anlisis temporal y en el
espacial sean removidos de las bases de datos. De este modo, una vez removidos los
valores atpicos ms relevantes se procede a aplicar un anlisis de homogeneidad
a las series de tiempo.
Pruebas de homogeneidad
Para evaluar la homogeneidad de las series de tiempo climticas se han propuesto
diversos procedimientos estadsticos desde los que incluyen la informacin de
los metadatos (Karl y Williams, 1987; Rhoades y Salinger, 1993 citados en Pe-
terson et al., 1998), los que analizan las diferencias entre dos medias muestrales
(t- student), hasta aquellos que emplean las series de las estaciones vecinas para
evaluar la calidad de los datos de una estacin en particular (Alexandersson, 1986,
Peterson y Easterling 1994). Peterson et al., (1998) realizaron una revisin de los
principales mtodos estadsticos empleados en las pruebas de homogeneidad, a
continuacin se describen algunas de ellas:
Entre los procedimientos univariantes, destacan los anlisis empleados para
datos de una sola estacin, donde se emplean procedimientos descriptivos que
enfatizan el comportamiento de los datos y suavizan el ruido observado,
como los promedios mviles. Asimismo, existen procedimientos ms comple-
jos que implican anlisis grfcos, pruebas estadsticas simples para evaluar
diferencias entre datos de diferentes intervalos de tiempo y procedimientos
matemticos para identifcar cambios puntuales que sobresalen independien-
temente de las discontinuidades de los metadatos.
Por otra parte, para identifcar los valores atpicos en una estacin meteoro-
lgica, debidos a la variabilidad climtica de la regin, se emplean los datos
de las estaciones vecinas como indicadores del clima regional. Entre los
mtodos que emplean series de referencia a partir de las estaciones vecinas
destaca la prueba paramtrica de Alexanderson (1986), Standard Normal
Homogeneity test (SNHt), que identifca, en series de tiempo estandarizadas,
discontinuidades a travs de cambios en la media y la varianza. Asimismo,
02-05 Clima ok.indd 212 25/01/2011 07:17:17 p.m.
CLIMA
213
se ha propuesto una prueba no paramtrica ajustada de la Wilcoxon-Mann-
Whitney (Lanzante, 1996), a travs de un procedimiento iterativo (sum of the
ranks of the values from the beginning to the point in question) que genera
series de tiempo ponderadas donde se explorarn diferencias en los valores de
la media. Otros procedimientos emplean tcnicas de regresin para identifcar
discontinuidades en las tendencias de las series de tiempo.
Los procedimientos sealados han sido modifcados en funcin de sus li-
mitaciones, as como de su aplicacin. Asimismo, se han observado mejores
resultados cuando se emplean de manera conjunta algunos de estos procedi-
mientos. Las bases de datos de las estaciones meteorolgicas de Mxico tienen
algunos problemas de calidad debido a falta de datos o mediciones defectuosas,
analizando los datos del CLICOM se pueden evaluar estadsticamente la calidad
de los mismos. Asimismo, el desarrollo de los diferentes mtodos para evaluar la
calidad de datos y su automatizacin a travs de programas de cmputo amigables
(software) facilitan la exploracin de los datos permitiendo la identifcacin de
las fallas y su manejo.
Climogr ama
El climograma ms elemental se construye escribiendo los 12 meses del ao en
espacios equidistantes en el eje de las x. Se tienen dos ordenadas, temperatura en
grados centgrados y acumulados de precipitacin en mm. La temperatura del mes
se representa por un punto; todos los puntos estn unidos por una lnea continua. La
precipitacin se representa por una barra, Figura 4. Se puede disear un climograma
en el que aparezcan series de meses de varios aos ordenados cronolgicamente.
tambin puede representarse la temperatura media anual y la precipitacin total
anual de ao con ao, entre otras aplicaciones.
Climogr ama de Pguy
Este tipo de grfca tiene los mismos ejes que la anterior y ha servido de base
para la clasifcacin climtica del mismo autor. Sin embargo, en este caso tanto
temperatura como precipitacin se representan por puntos unidos con lneas con-
tinuas, Figura 5. En la versin original de Pguy, el eje de las temperaturas est a
mano derecha. Adicionalmente, la grfca puede representar los perodos del ao:
02-05 Clima ok.indd 213 25/01/2011 07:17:17 p.m.
214
G meses fros, F meses fros y hmedos, O meses templados ptimos, A meses
ridos, t meses tropicales.
Diagr amas ombrotr micos
Las grfcas o diagramas ombrotrmicos fueron diseadas originalmente por
Gaussen y Bagnouls (1954) (Citado en Garca et al., 1983) En estas grfcas la
condicin es que la escala de la precipitacin es el doble de la temperatura de
acuerdo con la frmula p =2t (Figura 6). A partir de la representacin grfca,
se pueden extraer las siguientes reas: sequa relativa, dfcit hdrico, condi-
cin de humedad, supervit de lluvia. Garca y colaboradores (1983) realizaron
adaptaciones a los diagramas ombrotrmicos al modifcar la frmula p =2t al
introducir unas constantes que Kppen utiliz para defnir regmenes de lluvia, a
saber: 2t para sitios con rgimen de lluvias de invierno, tipo mediterrneo, 2t +
14 para rgimen de lluvias uniformemente repartidas, 2t +28 rgimen de lluvias
de verano y 2t +21 para regmenes de verano y alto porcentaje de lluvia invernal
(mayor de 10.2).
Figur a 4. Climograma de una estacin (Ciudad del Carmen).
02-05 Clima ok.indd 214 25/01/2011 07:17:18 p.m.
CLIMA
215
Figur a 5. Climograma segn el criterio de Pguy.
Figur a 6. Diagrama o grfca ombrotrmica de Ciudad del Carmen.
02-05 Clima ok.indd 215 25/01/2011 07:17:18 p.m.
216
Sistemas de clasifcacin climtica
todo sistema de clasifcacin tiene por objeto disponer la informacin en forma
simple y generalizada. Por consiguiente, las estadsticas climatolgicas pueden ser
organizadas de manera que describan y delimiten los principales tipos de clima
en trminos cuantitativos. No existe una clasifcacin climtica nica que pueda
utilizarse de manera satisfactoria para ms de un nmero limitado de fnes, por
lo que se han desarrollado varios esquemas distintos. Algunos proporcionan un
sistema adecuado de nomenclatura, otros constituyen los preliminares necesarios
para un estudio posterior. As, por ejemplo, existen diversas clasifcaciones de las
relaciones entre el clima y la vegetacin o el suelo, pero son escasas las clasifca-
ciones sobre los efectos directos del clima en el hombre.
Las clasifcaciones climticas se dividen, por lo general, en el mtodo aplicado
o emprico y el mtodo gentico.
El mtodo aplicado o emprico se basa en las caractersticas observadas, como
son los elementos climticos. Los elementos climticos ms frecuentemente usados
para defnir los diferentes tipos de clima son la temperatura y la precipitacin; sin
embargo, no es posible ignorar otros elementos del clima como la nubosidad, los
vientos, la radiacin solar, etc.
El mtodo gentico est basado en los factores que determinan los diversos
climas como, por ejemplo, los grandes sistemas de presin y de viento. As,
desde la Grecia clsica se advirti la relacin entre la latitud y la temperatura,
establecindose la clasifcacin climtica trrida, templada y fra, que
todava persiste.
Clasifcaciones empricas o efectivas
La mayor parte de las clasifcaciones tienen como base la vegetacin y no a los
elementos climticos. La vegetacin natural, segn esta idea, se integra a los efectos
del clima mejor que cualquier instrumento meteorolgico. Es, en consecuencia,
uno de los ndices de las condiciones climticas.
Se han encontrado numerosas correlaciones entre los factores climticos y la
vegetacin, por lo que sta sigue siendo la base de las clasifcaciones ms usa-
das, aun cuando el clima no es el nico factor que afecta a la vegetacin natural.
Empleando esta base, los climatlogos, botnicos o ftogegrafos han usado las
asociaciones vegetales principales y a travs de stas, han determinado los factores
climticos responsables de las diferencias zonales de vegetacin.
02-05 Clima ok.indd 216 25/01/2011 07:17:18 p.m.
CLIMA
217
El sistema de clasifcacin ms utilizado es el propuesto por Kppen. ste
relacion el clima con la vegetacin, segn una base numrica objetiva, para de-
fnir cada tipo climtico. As, empleando el mapa mundial de vegetacin de A. De
Candolle, Kppen ide su clasifcacin en 1884. Posteriormente en 1918, revis
su trabajo poniendo en esta ocasin ms nfasis en la temperatura y la lluvia.
En 1931, thornthwaite, utilizando datos de evaporacin, deriv una frmula
emprica con la cual se puede calcular el cociente Precipitacin/Evaporacin, a
partir de datos mensuales de lluvia y temperatura.
Al referirse al clima de un sitio o de una regin, siempre ser en comparacin
con otros surgiendo las clasifcaciones climticas. Con el afanzamiento de la
climatologa como disciplina, durante la primera mitad del siglo xx, se introdujo
un considerable nmero de clasifcaciones. A continuacin se mencionarn algu-
nas de las ms importantes como referencia; al fnal se detallar un poco la de
Kppen modifcada por Garca (1964) (citado por Garca, 2004) que es la utilizada
ofcialmente en Mxico.
El Sistema de Miller, muy usado en Gran Bretaa, es una clasifcacin simple
y descriptiva; est basada en las divisiones de las zonas trmicas y sus subdivi-
siones dependen de la estacionalidad de la precipitacin y, por ende, se basa en
los lmites de la vegetacin. El sistema de Miller utiliza el ndice de De Martonne
que defne la aridez a partir de la frmula, P/(T + 10). La clasifcacin se completa
con la superposicin de la distribucin estacional de la lluvia, lo que da tres tipos
diferenciados: a) reas con lluvia en todas las estaciones; b) reas con marcada
sequa estacional; y c) rea seca. El sistema de Miller defne los grupos siguientes:
A climas clidos; B climas clido templados; C climas templados fros; D climas
fros; E climas rticos; F climas desrticos; y G climas montanos.
El Sistema de Pguy tambin ha sido elaborado con fnes de comparacin entre
diversos ambientes climticos del planeta; al igual que el de Miller, se basa en las
clasifcaciones hechas por De Martonne. Este sistema se apoya en las grfcas a
manera de climograma que han sido descritas en la seccin correspondiente. De-
bido a que las grfcas incluyen todos los meses se considera la sucesin climtica
a lo largo del ao por medio de la combinacin de precipitacin y temperatura.
Las secciones de los climogramas son: G meses fros; F meses fros y hmedos;
O meses templados ptimos; A meses ridos; y t meses tropicales.
El Sistema de troll est basado en los sistemas biolgicos e incluye las varia-
ciones anuales en las estaciones trmicas e hdricas. Para usar ambos factores se
utilizan los diagramas de termoisopletas. En estos diagramas se ven las variaciones
de la temperatura diurna a lo largo del ao. El autor considera relevante para los
climas tropicales la estacionalidad hdrica, mientras que para los climas extratro-
picales es ms importante la estacionalidad trmica. Los climas resultantes tienen
02-05 Clima ok.indd 217 25/01/2011 07:17:19 p.m.
218
una estrecha relacin con la distribucin de las plantas; las zonas climticas que
se describen son: I) Zonas polares y subpolares, II) Zona fra templada boreal; III)
Zona fra templada; IV) Zona esteparia; V) Zonas templadas clidas subtropicales;
VI) Zonas tropicales; y VII) Zonas litorales con brumas estacionales.
El Sistema de thornthwaite, est basado en el clculo de ndices y regmenes
localizados en grfcas: a) clculo de los ndices de efectividad de la lluvia P-E
a travs de P/ (t-10); b) determinacin del ndice de efciencia de la temperatura
y clculo de la evapotranspiracin potencial; y c) determinacin del rgimen de
humedad estacional y d) determinacin de la concentracin estival de efciencia
trmica. Los pasos para calcular cada uno de los ndices se realizan a travs de
localizacin en grfcas diseadas especialmente por thornthwaite y sus seguidores.
La resultante es la conformacin de ocho grupos y 32 tipos de clima. Posterior-
mente, se ha realizado la segunda y tercera modifcacin al sistema de este autor,
en la que se considera las caractersticas del suelo y la cubierta vegetal, por lo que
este sistema ms completo realmente describe unidades del paisaje.
El Sistema Kppen est basado inicialmente en la clasifcacin de los grupos
de plantas de acuerdo a de Candolle y asumiendo que los biomas del planeta com-
parten habitat de aproximadamente el mismo clima. Es as que Kppen divide a
los climas en los grupos (Primera letra): A tropicales clido hmedos; B secos:
BS secos esteparios, BW secos ridos; C subtropicales; D templados ; E boreales :
Et climas de tundra; EF clima de hielos perpetuos; F polares; y H de tierras altas.
Asigna diferentes regmenes de lluvia que son (segunda letra): w rgimen de lluvia
de verano; por lo menos 10 veces mayor cantidad de lluvia en el mes ms hmedo
que en el mes seco de la mitad fra del ao; s rgimen de lluvia de invierno, por lo
menos tres veces mayor cantidad de lluvia en el mes ms hmedo de la mitad fra
del ao, que en el mes ms seco; x rgimen de lluvias intermedio, no se cumplen
ninguna de las dos condiciones anteriores; y f rgimen de lluvias abundante todo
el ao, tampoco con este se cumplen los requisitos de w y s.
Se asignan tambin condiciones de temperatura (excepto para los A, en vista
que el requisito para pertenecer a este grupo es que el sitio tenga una temperatura
media superior a los 22 C). Las condiciones de temperatura se asignan con los
siguientes smbolos (tercera letra): Grupo B (BS y BW) (h temperatura media anual
superior a 18 C; h temperatura de todos los meses mayor de 18 C; k temperatura
media anual menor de 18 C; y k temperatura de todos los meses menor de 18 C);
Grupo C y D (a con verano caliente, temperatura media del mes ms caliente mayor
de 22 C; b con verano fresco, temperatura media del mes ms caliente menor de
22 C; c con verano fro y corto, temperatura del mes ms caliente menor de 22 C
y menos de 4 meses con temperatura mayor de 10 C ; y d (solamente en los D)
promedio de temperaturas del mes ms fro menor de 38 C.
02-05 Clima ok.indd 218 25/01/2011 07:17:19 p.m.
CLIMA
219
Otras letras adicionales que aparecen en el sistema son: n con nieblas fre-
cuentes; i isotermal con diferencias de temperatura media del mes ms fro y el
ms caliente con menos de 5 C; w dos mximos de lluvia separados por dos
temporadas secas; g marcha de la temperatura con un mximo antes del solsticio
de verano como en Ganges; w mximo de lluvias en otoo
La adicin de las letras de grupo, rgimen de lluvias, condiciones de tempe-
ratura, dan lugar a las formas climticas.
Sistema de Kppen modifcado para las condiciones de Mxico
Para algunos climatlogos y el propio autor, el sistema original de Kppen requera
modifcarse a condiciones ambientales ms locales. Fue la opinin de algunos inves-
tigadores, adems que el sistema deba de hacerse ms didctico. Russell en 1926
realiz la primera modifcacin al cambiar los lmites entre los climas C y D en vez
de 26.6 F a 32 F. Ackerman en 1941 propuso una fuerte modifcacin al sistema
para que pudiera ser aplicado en Norteamrica. Con la anuencia del propio Kppen,
Geiger y Pohl en 1953 publicaron una modifcacin a su sistema original. Posterior-
mente, trewartha en 1954 emprendi sendas modifcaciones; en 1964 y 1966 Shear
modifca los climas Et e introduce dentro de stos a los de infuencia martima al
subgrupo EM y los climas BS que estando en la frontera con los A y C deberan ser
BSC y BSA, respectivamente. La ltima modifcacin de trewartha implic cambios
en la simbologa, tales que, el sistema result muy cambiado respecto al original.
En Mxico, desde 1964 Enriqueta Garca realiz una serie de modifcaciones
y adaptaciones a las condiciones particulares del pas. Kppen en su obra original
menciona que es necesario estudiar a profundidad los climas de las montaas
tropicales, como sera el caso de gran parte del territorio nacional. El sistema
modifcado tuvo como resultado un gran paralelismo respecto a la vegetacin,
por lo que se apega a la realidad. Este sistema ha sido adoptado de manera ofcial
en el pas y a partir de ste se ha generado la cartografa que se usa de base en
planes de desarrollo. El sistema modifcado por Garca conserva de inicio la mis-
ma simbologa aunque se introducen los cambios al sistema de Kppen. Dichas
modifcaciones son:
1. Se introducen subgrupos climticos semiclidos de los clidos y de los tem-
plados A (C ) y (A) C.
2. Se introducen para diferenciar grados de humedad el ndice de Lang o P/t
y sus lmites importantes: 55.3, 55.0, 43.2 para los subhmedos y 22.9 para
diferenciar entre los secos esteparios y ridos.
02-05 Clima ok.indd 219 25/01/2011 07:17:19 p.m.
220
3. Se defnen la oscilacin trmica en las siguientes letras i isotermal, (i) con
poca oscilacin trmica, (e) extremoso, y (e) muy extremoso.
4. Se defnen los lmites de porcentaje de lluvia invernal importantes: menor de
5, entre 5 y 10.2, mayor de 10.2 y menor de 18, mayor de 18, mayor de 36 y
menor de 36.
5. Se introduce el valor rh, que no haba considerado Kppen, 2t + 21 que des-
cribe un rgimen de lluvias de verano y alto porcentaje de lluvia invernal.
6. Se defnen otros regmenes de lluvia en Mxico: f(m), (f)m, (fm), w
2
, w
1
, w
0
,
w (w), w
1,2,3
(w), w
1,2,3
(x'), x'(w
1,2,3
), s(x').
7. Se introduce el concepto de tipo climtico: El grupo climtico + rgimen de
lluvias.
8. Se introduce el concepto de variantes climticas: tipo climtico + letras
adicionales (como sequa intraestival, Ganges, condiciones de temperatura,
oscilacin de la temperatura.
Para estudios relacionados con ecologa o con recursos naturales, se sugiere
utilizar el sistema de Kppen modifcado por Garca, que guarda una estrecha
relacin con la distribucin de la vegetacin. Cada variante climtica representa
unidades ambientales, lo que lo hace muy prctico.
Cartografa climtica
Durante los ltimos 40 aos en nuestro pas se ha desarrollado un importante avance
en las investigaciones en climatologa y meteorologa en lo terico y en lo prctico
y ha generado una extensa cartografa. En la actualidad se desarrollan investiga-
ciones en estos campos en facultades e institutos de universidades y dependencias
gubernamentales. A continuacin se mencionan los principales sitios:
UNAM: institutos de Geofsica, Geografa, Ecologa, Centro de Ciencias de
la Atmsfera, Facultad de Ciencias, Facultad de Filosofa y Letras (Colegio de
Geografa); Universidad Autnoma de Chapingo y Colegio de Posgraduados; UAM:
Escuela de Arquitectura (Bioclimatologa); Universidad de Guadalajara, Facultad
de Geografa; Universidad Michoacana de San Nicols de Hidalgo; Universidad
del Estado de Mxico, Facultad de Geografa; Universidad Veracruzana en xalapa,
Facultad de Meteorologa; Universidad Autnoma de tamaulipas; Universidad
Autnoma de Chihuahua; Comisin Nacional del Agua: Servicio Meteorolgico
Nacional, IMtA, CENAPRED; Comisin Federal de Electricidad; Instituto Nacional
de Estadstica, Geografa e Informtica; CONACYt; Colegio de Michoacn; Centro
02-05 Clima ok.indd 220 25/01/2011 07:17:20 p.m.
CLIMA
221
GEO- J. L. tamayo; El Colegio de la Frontera Sur; Centro de Investigacin Cien-
tfca de Yucatn; CICESE, INECOL.
En todos estos centros de investigacin se ha generado una cartografa clima-
tolgica como la que se menciona a continuacin:
a) CEtENAL 1970. Carta de Climas con isoyetas e isotermas escala 1: 500 000.
todo el pas; b) Plan Nacional Hidrulico- SARH 1976. Atlas del Agua. Escala
1:4000 000; c) DEtENAL-SPP 1980-83. Carta de climas, isoyetas e isotermas
escala 1: 1000 000. todo el pas.; 1984 Distribucin de la precipitacin mayo,
junio, julio, agosto, septiembre, octubre, noviembre, diciembre, periodo llu-
vioso, periodo seco, distribucin de la funcin gamma, de la funcin beta,
moda de la lluvia calculada, moda anual, Coefciente de variabilidad de la
lluvia. Escala 1: 4000 000; d) Evapotranspiracin potencial y dfcit de agua,
humedad del suelo, topografa, fsiografa, uso del suelo y vegetacin, escala
1: 1 000 000; e) SIGSA, S.A. 1983. Carta de climas escala 1:2500 000; y f)
CONABIO 1998. Cartas de climas, isoyetas e isotermas escala 1:1000 000.
Las cartas que pueden ser utilizadas como mapa base son: a) Cartas de la Se-
cretara de la Defensa Nacional (topogrfcas) escalas 1:500 000, 1: 250 000, 1: 100
000, 1: 25 000; b) Carta Aeronutica Americana escala 1:1000 000; y c) Secretara
de Comunicaciones y transportes. Mapas de Carreteras (32 estados) varias escalas;
INEGI (topogrfcas escalas 1:50 000, 1:250 000, 1:1000 000, Batimetra 1:1000
000, Uso del suelo y vegetacin 1:1000 000, 1:50 000, Fisiografa 1:1000 000,
Uso potencial: agricultura, forestera, ganadera, todas a una escala 1:1000 000 y
1:250 000, Geologa, Edafologa, ambas a escala 1: 250 000); d) Atlas Nacional
de Mxico, UNAM 1991 tomo 2. Naturaleza, CLIMA (Observatorios, Estaciones
Meteorolgicas e Insolacin, Viento dominante durante el ao, Energa del viento
dominante, temperatura media, Precipitacin, Otros fenmenos climticos, Moda
o valor ms frecuente de Precipitacin mensual y anual, Medidas de Aridez y
Climas). AGROCLIMAtOLOGA: (Cancula, temperaturas efectivas y frutales) HI-
DROGEOGRAFA (Hidrogeografa e Hidrometra, Regmenes de humedad del suelo,
Hidrogeologa, Escurrimiento medio anual, Escurrimientos mximos y mnimos
y Evapotranspiracin real).
tambin pueden usarse como base, las fotografas areas y las imgenes de
satlite, siempre y cuando se haga una restitucin preliminar que, posteriormente,
sea cotejada en campo y se localicen algunas estaciones meteorolgicas en la zona
y se relacionen los datos con lo observado en las imgenes.
La forma ms comn de representar las variables climticas es por la cartogrfa
en forma de reas dentro de una regin o por medio de isolneas. Las isolneas son
02-05 Clima ok.indd 221 25/01/2011 07:17:20 p.m.
222
representaciones de bandas con el mismo valor. Para el trazo de isolneas, se sigue
una metodologa en la que se requiere supervisin de alguien con experiencia.
Cuando se realiza algn mapa temtico en climatologa, se siguen aproximada-
mente los siguientes pasos:
1. Bsqueda de informacin climatolgica, recurriendo a las dependencias ade-
cuadas que se explicaron prrafos arriba (CNA, SMN, CFE, etc.).
2. Clculo de promedios, sumas o resmenes que se necesiten.
3. Bsqueda de informacin necesaria para establecer un mapa base: en este
se localizan las estaciones climatolgicas que se utilizan en el trabajo, se
utilizan las coordenadas geogrfcas y la escala del mapa, as como el tipo de
proyeccin.
4. Se obtienen copias del mapa base. Se vaca la informacin que se analizar
en cada punto que representa a cada estacin.
5. Se usa como mapa de gua, un mapa topogrfco, ya que el relieve es un factor
climtico determinante en el comportamiento climtico de una zona.
6. Se procede al trazo de isolneas, siempre tomando como referencia el relie-
ve, la distancia relativa al mar, la geomorfologa, la cubierta vegetal y otros
factores que se sabe tienen infuencia.
7. Hay varios mtodos para el trazo de isolneas, entre estos est el mtodo de
thiessen o de triangulacin. Este se basa en que si se tienen 3 puntos con 3
valores distintos, se pueden establecer gradientes entre cada lnea.
8. Se asignan las isolneas de valores cerrados o conocidos, como por ejemplo
isotermas de 20, 22 , 24, 26 C, sucesivamente o isoyetas (lluvia) de 500,
600, 700, 800 mm, sucesivamente. Los das con heladas tambin se pueden
representar y se denominan isocronos (lneas que tienen el mismo tiempo de
desplazamiento); las isopletas son representaciones de una combinacin de
valores con el tiempo y las isobaras unen puntos con el mismo valor de presin
atmosfrica.
La cartografa obtenida a partir de la teledeteccin constituye una variable ms
dentro de un sistema de informacin integrado. En este contexto la teledeteccin
constituye una tcnica ms de la informacin territorial, que unida a otros datos
cartogrfcos o estadsticos facilita una evaluacin ms certera del paisaje, necesaria
para su mejor aprovechamiento o conservacin. Este tipo de enfoques se han visto
notablemente favorecidos por las nuevas tecnologas de almacenamiento, mani-
pulacin y salida grfca de la informacin espacial. De esta forma, han nacido
los denominados Sistemas de Informacin Geogrfca (SIG), que pueden defnirse
como bases informatizadas de datos con algn tipo de componente espacial. Esto
02-05 Clima ok.indd 222 25/01/2011 07:17:21 p.m.
CLIMA
223
signifca que la informacin que almacenan est referenciada geogrfcamente,
ya se trate de mapas, estadsticas o datos climticos sobre un territorio concreto,
por lo que todas estas variables pueden relacionarse mutuamente de formas muy
diversas. Por cuanto la informacin que contienen se almacena en forma digital,
los SIG aprovechan las posibilidades analticas de las computadoras, facilitando
mltiples operaciones que resultan ser difcilmente accesibles por medios conven-
cionales: generalizacin cartogrfca, integracin de variables espaciales, anlisis
de vecindad, etc. Adems, los SIG permiten almacenar esa informacin espacial
de forma efciente, facilitando su actualizacin y acceso directo al usuario. En
defnitiva, amplan enormemente las posibilidades de anlisis que brindan los
mapas convencionales, adems de facilitar su almacenamiento y visualizacin
(Chuvieco, 1995; Bosque, 1997).
Asimismo, la representacin cartogrfca de la variacin espacial de los elemen-
tos climticos se ha agilizado como resultado de la integracin e implementacin
de herramientas estadsticas matemticas con los sistemas de informacin geogr-
fca. De este modo, la distribucin espacial (sistemas de coordenadas) en unidades
discretas (estaciones meteorolgicas) de los elementos climticos permite aplicar
mtodos de interpolacin. Los mtodos de interpolacin estiman, con base en los
datos conocidos, los valores en el espacio donde los elementos climticos no han sido
muestreados. Por lo tanto, los resultados dependen en gran medida de la cantidad
de datos conocidos, de tal modo que si stos son abundantes se esperaran resulta-
dos similares entre los diferentes mtodos, pero cuando son escasos stos pueden
ser diferentes, por lo que la eleccin del mtodo de interpolacin y los parmetros
son aspectos fundamentales. Asimismo, los resultados de la interpolacin espacial
contienen cierto grado de error, por lo que los mtodos que asignan valores idnti-
cos al valor conocido en un punto muestreado son conocidos como interpoladores
exactos, en tanto que los otros son denominados inexactos (Hartcamp et al., 1999).
Entre las diferentes tcnicas de interpolacin, una de las ms simples es el mtodo
del vecino ms cercano (Nearest neighbor) que se basa en una particin de Voronoi
del plano, donde a cada particin se le asigna el valor de estacin meteorolgica
presente, predice los puntos no muestreados con base en una combinacin lineal de
las estaciones vecinas. Otros mtodos incorporan anlisis de regresin y promedios
pesados con base en las distancias, donde las diferencias entre ellos residen en los
criterios empleados para estimar los pesos, los cuales, incluyen simples relaciones de
distancia (distancia inversa), minimizacin de la varianza (kirging, cokriging), mini-
mizacin de la curvatura y aplicacin de criterios de suavizar (splining) (Hartcamp
et al., 1999). Actualmente, existen en el mercado diversos programas de cmputo,
tanto comerciales como de uso libre, que son de gran ayuda en la aplicacin de estas
herramientas y en la representacin cartogrfca de los resultados.
02-05 Clima ok.indd 223 25/01/2011 07:17:21 p.m.
224
Referencias
Alexandersson, H. 1986. A homogeneity test applied to precipitation data. J. Climate, 6:
661675.
Beck Ch., Grieser J. y Rudolf B. 2005. A New Monthly Precipitation Climatology for the
Global Land Areas for the Period 1951 to 2000. Klimastatusbericht 2004: 181-190.
Bosque S. J. 1997. Sistemas de Informacin Geogrfca. Ediciones Rialp, S. A. Madrid,
Espaa.
Chuvieco E. 1995. Fundamentos de Teledeteccin Espacial. Ediciones Rialp, S. A. Ma-
drid. 397- 400.
Eischeid J. K., Baker C.B., Karl t.R. y Diaz H. 1995. the quality control of long-term
climatological data using objective data analysis. J. Appl. Met., 34: 2787-2795.
Garca E. 2004. Modifcaciones al Sistema de Clasifcacin Climtica de Kppen. Instituto
de Geografa, UNAM. Serie libros No. 6, Mxico, D.F. 90 p.
Garca E., Hernndez M. E. y Cardoso M. D. 1983. Las grfcas ombrotrmicas y los re-
gmenes de lluvia en la Repblica Mexicana. Memoria del Ix Congreso Nacional de
Geografa. Sociedad Mexicana de Geografa y Estadstica. Guadalajara. Pp 140-149.
Griffths J. F. 1976. Applied Climatology. Oxford University Press, Oxford, EUA.
Hartkamp, A.D., K. De Beurs, A. Stein, J.W. White. 1999. Interpolation Techniques for
Climate Variables. NRG-GIS Series 99-01. Mexico, D.F.: CIMMYt.
Henderson-Sellers A. y Robinson P. J. 1996. Contemporary Climatology. Longman.
Singapore.
Jagannathan P., Arlry R., ten Kate H. y Zavarina, M.V. 1967. A Note of Climatological
Normals. Report of a working group of the commission for Climatology. World Me-
teorological Organization No. 208.
Lanzante, J.R. 1996. Resistant, robust and nonparametric techniques for the analysis of
climate data. theory and examples, including applications to historical radiosonde
station data. Int. J. J Climatol. 16: 1197-1226.
Mc Gregor G. y Niewolt S. 1998. Tropical Climatology. An Introduction to the climates
of the low latitudes. J. Wiley & Sons. Chichester.
MOPt. 1992. Gua para la elaboracin de estudios de Medio Fsico: Contenido y Metodo-
loga. Ministerio de Obras Pblicas y transportes. Madrid. Pp. 95-128.
Oliver J. E. 1973. Climate and Mans Environment. John Wiley & Sons. New York,
EUA.
Ortiz Solorio C. 1987. Elementos de agrometeorologa cuantitativa con aplicaciones en la
Repblica Mexicana. Departamento de Suelos. Universidad Autnoma de Chapingo,
Chapingo. Mxico. Pp. 54-130.
Peterson, t. C., y D. R. Easterling, 1994: Creation of homogeneous composite climatolo-
gical reference series. Int. J.Climatol., 14: 671679.
Peterson, t. C. y Vose R.S.1997. An overview of the global historical climatology network
temperature database. Bull. of the American Met. Soc., 78(12): 2837-2849.
Peterson t. C., Easterling D.R., Karl t.R., Groisman P., Nicholls N., Plummer N., torok
S., Auer I., Boehm R., Gullett D., Vincent L., Heino R., tuomenvirta H., Mestre O.,
02-05 Clima ok.indd 224 25/01/2011 07:17:21 p.m.
CLIMA
225
Szentimre t., Salinger J., Frland E., Hanssen- Bauer I., Alexandersson H., Jones P.
y Parker D. 1998. Homogeneity of in situ atmospheric climate data: A review. Int. J.
Climatol., 18: 1493-1517.
torres R. E. 1997. Prcticas de Agrometeorologa. trillas, Mxico.
Villalpando J. 1990. Manual Tcnico: Mtodos de Anlisis de datos climatolgicos
archivados y preparacin de informacin Agroclimtica para uso en la agricultura.
Guadalajara, Mxico. 200 p.
WMO-No 8. 1996. Guide to Meteorological Instruments and Methods of Observation.
World Meteorological Organization No.8, (6
th
edition), Geneva.
WCDMP (WORLD CLIMAtE DAtA AND MONItORING PROGRAMME)-NO 61. 2007. Funcin
de las Normales Climatolgicas en un Clima Cambiante. Organizacin Meteorolgica
Mundial, Ginebra, 43 pp.
02-05 Clima ok.indd 225 25/01/2011 07:17:22 p.m.
02-05 Clima ok.indd 226 25/01/2011 07:17:22 p.m.
227
Introduccin
El suelo es un cuerpo natural localizado en la superfcie terrestre que soporta o es
capaz de sostener plantas en forma natural. Es dinmico, cambia con el tiempo y
en el espacio, contiene material mineral y/u orgnico no consolidado que ha sido
sujeto a factores formadores y muestra efectos de procesos pedogenticos. Un
suelo difere del material del cual se ha formado en caractersticas fsicas, qumicas,
biolgicas y morfolgicas (SSSA, 1997).
El suelo puede concebirse como un sistema abierto que presenta intercambios
de materia y energa con el medio, en l, se desarrollan diversos procesos fsicos,
qumicos y biolgicos, responsables de su morfologa (forma), caractersticas y
propiedades (Arnold, 1990).
La formacin de un suelo es un proceso largo que dura de cientos a miles
de aos, por lo que este recurso debe considerarse como no renovable. Los
suelos constituyen el medio natural en donde se desarrolla la vegetacin y los
cultivos agrcolas, en l se inicia y termina la cadena alimentaria: las plantas
toman de ah varios nutrimentos, los herbvoros necesitan de las plantas para
vivir, en tanto que los consumidores secundarios, los carnvoros, requieren de
los herbvoros para su subsistencia. Cuando plantas, herbvoros y carnvoros
mueren los desintegradores los descomponen y se reciclan los nutrimentos. Si
se corta la base de la cadena, se altera fuerte e irremediablemente al ecosistema
(Bautista y Estrada, 1998).
7
SUELOS
Francisco Bautista
1
, Silke Cram Heydrich
2
, Irene Sommer Cervantes
2
1
Centro de Investigaciones en Geografa Ambiental, Universidad Nacional Autnoma de Mxico,

2
Instituto de Geografa, Universidad Nacional Autnoma de Mxico.
02-06 Suelos ok.indd 227 25/01/2011 07:18:48 p.m.
228
Otras funciones que cumplen los suelos son: a) ser regulador de la calidad
del agua y del aire ya que funcionan como un reactor, fltrando, amortiguando y
transformando muchos compuestos, entre ellos los contaminantes, b) representa
el hbitat de muchos organismos y es reserva gentica, c) es el medio fsico para
sostener estructura socioeconmica, habitacin, desarrollo industrial, sistemas
de transporte, recreacin, disposicin de residuos etc., d) es fuente de materiales
como arcilla, arena, grava, minerales, etc. Y adems, es parte de nuestra herencia
cultural que contiene tesoros arqueolgicos y palentolgicos importantes para
preservar la historia de la tierra y la humanidad.
El suelo es ms heterogneo que el agua o el aire, tiende a cambiar mucho
ms lentamente y por lo tanto a preservar su estado por ms tiempo, es por ello,
que los estudios de suelo son ms intensivos en espacio pero requieren menor
resolucin en tiempo.
En general, las investigaciones en edafologa requieren de anlisis qumicos,
fsicos, biolgicos y bioqumicos ex situ y por lo tanto, un muestreo de suelos des-
tructivo. El tamao de muestra generalmente ser menor que el estadsticamente
deseado y por eso es recomendable seguir una estrategia que permita tomar las
muestras de forma efciente para no invertir recursos econmicos en vano.
Los resultados obtenidos del anlisis de muestras de suelo se podrn tomar
como una descripcin exacta de la propiedad del suelo, slo s: La muestra re-
presenta a la poblacin! Los resultados deben, idealmente, ser reproducibles y no
tener sesgo, esto signifca que en principio no deben depender del investigador. La
calidad de un estudio tiene que ser controlable y por lo tanto los procedimientos
deben ser transparentes y bien documentados (Schulin et al., 1994).
Obtener una muestra representativa no es tarea sencilla, muchas veces los
errores en el muestreo de suelos son mucho ms graves que los errores analticos.
El grado en el cual el resultado de un anlisis identifca una caracterstica real de
toda la poblacin del suelo a estudiar depende de la precisin del muestreo. Todo
el esfuerzo invertido en el aseguramiento de la calidad de los anlisis en el labo-
ratorio se desperdicia si la muestra a analizar no es representativa.
La obtencin de muestras representativas es una tarea complicada debido a la
variabilidad que presenta el suelo. Diferencias en la composicin y propiedades
del suelo las encontramos no slo de regin a regin, sino tambin a distancias
de muestreo muy cortas e incluso dentro de una misma parcela de cultivo. Cada
situacin es singular y requiere la toma de decisiones de acuerdo con los obje-
tivos especfcos y con las caractersticas del paisaje o lugar. El hecho de que
un suelo vare de una regin a otra a escalas muy diferentes, implica que en el
diseo de estrategias de muestreo de suelos no se puede seguir una receta,
ms bien cada muestreo debe disearse de acuerdo con las caractersticas de la
02-06 Suelos ok.indd 228 25/01/2011 07:18:48 p.m.
SUELOS
229
regin de inters y con el objetivo que se persigue; contestando las siguientes
preguntas: cmo? y dnde?
El presente captulo tiene como objetivo orientar al lector sobre las preguntas
que debe responder en la construccin de una estrategia de muestreo de suelos
de acuerdo con los objetivos y nivel de detalle que se requiere en el estudio. Las
tcnicas de muestreo de suelo que se comentarn en este texto son: 1) para el
levantamiento de suelos; 2) para estudios de contaminacin; 3) para diagnstico
de la fertilidad del suelo; 4) para evaluaciones de tcnicas agrcolas; y 5) en eco-
sistemas poco transformados.
Estr ategia gener al del muestreo
Esta parte comprende bsicamente los elementos que deben tomarse en cuenta
para disear una estrategia de muestreo considerando los objetivos del estudio y
las caractersticas de la zona.
En cada caso se tendr que elaborar una estrategia o un modelo de aproxima-
cin que contemple los siguientes puntos (Figura 1): a) defnicin del problema
y objetivos del estudio; b) defnicin de las variables a medir; c) defnicin de la
poblacin; d) nmero y ubicacin de sitios de muestreo; e) tipo de muestra y equipo;
f) profundidad de muestreo; g) cantidad de muestra; y h) poca de muestreo.
a) Defnicin del problema y objetivos del estudio. Este punto se refere a que
se debe tener en mente la pregunta que se quiere contestar con los resultados
de los anlisis de las muestras, para que, desde un inicio se elabore un plan
de toma de muestras completo y adecuado al objetivo del estudio. En muchas
ocasiones es preciso recolectar primero toda la informacin relacionada con
el caso, para decidir cul es la informacin adicional que se necesita para
resolver el problema.
b) Defnicin de las variables a medir. Se refere al listado de caractersticas y
propiedades que se necesitan medir y existe una relacin muy estrecha ente los
mtodos analticos utilizados y los procedimientos de toma de muestras. Los
mtodos analticos determinan la forma de la toma de muestras, la herramienta
a utilizar, la cantidad de muestra y la forma de preservacin y transporte. El
procedimiento se vuelve complejo si el estudio considera mltiples mtodos
que requieren diferentes formas de recoleccin, tratamiento y almacenamiento.
Es importante considerar adems, las variables y datos del sitio que se nece-
sitan para la interpretacin de los resultados generados, p. e. vegetacin, uso
del suelo, taxa de suelo, topografa, datos de agua, etc.
02-06 Suelos ok.indd 229 25/01/2011 07:18:49 p.m.
230
Definicin del problema
Plan de
muestreo
Toma de muestra
Transporte
Preservacin
Documentacin
Definicin
de variables
Preparacin de
la muestra
Anlisis y
resultados
Anlisis
de campo
Tipo de muestras y equipo
Profundidad de muestreo
Cantidad de muestra
MUESTREO
Objetivos de
estudio
Informacin
previa
Representativo
Realizable (tiempo)
Adecuado
Rentable
homognea
Muestreo
estratificado
Muestreo
sistemtico
Fin
Muestreo
al azar
no si
condiciones
del rea
Fin
Definicin de la poblacin
Anlisis de
laboratorio
1
Nmero y ubicacin
de los sitios de muestreo
1
poca de muestreo
Figur a 1. Diagrama de fujo para el diseo de una estrategia de muestreo de suelos.
c) Defnicin de la poblacin. Antes de ejecutar una investigacin se debe defnir
la poblacin que se va a representar en la muestra, para disminuir el riesgo de
que se tomen datos no vlidos, incompatibles o irrelevantes. La muestra se
toma defniendo la regin que se quiere estudiar y las localidades de inters
dentro de esta regin.
d) Nmero y ubicacin de sitios de muestreo. En esta seccin se exponen los
principios generales para obtener muestras representativas de un suelo,
considerando diversas opciones. Existen dos diseos que dependen de la
cantidad y utilidad de la informacin que se desea obtener del rea de estudio,
estos son: 1) basado en el juicio del experto y 2) el diseo estadstico, este
ltimo comprende los mtodos estadsticos tradicionales (aleatorio simple,
aleatorio estratifcado y sistemtico) y al anlisis de datos correlacionados
en el espacio (geoestadsticos) (Webster y Oliver, 1990; Schulin, 1994; Tan,
1996; Petersen y Calvin, 1996; ISO/DIS, 1995; Einax et al., 1997) (Figura 2,
Cuadro 1).
02-06 Suelos ok.indd 230 25/01/2011 07:18:51 p.m.
SUELOS
231
A juicio del experto
La seleccin de puntos de muestreo consiste en la ubicacin de las muestras tpicas
de la poblacin de estudio con base en la experiencia de quien toma la muestra, o
sea, se lleva a cabo por un experto. Este tipo de muestreo disminuye considerable-
mente el nmero de muestras, lo cual, se traduce en un menor costo del estudio,
pero es importante considerar que se tiene que contar con edaflogos que tengan
Cuadro 1. Algunos diseos de muestreo de suelo y su evaluacin por nmero de muestras,
precisin, exactitud y sus aplicaciones.
Diseo de
muestreo
Nmero de
muestras
Precisin y
Exactitud
Aplicacin/Observaciones
A juicio del
experto
+ No se puede
evaluar
Informacin general, primera aproximacin
para elegir un diseo de muestreo. Lo debe
llevar al cabo personal con experiencia.
Aleatorio simple ++ + En poblaciones homogneas.
Aleatorio
estraticado
+++ ++ En poblaciones heterogneas. Se obtienen
datos para cada subpoblacin.
Sistemtico ++++ +++ En poblaciones heterogneas, se utiliza
para elaborar mapas de distribucin.
Geoestadstco +++++ ++++ En regiones con variabilidad desconocida.
Cartografa de la distribucin espacial de
propiedades.
Figur a 2. Ejemplos de los diseos de muestreo basado en el juicio del experto,
aleatorio simple, estratifcado y sistemtico en un paisaje con cuatro taxa de suelo,
cada polgono de la fgura es un taxa de suelo.
02-06 Suelos ok.indd 231 25/01/2011 07:18:51 p.m.
232
experiencia en la identifcacin de unidades de paisaje y de caractersticas del
suelo, para a su vez, identifcar la variabilidad del suelo en el campo y as poder
ubicar los sitios de muestreo.
Con un muestreo de este tipo no se podrn aplicar aproximaciones a los re-
sultados, se corre el riesgo de realizar un estudio subjetivo, sesgado y con errores
sistemticos, no podrn hacerse extrapolaciones. Representa una aproximacin
inicial o muestreo primario para obtener datos para elegir el diseo de muestreo
estadstico ms adecuado.
Muestreo aleatorio simple
Los puntos de muestreo de toda la poblacin se eligen de tal forma que cualquier
combinacin de n unidades tenga la misma oportunidad de ser seleccionada, se
lleva al cabo seleccionando cada unidad al azar e independientemente de cualquier
unidad previamente obtenida. La forma ms usual para determinar los puntos de
muestreo es trazando un sistema de coordenadas sobre el rea de estudio, selec-
cionando dos distancias al azar, una para cada eje, y la interseccin de estas dos
ser el sitio en el que se tomar la muestra.
Los resultados de este tipo de muestreo son adecuados para poblaciones ho-
mogneas, aunque si se conoce la variabilidad de la poblacin es mejor utilizar
uno de los mtodos que se describen a continuacin.
Muestreo aleatorio estratifcado
Este mtodo se utiliza comnmente en poblaciones heterogneas. En l la pobla-
cin se subdivide en estratos (grupos, fases) ms homogneos y en cada estrato se
lleva al cabo un muestreo aleatorio simple. Para la eleccin de estratos se utiliza
informacin previa, como el clima, la geomorfologa, el taxa de suelo y la vege-
tacin/uso del suelo de la zona de inters, entre otros.
Las principales razones por las que se utiliza este plan de muestreo son la de
obtener datos especfcos para cada subpoblacin y aumentar la precisin en los
datos sobre la poblacin.
Muestreo sistemtico (en rejilla)
El muestreo sistemtico consiste en la toma de muestras equidistantes con el fn
de obtener una mejor representacin de la poblacin. Si se trata de muestras en
02-06 Suelos ok.indd 232 25/01/2011 07:18:52 p.m.
SUELOS
233
espacios de dos dimensiones se trazan varias lneas paralelas y perpendiculares
sobre la superfcie. Sobre las intersecciones (que deben ser equidistantes) se toma
la muestra, la separacin entre lneas y por lo tanto el nmero de puntos depende
del nivel de detalle deseado.
Muestreo geoestadstico
La geoestadstica incluye todos los mtodos estadsticos para el anlisis de datos
correlacionados en el espacio, tambin se le conoce como la teora de las variables
regionalizadas (Einax et al., 1997).
Estos mtodos se desarrollaron por la necesidad de tomar muestras representati-
vas en regiones geogrfcas que tienen una variabilidad signifcativa y desconocida.
Se utilizan en gran medida para elaborar mapas de distribucin de determinadas
propiedades o caractersticas del suelo, por ejemplo, la distribucin de metales
en una regin determinada, para ello se utiliza la interpolacin geoestadstica
conocida como kriging, la cual, requiere del conocimiento del variograma o su
equivalente (Webster y Oliver, 1990).
Para utilizar este mtodo de la forma ms efectiva se sugiere determinar en un
muestreo preliminar la escala de la variacin espacial (muestreo anidado) y sobre
esta base disear un muestreo en rejilla regular.
Reglas gener ales dur ante la toma de muestr as
Las muestras se deben tomar de tal forma que el material de suelo sea representativo
de toda la extensin o intervalo de profundidad que se quiera estudiar.
a) Tipo de muestra y equipo de muestreo de suelos. En el Cuadro 2 se presentan
los diferentes tipos de muestras que se manejan en el muestreo de suelos, su
defnicin, su aplicacin en edafologa y las herramientas que se utilizan.
Algunos de los criterios para la eleccin de las herramientas de muestreo
son: tamao de muestra que se necesita para el anlisis, capacidad para tomar
muestras en taxa de suelos diferentes (arcillosos, arenosos, orgnicos, etc.),
profundidad mxima a la que se va a tomar la muestra, capacidad para tomar
muestras de suelo bajo diferentes regmenes de humedad, accesibilidad al sitio
de muestreo y los requerimientos de personal para su manejo. En el caso de
las muestras compuestas, con la mezcla se supone que en el anlisis se obtiene
una estimacin vlida de la superfcie de estudio, es muy importante que todas
02-06 Suelos ok.indd 233 25/01/2011 07:18:52 p.m.
234
las submuestras de un rea homognea se tomen a la misma profundidad, ya
que de lo contrario se producen considerables variaciones en algunos anlisis.
Para ello, es til poner una marca en la barrena a la profundidad deseada.
b) Profundidad de muestreo. La profundidad de muestreo es la distancia en
centmetros a partir de la superfcie del suelo sin tomar en cuenta el horizon-
te orgnico (O). Esta profundidad depender nuevamente del objetivo del
muestreo. A continuacin se muestran algunos ejemplos (Reichert y Roemer,
1995; ISO/DIS, 1995): a) en gnesis y clasifcacin (cartografa) el muestro es
por horizontes; b) en el diagnstico de fertilidad por la longitud de las races
i.e. 0 a 20 cm; c) en el riesgo de contaminacin de acuferos por horizontes;
d) en el riesgo a la salud i.e. jardn de nios 0 a 5 cm, 5 a 15 cm hasta 35 cm;
e) plantas no cultivadas segn la extensin radicular; f) comportamiento de
contaminantes por horizontes; g) fjacin de carbono por horizontes y a lo
largo del perfl; y h) efecto del fuego en agricultura de roza, tumba y quema
por 5 cm.
Cuadro 2. Tipos de muestras segn sus aplicaciones.
Muestras
Alteradas Inalteradas
Por horizontes Superciales
Simples Compuestas
Denicin Horizontes del perl
del suelo diferencia-
dos por procesos.
Muestras de un
sitio.
Muestras de varios
sitios que han sido
mezcladas.
Muestras que se
colectan sin alterar
la estructura.
Aplicacin Levantamiento de
suelos, anlisis
mi neralgicos y
sicoqumicos y
comportamiento de
contaminantes.
Conocimiento
de la variabilidad
supercial.
En estudios de
fertilidad y para el
conocimiento de los
valores medios en
zonas homogneas.
Estudios de
micromorfologa y
densidad aparente.
Tambin se utilizan
en estudios con
columnas de suelo.
Toma de muestra En calicatas, las
muestras se colec-
tan por horizontes.
Muestreos de rejilla
y transectos.
Tomar 16 o ms
submuestras del
mismo tamao.
De las paredes del
perl, de parte del
perl o del perl
completo.
Herramientas y
accesorios
Palas curvas y
planas, picos,
esptulas, barrenas
de un metro de
largo, GPS y cmara
fotogrca.
Barrenas de 5 cm
de dimetro, el
largo depende de
los objetivos del
estudio.
Barrenas de 5 cm
de dimetro el
largo depende de
los objetivos del
estudio.
Cajas de Kubiena,
cuchillos, cilindros
de PVC o acero inoxi-
dable con bordes
alados, martillo.
02-06 Suelos ok.indd 234 25/01/2011 07:18:53 p.m.
SUELOS
235
c) Cantidad de muestra. La cantidad de muestra que se va a colectar se determi-
na a partir del nmero y tipo de parmetros que se van a analizar, i.e. 500 g
para la caracterizacin qumica, 500 g para caracterizacin fsica, 150 g para
contaminantes orgnicos, 250 g para hidrocarburos, 1 kg para anlisis de re-
tencin de humedad (Hildenbrand et al., 1996). Es recomendable considerar
la cantidad de muestra con base en los anlisis que se realizarn, ya que una
toma de muestra posterior puede ser costosa. Deben conservarse por separa-
do la muestra sin tratamiento y la muestra molida fnamente para el anlisis.
Actualmente, se recomienda colectar una menor cantidad de muestra como
una forma de respeto a la naturaleza. En el mismo sentido, se recomienda
que al tapar la calicata, el suelo se coloque de acuerdo con los horizontes
respectivos.
d) poca de muestreo. La pregunta de cundo deben tomarse las muestras es
importante sobre todo si el objetivo del estudio son propiedades del suelo que
tienen altas tasas de cambio (potencial redox, nutrimentos, nitratos, conteni-
do de humedad) (Varallyay, 1990), para ello, por ejemplo, ser importante
considerar en el diseo del muestreo: el rgimen hdrico, el programa de las
actividades agrcolas, las pocas del ao, etc.
Algunos consejos prcticos en la toma de muestras se enlistan a continua-
cin: a) si se utiliza una pala o herramienta parecida, se debe evitar contaminar
la muestra con material de otros puntos de muestreo, superfcies u horizontes;
b) las herramientas de muestreo deben limpiarse antes de cada utilizacin,
retirando todas las partculas adheridas; c) hay que tener especial cuidado de
que toda la muestra se deposite en el recipiente adecuado, elegido con base
en las propiedades que se analizarn; d) en general, es prudente llevar al cabo
el trabajo de campo entre dos personas o ms, esto aumenta la seguridad en
la informacin y facilita la recoleccin de datos; y e) se recomienda que las
muestras se tomen con cilindros de plstico en estudios de contaminacin por
metales pesados.
En el caso de perfles, la muestra debe tomarse de los frentes: a) antes de la toma
de muestra deben limpiarse las caras del perfl, p. e. raspando con una pala; b) las
muestras deben tomarse siempre de abajo hacia arriba para evitar contaminacin;
y c) la toma de muestra se realiza sacando la cantidad requerida en direccin ho-
rizontal. Se recomienda documentar la informacin edafolgica con fotografas a
color y dibujos de los perfles indicando el nmero de fotografa, la identifcacin
del perfl y destacando los rasgos morfolgicos principales del perfl, sobre todo,
los que incluyen dos o ms horizontes.
02-06 Suelos ok.indd 235 25/01/2011 07:18:53 p.m.
236
Fuentes de er ror en el muestreo
El error de muestreo se presenta cuando la muestra incluye solamente las unidades
de muestreo seleccionadas y no a toda la poblacin, es decir, no es representativa.
Este error es causado por la inherente variacin entre las unidades de la poblacin,
a continuacin se consideran algunos de ellos (Petersen y Calvin, 1996; EPA,
1992; Einax et al., 1997):
Error de heterogeneidad. Por la variabilidad en la composicin de cada par-
tcula que conforma la unidad de muestra. El error se reduce moliendo el
material.
Error de agrupacin. Por la forma en la que las distintas partculas se separan
y distribuyen, este error se relaciona con la heterogeneidad en la composi-
cin de la muestra. El factor de agrupacin refeja la probabilidad de que una
partcula sea incluida en la muestra.
Error de fuctuacin. Por la heterogeneidad en el espacio (transectos) y en el
tiempo (cambios estacionales).
Error de delimitacin y extraccin. Por la defnicin incorrecta del volumen
de material que debe ser extraido (ncleos, horizontes, profundidad) y es una
de las principales fuentes de introduccin de sesgo o error en el muestreo.
Identifcacin preservacin y transporte de las muestras
Cada muestra se identifca clara y duraderamente (por lo menos con la localidad
de muestreo, nmero de muestra, fecha, hora, profundidad y persona que tom la
muestra). La forma de la numeracin debe unifcarse e ir de acuerdo con la forma
en que se toman las muestras.
Las etiquetas deben colocarse dentro y en el exterior del recipiente en el que
se coloca la muestra de suelo. Utilice tinta que no se disuelva en agua.
Las formas de preservacin y transporte dependern del objetivo del muestreo
de suelos, a continuacin se mencionan algunos ejemplos (ASTM, 1997).
Las muestras que sern utilizadas para la caracterizacin fsica y qumica del
suelo se depositan en bolsas de plstico tal cual son tomadas en campo y se trans-
portan en costales o cajas de cartn para evitar cualquier prdida. Se recomienda
utilizar dos bolsas por muestra con el fn de protegerla y evitar prdidas. Se sugiere
que las etiquetas contengan la siguiente informacin: Nmero de muestra, fecha,
perfl, profundidad, horizonte, colector, proyecto, responsable del proyecto, loca-
lidad o sitio con coordenadas.
02-06 Suelos ok.indd 236 25/01/2011 07:18:53 p.m.
SUELOS
237
Las muestras inalteradas para la determinacin de parmetros fsicos como
densidad, permeabilidad, porosidad y contenido de humedad se colocan en con-
tenedores que deben ser lo sufcientemente gruesos y estables para evitar rupturas
y prdida de material. Los tipos de contenedores pueden ser de PVC o acero inoxi-
dable con tapas de plstico. Adems, se envuelven en papel aluminio o plstico
y se colocan en otros contenedores como cubeta, cajn, etc., para evitar que se
muevan durante el transporte.
Las muestras para la determinacin de contaminantes orgnicos se colocan en
contenedores de vidrio con tapa metlica previamente enjuagados con un solvente.
Las muestras deben de mantenerse a 4 C desde que se toma la muestra hasta su
anlisis.
Las muestras para la determinacin de contaminantes inorgnicos se colocan
en contenedores no metlicos para evitar contaminacin, generalmente se utilizan
bolsas de plstico y se transportan sin pretratamiento, a menos que las especifca-
ciones del proyecto indiquen lo contrario.
Todo el proceso, desde el diseo del muestreo hasta la toma de muestras, debe
documentarse por la persona que lo lleva al cabo. La bitcora debe contener un
conjunto mnimo de datos para poder identifcar el sitio de muestreo con exacti-
tud (coordenadas con el GPS, croquis del sitio, paisaje, uso del suelo, etc.). En el
caso de que se vaya a realizar un muestreo del suelo por horizontes es importante
documentar, adems, la informacin obtenida en la descripcin de los perfles
(Siebe et al., 1996).
Levantamientos de suelo
El objetivo del levantamiento de suelos es el conocimiento de su variabilidad,
registrando las diferencias de un lugar a otro y cmo capturar en mapas esta in-
formacin.
Al estudiar, clasifcar y cartografar suelos existe una inherente dependencia
con la escala de observacin. El clima generalmente infuye sobre la variabilidad
a pequea escala determinando diferencias regionales (Brady, 1998), aunque en
regiones montaosas la temperatura y la precipitacin pueden variar a distancias
muy cortas, por ejemplo, los suelos en pendientes que miran al norte diferen de
aquellos de pendientes que miran al sur en una misma localidad. Tambin el ma-
terial parental determina patrones a escala regional, pero puede haber diferencias
a escala local, por ejemplo, por depsitos coluviales al pie de una pendiente o
aluviales a lo largo de un ro.
02-06 Suelos ok.indd 237 25/01/2011 07:18:53 p.m.
238
A escala semirregional, la variabilidad de muchas propiedades del suelo est
relacionada, en primer plano, con diferencias en un factor formador del suelo, esto
se observa en litosecuencias, cronosecuencias y toposecuencias.
A escala local, las variaciones se dan por pequeos cambios en la topografa y
grosor de las capas del material parental o por los efectos de la cobertura vegetal,
por ejemplo, la variabilidad en la fertilidad de una parcela.
En cartografa, el investigador decide subjetivamente sobre la variacin per-
mitida en sus unidades cartogrfcas que dependen en gran medida del objetivo y
con ello de la escala. En el Cuadro 3 se presenta un ejemplo de la relacin entre el
objetivo y la escala de observacin, de ambos se deriva la estrategia de muestreo
a seguir.
En todos los casos, es necesario el trabajo en gabinete de fotointerpretacin y
cartogrfco para identifcar las unidades de mapeo. Para ello, existen diferentes
enfoques que manejan mtodos y trminos diferentes en la defnicin de las uni-
dades de mapeo (Cuadro 4).
En cada uno de los enfoques vara el componente del paisaje o terreno en el
cual, se basa el levantamiento y muchas veces est en funcin de la formacin
profesional del personal dedicado a la evaluacin (suelo, relieve, vegetacin). Sin
embargo, el elemento que caracteriza a las unidades frecuentemente corresponde
a formas del relieve reconocibles o apreciables a diferentes escalas.
En un levantamiento de suelos, en primer lugar tiene que defnirse el objetivo
del estudio, ya que esto a su vez determina la informacin que se requiere, la escala
y por lo tanto el nmero de observaciones que se tienen que hacer en campo (FAO,
1979; Ortiz-Solorio y Cuanalo 1981; Siebe et al., 1996) (Figura 3).
Cuadro 3. Relacin entre la intensidad, la escala y la exactitud en un levantamiento
de suelos (FAO, 1979).
Levantamiento Escala rea por 1 cm
2
Observaciones Linderos
Exploratorio 1:5000000
1:500000
625 km
2
25 km
2
1/25 km
2
1/50 km
2
Inferidos
Reconocimiento 1:250000
1:100000
1 km
2
1/2 km
2
La mayora inferidos
Semidetallado 1:75000
1:25000
6.25 ha 1/12.5 ha Algunos comprobados
Detallado 1:20000
1:10000
1 ha 1/2 ha La mayora comprobados
Intensivo Mayor a
1:10000
Menos de una ha Menos de 1/2 ha Todos comprobados
02-06 Suelos ok.indd 238 25/01/2011 07:18:54 p.m.
SUELOS
239
C
u
a
d
r
o

4
.

T
i
p
o
l
o
g
a

j
e
r
r
q
u
i
c
a

d
e
l

p
a
i
s
a
j
e

s
e
g
n

d
i
v
e
r
s
a
s

e
s
c
u
e
l
a
s

y

c
o
r
r
i
e
n
t
e
s

(
M
e
n
d
o
z
a

y

B
o
c
c
o
,

1
9
9
8
)
.
U
A
C
h

F
i
s
i
o
g
r
c
o
C
S
I
R
O

F
i
s
i
o
g
r
c
o
I
T
C
-
C
I
A
P
F

H
o
l
s
t
i
c
o
I
T
C
1

G
e
o
m
o
r
f
o
-
l
g
i
c
o
I
T
C
2

G
e
o
m
o
r
f
o
-
e
d
a
f
o
l
g
i
c
o
S
E
D
U
E

P
a
i
s
a
j
s
t
i
c
o
I
N
E
G
I

F
i
s
i
o
g
r
c
o
N
i
v
e
l
Z
o
n
a

t
e
r
r
e
s
t
r
e
Z
o
n
a
G
e
n
e
r
a
l
D
i
v
i
s
i
n

t
e
r
r
e
s
t
r
e
G
e
o
e
s
t
r
u
c
t
u
r
a
P
r
o
v
i
n
c
i
a

t
e
r
r
e
s
t
r
e
P
r
o
v
i
n
c
i
a

s
i
o
g
r
c
a
R
e
g
i
n

t
e
r
r
e
s
t
r
e
S
i
s
t
e
m
a

d
e

t
e
r
r
e
n
o

c
o
m
p
l
e
j
o
P
a
i
s
a
j
e

p
r
i
n
c
i
p
a
l
P
r
o
v
i
n
c
i
a

d
e

t
e
r
r
e
n
o
A
m
b
i
e
n
t
e

m
o
r
f
o
g
e
n
t
i
c
o
P
r
o
v
i
n
c
i
a

e
c
o
l
g
i
c
a
S
u
b
p
r
o
v
i
n
c
i
a

s
i
o
g
r
c
a
S
u
b
r
r
e
g
i
n

t
e
r
r
e
s
t
r
e
D
i
s
c
o
n
t
i
n
u
i
d
a
d

s
i
o
g
r
c
a
S
i
s
t
e
m
a

t
e
r
r
e
s
t
r
e
S
i
s
t
e
m
a

d
e

t
e
r
r
e
n
o
S
i
s
t
e
m
a

d
e

t
e
r
r
e
n
o
S
i
s
t
e
m
a

d
e

t
e
r
r
e
n
o
P
a
i
s
a
j
e

g
e
o
m
o
r
f
o
l
g
i
c
o
S
i
s
t
e
m
a

t
e
r
r
e
s
t
r
e
S
i
s
t
e
m
a

d
e

t
o
p
o
f
o
r
m
a
s
F
a
c
e
t
a

U
n
i
d
a
d

d
e

t
e
r
r
e
n
o
F
a
c
e
t
a

t
e
r
r
e
s
t
r
e
U
n
i
d
a
d

d
e

t
e
r
r
e
n
o
R
e
l
i
e
v
e
/
m
o
d
e
l
a
d
o
/
l
i
t
o
-
l
o
g
a
/
f
a
c
i
e
s
P
a
i
s
a
j
e

t
e
r
r
e
s
t
r
e
T
o
p
o
f
o
r
m
a
s
E
l
e
m
e
n
t
o
F
a
c
e
t
a

d
e

t
e
r
r
e
n
o
E
c
o
t
o
p
o
C
o
m
p
o
n
e
n
t
e

d
e

t
e
r
r
e
n
o
F
o
r
m
a

d
e

r
e
l
i
e
v
e
U
n
i
d
a
d

d
e

p
a
i
s
a
j
e
E
l
e
m
e
n
t
o

d
e

t
o
p
o
f
o
r
m
a
s
D
e
t
a
l
l
a
d
o
U
A
C
h
=

O
r
t
i
z

y

C
u
a
n
a
l
o
,

1
9
7
8
;

c
s
i
r
o
=

T
c
h
r
i
s
t
i
a
n

y

S
t
e
w
a
r
t

e
n

T
r
i
c
a
r
t

y

K
i
l
l
i
a
n
,

1
9
8
2
;

i
t
c
-
c
i
a
p
f
=

Z
o
n
n
e
v
e
l
d
,

1
9
7
9
;

i
t
c
1
=

V
a
n

Z
u
i
d
a
n
,

1
9
8
6
;

i
t
c
2
=

Z
i
n
c
k
,

1
9
8
8
;

s
e
d
u
e
,

1
9
8
8
;

i
n
e
g
i
=

Q
u
i
o
n
e
s
,

1
9
8
7
02-06 Suelos ok.indd 239 25/01/2011 07:18:54 p.m.
240
Figur a 3. Representacin esquemtica de un levantamiento de suelos
(Ortiz-Solorio y Cuanalo, 1981).
DISCUSIN DE
PROPSITOS Y
OBJ ETIVOS
NATURALEZA DE LA INFORMACIN
REQUERIDA
ELECCIN DEL TIPO
DE
LEVANTAMIENTO
P

L

A

N

E

A

C

I

N
E

J

E

C

U

C

I

N
PRE-CAMPO
TRABAJ O
DE
CAMPO
POST-CAMPO
- Fotointerpretacin del rea
- Informacin sobre: accesibilidad del terreno,
seleccin de rutas y sitios de observacin
- Reconocimiento del terreno
- Cartografa de las clases de suelos
- Obtencin de informacin para evaluar las tierras
segn el objetivo del levantamiento
- Correcciones necesarias
- Anlisis de laboratorio
- Elaboracin del mapa final
qu se quiere?
con qu se cuenta?
cmo puede hacerse?
Coordinacin con
especialistas
Obtencin de:
fotos areas,
mapas, trabajos
previos, etc.
Decisiones de:
escala
material cartogrfico
unidades de clasificacin
unidades cartogrficas
LEVANTAMIENTO DE SUELOS
En el trabajo de campo se sigue primero un diseo de muestreo a juicio
identifcando los taxa de suelos presentes en el rea y la naturaleza general de
su patrn de distribucin. Este patrn se establece previamente como unidades
de fotointerpretacin en gabinete. La ubicacin de los puntos de muestreo se
realiza con base en los perfles y barrenaciones que se han realizado previa-
mente en la etapa de reconocimiento del patrn de la naturaleza y desarrollo
de los suelos.
Posteriormente, se realizan las calicatas o tambin llamados pozos pedolgicos
como se describe en el captulo de monolitos de este mismo volumen para despus
describir los perfles tipo. Se recomienda la revisin de dos documentos clave para
hacer la descripcin de los perfles en campo: a) el manual para la descripcin y
evaluacin ecolgica de suelos en el campo (Siebe et al., 1996) que adems de
02-06 Suelos ok.indd 240 25/01/2011 07:18:56 p.m.
SUELOS
241
ser de una gua resumida para la descripcin de perfles, contiene una gua para
la evaluacin ecolgica del sitio as como una forma de la evaluacin de la capa-
cidad de fltracin y amortiguamiento de los suelos; y b) la gua para descripcin
de suelos (FAO, 2006) que describe los factores que defnen el tipo y la intensidad
de los procesos de formacin de suelo, con unas importantes notas para cuando
se tiene el propsito de clasifcar el suelo.
De cada perfl representativo de suelo se tomarn tantas muestras como hori-
zontes comprenda el mismo, siempre en orden de abajo hacia arriba. La muestra
colectada ser de 1 a 2 kg y deber ser tomada de todo el espesor del horizonte y a
la misma profundidad. Cuando existan rasgos pedolgicos como motas, manchas,
concreciones etc., se tomarn muestras por separado. Las muestras por horizontes
se registran con la informacin de las etiquetas (Figura 3). Dependiendo de la escala
del mapa se realizarn o no barrenaciones de referencia buscando la comprobacin
de los linderos de los diferentes taxa de suelos, las barrenaciones se realizan de
forma sistemtica. Tambin se llega a hacer uso de las observaciones en cortes
de carretera y perfles a determinadas distancias. Aqu es donde se determina el
nmero de observaciones que deben de llevarse al cabo dependiendo del objetivo
del estudio y por lo tanto de la escala (Cuadro 3).
Se describen las condiciones generales del sitio de referencia como: clima,
topografa, vegetacin, geologa, altitud, etc. Una vez realizados los anlisis y de
acuerdo con sus caractersticas fsicas, qumicas, descripcin del perfl y datos
adicionales de clima, se ubicarn en una taxa de acuerdo con el esquema de FAO/
UNESCO/ISRIC o a la taxonoma de suelos.
En el ao 2005 se public la Norma Ofcial Mexicana de cartografa de suelos
(NOM-023-RECNAT-2005) con el objetivo de establecer las caractersticas y especif-
caciones mnimas que debern cumplir los levantamientos edafolgicos, realizados
directamente por las unidades que integran el Sistema Nacional de Informacin
Geogrfca o indirectamente por personas fsicas y morales, nacionales y extranjeras
en los trabajos y proyectos realizados para organismos pblicos en cualquiera de
los tres niveles de gobierno con fnes cartogrfcos en formato impreso o digital
del pas incluyendo su territorio insular.
La Norma deber aplicarse en los levantamientos edafolgicos realizados
con fnes de integrar el Inventario Bsico de Suelos por las unidades que inte-
gran el Sistema Nacional de Informacin Geogrfca, ya sea por s mismas o por
contratacin. Se recomienda su adopcin a las empresas privadas e instituciones
acadmicas relacionadas con el rea geogrfca que tengan necesidad de realizar
trabajos en ese sentido.
Las principales especifcaciones tcnicas de la NOM 023-RECNAT-2005 an no
publicada a la fecha se enlistan a continuacin:
02-06 Suelos ok.indd 241 25/01/2011 07:18:57 p.m.
242
Escala de estudio. Se agrupan cuatro escalas y se detallan las especifcaciones
tcnicas.
Sistema de clasifcacin. WRB 1998. Ms completa y detallada para cartografa
de suelos escala 1:50 000 o menor. Sin embargo, a la fecha la WRB gener
una versin actualizada al 2006 con una versin al castellano en 2007.
reas mnimas cartografables de 1 cm
2
para escalas de 1:250 000 y menores;
as como de 0.4 cm
2
para escala 1:50 000 y 0.25 cm
2
para escala 1:20 000.
Dimensiones del perfl de suelo. Es recomendable una profundidad de 1.5 m
si fuera posible. Es recomendable que los perfles estn alejados ms de 250
m de vas de comunicacin o instalaciones diversas.
Es necesario georreferenciacin del perfl de suelo, defniendo la proyeccin,
el sistema de coordenadas, el datum y el error de precisin mximo.
Se debe diferenciar entre perfl y punto de muestreo con barrena.
Se recomienda utilizar la NOM-021-SEMARNAT-2000 para anlisis de labo-
ratorio.
Es recomendable tener en cuenta la frecuencia de perfles por unidad de rea,
por ejemplo, la frecuencia ptima de 1 perfl/100 km
2
y la frecuencia mnima
de 1 perfl/250 km
2
para la escala 1:250 000.
La captura de informacin puede hacerse en algn tipo de base de datos de
suelo como el del INEGI o el sistema microLEIS, en ambos, es posible la in-
clusin de fotografas digitales, imgenes de satlite y dibujos.
Es de suma importancia la inclusin de metadatos.
Sin duda esta norma de cartografa de suelos ayudar a elevar la calidad de los
resultados de los levantamientos edfcos en el pas; sin embargo, a la hora de disear
un plan de muestreo de suelos con fnes cartogrfcos es pertinente tomar en cuenta
los siguientes conceptos: zonas edfcas fuertemente infuenciadas por las zonas
bioclimticas a nivel mundial; regiones edfcas al interior de la zonas edfcas,
defnidas por los regmenes de humedad y temperatura, fsiografa, litologa, historia
geolgica y ecosistemas a escalas de 1:1 000 000 a 1:100 000; catena o toposecuencia
de suelos relacionados pero con diferencias en el perfl por el relieve, drenaje o tiempo
de exposicin a la superfcie a escalas grandes y medianas; y el edafopaisaje, que es
una unidad cartogrfca de un grupo de suelos relacionados funcionalmente.
Contaminacin
La contaminacin constituye un aspecto importante en la degradacin del suelo. La
calidad de un suelo, es decir, su capacidad para desarrollar una serie de funciones,
puede verse afectada negativamente por la contaminacin.
02-06 Suelos ok.indd 242 25/01/2011 07:18:57 p.m.
SUELOS
243
La contaminacin edfca puede defnirse como la introduccin de un con-
taminante en el suelo, es decir, la introduccin de cualquier sustancia o forma
de energa con potencial para provocar efectos desfavorables, que se traduce en
una prdida de aptitud para una determinada funcin o hace inutilizable al suelo,
a menos que se le someta a un tratamiento previo. En un sentido ms amplio se
denomina contaminacin ambiental a la presencia de cualquier agente (fsico,
qumico o biolgico) o bien de una combinacin de varios agentes en lugares,
formas y concentraciones tales que sean o puedan ser nocivos para la salud, la
seguridad o para el bienestar de la poblacin, o que puedan ser perjudiciales para
la vida vegetal o animal, o impidan el uso normal de las propiedades y lugares de
recreacin y goce de los mismos.
La contaminacin se asocia con la entrada de sustancias que son depositadas
a travs de diferentes vas, el suelo puede ser un receptor primario o secundario
segn sea una depositacin directa (aplicacin de plaguicidas, derrames, etc.) o
indirecta (por ejemplo, por depositacin atmosfrica) y sus efectos sobre las fun-
ciones que cumple un suelo en el ambiente dependern en gran medida de los taxa
de suelo en el cual sean depositadas, ya que los diferentes taxa de suelo diferen
en su vulnerabilidad a ser degradados.
Algunos objetivos asociados a los estudios de contaminacin pueden ser: a)
la evaluacin de la distribucin espacial de un contaminante, b) el monitoreo del
comportamiento temporal de un contaminante y c) la identifcacin de fuentes.
Cuando el objetivo de estudio es la evaluacin de la distribucin espacial de
un contaminante debe cubrirse el rea de inters completamente. La informacin
se utiliza para tomar decisiones acerca del uso del suelo o acciones de limpieza.
El tipo de informacin que se necesita no es la concentracin de contaminantes en
s, pero s la del riesgo de exceder o no ciertos valores que son crticos para actuar
o para decidir qu tratamiento utilizar. Es importante considerar los niveles de
fondo o niveles naturales dados por la gnesis del suelo (Bautista, 1999).
Si el objetivo del estudio fuese el monitoreo del comportamiento temporal de un
contaminante, se tratara de la identifcacin de tendencias de los contaminantes en
el sentido de su comportamiento con el objeto de prevenir (a priori) o de controlar
(a posteriori) la contaminacin. La evaluacin a priori signifca predecir con base
en escenarios o por extrapolacin de tendencias. A posteriori involucra estudios
repetidos a una determinada poblacin. Se ejecutan para evaluar cambios en la
contaminacin de suelos causados por una fuente o para evaluar la efectividad de
medidas de control y saneamiento
La identifcacin de las fuentes de contaminacin requiere informacin ob-
tenida de un estudio de suelo, por ejemplo, si una fuente puede rastrearse sobre
la base de la contaminacin espacial a lo largo de transectos o vas de dispersin
02-06 Suelos ok.indd 243 25/01/2011 07:18:57 p.m.
244
de los contaminantes. Aunque es igualmente importante la obtencin de datos e
informacin histrica sobre las actividades que probablemente tengan relacin
con las fuentes de emisin.
Cada uno de estos objetivos tiene sus propias implicaciones sobre la estrategia
de muestreo a elegir, aunque en todos los estudios el objetivo implcito es el de
estimar las caractersticas del patrn espacial de la contaminacin del suelo en
una regin determinada.
En el monitoreo edafoecolgico de acuerdo con Siebe (1999) primero se de-
limitan las unidades de acuerdo con las zonas ecogeogrfcas con caractersticas
homogneas en tipo de rocas, geoformas y taxa de suelos. Posteriormente, se
identifcan las probables causas de la contaminacin y se establece cules pueden
ser los contaminantes que son emitidos, diferenciando por tipo de fuente y deter-
minando sus probables rutas de acceso al suelo (Figura 4). Una vez identifcados
los contaminantes, se defnen sus probables impactos sobre la calidad de los suelos,
as como los procesos de degradacin ms factibles a ocurrir, y se seleccionan
variables que pudieran ser indicadoras de dichos impactos y procesos.
El siguiente paso es el de establecer las zonas prioritarias para los estudios de-
tallados (defnicin de la poblacin) considerando a los taxa de suelos que puedan
ser vulnerables a ese tipo de contaminacin y considerando la eleccin de sitios
control a manera de testigos.
En particular, resulta relevante el conocimiento del taxa de suelo por dos
razones:
a) la identifcacin de los niveles de fondo del elemento o sustancia o tipo de
energa contaminante a lo largo del perfl. Estos niveles de fondo se referen
a las concentraciones que se encuentran en el suelo de forma natural, por
ejemplo, los metales heredados del material parental (Alloway, 1995) del cual
se form el suelo o la presencia de determinados compuestos orgnicos que
se producen por biosntesis (Wang et al., 1999).
b) el conocimiento de los procesos edfcos principales que determinan la mor-
fologa del taxa de suelo en particular, es decir, la identifcacin del proceso
edfco para defnir, en primera instancia, la ruta de dispersin y/o las causas
de su acumulacin.
La magnitud del impacto a escala local se evala realizando muestreos diri-
gidos partiendo de la fuente a lo largo de transectos, y a escala regional, compa-
rando los valores medios obtenidos de los diferentes compuestos en zonas bajo
infuencia de los contaminantes, con valores medios obtenidos en zonas lejanas a
actividades especfcas (zonas control). La severidad del impacto se determina
02-06 Suelos ok.indd 244 25/01/2011 07:18:58 p.m.
SUELOS
245
seleccionando bioindicadores que se miden tanto en la zona de impacto como en
las zonas control.
Schulin y colaboradores (1994) indican que la mejor estrategia es proceder
en multietapas como se muestra en la Figura 5, que resume los pasos de las estra-
tegias ms apropiadas para la toma de muestras y con ello, cumplir con los tres
objetivos mencionados. El primer objetivo est relacionado con la elaboracin de
un inventario que cubra toda el rea de inters o con el mapeo de contaminantes;
el segundo con la evaluacin de efectos y el tercero con el establecimiento de
las causas. Estos dos ltimos se engloban en el tipo de estudio evaluaciones de
efectos ya que se relacionan entre s porque la deteccin de efectos se puede
referir con respecto a las fuentes, a las vas de transferencia de contaminantes o
Cambios qumicos
Acidificacin reduccin del pH
prdida de bases interc.
Al en solucin
Contaminacin
metales toxicidad
hidrocarburos
ACTIVIDADES ANTRPICAS
MEDIO NATURAL
DESCRIPCIN DEL MEDIO
Geologa
Geomorfologa
Suelos
Actividades petroleras
perforacin de pozos
derrames
bateras
CPGs
crudo
agua congnita
Emisiones: SO
2
, NO
x
metales
HAPs
Clasificacin de zonas
ecogeogrficas
Otras actividades Incendios/quemas
INDICADORES
PROPIEDADES / FUNCIONES
IMPACTOS / CONSECUENCIAS
ESTRATEGIA DE MUESTREO
pH
Ca/Al
MO
enzimas
metales
Eh
- Soporte de vegetacin natural
- Abastecimiento de agua y
nutrimentos a las plantas
- Amortiguador, filtro y
transformador
- Regulador del ciclo
hidrolgico
- Proveedor de bienes
Intensidad
calidad/cantidad
cunto?
dnde?
Vulnerabilidad/
sensibilidad
MONITOREO EDAFOECOLGICO
lodos
Figur a 4. Monitoreo edafoecolgico para evaluar el efecto de las actividades petroleras.
02-06 Suelos ok.indd 245 25/01/2011 07:18:59 p.m.
246
su destino fnal. En todos los casos la seal que se debe detectar es la variacin
controlada por los efectos de la contaminacin.
La primera etapa es evaluar la informacin existente. Si el anlisis de esta
informacin es sufciente para tomar una decisin, entonces el estudio termina
ah, si no, el estudio contina y se elige la estrategia de muestreo, que se deriva
del anlisis del problema y de la formulacin del objetivo.
Problema de contaminacin
Definicin objetivos
Evaluacin de la informacin
existente
evaluacin de
efectos
distribucin
espacial
escala
espacial
conocida?
si
no
muestreo
en nido
muestreo
en rejilla
no
si
distribucin
espacial
no homognea
si
no
estratificacin
no
si
tomar ms
muestras
muestreo
estadstico
es
necesario
continuar?
tipo
de estudio
fin
no
si
la
precisin es
adecuada?
fin
la
precisin es
adecuada?
fin
Figur a 5. Esquema general de los pasos a seguir en una investigacin regional
de contaminacin de suelos.
02-06 Suelos ok.indd 246 25/01/2011 07:19:00 p.m.
SUELOS
247
En el caso de la distribucin espacial que implica la interpolacin de valores
medidos o estimados entre puntos, se recomienda la interpolacin geoestadstica
o kriging (Webster y Oliver, 1990). En el kriging ordinario se asume que las
medias y las varianzas de las diferencias entre puntos vecinos dependen solamente
de la separacin en distancia y direccin, pero no de la posicin absoluta. Si esta
suposicin es cierta, entonces el kriging provee interpolaciones o predicciones no
sesgadas con una varianza mnima. Si la varianza de las interpolaciones es muy
grande para alguna de las partes de la regin de muestreo, entonces el muestreo
se puede intensifcar para obtener la precisin deseada. Para el kriging se requiere
el uso de variogramas o su equivalente, la funcin de covarianza. Para minimizar
costos en la estimacin de variogramas se recomienda proceder en etapas:
Llevar al cabo un muestreo preliminar en forma anidado para obtener una
visin general de la regin y determinar la escala espacial de la variacin, si
es que no se conoce.
Realizar un muestreo en rejilla regular diseado sobre la base de la variacin
de la escala espacial.
La investigacin y con ello el muestreo, se termina cuando es sufcientemente
preciso, esto es, que la informacin obtenida permita tomar las decisiones con la
precisin requerida, dependiendo de la escala de observacin.
En el caso de la evaluacin de los efectos de contaminantes con una distribu-
cin espacial no homognea, en particular gradientes o discontinuidades, la regin
debe estratifcarse de acuerdo con el patrn de distribucin esperado. Cada estrato
se muestrea utilizando algn diseo de muestreo al azar para evitar sesgos. Los
diferentes estratos pueden entonces compararse (por ejemplo, anlisis de varianza
y regresin) para evaluar las tendencias.
En el caso particular de la contaminacin del suelo por hidrocarburos, la SE-
MARNAT expidi la norma ofcial mexicana NOM-138-SEMARNAT/SS-2003 que
establece los lmites mximos permisibles de hidrocarburos en el suelo y las es-
pecifcaciones para su caracterizacin y remediacin, en ella, las especifcaciones
para el muestreo son: a) se podr aplicar una estrategia de muestreo por mtodos
dirigidos o estadsticos, siempre y cuando los resultados permitan delimitar la
distribucin horizontal y vertical de los contaminantes en el suelo, de conformidad
con los lmites establecidos en las tablas 2 y 3 de la presente Norma; b) cuando
se aplique el muestreo dirigido se deben tomar los puntos de muestreo de acuerdo
con el tamao de la superfcie, para 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1, 2,
3, 4, 5, 10, 15, 20, 30, 40, 50 y 100 ha se tomarn como mnimo 4, 8, 12, 14, 15,
16, 17, 18, 19, 20, 25, 27, 30, 33, 38, 40, 45, 50, 53, 55 y 60 puntos de muestreo,
02-06 Suelos ok.indd 247 25/01/2011 07:19:01 p.m.
248
respectivamente; c) cuando el muestreo dirigido no permita delimitar la distri-
bucin horizontal y vertical de la zona afectada, ni el tipo de contaminantes y su
concentracin, se debe realizar una estrategia de muestreo considerando mtodos
estadsticos; d) La seleccin de los puntos de muestreo debe considerar las carac-
tersticas del sitio (SEMARNAT, 2005b).
En la NOM-138-SEMARNAT/SS-2003 se indican las especifcaciones tcnicas
para llevar al cabo el muestreo:
La toma de muestras se debe apegar al plan de muestreo elaborado, las des-
viaciones al mismo se deben justifcar y documentar.
Las muestras a tomar en un suelo contaminado siempre sern simples.
En el muestreo estadstico no se puede tomar muestras en los mismos puntos
que los utilizados en el muestreo dirigido.
Evitar el uso de fuidos de perforacin y la utilizacin de equipos y recipientes
para las muestras que ocasionen la prdida de hidrocarburos voltiles y la
contaminacin cruzada.
Durante la perforacin para la obtencin de muestras de suelo no se debe
ocasionar la contaminacin de acuferos.
Como un procedimiento de aseguramiento de calidad, se tomar y analizar
una muestra duplicada por cada diez muestras tomadas.
En los casos en que se sospeche la presencia de hidrocarburos ajenos al pro-
blema de contaminacin que se est evaluando, se podrn tomar muestras que
sirvan para establecer niveles de fondo.
Cuando se pueda recuperar una muestra del producto contaminante en fase
libre, debe entregarse al laboratorio junto con las muestras de suelo para cali-
brar el equipo de anlisis y facilitar la identifcacin del tipo de hidrocarburo
presente.
Los frascos para el almacenaje de las muestras deben ser de vidrio, con boca
ancha, con tapa y sello de tefn y con cartucho con sello que asegure la repre-
sentatividad de las muestras hasta su anlisis y deben almacenarse a 4
o
C. El
tiempo mximo de conservacin es de 14 d para hidrocarburos fraccin ligera;
hidrocarburos fraccin media; hidrocarburos fraccin pesada y HAP. Para BETEX
el tiempo de almacenamiento mximo es de 7 das. Cuando se requiera analizar
hidrocarburos de fraccin ligera y BTEX, la muestra se debe tomar en recipientes
independientes del resto de las fracciones. Cada muestra deber ser sellada y
etiquetada inmediatamente despus de ser tomada y debe ser entregada para su
anlisis a un laboratorio de pruebas acreditado. Todas las etiquetas deben contar
con la siguiente informacin como mnimo: nombre de la persona que tom la
02-06 Suelos ok.indd 248 25/01/2011 07:19:01 p.m.
SUELOS
249
muestra, fecha y hora de muestreo, nombre de la empresa, lugar del muestreo, y
nmero o clave nica, la misma que la del sello.
El informe de la caracterizacin debe contener como mnimo lo establecido en
todos los numerales de la norma, as como los resultados de los anlisis realizados,
los mtodos utilizados, la interpretacin de los resultados, y la documentacin de
la cadena de custodia correspondiente (SEMARNAT, 2005b).
Diagnstico de la fer tilidad
El diagnstico de la fertilidad del suelo se realiza mediante el anlisis qumico de
muestras de suelo y plantas. Por medio del anlisis de suelo es posible conocer la
cantidad de abastecimiento de nutrimentos que puede proporcionar el suelo a los
cultivos. Un buen diagnstico de la fertilidad del suelo es importante en la elabo-
racin de programas de fertilizacin y manejo de las parcelas, lo cual, redunda en
la produccin agrcola y en la conservacin del ambiente.
Una vez teniendo claro el objetivo del estudio, se inicia la evaluacin de la
fertilidad con la delimitacin de las reas de estudio que se consideran homog-
neas en funcin tanto de sus caractersticas clmticas, geolgicas, morfolgicas,
topogrfcas, como las propias del perfl del suelo: coloracin, humedad, nivel
fretico, textura y estructura, y las del cultivo, su desarrollo, forma de manejo
(riego, labranza, fertilizacin). Si se desconocen las caractersticas del suelo que
se est trabajando, se recomienda adems, la descripcin del perfl del rea.
Estas reas homogneas pueden ser de distinto tamao, desde unos metros
cuadrados hasta varias hectreas si el territorio es muy uniforme. En este sentido,
hay que recordar que la heterogeneidad del suelo, en funcin de sus contenidos
nutritivos, se manifesta en una superfcie de un metro cuadrado tanto como en
una hectrea. En el supuesto caso de no contar con informacin sobre la parcela,
en la identifcacin de las zonas homogneas pueden utilizarse plantas que res-
ponden a las diversas calidades del suelo, como el maz, los tubrculos y algunas
leguminosas anuales. Las diferencias en la produccin de esas plantas puede ser
un indicador de diferencias a nivel de suelo y servirn para identifcar las diversas
reas al interior de la parcela. Otras plantas, como el pasto, algunas leguminosas y
algunas arvenses responden al clima y a otros factores, lo cual, impide utilizarlas
como indicadoras de la heterogeneidad espacial del suelo, como por ejemplo, Mu-
cuna deerengianum responde ms intensamente al clima; esta planta puede crecer
en suelos someros, pedregosos, rocosos, y en suelos profundos; en suelos cidos,
neutros y bsicos, pero es muy sensible al contenido de precipitacin pluvial, por
ello, no sirve como planta indicadora de diferencias a nivel de suelo.
02-06 Suelos ok.indd 249 25/01/2011 07:19:01 p.m.
250
La NOM-021-RECNAT-2000 establece que las unidades de muestreo pueden
tener una extensin de dos a ocho hectreas o ms si el rea en cuestin es muy
homognea. Unidades de muestreo menores a dos hectreas pueden considerarse
cuando el muestreo se practica para cultivos econmicamente redituables y mayores
a ocho hectreas cuando se trata de terrenos visualmente homogneos y maneja-
dos de manera uniforme. Se ha observado que las muestras individuales pueden
presentar mayor variacin y consumen ms tiempo y recursos econmicos que
las muestras compuestas, por lo que resulta ms conveniente colectar y analizar
muestras compuestas. El nmero de muestras individuales que deben componer
una muestra compuesta vara entre 15 y 40, dependiendo de la heterogeneidad y
tamao de la unidad de muestreo, aunque el nmero de submuestras es indepen-
diente del tamao de la poblacin. Cuando la unidad de muestreo alcance una
extensin entre dos y ocho hectreas se podrn colectar entre 10 y 25 submues-
tras, conservando precisin. De manera prctica se ha calculado que la mxima
precisin en el muestreo se puede alcanzar al colectar hasta 40 submuestras por
muestra (SEMARNAT, 2002).
El material y equipo mnimo necesario para la colecta de muestras de suelo en
campo es: a) barrena de cilindro cerrado o pala recta. La herramienta de muestreo
debe garantizar que la muestra obtenida tenga el mismo volumen en espesor y
profundidad, de un tamao sufciente que facilite y permita la formacin de las
muestras compuestas, que sea fcil de limpiar, resistente al desgaste, til en suelos
arenosos secos y en arcillosos hmedos, y que no contamine las muestras con im-
purezas; b) la barrena debe ser fcil de manejar y permitir rapidez en el muestreo;
c) bolsas de plstico transparente con capacidad para dos kilogramos de suelo; d)
marcadores de tinta indeleble; e) Libreta de notas y bolgrafo; y e) Plano, mapa o
fotografa area de la zona de muestreo (SEMARNAT, 2002).
Una vez que se establecieron las reas homogneas se procede a tomar una
muestra compuesta y una rplica, de cada una de stas reas. Por la heterogenei-
dad del suelo, aun dentro del rea homognea, se sugiere la tcnica de formar una
sola muestra compuesta por un nmero comprendido entre 15 y 40 para obtener
resultados confables para toda el rea muestreada (Cobertera, 1993; Ramrez,
1998). Webster y Oliver (1990) recomiendan formar una muestra compuesta con
16 submuestras, stas se toman con un diseo estadstico.
La forma ms comn de la toma de muestras es en forma sistemtica en zig-
zag, dentro de cada una de las reas, con varios recorridos en zig-zag (Henrquez
et al., 1998).
Se toman submuestras correspondientes a la capa arable (horizonte Ap), que
es donde principalmente tienen lugar todos los procesos responsables del nivel
de fertilidad de los suelos, a excepcin del contenido de nitratos, para lo cual, es
02-06 Suelos ok.indd 250 25/01/2011 07:19:02 p.m.
SUELOS
251
preciso tomar las submuestras a unos 60 cm de profundidad para obtener datos
que se puedan correlacionar con la respuesta nitrogenada de las plantas (Cobertera,
1993). Se debe tener cuidado para no contaminar las muestras con los materiales
y herramientas utilizados en el muestreo.
Si el objetivo son cultivos de rboles se toman adicionalmente otras submuestras
ms profundas considerando los horizontes hasta alcanzar el horizonte C. La NOM
023 (SEMARNAT, 2005a) establece que el muestreo en la mayora de los cultivos
se recomienda realizarlo a una profundidad entre 0-20 o 0-30 cm. En el caso de
cultivos de pastos o prados se sugiere hacer un muestreo a una profundidad entre 5
a 10 cm. En frutales la recomendacin es hacer un muestreo a intervalos de 30 cm
hasta el sitio de mxima densidad de races. En el caso de suelos salinos el muestreo
se realiza a la profundidad donde germina la semilla, es decir, de 0 a 5 cm.
Las submuestras se van colocando dentro de una recipiente limpio (balde,
cubeta, bote, saco o costal), al terminar la toma de muestras, se sacan las piedras
y hojarasca (races grandes, tallos, etc.). Los terrones se desmenuzan con la
mano y el suelo se mezcla. Posteriormente, se efecta el cuarteo, que consiste
en la colocacin del suelo sobre un plstico dividindose en cuatro partes, de
las cuales, dos de los extremos opuestos son eliminadas. Las dos restantes, se
vuelven a mezclar y cuartear, hasta reducir la muestra a 1.5 kg (Henrquez et al.,
1998) (Figura 6).
La toma de muestras en experimentos de fertilidad se realiza al inicio del culti-
vo, aun cuando la planta no absorba todos los nutrimentos asimilables es importante
conocer el contenido potencial de iones disponibles para el cultivo.
X
X
Suelo
Plstico
Submuestras
desechadas
Figur a 6. Disminucin del tamao de la muestra compuesta por cuarteo.
02-06 Suelos ok.indd 251 25/01/2011 07:19:02 p.m.
252
Debe incluir la informacin que se indica a continuacin: nombre del productor
o interesado; clave de identifcacin del lugar donde fue colectada la muestra, si
fuera posible sobre un mapa referenciado; nombre del cultivo establecido; iden-
tifcacin propia de la muestra; y fecha de colecta.
Evaluacin de tcnicas agrcolas
Las prcticas agrcolas, como la labranza, riego, fertilizacin, aplicaciones de
abono, entre otras, modifcan las propiedades del suelo. A menudo, se requiere
evaluar su efecto tanto en el mismo suelo como en los cultivos. Siendo tan diversas
las prcticas agrcolas, slo se mencionarn algunas recomendaciones generales
para la toma de muestras.
Considerar la profundidad de infuencia de la prctica agrcola de manejo de
suelo. En suelos someros (menores de 25 cm) en los que no se realiza labranza
ni ningn otro tipo de prctica agrcola que involucre el movimiento del suelo,
debe considerarse la toma de muestra de los primeros 5 cm, debido a que es
all donde se presenta una gran cantidad de procesos biolgicos que ocasionan
fuertes diferencias con el suelo de mayor profundidad. Si en el estudio de la
infuencia del cultivo de distintas plantas, se tomaran muestras de suelo de la
capa arable a 20 o 30 cm, se perdera informacin valiosa contenida entre
0 y 5 cm de profundidad ya que se diluira el efecto con la mayor cantidad
de muestra mezclada
Identifcacin del disturbio (ceniza, compactacin, mezcla de horizontes,
salinizacin, etc.)
Localizacin lateral del disturbio (sobre el surco, en la ladera del surco o en
el canal del surco; efecto del riego, labranza, destronque, etc.)
En el caso de parcelas agrcolas debe considerarse que las muestras sobre la
cima, fanco y fondo del surco pueden ser diferentes entre s (Martnez, 1979
en: Etchevers, 1985) y muy diferentes entre las calles y entre las eras.
En experimentos con cultivos de cobertera el muestreo de suelos depende de
la disposicin de las plantas, de la labranza, de la posicin en el surco, en este
caso se recomienda un muestreo a juicio.
Los suelos cercanos a los caminos, lneas elctricas, carreteras, canales, etc.
deben evitarse debido a que estn sujetos a contaminacin y/o perturbacin
(Etchevers, 1985).
La poca de muestreo es fuente de variacin por muchas causas, entre ellas,
lavado de elementos solubles; aumento en la descomposicin de la hojarasca
02-06 Suelos ok.indd 252 25/01/2011 07:19:03 p.m.
SUELOS
253
y por lo tanto, en la generacin de compuestos por la mineralizacin, actividad
de la fauna edafcola y actividad de las plantas.
El conocimiento tr adicional
En los ltimos aos se ha generado una gran cantidad de informacin cientfca
que reafrma que el conocimiento tradicional es muy importante, til, pertinente
y valioso, algunas veces superior al conocimiento cientfco. El conocimiento
tradicional presenta las siguientes caractersticas: restringido geogrfcamente,
considera la dinmica temporal, es colectivo, diacrnico y holstico; producto de
una larga historia de observacin, anlisis y manejo de los recursos naturales que
es transmitido de forma oral de generacin en generacin (Martnez-Montoya
y Ortiz-Solorio, 1992; Toledo, 2000). El conocimiento tradicional incluye la
informacin sobre paisaje, geoformas, vegetacin, animales, hongos, minerales,
suelos y acuferos (Cruz et al., 1998; Barrera y Zinck, 2000; Bautista et al.,
2003a,b; 2004; Flores y Bautista, 2005; Toledo et al., 2008). El conocimiento
tradicional sobre los recursos naturales incluso se ha llegado a considerar un
recurso intelectual til para la elaboracin de planes agrcolas y el diseo de
nuevos agroecosistemas con mayores posibilidades de insercin en el mercado
y conservando las ventajas ecolgicas de los sistemas tradicionales (Bautista et
al., 2005; Medina et al., 2005).
En particular, el conocimiento tradicional sobre el suelo en Mxico se destaca
a nivel mundial tanto por el nmero de sus aportes como por la calidad de los
mismos (Ortiz-Solorio et al., 1990; Barrera y Zinck, 2000; Winkler y Barrera,
2004; Bautista et al., 2005; Ortiz-Solorio et al., 2005), por ejemplo, en la prctica
cotidiana, la nomenclatura maya es la ms utilizada por campesinos y tcnicos,
debido a que se aplica a pequeas reas, por lo que sirve para entender y manejar
la heterogeneidad espacial ya que utiliza el color del suelo y el microrrelieve
como caracteres distintivos y se ha comprobado que pueden utilizarse, en primer
instancia, para distinguir entre suelos diferentes ya que dichas propiedades tienen
soporte analtico (Bautista et al., 2003b; Bautista et al., 2004).
Si al conocimiento campesino se le da un marco de referencia geogrfco,
puede generarse un levantamiento de tierras a escala de parcela equivalente a un
estudio detallado de suelos. Para establecer un marco de referencia, es necesario
contar con un mapa base, que tcnicamente lo constituyen los mapas topogrfcos
o las fotografas areas (Licona et al., 1992). Licona et al. (1993) mencionan que el
procedimiento de fotointerpretacin es til para la cartografa de clases de tierras
campesinas a escala regional, a partir de estudios en reas piloto.
02-06 Suelos ok.indd 253 25/01/2011 07:19:03 p.m.
254
Los pasos de esta metodologa son:
1. Realizar un mapa base utilizando las fotografas areas 1:20 000 y 1:50 000
o ms grandes y los mapas topogrfcos si los hubiere.
2. Hacer un inventario y caracterizacin preliminar de las clases de tierras me-
diante recorridos y entrevistas con informantes clave. La parte central para
la compilacin y anlisis del conocimiento tradicional sobre el suelo es la
entrevista semi-estructurada, en la que las preguntas bsicas son: cuntas
clases de tierras conocen y distinguen o identifcan?, cules son las cosas
(propiedades o caractersticas) con las que las distinguen o identifcan? y
cules eran sus caractersticas?
3. Sobre el mapa base se trazan los lmites de las clases de tierras. Nuevamente,
realizar recorridos de campo por todas las unidades de mapeo con informan-
tes clave y con productores experimentados para conformar el inventario
y enriquecer la caracterizacin del ambiente, del uso y del manejo de cada
clase de tierra, a travs de entrevistas abiertas y observaciones de campo con
productores que trabajan en cada una de ellas.
4. Comparar la clasifcacin local entre comunidades e identifcar consensos entre
productores; se realizan talleres participativos. Tanto en las entrevistas como
en el anlisis se pueden utilizar otras tcnicas participativas para estimular
el debate y registrar los resultados, analice cada una de ellas con base en las
ventajas y limitaciones de acuerdo con los objetivos del trabajo (Santos y
Molina, 2009 en este volumen).
5. Una vez delimitadas e identifcadas, se ubicaron los sitios representativos para
realizar y describir los perfles de suelos.
Hay cuatro puntos importantes a considerar: 1) involucrar a la gente local como
parte del equipo en la recopilacin y anlisis de la informacin; 2) fexibilidad
para lograr acuerdos sobre los tiempos, los recursos disponibles y la distribu-
cin del trabajo entre la gente local y el equipo tcnico; 3) el equipo debe estar
conformado por un mayor nmero de gente local en comparacin con el equipo
tcnico que generalmente son de fuera del lugar, es deseable una representacin
signifcativa de campesinos y equipo tcnico con agrnomos, edaflogos, y es
deseable la colaboracin de un antroplogo; 4) procurar generar datos que puedan
ser manejados de manera estadstica (Zrate, 2009 en este volumen) o en caso
contrario, realizar una verifcacin comparativa, es decir, organizar una reunin
fnal con la comunidad para analizar los resultados y corregir las incoherencias
(Reyes-Garca et al., 2006).
02-06 Suelos ok.indd 254 25/01/2011 07:19:03 p.m.
SUELOS
255
La principal ventaja de las metodologas participativas radica en explorar
el conocimiento tradicional y las percepciones de los usuarios de los recursos y
brindar la oportunidad para que se involucren activamente en la generacin de
informacin y su anlisis para plantear sus propuestas de desarrollo. Cuando el
conocimiento tradicional y tcnico se vincula, ambos subequipos aprenden y las
formas de manejo del suelo se mejoran.
Referencias
Alloway B. (1995): Heavy metals in soils. Blackie Academic y Professional, London,
UK.
Arnold R. (1990): Pedosphere. In: Arnold R., Szabolcs I. y Targulian V. (Eds): Global
soil change. IIASA-ISSS-UNEP, International Institute for Applied Systems Analysis.
Laxenburg, Austria.
ASTM D 5911-96 (1996). Standard practice for minimum set of data elements to identify
a soil sampling site.
ASTM (1997): Standards on environmental sampling. ASTM, Baltimore USA.
Barrera, N. y A. Zinck. 2000. Ethnopedology in a worldwide perspective: an annotated
bibliography. International Institute for Aerospace Survey and Earth Science. Enschede,
The Netherlands.
Bautista F. y Estrada H. (1998). Conservacin y manejo del suelo. Ciencias (50): 50-55.
Bautista F. (1999). Introduccin al estudio de la contaminacin del suelo por metales
pesados. Publicacin de la Universidad Autnoma de Yucatn. Yucatn, Mxico.
Bautista-Ziga F., E. Batllori-Sampedro, M. A. Ortiz-Prez, G. Palacio-Aponte y M.
Castillo-Gonzlez. (2003a). Geoformas, agua y suelo en la Pennsula de Yucatn. En:
P. Colunga y A. Larque (Eds). Naturaleza y sociedad en el rea maya. Academia Mexi-
cana de Ciencias y Centro de Investigacin Cientfca de Yucatn. Yucatn, Mxico.
Bautista-Ziga, F., J. Jimnez-Osornio, J. Navarro-Alberto, A. Manu y R. Lozano. 2003b.
Microrelieve y color del suelo como propiedades de diagnstico en Leptosoles crs-
ticos. Terra 21: 1-11.
Bautista-Ziga, F., H. Estrada-Medina, J.J.M. Jimnez-Osornio y J.A. Gonzlez-Iturbe.
2004. Relacin entre el relieve y unidades de suelo en zonas crsticas de Yucatn. Terra
Latinoamericana 22: 243-254.
Bautista-Ziga, Ma. Soledad Diz-Garrido, J.L. Miguel Castillo-Gonzlez y Alfred J.
Zinck. (2005). Soil heterogeneity in karst zone: Mayan Nomenclature, WRB, multi-
variate analysis and geostatistics. Euroasian Soils Science. 38(S1): 80-87.
Brady N. y Weil R. (1998): The nature and properties of soils. Prentice Hall
Cobertera E. (1993): Edafologa aplicada. Grfcas Rgar, Espaa.
Cruz R., V. Volke, A. Turren y D. Pjaro. 1998 Clasifcacin de tierras campesina para la
generacin y transferencia de tecnologa agrcola entre pequeos productores: caso del
maz en la regin central de Veracruz. Terra latinoamericana 16(1): 1-10.
02-06 Suelos ok.indd 255 25/01/2011 07:19:04 p.m.
256
Dijkerman J. C. (1981). Field description, morphology and sampling of soils. MSc.
Course in soil science and water management. Agricultural University. Wageningen,
the Netherlands.
Einax J. W., Zwanziger, H.W. y Geiss S. (1997) Chemometrics in environmental analysis.
VCH-Wiley.
EPA/600/R-92/128 (1992): Preparation of soil sampling protocols: sampling techniques
and strategies. US Environmental Protection Agency.
Etchevers J. D. (1985). Anlisis qumico de suelos - el por qu de sus fallas. Serie cuadernos
de edafologa 4. Centro de edafologa, Colegio de Posgraduados, Chapingo, Mxico.
FAO (1979): A framework for land evaluation. FAO Soils Bull. 42, FAO, Roma, Italia.
FAO (2006): Guidelines for soil description. FAO, Roma, Italia.
Flores S. y F. Bautista. (2005). Inventario de plantas forrajeras utilizadas por los mayas en
los paisajes geomorfolgicos de la pennsula de Yucatn. En: F. Bautista y G. Palacio
(Eds). Caracterizacin y manejo de suelos en la Pennsula de Yucatn. UACAM-UADY-
INE. Mxico D.F., Mxico.
Fortunati G., Banf C. y Pasturenzi M. (1994): Soil sampling. Fresenius J. Anal. Chem.
348: 86-100
Henrquez C., Bertsch F. y Salas R. (1998). La fertilidad de suelos: manual de laboratorio.
Asociacin Costarricense de la Ciencia del Suelo. Costa Rica.
Hildenbrand E. y Thurian G. (Eds) (1996): Bodenprobenahme und Bewertung von Bodenkon-
taminationen. Expert Verlag, Malmsheim, Germany. Kontakt y Studium, Band 507.
ISO/DIS 10381 (1995). Soil quality -Sampling.
ISO 11074-1. 4 (1996). Soil quality - Vocabulary.
Licona A., C. Ortiz-Solorio, D. Pjaro y R. Ortega-Paczka. 1992. Metodologa para el
levantamiento de tierras campesinas a nivel regional en ejidos del Centro de Veracruz,
Mxico. Agrociencia 3 (4): 91-105.
Licona, V.A., C.A. Ortiz S. y D. Pjaro H. 1993. El uso de la fotointerpretacin en la car-
tografa de clases de tierras campesinas. Geografa Agrcola 18: 84-93.
Martnez-Montoya J. F. y C. Alberto Ortiz-Solorio. (1992). Cartografa campesina de
tierras en Villa Hidalgo Zacatecas y su relacin con la carta edafolgica de INEGI.
Terra 10 (2): 140-150.
Medina, L., M. Anaya M., C. Ortz-Solorio, y V. Volke. 2005. Comentarios Crticos al
Modelo de Planeacin del Uso de la Tierra de la FAO en el Contexto de Mxico. Tra-
bajo y Sociedad. 6(7): 1-8.
Mendoza M. y Bocco G. (1998): La regionalizacin geomorfolgica como base geogrfca
para el ordenamiento del territorio: una revisin bibliogrfca. Serie Varia, Instituto de
Geografa, UNAM, Mxico. 17: 25-55.
Ortiz-Solorio C. y Cuanalo de la Cerda H. (1981). Introduccin a los levantamientos de
suelos. Colegio de Posgraduados, Chapingo, Mxico.
Ortiz-Solorio C., D. Pjaro H. y V.M. Ordaz C. 1990. Manual para la cartografa de las
Clases de Tierras Campesinas. Serie cuadernos de edafologa 15. Centro de Edafologa.
Colegio de Postgraduados. Montecillo, Edo. de Mxico.
02-06 Suelos ok.indd 256 25/01/2011 07:19:04 p.m.
SUELOS
257
Ortiz-Solorio C, C. Gutirrez, A. L. Licona y P. Snchez. 2005. Contemporary Infuence
of Indigenous Soil (Land) Classifcation in Mexico. Eurasian Soil Science, 38(1):
S89S94.
Petersen R. J. y Calvin L. D. (1996). Sampling. In: Methods of soil analysis, Part 3. Sparks
(Ed). SSSA, Wisconsin, USA.
Ramrez F. (1998). Muestreo de suelos para diagnstico de fertilidad. Asociacin Costa-
rricense de la Ciencia del Suelo. Costa Rica.
Reichert K. y Roemer, M. (1995): Probenahme und Untersuchungsmethoden. In: Chemie
und Biologie der Altlasten. Fachgruppe Wasserchemie der GDCH. VCH, Weinheim.
Reyes-Garca V., V. Vadez, S. Tanner, T. Huanca, WR. Leonard y T. McDade. 2006. Mea-
suring what people know about the environment: A review of quantitative studies.
Tsimane Amazonian Panel Study Working Paper # 21. pp. 1-42.
Santos J. y G. Molina. 2009. Diagnstico rural participativo. En: F. Bautista-Ziga, H.
Delfn y JL Palacio (Eds). Tcnicas de muestreo para el estudio del manejo de recursos
naturales. Universidad Autnoma de Yucatn y Universidad Nacional Autnoma de
Mxico. Mxico D.F., Mxico.
Schulin R., Webster R. y Meuli R. (1994): Regional soil contamination surveying. Federal
Offce of Environment, Forests and Landscape (FOEFL) Environ. Docum. 25. Bern,
Switzerland.
SEMARNAT, 2002. Norma Ofcial Mexicana NOM-021-RECNAT-2000. Que establece las
especifcaciones de fertilidad, salinidad y clasifcacin de suelos. Estudios, muestreo
y anlisis. Diario ofcial de la federacin. SEMARNAT, Mxico, D.F., Mxico.
SEMARNAT. 2005a. Norma Ofcial Mexicana NOM-023-RECNAT- 2000, que establece las
especifcaciones tcnicas que deber contener la cartografa y la clasifcacin para la
elaboracin de los inventarios de suelos. Diario ofcial de la federacin. SEMARNAT,
Mxico, D.F., Mxico.
SEMARNAT. 2005b. Norma Ofcial Mexicana NOM-138-SEMARNAT/SS-2003 Lmites
mximos permisibles de hidrocarburos en suelos y las especifcaciones para su carac-
terizacin y restauracin. Diario Ofcial de la Federacin. Mxico D.F., Mxico.
Siebe Ch., Jahn, R. y Stahr K. (1996): Manual para la descripcin y evaluacin ecolgica
de suelos en el campo. Publicacin especial No. 4. Sociedad Mexicana de la Ciencia
del Suelo, A.C.. Chapingo, Mxico.
Siebe Ch. (1999). Monitoreo edafoecolgico multiescalar. En: Siebe, C. Rodarte, H.,
Toledo, G, Etchevers, J y Olechko, C. (Eds) Conservacin y Restauracin de Suelos.
PUMA, UNAM, Mxico.
SSSA. Soil Science Society of America (1997): Glossary of soil science terms. SSSA,
Wisconsin, EE.UU.
Tan K. (1996) Soil sampling, preparation and analysis. Marcel Dekker, New York,
EE.UU.
Toledo V. (2000). Indigenous knowledge on soils: an ethnoecological conceptualization.
En: Ethnopedology in a worldwide perspectives: an annotated bibliography. N. Barrera
y J. A. Zinck. International Institute for Aerospace Survey and Earth Science. Ensche
de, The Netherlands.
02-06 Suelos ok.indd 257 25/01/2011 07:19:05 p.m.
258
Toledo V. N. Barrera-Bassols, E. Garca-Frapolli y P. Alarcn-Chaires. 2008. Uso mltiple
y biodiversidad entre los mayas Yucatecos (Mxico). Interciencia 33: 345-352.
Varallyay G. (1990): Types of soil processes and changes. In: Arnold R., Szabolcs I. y
Targulian V. (Eds): Global soil change. IIASA-ISSS-UNEP, International Institute for
Applied Systems Analysis. Laxenburg, Austria.
Wang Z., Fingas M. y Page D. (1999): Oil spill identifcation. J. Chromath. 843 (369-411)
Webster R. y Oliver M. A. (1990). Statistical methods in soil and land resource survey.
Oxford University Press. Oxford, Inglaterra.
Winkler A. y N. Barrera-Bassols. 2004. Latin American ethnopedology: A vision of its
past, present, and future. Agriculture and Human Values 21: 139156, 2004.
Zrate G. 2009. Matriz de contabilidad social. En: F. Bautista, H. Delfn y JL Palacio (Eds).
Tcnicas de muestreo para el estudio del manejo de recursos naturales. Universidad
Autnoma de Yucatn y Universidad Nacional Autnoma de Mxico. Mxico D.F.,
Mxico.
02-06 Suelos ok.indd 258 25/01/2011 07:19:05 p.m.
259
Introduccin
La degradacin de las tierras agrcolas amenaza la capacidad del mundo para
producir alimento, estando ya afectadas el 40% de ellas y ocasionando una dis-
minucin de la productividad en un 16% de las tierras agrcolas del mundo (PNUD
et al., 2001).
En Amrica Latina el 16% del suelo se encuentra afectado por alguna forma
de dregadacin (FAO, 2001). El impacto es mayor en Mesoamrica donde alcanza
el 26% subregional, incluyendo el 74% de la tierra cultivada, al igual que el 11%
de los pastos permanentes y un 38% de los bosques. En Amrica del Sur, la de-
gradacin afecta el 14% del territorio: un 45% de la tierra cultivada, un 14% de
los pastos permanentes y un 13% de los bosques.
La degradacin de suelos es como una crisis silenciosa que est avanzando tan
rpidamente en Amrica Latina, que pocos pases tienen la esperanza de alcanzar
una agricultura sostenible en un futuro prximo. Es un problema que, a pesar de
estar amenazando la subsistencia de millones de personas en la regin, tiende a ser
ignorado por los gobiernos y la poblacin en general. Esto se debe a la escasa infor-
macin que hay del recurso y a la mala economa de los pases en cuestin.
En el territorio mexicano el 60% est afectado por la erosin, que va de severo
a extremo, la prdida de la fertilidad se encuentra en el 80% de la superfcie, los
distritos de riego en los que se localizan las mejores tierras agrcolas presentan
8
MONOLITOS DE SUELOS
Rafael Ms-Martnez,
1
I. Fernndez-Denis,
1
Rafael Villegas
1

y Francisco Bautista
2
1
2
Departamento de Manejo y conservacin de recursos naturales tropicales, Centro de Investigaciones
en Geografa Ambiental, Universidad Nacional Autnoma de Mxico.
02-07 Monolitos Suelo ok.indd 259 26/01/2011 11:11:54 a.m.
260
problemas de salinidad del suelo, asimismo, se cuenta con una gran cantidad de
superfcie ocupada por zonas ridas y semiridas en las que avanza la desertif-
cacin.
Por otro lado, en Mxico, an no se cuenta con los mapas de suelos a nivel
de reconocimiento a escala 1:250 000 utilizando la WRB (1999). La nomenclatura
utilizada es una adaptacin a la FAO de 1977 que no contiene los nuevos avances
en la materia, generados durante los ltimos 30 aos. La informacin contenida en
estos mapas es una referencia poco detallada para la mayora de las aplicaciones
actuales (SEMARNAP, 2000).
En resumen, los tomadores de decisiones que participan en la administracin
del espacio fsico de la regin, as como los productores agrcolas, forestales y
pecuarios, nunca han contado con la sufciente informacin (en cantidad y calidad)
que les permita tener los elementos de juicio sufciente para fundamentar la toma
de decisiones.
Ms an, en Mxico no se cuenta con una coleccin de monolitos de suelos,
ni mucho menos con un museo que contenga la informacin bsica sobre este
recurso natural no renovable.
Esta situacin de dispersin de la informacin y el escaso conocimiento de los
suelos, se presenta, entre otras razones, por el alto costo de los estudios pedog-
nicos (Ortz et al., 1990; Zinck, 1990; Valenzuela y Zinck, 1994) y por la escasa
cantidad de profesionistas que trabajen en el rea, lo cual, ha ocasionado que las
prcticas de manejo agrcola del suelo se realicen sin el conocimiento de sus pro-
piedades, as como de los procesos que en l operan, lo cual origina: la presencia
de problemas de degradacin edfca; sobreuso de insumos agrcolas y defciente
disposicin de desechos que pudieran llegar a generar problemas de degradacin
del suelo y contaminacin de los cuerpos de agua aledaos.
Por los problemas arriba mencionados, se hace necesaria la elaboracin de
colecciones de suelos (monolitos) en la que se muestren los perfles con sus ho-
rizontes, producto de los procesos de formacin infuenciados por los factores
formadores del suelo, lo cual, sera de mucha utilidad en investigacin, docencia
y divulgacin sobre el manejo y conservacin del suelo, tal como se tiene en otros
pases (J amagne et al., 1994; Chang et al., 1994).
En particular, la elaboracin de colecciones de monolitos de suelos es de gran
importancia en la generacin de una mejor conciencia de la poblacin sobre el
manejo y conservacin de dicho recurso. Son de indudable valor didctico para
estudiantes de todos los niveles escolares.
En cuestiones de uso prctico, los productores agropecuarios pueden utilizar
la informacin del sitio de muestreo y la contenida en los monolitos para la toma
de decisiones.
261
MONOLITOS DEL SUELO
Una coleccin de monolitos es una herramienta de investigacin de fcil
consulta y acceso que permite y facilita la actualizacin de la infromacin de las
bases de datos de suelo en cuestiones de clasifcacin y gnesis de suelos, as
como en aspectos de investigacin agrcola, pecuaria, forestal, ambiental y en el
ordenamiento del territorio en general.
En este documento se describe la tcnica de preparacin de monolitos de suelo
basado en el trabajo de Van Baren y Bomer (1982), en la experiencia del Centro
internacional de referencia y datos sobre suelos (ISRIC), en la experiencia del
Centro de referencia de suelos de Cuba y en la experiencia de la Coleccin de
monolitos de suelos y bases de datos de la Pennsula de Yucatn.
Los objetivos son: 1) informar sobre la importancia de los levantamientos de
suelo; y 2) describir la tcnica de preparacin de monolitos, con la idea de que
sirvan de gua para la formacin de colecciones cientfcas de suelos en Mxico.
Seleccin del sitio
La primera actividad consiste en la seleccin del sitio en el que se abrir la cali-
cata (o cavidad que se realiza en el suelo para la observacin y descripcin del
perfl). Para ello, es necesario tomar como informacin de base los levantamientos
de suelos ya realizados o, en caso contrario, analizar la cartografa existente, as
como las fotografas areas, modelos digitales del terreno y dems informacin
cartogrfca con el fn de identifcar las unidades de mapeo y la seleccin de los
sitios de muestrreo que sean representativos del rea en estudio. En el caso de
que la coleccin de monolitos se realice a la par de un levantamiento de suelos,
se recomienda seguir la estrategia descrita en la Figura 1.
Se recomienda que la seleccin de los sitios de muestreo se encuentren lo
menos pertubado posible, preferentemente que sean zonas vrgenes. Los sitios de
muestreo debern localizarse geogrfcamente con un geoposicionador.
Tr abajo de campo
Elaboracin de la calicata
Para el estudio de la morfologa del perfl es necesario realizar una calicata en los
suelos representativos de la unidad de mapeo. Para ello, se dibuja un rectngulo
de 1.5 de ancho por 3 m de largo sobre la superfcie del suelo, tratando de que uno
de los lados de 1.5 m quede expuesto al sol al trmino de la calicata, tanto para la
descripcin del perfl como para la extraccin del monolito.
262
Figur a 1. Metodologa general para la elaboracin de una coleccin de monolitos.
Productos Actividades
Bases de datos Coleccin de monolitos
Laboratorio
Anlisis qumicos, fsicos
mineralgicos y
micromorfolgicos
Taller
Preparacin, tallado
y montaje del monolito
Trabajo de campo
realizacin de la calicata,
toma de muestras y
extraccin del monolito
Descripcin del perfl
e informacin del sitio
Anlisis de la informacin
(Geomorfologa, suelos, clima,
vegetacin, anlisis cartogrco
y de fotografas areas, etc.)
Seleccin del sitio
de muestreo
Segn objetivos del
levantamiento
Representatividad del sitio
263
MONOLITOS DEL SUELO
En cuanto a la profundidad de la calicata, se recomienda que sea de un mximo
de 1.5 m, cuando esto fuese posible. En suelos someros la calicata debe realizarse
hasta donde se considere sufciente para la clasifcacin del suelo, recordando
que la profundidad efectiva es una caracterstica importante en la clasifcacin
de tierras.
Se recomienda contar con cajas de tres tamaos de largo, como 1.5 m, 1.0 m
y 0.5 m. En la realizacin de la calicata se recomienda utilizar palas rectas, curvas
y picos (Anexo 1). La pala recta se utiliza para realizar cortes en las paredes de
la calicata de manera que las paredes queden rectas o lisas, adems, la pala recta
sirve para sacar bloques de suelo enteros en suelos arcillosos. Los bloques de suelo
se sacan a manera de escalones, es decir, primero se introduce la pala de manera
recta hacia abajo, posteriormente, se introduce la pala de manera tangencial al
primer corte. Se debe tener el cuidado de que el tamao de la calicata no disminuya
conforme se avanza en la excavacin.
La descripcin del perfl del suelo se realiza de acuerdo con la gua para la
descripcin y codifcacin de datos de suelo (Van Warveren y Bos, 1987; Siebe
et al., 1996). En la identifcacin de los horizontes se recomienda tener en cuenta
los cambios en el color, consistencia, textura, estructura, presencia de concreciones,
races y tipo de minerales y dems rasgos pedolgicos.
Los cambios en color pueden indicar la presencia de algunos minerales como
xidos de hierro y manganeso, la cantidad de materia orgnica y el drenaje.
Otros minerales como el carbonato de calcio, sulfato de calcio, micas, y alo-
fano pueden identifcarse de manera visual y con anlisis sencillos de campo
como el uso de HCl 10% en el caso del carbonato de calcio y NaF en el caso del
alofano; sin embargo, la identifcacin de otros minerales requiere de estudios
especiales.
La densidad aparente indica la presencia de capas endurecidas, materiales
amorfos, cantidad relativa de materia orgnica y procesos de intemperismo
Los cambios en la textura pueden estar relacionados con cambios en la capaci-
dad de intercambio de cationes, tipos de erodabilidad y en la dinmica del agua.
La estructura del suelo se encuentra relacionada con la dinmica del agua y
con el uso de arado.
Los cambios en el valor de pH pueden estar asociados a los minerales secun-
darios y a la actividad biolgica.
Los invertebrados edafcolas estn asociados al proceso de descomposicin y
al transporte de materiales en el perfl.
Se realiza un registro fotogrfco del paisaje, en el que se incluye la calicata,
perfl, detalle de los rasgos pedolgicos, vegetacin y cultivos, que ser expuesta
junto con el monolito.
264
Las muestras de suelo se toman de los horizontes inferiores a los superiores, para
evitar la posible contaminacin de los horizontes y deben estar bien identifcadas.
Las muestras de suelo por cada horizonte son enviadas al laboratorio para su
caracterizacin analtica, mediante anlisis qumicos, fsicos, micromorfolgicos y
mineralgicos, lo ms completa posible, tal y como lo recomienda la Base mundial
de referencia del recurso suelo. Se recomienda, en caso de existencia, la inclusin
de otro tipo de clasifcaciones locales o autctonas, ya que en la actualidad estn
siendo revaloradas y se ha reconocido su importancia en cuestiones de manejo
del suelo. Esta informacin deber incluirse en una base de datos digital para ser
procesada y enviada a la coleccin de monolitos.
Extraccin del monolito
Para la toma del monolito primeramente se alisa bien la cara de la calicata donde
se va a moldear la columna de suelo y se marcan, con un cuchillo, las dimensiones
exteriores de la caja sobre la superfcie lisa usando su tapa.
Posteriormente, se comienza a cortar el suelo con cuchillo, esptula, cincel y
piqueta de gelogo, quitando cuidadosamente el suelo de su alrededor, hasta lograr
tallar una columna, la que sobresale claramente del perfl (Figura 2).
Las races se deben cortar con tijeras podadoras, luego se traza sobre la columna
de suelo las dimensiones interiores de la caja y se procede a moldearla y ajustar,
las dimensiones de la columna, rebanando sus caras laterales con un cuchillo o
esptula, la columna terminada permanece unida al perfl y su espesor supera en
algunos centmetros la profundidad de la caja a usar.
Si el material de suelo presenta sufciente cohesin se puede seccionar tambin
la base de la columna, la cual, debe caber ajustadamente en la caja. Esta se empuja
suave y lentamente contra la columna, quedando el monolito en su interior. Si el
suelo es demasiado suelto hay que evitar cortar la columna en su base pues hay
riesgo de que se caiga.
La caja se forra por dentro con plstico para proteger el suelo de desecamien-
to durante su transporte y almacenaje, al mismo tiempo evita que el monolito se
adhiera a las paredes de la caja durante la impregnacin.
La caja debe mantenerse frmemente en posicin vertical, sostenindola en la
base con un cincel largo y empujndola contra la columna mediante una barreta.
La separacin del suelo se realiza comenzando por la parte superior, se debe tener
cuidado de no daar la columna. En la medida en que el suelo es removido detrs
de la columna, el monolito y la caja deben ser inmediatamente envueltos con
vendas de tela o gasa. Dichas vendas tienen la funcin de evitar que el monolito
265
MONOLITOS DEL SUELO
se fragmente al separarlo del suelo. A partir de la mitad de la columna es posible
continuar y concluir la operacin de excavacin y separacin de la columna del
suelo mediante el uso de una espada o barreta. El monolito resultante tiene aproxi-
madamente de 25-30 cm de espesor.
En suelos compactados se recomienda humedecer el suelo para facilitar la
excavacin alrededor del monolito.
Una vez separado del suelo, se retira la barreta y el monolito se traslada hacia
el exterior de la calicata y se coloca en posicin horizontal y se procede a quitar
las vendas y el material innecesario, de forma tal que el suelo quede al ras de la
caja utilizando cuchillos, machetes y esptulas. En el caso de que la caja fuera
ms grande, los espacios vacos se rellenan con bolsas de suelo o poliespuma para
que la caja est completamente llena y no de lugar a movimiento del monolito y
a su posible fragmentacin (se debe tener cuidado de no mezclar horizontes del
perfl). Despus que ha sido convenientemente alisado, se cubre el perfl con
Figur a 2. Monolito de un Luvisol unido al perfl y separado de la base
266
un plstico y luego se atornilla la tapa. Se recomienda tomar dos monolitos por
cada suelo.
El monolito se transporta dentro de su caja con mucho cuidado utilizando
colchonetas. Un monolito de 1.5 m de largo por 0.15 m de ancho y 0.10 m de
grosor pesa al rededor de 50 kg, que puede ser cargado por una o dos personas.
En las condiciones arriba mencionadas, el monolito puede ser transportado por
aire, mar y tierra, teniendo cuidado de evitar la vibracin brusca y continua de
la caja.
Tr abajo de taller
Preparacin, tallado y montaje
Una vez en el taller, los monolitos se ponen a secar, colocndolos de manera vertical
con una ligera inclinacin y recargados en alguna pared (Figura 3).
Se deja secar el suelo hasta que aparecen pequeas grietas, favoreciendo as la
penetracin de la laca. Por el hecho de que muchas lacas se blanquean cuando se
aplican a un suelo demasiado hmedo, se debera realizar un pequeo ensayo antes
de someter todo el perfl al tratamiento. El secado tarda algunos das dependiendo
del clima (humedad y temperatura de la atmsfera) y la capacidad de retencin
de humedad del suelo. La viscosidad y tiempo de endurecimiento son tambin
dependientes de la temperatura.
Para mejorar la profundidad del agente preservante es conveniente perforar el
material arcilloso con un pequeo taladro con el que se abren orifcios (1-2 cm
2
)
de 0.5-1 mm de dimetro y de 15-20 mm de profundidad. Este procedimiento
incrementa considerablemente el rea superfcial a travs de la cual penetra el
impregnante al suelo hasta la profundidad deseada. Adems, las perforaciones
evitan la formacin de grietas grandes (que difcultan el tallado) y favorecen la
formacin de muchas grietas pequeas.
Se preparan disoluciones de laca en thiner de diferentes concentraciones (depen-
diendo de la textura y porosidad del suelo) y se aplican al suelo con un pulverizador o
vertindola directamente una o ms veces, hasta que el suelo se cubre de una pelcula
muy fna del impregnante, lo cual, suele requerir de algunos das. La dilucin de la
laca disminuye con las aplicaciones consecutivas (Cuadro 1).
La ltima aplicacin consiste en laca sin diluir. La laca es un producto txico
que debe ser utilizado con mucho cuidado, se recomienda el uso de equipo de
seguridad como mscaras contra gases, cubre bocas y lentes, as como trabajar en
lugares ventilados.
267
MONOLITOS DEL SUELO
Inmediatamente despus de la aplicacin de la laca concentrada (100%) y en
esa misma cara del monolito, se coloca una tela de yute de igual dimensin externa
que el monolito (25 cm de ancho y de largo tanto como la profundidad del suelo),
con la fnalidad de aumentar la superfcie de contacto entre el suelo y la tabla de
madera (soporte). Sobre el yute se repite la aplicacin de laca sin diluir o de cola
(de secado rpido) y se adhiere una tabla de madera con un centmetro de grueso,
que tiene la misma dimensin que el monolito. El monolito se prensa utilizando
de ocho a doce prensas por ejemplar, segn su tamao y se deja secar. El prensado
tiene por objeto pegar la tabla, el yute y el monolito.
Al cabo de unos das (hasta el endurecimiento completo de la cola y la laca),
se retiran las prensas y se invierte la caja, sirviendo ahora la madera antes pegada
como base de soporte del monolito. La tapa es desatornillada y junto con el marco
lateral es retirada, quedando el monolito al descubierto. Se coloca horizontalmente
sobre el carro con ruedas en el que se transportar o sobre el banco en el que se
tallar y preparar. El secado, la impregnacin con laca y el prensado duran alre-
dedor de 30 das, aunque en ocasiones se prolonga un poco ms dependiendo de
los factores climticos y de suelo anteriormente sealados.
Con la ayuda de un compresor de aire se eliminan las partculas ms fnas
y con los instrumentos de dentista se quitan algunos agregados del suelo para
dejar al descubierto los detalles del monolito, como la estructura, la porosidad
estructural, los cutanes, concreciones, races, tneles de lombrices, etc. con la
fnalidad de apreciar un monolito en todo su esplendor. El material de suelo no
impregnado puede ser removido y eliminado o conservado para reparar eventuales
daos posteriores.
Al fnal, para consolidar la superfcie visible de la forma ms natural se im-
pregna el monolito con una solucin diluida de un agente transparente (que no
brille). El poli-metilacrylato es muy usado para este propsito.
El tiempo de tallado y acabado es de cinco das. Durante el acabado, se puede
perder gran cantidad de suelo, quedando el monolito de un grosor de alrededor
de cuatro centmetros. El tallado se realiza con instrumentos de dentista, la idea
es la de exponer los rasgos morfolgicos del perfl de manera que se vean lo ms
natural posible (Figuras 4 y 5).
Cuadro 1. Relacin laca/solvente por aplicacin segn textura del suelo.
Suelos Primera Segunda Tercera Cuarta
aplicacin aplicacin aplicacin aplicacin
Textura arcillosa 2 : 8 3 : 7 5 : 5 Laca sin diluir
Textura gruesa 3 : 7 5 : 5 Laca sin diluir
268
El monolito con su soporte es colocado en la parte lateral de un panel o tabla
de triplay de 150 cm de largo, 25 cm de ancho y de 1 a 1.5 cm de grosor. El triplay
debe estar previamente pintado de color negro mate. El monolito es fjado con
seis tornillos por la parte posterior, los cuales penetran aproximadamente 1 cm
(durante esta operacin debe presionarse el monolito contra el panel, para que los
tornillos no levanten el bloque compacto de suelo).
Cerca del monolito se coloca una regla que tiene por objetivo la observacin
del espesor de los horizontes. El resto de la superfcie del panel es ocupado por
fotografas del perfl, paisaje y algn otro detalle que se desee mostrar, por ejem-
plo, acercamientos de los horizontes con los colores al momento de la realizacin
de la calicata (Figura 6).
En la misma tabla se monta la informacin sobre las clasifcaciones del suelo
(internacionales, nacionales y locales), breve descripcin del perfl, datos clim-
ticos (climograma), la caracterizacin analtica, as como la interpretacin de la
misma, haciendo nfasis en los factores limitantes para el uso del suelo. Tambin
se recomienda la colocacin de un mapa en el que se indique la localizacin del
suelo representado en el monolito (Figura 7).
Figur a 3. Monolitos en etapa de secado.
Ntese la inclinacin de las cajas.
Figur a 4. Tallado del monolito en el taller.
269
MONOLITOS DEL SUELO
Figur a 5. Descubriendo los razgos
pedolgicos del detalle.
Figur a 6. Monolito montado y en exposicin
utilizando material didctico.
Figur a 7. Exposicin de un monolito con mapa, fotografas con rasgos pedolgicos de detalle,
diagrama de evaluacin de tierras, fotografa del paisaje y descripcin del perfl.
270
Figur a 8. Exposicin de monolitos dentro de su caja. Coleccin China.
Exposicin
Es deseable que se coloque un diagrama del perfl con los horizontes e informa-
cin analtica en el mismo nivel, principalmente la referente a las propiedades
diagnsticas necesarias para la clasifcacin.
A menudo, se utiliza un diagrama con el que se indica la calidad de la tierra,
con base en el clima, el suelo y el manejo de la tierra, como el del siguiente ejem-
plo del Cuadro 2.
La tabla de triplay con la informacin se coloca sobre estantera de aluminio
con una altura de 70 cm y diseo acorde con la infraestructura de cada lugar, como
en la Figura 10.
La exposicin de la coleccin de monolitos se acompaa de informacin im-
presa de los datos analticos, evaluacines tcnicas y mapas (Figuras 8 y 9).
La coleccin de monolitos de China se expone con los monolitos dentro de su
caja de extraccin, nicamente recargados o inclinados en una pared, en la posicin
de secado. Esto permite alargar la vida til de los monolitos debido a que est
mejor protegido; sin embargo, se difculta el manejo y la exposicin.
Cuadro 2. Diagramas para la evaluacin del suelo/calidad de tierra.
Disponibilidad ma a m b mb
Riesgo/ Limitacin np l m s ms
ma = muy alto; a = alto; medio; b = bajo; mb = muy bajo; np = no presente; l = ligero; m = medio; s= severo;
ms = muy severo.
271
MONOLITOS DEL SUELO
Figur a 9. Monolitos en exposicin con informacin impresa adicional.
Figur a 10. Exposicin de la coleccin de suelos de Cuba.
272
Evaluacin del clima
Radiacin total
Duracin del da
Rgimen de temperatura
Riesgos climticos
Duracin de la temporada de lluvias
Riesgos durante la temporada de lluvias
Evaluacin del suelo
Humedad del suelo potencial total
Disponibilidad de oxgeno
Disponibiidad de nutrimentos
Capacidad de retencin de nutrimentos
Condiciones de enraizamiento
Condiciones que afecten la germinacin
Exceso de sales
Exceso de sales de sodio
Toxicidad del suelo (p.e. sat. de Al)
Evalacin del manejo de la tierra
Preparacin inicial de la tierra
Trabajo invertido
Potencial para mecanizacin
Facilidad de acceso actual
Facilidad de acceso potencial
Riesgo de erosin por agua
Riesgo de erosin por viento
Riesgo de inundacin
Enfermedades y plagas
273
MONOLITOS DEL SUELO
Referencias
Chang R., Villegas R., Kauffman S., Marin R., Balmaseda C., Arcia F. y Ponce de Len
D. 1994. Establishment in Cuba of the National soil collection and its database within
NASREC Programme. Symposium A world reference base for soil resource. Volume
6b. Word Congress of soil science. Acapulco, Gro., Mxico.
FAO. 2001. El enfoque de planifcacin participativa para enfrentar la degradacin de tierras
en Amrica Latina. http://www.fao.org/WF/FS/S/img/protec-S
J amagne M., King D., Le Bas C., Daroussin J ., Vossen P. y Burrill A. 1994. Elaboration
and use of the european soil geographical data base. Symposium Soil data need for
expressing land qualities at different scales. Volume 6b. Word Congress of soil science.
Acapulco, Gro., Mxico.
Ortz C. A., Pjaro D. y Ordz V. M. 1990. Manual para la cartografa de clases de tie-
rras campesinas. Serie cuadernos de edafologa 15. Centro de edafologa, Colegio de
Postgraduados, Montecillo, Estado de Mxico, Mxico.
PNUD, PNUMA, Banco Mundial y WRI, 2001. Estudio Global Revela Nuevas Seales de
Peligro. http://www.wri.org/press/goodsoil_spa.html
SEMARNAP. 2000. Proyecto norma ofcial mexicana PROY-NOM-023-RECNAT-2000, que
establece las especifcaciones tcnicas que deber contener la cartografa y la clasif-
cacin para la elaboracin de suelos. SEMARNAP, Mxico DF, Mxico.
Siebe Ch., J ahn, R. y Stahr K. 1996. Manual para la descripcin y evaluacin ecolgica
de suelos en el campo. Publicacin especial No. 4. Sociedad Mexicana de la Ciencia
del Suelo, A.C. Chapingo, Mxico.
Valenzuela C.R. y Zinck A.J. 1994. Information technology requiring soil data. Symposium:
Utilization of soil information in systems modeling for sustainable agriculture and global
climate change.15
th
World congress of soil science. Acapulco, Mxico.
Van Waveren E.J . y Bos A. B. 1987. Guidelines for the description and coding of soil data.
Technical paper. International Soil Reference and Information Centre. Wageningen,
The Netherlands.
Van Baren J . H. V. y Bomer W. 1982. Procedimientos para la Coleccin y Preservacin de
Perfles de Suelo. Publicacin Tnica No. 1. ISRIC, Wageningen. The Netherlands.
Zinck A. 1990. Soil survey epistemology of a vital discipline. International Institute for
aerospace survey and earth science. Enchede, Pases Bajos.
274
Anexo 1. Mater iales par a la constr uccin de monolitos
1. Cajas de madera para monolitos (1.5 m de largo, 0.25 m de ancho, 0.1 m de
alto) unidas por tornillos. Considere la posibilidad de tener cajas de 1.0 m y
0.5 m de largo para los suelos con menor profundidad.
En el caso de que el suelo sea poco cohesivo o muy blando, como el Are-
nosol o Gleysol e Histosol, respectivamente, conviene tener cajas de lmina
de hierro para insertar la caja completa empujndola y as facilitar el trabajo
y colectar el monolito completo.
2. Caja de herramientas (juego de desarmadores, trinchas, esptulas, cinceles
para madera, martillo de gelogo, sierra de mano, taladro elctrico y barrenas
fnas, guantes de goma, prensas pequeas).
3. Vendas gruesas
4. Tela de felpa o tela de Yute
5. Gasas quirrgicas
6. Colchonetas para el transporte de monolitos
7. Cintas mtricas de costurera (10 de 1.5 m de largo)
8. Carro con ruedas para transporte de monolitos
9. Compresor, pistola de aire, pistola de pintar
10. Laca (base nitrocelulosa)
11. Cola blanca o acetato
12. Dermoplast o conservante
13. Thiner o acetona para disolver la laca
14. Pintura negra para los tableros
15. Equipo de dentista
16. Tiras de triplay de 1.5 m por lado
17. Cmara fotogrfca
18. Geoposicionador (GPS)
19. Pinceles
20. Equipo de seguridad (careta para gases, lentes, etc.)
21. Soportes de aluminio (3 m largo, 2.1 alto, 0.7 m de frente)
22. Bolsas de polietileno (para la toma de muestras de suelo)
III. ORGANISMOS
03-01 caros ok.indd 275 25/01/2011 07:20:31 p.m.
03-01 caros ok.indd 276 25/01/2011 07:20:31 p.m.
277
Introduccin
Los caros constituyen uno de los grupos ms numerosos, diversos y abundantes.
Se encuentran en casi todos los ambientes; marinos, terrestres, como parsitos o
de vida libre y forticos.
El estudio de los microartrpodos edfcos (caros y colmbolos) requiere un
trabajo minucioso en el campo para la colecta de los organismos, y posteriormente
una segunda etapa de trabajo en el laboratorio.
Para conocer la diversidad y riqueza de especies de los microartrpodos ed-
fcos, se recomienda la metodologa que se expone a continuacin:
Una colecta exitosa de organismos requiere que se seleccionen adecuadamente
los sitios, las pocas del ao y las caractersticas particulares de los sitios en donde
se llevar al cabo la colecta (Figura 1). Todos estos elementos debern estar en
concordancia con los grupos de caros que se deseen colectar, as por ejemplo, si
los grupos son caros depredadores stos sern muy raros en sitios desrticos o
semi desrticos as como en suelos secos o muy arenosos. Por lo tanto, donde se
deber colectar a estos grupos ser en suelos hmedos y ricos en materia orgnica.
La mayora de los caros del suelo y algunas formas areas van a preferir sitios o
suelos hmedos, protegidos de la exposicin directa del sol y del viento. (Vzquez,
1999) (Palacios-Vargas, 1990)
Los caros ftfagos, presentes en la mayora de las plantas, pueden estar
ms expuestos a la radiacin solar, pero a la vez, estarn ms protegidos entre las
9
CAROS
Ma. Magdalena Vzquez Gonzlez
1
1
Departamento de Ciencias Naturales. Universidad de Quintana Roo.
03-01 caros ok.indd 277 25/01/2011 07:20:31 p.m.
278
hojas y tallos de las plantas, que son sus hospederos y quienes les proporcionarn
humedad y jugos vegetales.
Si se desea colectar caros parsitos como garrapatas y otros grupos de par-
sitos externos stos podrn ser colectados sobre los organismos que parasitan, en
los nidos o reas de descanso utilizados por los animales parasitados o en las rutas
de acceso de estos animales a cuerpos de agua y abrevaderos.
La obtencin de caros ectoparsitos especfcos de determinados organismos
requerir, en muchos de los casos, de la captura y muerte de los animales hospede-
ros como aves, murcilagos, roedores, serpientes y otros mamferos. Los animales
hospederos debern ser revisados inmediatamente despus de la muerte, de ser
posible bajo un microscopio de diseccin, ya que los parsitos suelen abandonar
el cuerpo sobre el que vivan una vez que ste muere.
La mayora de los caros de vida libre, habitantes del suelo, pueden ser colecta-
dos tomando muestras de suelo (Figura 1d), hojarasca, troncos en descomposicin,
musgo (Figura 1e), lquenes, suelos areos (Figuras 1f y g) corteza de rboles
y hongos saprftos (Figura 1h) los cuales, debern ser procesados por medio de
los embudos de Berlese (Figura 2) Krantz (1978).
Figur a 1. Diferentes ejemplos de sitios en donde es posible colectar caros: a y b) hojarasca; c)
musgo espaol; d) suelo; e) musgo; f) bromelias; g) orquideas (suelo suspendido); h) hongos.
03-01 caros ok.indd 278 25/01/2011 07:20:32 p.m.
CAROS
279
La forma en que funciona este mtodo es el siguiente: Se requiere una batera
de embudos de lmina de 30 cm de dimetro en su boca ms ancha y 45 cm de
largo con una abertura en la parte ms angosta del embudo de 5 cm. En la parte
superior, se coloca una malla de tela de mosquitero o tamiz sobre un aro metlico
el cual, debe quedar dentro de la abertura ms amplia del embudo (Figura 2). Sobre
esta malla se colocar la hojarasca, suelo, corteza de un rbol, el musgo, o lo que
se desee procesar. En la parte inferior del embudo se colocar un frasco colector
con alcohol al 70%. La parte inferior del embudo deber quedar dentro del frasco
colector. En sitios donde la temperatura ambiente es alta las muestras debern de-
jarse secar a la temperatura ambiente durante una semana, tiempo sufciente para
que los organismos presentes en las muestras bajen por el embudo. El principio
por el cual funciona ste mtodo de extraccin es: el del fototropismo negativo
que presentan los organismos del suelo y el geotropismo positivo, por el cual, al
bajar los organismos a partes ms profundas de la muestra, caern por el embudo
al frasco colector. (Sengbush, 1954; Murphy, 1962 y Krantz, 1978).
Una manera de acelerar la cada o bajada de los organismos de la muestra es
utilizar un foco en la parte superior del embudo. Se deber tener cuidado con el uso
de los focos, que sean de voltaje no muy alto, debido a que se ha observado que con
focos de alto voltaje los organismos mueren y no alcanzan a bajar, lo ideal sera
Figur a 2. Embudos de Berlese
03-01 caros ok.indd 279 25/01/2011 07:20:32 p.m.
280
utilizar focos de 25 a 30 wats y dejarlos por 3 o 4 das, este mtodo suele ser muy
efectivo cuando las muestras estn muy hmedas o son muy grandes. Otra variable
que da muy buenos resultados es secar la muestra a la temperatura ambiente los
3 primeros das y luego prender el foco otros 3 o 4 das as, se da la oportunidad
que primero bajen los organismos, sin ser forzados y posteriormente con el uso de
las fuentes de luz y calor se presiona a los que se han quedado escondidos en los
dobleces de hojas o grietas de la corteza y/o de otros componentes de la muestra.
A esta variacin del uso de los embudos de Berlese se le conoce como embudos
de Berlese -Tullgren (Figura 3) (Grandjean, 1949; Krantz, 1978).
La coleccin de caros obtenidos por este mtodo se hace en alcohol al 70%.
En algunos casos, si los organismos se van a quedar guardados durante periodos
de tiempo largo es recomendable utilizar una mezcla de glicerina (50 partes) agua
(40 partes) y cido actico glacial.
En el caso de que se desee colectar caros vivos y otros organismos habitantes
del suelo (colmbolos, hormigas, araas, larvas de insectos y otros) se deber sus-
tituir el frasco colector con alcohol al 70%, por un frasco con papel humedecido
Figur a 3. Embudos de Berlese-Tullgren
03-01 caros ok.indd 280 25/01/2011 07:20:33 p.m.
CAROS
281
y/o un frasco en el cul se haya puesto en su base una mezcla de yeso y carbn
activado, esta base deber estar humedecida previamente a su uso para la colecta
de los microartrpodos.
Para colectar caros presentes o habitantes de dunas y/o suelos arenosos
o presentes en productos almacenados puede lograrse utilizando el mtodo de
fotacin. Para esto se utilizar una cubeta de 10, 15 o 20 L con agua y suelo o
arena o el producto almacenado a revisar. Con una pala de mano o con la mano
se mezclar y agitar la muestra en el agua revolvindola muy bien, luego, con
una red muy fna se proceder a recoger la espuma o nata que se forme en la
superfcie de la cubeta. Para conservar los organismos atrapados en la malla sta
se lavar con alcohol al 70%, posteriormente las partculas obtenidas, as como
los caros, sern revisados y separados bajo el microscopio estereoscpico (Clark
et al., 1950).
Los caros ftfagos y otros grupos de caros depredadores areos pueden ser
colectados manualmente cortando algunas ramas y hojas de la planta a revisar. En
el laboratorio y bajo una lupa se revisar el material vegetal y con la ayuda de un
pincel de pelo fno se irn colectando manualmente los caros encontrados (Figura
4). Ramas y hojas colectadas para la obtencin de caros ftfagos tambin pueden
ser procesados por medio de embudos de Berlese-Tullgren. En cultivos infestados
por caros ftfagos, la mejor forma de colectar a los caros es por medio de mallas
y golpeando las ramas para que caigan los caros, los cuales, sern recogidos en
charolas, posteriormente, los caros sern recogidos de las charolas utilizando un
cepillo o brocha y depositados en frascos con alcohol al 70% o en frascos con la
base de yeso y carbn activado si se quiere mantenerlos vivos (Murphy, 1962).
Para obtener caros del interior de agallas y otras deformaciones de las plan-
tas es mejor llevar las hojas al laboratorio, disectar o romper las agallas con una
navaja o bistur y obtener manualmente los caros que se encuentran en el interior
de estas estructuras.
En el caso de los caros presentes en casas, se puede aspirar muy bien alre-
dedor de los muebles, bajo las camas y luego colocar el polvo y la pelusa en el
embudo de Berlese y se podrn obtener los caros (Acaridida, Pyroglyphidae)
(Chamberlain and Sises, 1951).
Los caros presentes en productos almacenados (granos, semillas, harinas,
galletas, etc.) pueden ser obtenidos poniendo los productos infestados sobre
cernidores y cernir el producto afectado, sobre la malla del cernidor quedarn
los caros. Se debern usar 2 o 3 tipos de mallas fnas para obtener este grupo de
caros microscpicos (Evans y Browing, 1955).
03-01 caros ok.indd 281 25/01/2011 07:20:33 p.m.
282
Prepar acin de los caros par a su estudio:
Aclar acin y Montaje de los or ganismos
Para el estudio de los caros se requiere contar con buenos ejemplares y excelen-
tes preparaciones, las cuales permitirn observar y reconocer las diferentes partes
(sedas, sencillas y estructuras bucales presentes en los organismos y que sern muy
tiles para la identifcacin y clasifcacin de los organismos (Figura 5).
Para efectuar una buena preparacin es necesario primero aclarar los organis-
mos. Algunos grupos de caros estn fuertemente esclerosados como es el caso
de los oribtidos, uropodinos y otros mesostigmata (Figura 6).
La aclaracin consiste en la maceracin de los tejidos internos y la preservacin
del exoesqueleto o cutcula en donde se encontrarn las estructuras utilizadas para
su identifcacin.
Uno de los medios ms utilizados para aclarar es el lactofenol el cual puede
prepararse de la siguiente manera (Evans y Browing, 1955):
Figur a 4. Separacin y cuantifcacin de organismos
03-01 caros ok.indd 282 25/01/2011 07:20:34 p.m.
CAROS
283
cido lctico 50 partes
Cristales de fenol 25 partes
Agua destilada 25 partes
Una de las ventajas de utilizar el lac-
tofenol para aclarar organismos es que
no es agresivo ni destructivo. Los caros
pueden dejarse en esta sustancia hasta
por una semana a temperatura ambiente
y los organismos se aclararn lentamen-
te sin sufrir dao. En el caso de caros
oribtidos, uropodinos y otros mesostig-
mados, que suelen ser muy esclerozados,
pueden dejarse hasta por 3 semanas en el
lactofenol sin ningn perjuicio sobre las
estructuras a estudiar. En algunos casos
de determinadas especies muy escleroza-
das, los organismos puestos en lactofenol
pueden ser colectados sobre una parrilla
elctrica a la ms baja temperatura por
unos minutos, lo que ayudar a mejorar el proceso. En ejemplares muy grandes
y llenos de sangre o de pigmento ayuda al proceso de aclaracin que se les hagan
punciones sobre el cuerpo con agujas muy fnas para ayudar a que penetre el lacto-
phenol y se macere el contenido de materia orgnica y los tejidos. Otra mezcla
Figur a 5. Identifcacin y clasifcacin.
Figur a 6. Ejemplares despus del proceso de aclarado y montaje a) Becklemishevia barbata;
b) Opilioacarus nohbecanus; y c) Sphaerochthonius sp.
03-01 caros ok.indd 283 25/01/2011 07:20:35 p.m.
284
muy utilizada para aclarar especimenes es el lquido de Vitzthum el cual puede
ser preparado de la siguiente manera (Krantz, 1978):
Hidrato de Cloral 10 partes
Fenol 9 partes
Agua destilada 1 parte
Cuando es necesario hacer preparaciones con organismos muy viejos o que
tienen mucho tiempo conservados en alcohol es muy recomendable utilizar el
lquido de Nezbitt, el cul, es posible de preparar con los siguientes ingredientes
(Krantz, 1978):
Hidrato de Cloral 40 g
Agua destilada 25 mL
Acido Hidroclrico concentrado 2.5 mL
Diseccin
Para poder realizar los estudios referentes a la clasifcacin, identifcacin y des-
cripcin de los caros, es necesario en muchos casos efectuar disecciones. Para
lograr una buena diseccin es necesario haber aclarado previamente al organismo
y contar con un juego de agujas muy fnas (Grandjean, 1949; Coineau, 1974).
La separacin de las placas dorsal y ventral es el primer paso y la separacin
de las estructuras bucales, sobre todo en Uropodina, son indispensables para la
determinacin a nivel de especie (Figura 7).
La diseccin es ms fcil de llevar al cabo colocando al organismo en una
gota de Hoyer, la consistencia viscosa de esta solucin nos ayudar a realizar la
diseccin sin perder las partes disectadas.
Figur a 7. Proceso de diseccin de un caro uropodino a y b) separacin de placas dorsal
y ventral; c) extraccin de estructuras bucales
03-01 caros ok.indd 284 25/01/2011 07:20:35 p.m.
CAROS
285
Lo ms recomendable cuando se haga una diseccin es dejar el cuerpo disec-
tado con las placas dorsal y la ventral en una primera preparacin y la segunda
preparacin del mismo organismo contendr las estructuras bucales, cuidando que
las dos preparaciones tengan la misma informacin y el nmero de preparacin,
ejemplo (Figura 8) (Averbach et al., 1960).
Prostigmata
Con algunas familias de caros Prostigmata como son los miembros de la super-
familia Trombidioidea, se obtendrn mejores resultados disectando las estructuras
bucales y montndolas en una preparacin separada de la que se efecte con el
cuerpo. Para esto hay que poner el caro en posicin dorsal y con la aguja extraer
las estructuras bucales, stas salen muy fcilmente en caros bien aclarados ya que
el lactofenol reblandece la cutcula, lo cual, favorece la maniobra de extraccin. El
llevar al cabo la extraccin de las estructuras bucales con el organismo colocado en
posicin dorsal, favorece, obtener completa la Cresta metpica que es esencial
Mxico, Q. Roo,
Sian Kaan.
Selva Mediana
Subperennifolia,
hoj.
24-II-036
105
Uropodina,
Polyaspidae
Polyaspis sp.
Estructuras
bucales
Mxico, Q. Roo,
Sian Kaan.
Selva Mediana
Subperennifolia,
hoj.
24-II-036
105
Uropodina,
Polyaspidae
Polyaspis sp.
cuerpo
a
b
Figur a 8. Ejemplo del montaje de un organismo disectado, a) placas dosrsal y ventral y
b) estructuras bucales.
03-01 caros ok.indd 285 25/01/2011 07:20:36 p.m.
286
para la determinacin y clasifcacin de las especies de este grupo. El cuerpo en
el caso especfco de este grupo no es necesario de disectar, ya que ser posible
observar las dems estructuras por transparencia. Estos caros deben ser montados
dorsalmente (Chamberlain y Sises, 1950).
Obser vacin al microscopio y tcnicas de montaje
El diminuto y microscpico tamao de los caros en la mayora de los casos con
algunas excepciones, hace necesario que se efecten preparaciones permanentes
o temporales para poder observarlos al microscopio ptico. Las tcnicas y mate-
riales utilizados para llevar al cabo este tipo de observaciones son muy variadas,
sin embargo, las ms utilizadas son las siguientes. Para el estudio y observacin
de los caros oribtidos muchos especialistas preferen utilizar portaobjetos ex-
cavados donde se coloca el caro a observar sobre una gota de Lquido de Hoyer
o de lactofenol, esta preparacin se cubre con un cubreobjetos cuadrado pero
slo la mitad de la preparacin, de manera que en la otra mitad del portaobjeto
excavado se pueda introducir una aguja y manipular el caro; girarlo y colocarlo
en diferentes posiciones lo cul permitir al especialista hacer las observaciones
de las estructuras que le interesen, esto a veces no es posible cuando los caros se
montan en una preparacin permanente. Una vez que las observaciones se terminan
el caro puede ser recuperado y conservado en alcohol el 70% y/o en lactofenol,
para futuras observaciones.
Medios de Montaje
Para efectuar preparaciones permanentes de caros, uno de los medios ms utili-
zados es el lquido de Hoyer, cuya formula es (Krantz, 1978):
Agua destilada 50 ml
Goma arbiga (en piedra) 30 g
Hidrato de Cloral 200 g
Glicerina 20 ml
Para preparar este medio es necesario que primero la goma arbiga se coloque
en un frasco mbar con el agua destilada, no se debe mezclar sino dejarlo el tiempo
sufciente para que las piedras de goma arbiga se disuelvan, luego, agregar los
cristales de Hidrato de Cloral y seguir el mismo procedimiento y dejar el tiempo
03-01 caros ok.indd 286 25/01/2011 07:20:37 p.m.
CAROS
287
sufciente para que los cristales se desintegren. Por ltimo, cuando ya sea solo un
lquido, agregar la glicerina, volver a dejar en reposo hasta que todos lo elementos
se integren, cuando se vea una mezcla homognea se proceder a fltrar a travs de
tela para preparar queso limpia, o fbra de vidrio, cuidando que al fltrar no se formen
burbujas pues estas suelen permanecer en la mezcla y luego causar problemas al
utilizar el lquido de Hoyer en las preparaciones (Figura 6) (Krantz, 1978).
El lquido de Hoyer es un medio excelente para efectuar preparaciones per-
manentes pero tiene un inconveniente, es una mezcla que tiende a hidratarse por
lo que para evitar daos en las colecciones se recomienda secar las preparaciones
en una estufa de 35 a 45C por dos semanas o hasta que el Hoyer se sienta duro
y bien seco y posteriormente, sellar las preparaciones con glyptol o algn otro
barniz como el que utilizan los ingenieros elctricos para sellar motores que han
sido reembobinados y desde luego ayudar mucho mantener la temperatura baja
en los sitios donde se guarden las colecciones y tener un deshumifcador para
mantener la humedad ambiental baja, esto especialmente en sitios de clima clido
y hmedo.
Para lograr las mejores preparaciones se recomienda seguir los siguientes pasos
(Palacios-Vargas, 1990; Vazquez, 1999).
1. Una vez que los organismos han sido sufcientemente aclarados se debern
enjuagar con agua destilada para eliminar el lactofenol y evitar que los residuos
de ste se cristalicen en la preparacin. Para llevar al cabo este enjuague se
recomienda utilizar portaobjetos excavados y lavar cada organismo al menos
3 veces o pasarlo por 3 portas excavados con agua limpia.
2. Colocar una gota pequea de lquido de Hoyer en el centro de un portaobjetos
que previamente debe haber sido lavado y secado; se recomienda utilizar un
pedazo de tela de algodn (un pedazo de una camiseta de algodn resulta
de gran ayuda) y limpiar bien el portaobjetos antes de verter la gota de
Hoyer.
3. Colocar el caro en el centro de la gota y con una aguja de punta muy fna
acomodar el organismo ventral y tratar de que las patas no queden dobladas
o torcidas. Se recomienda tambin sumergir el organismo en la gota de Hoyer
para que ya no se mueva (Figura 9a).
4. Una vez que tenemos el caro bien extendido en la gota de Hoyer se colocar
con sumo cuidado el cubreobjetos cuidando que no caiga sobre la preparacin
sino que se deber bajar cuidadosamente con la ayuda de una aguja.
5. Una vez que tenemos el cubreobjetos sobre la preparacin, el lquido de Hoyer
tender a extenderse hacia los extremos, en este momento con la goma de un
lpiz se deber efectuar una ligera presin sobre el cubreobjetos para ayudar
03-01 caros ok.indd 287 25/01/2011 07:20:37 p.m.
288
a extender uniformemente el lquido de Hoyer y a la vez, el caro quedar
con las patas y otras estructuras (pedipalpos, quelceros, etc.) bien extendidos
(Figura 9b).
6. Es recomendable, al estar efectuando las preparaciones, que stas se vayan
colocando sobre una parrilla elctrica por unos 3 minutos para ayudar a que
se acaben de extender las partes del cuerpo del caro, adems de que el calor
acta sobre el lquido de hoyer y da una mayor aclaracin al organismo. La
parrilla debe estar a la mnima temperatura posible 20- 25C (Figura 9c).
7. Todas las preparaciones debern llevar un par de etiquetas; una a cada lado
de la preparacin. En la etiqueta de la derecha se escribirn los datos del sitio
de colecta: pas, localidad, fecha, nombre del colector, y el hbitat donde se
colect el organismo, y de ser posible el numero de catalogo, del lado izquierdo
los datos relacionados con el organismo: familia, gnero, especie, fecha de
determinacin y nombre de quin determin.
8. Una buena coleccin de microartrpodos se lograr siguiendo estas recomen-
daciones (Figura 10).
Figur a 9. Preparaciones en las que se pueden observar diferentes estructuras a detalle,
a) hembra mesostigmata con huevo; b) estructuras bucales y sedas del pedipalpo
de Opilioacarus nohbecanus y c) detalle de pata y unguis de Salina banksi.
Figur a 10. Microartropodos que forman parte de la coleccin a) Superodontella stella
b) Xenyllodes sp. Y c) Sphaeridia capumilis
03-01 caros ok.indd 288 25/01/2011 07:20:37 p.m.
CAROS
289
Las colecciones son muy importantes para el estudio de la riqueza de especies y
de la biodiversidad y son la base para cualquier otro tipo de estudio que se requiera
hacer sobre ecologa de determinados grupos y/o ambientes, as como en estudios
de evaluacin de Impacto Ambiental o de Manejo de los Recursos Naturales.
Coleccin y estudio de la Mesofauna edfca:
Procesamiento de muestr as y obtencin de microar tr podos
La extraccin de la mesofauna es posible mediante la utilizacin de embudos
de Berlese sin fuente de luz, usando como fjador, alcohol al 70%. Este mtodo
comprende el empleo de embudos metlicos cuya parte superior es cubierta por
una malla o tamiz de 7 mm de abertura, sobre la que se deposita la muestra, de
esta manera, por accin del fototropismo negativo y geototropismo positivo, los
organismos caen a la base del embudo, donde est el recipiente colector.
Para separarlos de otros invertebrados, los caros cuantifcan y agrupan por
orden, y los colmbolos, por familia, al igual que los invertebrados de las clases:
Arcnida, Diplopoda, Chilopoda, Pauropoda, Symphila, Hexapoda, Gasteropoda
y Crustacea.
Collembola (Hexapoda)
Tcnicas de aclaracin y montaje de especmenes
Para estudiar sistemticamente los microartrpodos se tomarn en cuenta detalles
del exoesqueleto y su quetotaxia. Las estructuras importantes para la identif-
cacin se observan mediante la aclaracin de los ejemplares (Christiansen y
Bellinger, 1980). La preparacin de las laminillas permanentes se lleva al cabo
baando a los colmbolos en potasa al 10% por unos cuantos segundos (con el
propsito de macerar los rganos y el contenido del tracto digestivo), una vez
que adquirieron un color rojo o naranja se lavan con agua destilada, para despus
sumergirlos en acido lctico o lactofenol durante unos minutos. Posteriormente,
se lavan de nuevo con agua destilada antes de montarlos en lquido de Hoyer,
donde son colocados para que queden fjados por un tiempo indefnido, debe
procurarse que el organismo quede en posicin ventral para facilitar su estudio
taxonmico posterior.
Una vez terminado el montaje, se procede al secado en una estufa a 40- 50C,
donde permanecen de 5 a 7 das, despus se sellan con barniz para evitar la hidra-
tacin. Los datos que llevan las preparaciones son los siguientes:
03-01 caros ok.indd 289 25/01/2011 07:20:38 p.m.
290
a) Del lado derecho, una etiqueta con los datos del sitio y fecha de colecta, mi-
crohbitats, y nombre del colector.
b) Del lado izquierdo, una etiqueta con los datos de identifcacin del organismo:
familia, gnero y especie, as como el nombre de la persona que identifc.
c) Una tercera etiqueta pequea en el margen superior (centro) con el nmero
correspondiente a la coleccin.
Los colmbolos se revisan e identifcan a nivel de especie mediante las claves
taxonmicas de Christiansen y Bellinger, publicadas en The Collembola of North
of the Ro Grande (1980), obra de cuatro tomos que presenta las caractersticas
de las familias as como las de las especies registradas; se recomienda adems,
el Manual y gua para el estudio de microartrpodos (I Diagnosis y clave para
determinar las familias de los Collembola de la Regin Neotropical), de Palacios-
Vargas (1990), as como otros artculos sobre sistemtica, y taxonoma, que son
de gran ayuda para clasifcar a los organismos encontrados en hojarasca y suelo.
Finalmente, los organismos preparados son revisados bajo el microscopio ptico
para el anlisis de sus caractersticas morfolgicas y su clasifcacin dentro del
taxa correspondiente.
En lo que respecta a las caractersticas morfolgicas o hbitos ms sobresalien-
tes de cada familia se obtienen mediante la apreciacin y dibujo de algunos ejem-
plares por medio del microscopio ptico, de contraste de fases y cmara clara.
Para asegurar la conservacin, los organismos colectados sern cuantifcados
y depositados en viales; en etiquetas de papel albanene se anotarn los datos que
facilitarn su organizacin. Despus de la revisin de cada muestra se llena una
hoja de registro en forma numrica, con los datos del hbitat; as como las feno-
logas, tomadas en funcin del sitio y fecha de las colectas para cada uno de los
ejemplares.
Referencias
Averbach, S. I.and D. A. Crossley Jr. 1960. A sampling device for soil microarthropods.
Acarologia 2(3): 279-287.
Chamberlain, R.W. y R.K. Sices. 1950. Laboratory rearing methods for three common
species of bird mites. J. Parasitol. 36:461-465.
Christiansen, K. y P. Bellinger. 1980. The Collembola of North America moth of the Rio
Grande. A taxonomic analysis. Grinnell Colleg, Iowa. 1322 p.
Clark, E. W. y F. Morishita. 1950. C-M mdium: A mounting mdium for small insects,
mites and other whole mounts. Science 112: 789-790.
03-01 caros ok.indd 290 25/01/2011 07:20:38 p.m.
CAROS
291
Coineau, Y. 1974. Introduction lEtude des Microathropodes du Sol et de ses Annexes.
Documents Ecol. dqin, ds.: 118 pp.
Evans, G. O. and E. Browning. 1955. Techniques for the preparation of mites for study.
Ann. Mag. Nat. Hist. 8(12):631-635.
Grandjean, F. 1949. Observation et conservation des trs petits archthropodes. Bull Mus.
nat. Hist. natur. Paris (2) 21:363-370.
Krantz, G. W. 1978. A manual of acarology, Oregon, Oregon University, 303: 1-509. Lipo-
vsky, L. J. 1951. A washing method of ectoparasite recovery with particular referente
to chiggers (Acarina- Trombiculidae). J. Kansas Ent. Soc. 24: 151- 156.
Murphy, P. W. 1962. Simple preparation for funnel extraction and routine methods for han-
daling the catch. In progress in Soil Zoology. P.W. Murchy, ed.Butterworth, London:
189- 198.
Palacios- Vargas, J. G. 1990. Diagnosis y clave para determinar las familias de Collembola
de la regin neotropical. Fac. Cienc. UNAM, 15 p.
Vzquez. M. M. 1999. Catlogo de los caros oribtidos edfcos de Sian Kaan, Q. Roo,
Mxico. UQRoo - Conabio. Mxico. 126 pp.
Sengbusch, H. G. 1954. A modifed Tullgreen funnel for the collection of small invertebrates
(Mesobiota) in soil. Turtox News 34 (11): 226-228.
03-01 caros ok.indd 291 25/01/2011 07:20:38 p.m.
03-01 caros ok.indd 292 25/01/2011 07:20:38 p.m.
293
Introduccin
Defnir a las algas no es tarea fcil, ya que se trata de un grupo polifltico (no
tiene un ancestro comn), sino que se les ha agrupado por razones flofenticas,
debido a que presentan similitudes en su morfologa, estructuras, fsiologa, tipos
de reproduccin, formas de crecimiento, entre otras caractersticas.
Dadas las particularidades del grupo para defnirlas utilizamos caractersti-
cas que unifcan al grupo: son organismos auttrofos que realizan la fotosntesis
oxignica con niveles de organizacin similares y estructuras simples (carecen de
fores, sistema vascular y races como las plantas); con pigmentos fotosintticos,
productos de almacenamiento y estructuras celulares similares que se presentaron
por convergencias evolutivas, como sistemas de fjacin para adherirse a diversos
sustratos; talo (cuerpo de la planta) que puede diferenciarse en ramas o lminas
y esporangios; soros o gametangios como estructuras reproductivas que liberan
esporas o gametos. Tienen ciclos reproductivos complejos y caractersticos
de diferentes grupos taxonmicos. Debido a que la defnicin es muy general,
dentro de este grupo se han incluido al grupo de las cianofceas (Cyanophyta/
Cyanobacteria) y las Proclorofceas, que aunque son procariontas, en trminos
de su estructura general y su funcin en el ecosistema, son consideradas en este
grupo artifcial.
10
ALGAS
Ileana Ortegn-Aznar
1
, Ligia Collado-Vides
2
, Gustavo Montejano-Zurita
3
e
Isabel Snchez-Molina
4
1
Biologa marina.CCBA-fMVZ.Universidad Autonoma de Yucatn.
2
florida International University.
3
Departamento de Biologa Comparada. facultad de Ciencias, UnAM.
4
Departamento de Botnica. CCBA-
fMVZ.Universidad Autonoma de Yucatn.
03-02 Algas ok.indd 293 25/01/2011 07:23:36 p.m.
294
Las algas son el resultado de diversas lneas evolutivas, siendo un conjunto
de organismos que comparten formas de vida, pero diferen en sus orgenes dando
como resultado una gran diversidad de formas, especies, tamaos y colores, pueden
ser organismos unicelulares que midan menos de un micrmetro hasta organismos
con talos parenquimatosos de 50 m.
Pueden presentarse en casi todos los ecosistemas del planeta, aunque son
principalmente acuticas, existen algunos grupos que se han adaptado a la vida
terrestre, como aquellos que pueden vivir entre las rocas en los desiertos, en la
nieve o en simbiosis con otros organismos como los hongos, dando lugar a los
lquenes (Graham y Wilcox, 2000).
Las algas acuticas pueden encontrarse tanto en ambientes de agua dulce como
marinos e incluso ambientes hipersalinos, con un amplio rango de tolerancia a
condiciones extremas de pH, temperatura, turbidez, y concentraciones diversas
de oxigeno disuelto y dixido de carbono.
Pueden ser planctnicas (viven suspendidas en los cuerpos de agua) o bent-
nicas (adheridas a un sustrato). Dependiendo del sustrato al cual estn adheridas
pueden recibir diferentes trminos; pueden ser epilticas (sobre piedras) epiplicas
(arena o limo), epftas (sobre otros organismos algales o plantas) o epizooicas
(sobre animales). En el caso de las algas marinas pueden recibir diferentes trmi-
nos dependiendo de su distribucin con respecto al nivel de marea, si son algas
del supralitoral (crecen arriba del nivel de marea, donde son humectadas por el
roco del choque de las olas) pueden ser del intermareal (crecen en la costa y estn
expuestas a las mareas) y algas del sublitoral (crecen abajo del nivel de marea y
siempre estn sumergidas) (Barsanti y Gaultieri, 2006).
Las microalgas pueden encontrarse en ambientes de agua dulce, salobre y
marino; aguas oligotrfcas o eutrfcas. Con respecto a la forma de crecimiento
pueden estar suspendidas en la columna de agua (ftoplancton) o adheridas a un
sustrato en el fondo (ftobentos).
El ftoplancton est conformado principalmente por algas microscpicas
unicelulares o formando cadenas, aunque pueden ser fageladas y tener cierta
locomocin independiente, especialmente en relacin con la migracin vertical,
no pueden desplazarse horizontalmente contra las mareas o las corrientes (Dawes
1986). Segn Margalef (1972) el plancton se puede dividir de acuerdo con su
tamao en varias categoras. Cada categora requiere diferentes mtodos de colecta
con el fn de obtener una muestra representativa. Al plancton ms pequeo que
mide menos de 5 m (bacterias y pequeos fagelados) se le denomina ultrana-
noplancton, a las formas de 5 a 50 m (fagelados, cocolitoforidos y diatomeas)
nanoplancton y a las que miden de 50 a 500 m (dinofagelados y diatomeas)
microplancton. El ftoplancton ms grande es recolectado con una fna red de
03-02 Algas ok.indd 294 25/01/2011 07:23:36 p.m.
ALGAS
295
plancton, ordinariamente el nanoplancton es concentrado por sedimentacin o
por fltracin utilizando botellas muestreadoras para su recolecta. La abundancia
del ultrananoplancton se mide comnmente mediante sus pigmentos cloroflicos
(Sze, 1993).
Las especies microalgales pertenecen principalmente a la divisin Glauco-
phyta, Cyanophyta, Proclhorophyta, Rhodophyta, Heterokontophyta, Cryptophyta,
Dinophyta, Euglenophyta y Chlorophyta y se encuentran tanto en el plancton de
agua dulce y marino, como en el bentos. Mientras que las especies macroalgales
pertenecen principalmente a la divisin Heterokontophyta (feofcias), Rhodophyta,
Chlorophyta y algunas especies de Cyanophyta, y son principalmente bentnicas
(Graham y Wilcox, 2000).
Las microalgas son fundamentales para la biosfera ya que representan ms
del 70% de la produccin primaria del planeta, slo aquellas que constituyen
el ftoplancton fjan varios miles de millones de toneladas de carbono al ao en
las masas de aguas ocenicas y continentales, esto implica que la produccin
de oxgeno que sustenta la vida se genera principalmente por estos organismos
(Dawes, 1986).
Tanto las macroalgas as como los pastos funcionan adems como estabiliza-
dores y retenedores de sedimento y con sus ramifcaciones provocan una fuerza
de friccin con las corrientes y mareas que promueven la sedimentacin de ma-
teria particulada y evitan la resuspensin de sta. Asimismo, sirven de refugio a
diferentes organismos de los cuales muchos son de importancia comercial (De la
Lanza y Christian, 1986). De igual manera, las algas forman simbiosis benfcas
con otros organismos, como son el caso de las zooxantellas con los corales, o con
los hongos para formar lquenes.
Sin embargo, as como las algas pueden ser muy benfcas tambin pueden ser
causantes de grandes desastres ecolgicos, como son los crecimientos desmedidos
de poblaciones planctnicas que se producen como respuesta a la contaminacin y
nutrientes como nitrgeno y fsforo causando una reduccin en la transparencia del
agua y el oxgeno y con ello la muerte de otros organismos fotosintticos o como
en el caso de las mareas rojas: la produccin de toxinas que ocasiona la asfxia y
envenenamiento de peces y otros organismos. A estos crecimientos desmedidos
se les conoce como HAB por sus siglas en ingles Harmful Algal Blooms, y se han
venido registrando en Mxico durante los ltimos 25 aos, causando grandes daos
tanto por el efecto de sus toxinas en los organismos como por las implicaciones
ecolgicas y el impacto socioeconmico que tienen en la zonas en las que se pre-
senta (Ochoa et al., 2002).
En el caso de las macroalgas tambin pueden provocar cambios negativos en
los ecosistemas al presentarse crecimientos de algas invasivas introducidas, que
03-02 Algas ok.indd 295 25/01/2011 07:23:37 p.m.
296
desplazan a la vegetacin nativa, o como en el caso de los crecimientos algales de
cianofceas que provocan la muerte de corales.
Aunada a la importancia ecolgica que tienen las algas, las personas las han
utilizado para diferentes aplicaciones.
Las algas han sido utilizadas por la humanidad desde hace miles de aos; en
China y otros pases de Asia se consumen como alimento y tambin se emplean
para fabricar medicamentos. En el mundo occidental, su aprovechamiento indus-
trial se inici en el siglo xVIII para extraer de ellas sosa, yodo y otros compuestos
qumicos. Se han utilizado tambin como alimento para animales y como suple-
mentos de protenas y vitaminas.
Actualmente, la industria de agentes gelidifcantes es muy importante ya que
de las algas rojas y cafs se obtiene el acido algnico, carragenina, agar y agarosa,
productos que conferen consistencia a soluciones acuosas, entre otras aplicaciones
son utilizadas en la industria textil, especfcamente en el proceso de impresin,
en la manufactura de papeles de envoltura, en la produccin de pastas dentales,
pulidores de zapatos, y en la industria alimenticia son utilizados para espesar he-
lados, jamones, pudines, gelatinas, salsas, mayonesas, entre otros.
Asimismo, las algas son utilizadas como herramientas de investigacin ya sea
para entender procesos celulares y bases genticas de desarrollo celular o como
biomonitores o bioindicadores para estimar efectos de agentes fsicos y qumicos
en el ambiente y proveen herramientas para determinar la salud del ambiente o
posibles deterioros ambientales.
Las algas tambin se utilizan en estudios climticos y paleoclimticos, ya que
las diatomeas poseen paredes de slica resistentes que se han depositado en los
sedimentos de lagos y ocanos y esto nos permite deducir las condiciones pasadas
o monitorear cambios ambientales actuales como es el calentamiento global o la
acidifcacin (Graham y Wilcox, 2000).
Tanto por su importancia ecolgica y econmica como para fnes cientfcos,
el estudio de las algas es imprescindible, por lo que en este captulo nos ocupare-
mos de revisar las tcnicas de colecta y mtodos de muestreo ms comunes que
se utilizan para estudiarlas y procesarlas.
Para ello, se dividir el captulo en dos secciones: microalgas y macroalgas,
en el primero se plantearn las tcnicas de colecta y mtodos de muestreo de fto-
plancton y ftobentos de ambientes: lticos, lnticos y marinos; para macroalgas
se plantaeran tcnicas de colecta y mtodos de muestreo de ftobentos y se limi-
tar a ambientes marinos, dado que los mtodos de colecta son similares a los de
microalgas bentnicas que se mencionan en la parte de ftobentos.
03-02 Algas ok.indd 296 25/01/2011 07:23:37 p.m.
ALGAS
297
Microalgas
Para el estudio de las microalgas existen diferentes metodologas que dependen
del ecosistema que se requiera trabajar y de los objetivos del trabajo, los cuales
pueden ser de tipo forstico, taxonmico, ecolgico, entre otros. En todos ellos
se requiere de la recoleccin, fjacin y preservacin de las muestras. no existe
mtodo alguno que nos permita colectar la gran diversidad de microalgas en una
sola muestra, debido a que pueden habitar diferentes ambientes y el tamao celular
vara ampliamente (Snchez-Rueda y Ponce-Mrquez, 1996).
Las microalgas juegan un papel muy importante en el fujo de energa en los
ecosistemas acuticos, de all la importancia de incluirlas en los estudios de todos
los cuerpos de agua (Margalef, 1972). Esto implica en primera instancia un estudio
de la composicin de especies para lo que se requieren estudios de sistemtica
y clasifcacin en las que es indispensable identifcar a los organismos al nivel
taxonmico ms bajo posible (especie).
La determinacin de la abundancia numrica de especies (en la cual hay que
contar y determinar las especies presentes en un volumen de agua dado) es particu-
larmente importante en estudios de trofodinmica, ya que para calcular la biomasa
ftoplanctnica es necesario conocer previamente la concentracin de clulas.
Tambin la determinacin de la densidad de clulas es importante en estudios de
sucesin temporal de especies dentro de una comunidad para la caracterizacin de
masas de agua y de contaminacin, ya que es de esperar que una especie incremente
su concentracin en aquella masa de agua en donde las condiciones ambientales
sean ms favorables para su crecimiento (Villafae y Reid, 1995).
Hay especies de microalgas que se han reportado como indicadoras de la calidad
del agua (sapropiedad) como Merismopedia y Gomphosphaeria (Moreno-Ruiz,
2000) y la abundancia de algn grupo de ellas puede mostrar caractersticas am-
bientales particulares. Si se requiere hacer estudios de densidad del ftoplancton de
manera extensiva y en corto tiempo, un mtodo rpido comprende la extraccin y
medida de la concentracin de las cloroflas, ya que la cantidad de este pigmento
fotosinttico es directamente proporcional a la biomasa de algas presentes (Prosperi,
2000). La cantidad de materia orgnica asociada con una concentracin dada de
clorofla puede determinarse a partir de una curva estndar en la cual una cantidad
conocida de materia orgnica se ha analizado con su contenido de clorofla biomasa
ftoplnctica (Dawes, 1986). Este tipo de anlisis no siempre es preciso, ya que
la cantidad de pigmento puede variar dependiendo de la especie presente y de su
estado de nutricin (Strickland y Parsons, 1968). Sin embargo, este procedimiento
es rpido y permite efectuar mltiples comparaciones por lo que es de gran utilidad
en los estudios de densidad del ftoplancton.
03-02 Algas ok.indd 297 25/01/2011 07:23:37 p.m.
298
Tcnicas de colecta
La recolecta se puede hacer mediante botellas colectoras tipo Van Dorn, redes
de plancton, bombas extractoras y directamente del cuerpo de agua utilizando
una botella de boca ancha o bien, raspado de paredes, piedras, troncos u otros
sustratos que las microalgas pueden utilizar para fjarse, tambin se pueden hacer
exprimidos de hojas, bolsas plsticas u otro material que se encuentre ocupando
las orillas del ecosistema.
Redes de plancton
La red de plancton consiste esencialmente de un cono de nailon que incluye en
la abertura de mayor dimetro un anillo metlico del que se sujetan tres cuerdas
delgadas que convergen en la cuerda de arrastre, al fnal del cono se tiene un
recipiente colector (copo colector) que puede ser de diferentes modalidades,
por ejemplo, en redes pequeas puede tener un dispositivo con rosca para co-
locar una botella colectora que sirve como recipiente contenedor de la muestra,
hay redes que presentan en lugar del copo colector una manguera latex con un
dispositivo que sujete la manguera y al momento de tomar la muestra se afoja
para liberar la muestra colectada hacia el recipiente de almacenamiento (figura
1), este ltimo dispositivo slo se recomienda para el plancton de ambientes
continentales y es muy importante asegurarse que se ha cerrado o apretado el
dispositivo de la manguera antes del arrastre, de otra manera, se pierde el ma-
terial fltrado; en redes muy grandes el copo colector suele ser de acero o de
otro material resistente.
La abertura de la malla en las redes de plancton varan segn el tamao de los
organismos de nuestro inters, las ms usadas para ambiente marino y estuarino
Figur a 1. Red de ftoplancton.
03-02 Algas ok.indd 298 25/01/2011 07:23:38 p.m.
ALGAS
299
son las de 60 a 75 m (nienhuis, 1984); en casos especiales y en ambientes de agua
dulce deben usarse redes de malla ms fnas (hasta de 10 m). Como un ejemplo,
en los cuerpos de agua continentales ms importantes de Yucatn la abertura de
malla recomendable es la de 10 m debido a que el ftoplancton se conforma
principalmente por microalgas de tallas muy pequeas.
Botellas muestreadoras
Existen diferentes tipos de botellas muestreadoras pero el fundamento es casi el
mismo, el cual consiste de un cilindro que presente en ambos extremos tapas re-
movibles cuyos mecanismos de accin de cierre se controlan desde la superfcie.
Estas botellas pueden ser alpha o beta y stas pueden ser horizontales o verticales
(figura 2 a, b, c y d) y son muy tiles para hacer trabajos cuantitativos del fto-
plancton ya que nos permiten conocer el volumen de muestra que vamos a trabajar,
con ellas se pueden hacer estudios de distribucin vertical del ftoplancton ya que
nos permite la recolecta a diferentes profundidades de la columna de agua (se
debe muestrear en la zona de penetracin de la luz). Entre las desventajas de usar
botellas es que limita el rea de trabajo hacia un punto (muestreos puntuales), el
volumen de agua fltrada tambin es limitado.
La botella es una herramienta imprescindible, sobre todo cuando se requiere
hacer estudios del ftoplancton en ecosistemas en los que no se es posible hacer
arrastres horizontales, ya sea porque estos son muy profundos, o porque presenten
paredes verticales muy elevadas con respecto al espejo de agua (ejemplo: algunos
cenotes de Yucatn).
Figur a 2. Botellas muestreadoras Van Dorn. a. Alpha horizontal, b. Alpha vertical,
c. Beta horizontal, d. Beta vertical.
a b c
d
03-02 Algas ok.indd 299 25/01/2011 07:23:38 p.m.
300
Recolecta de ftoplancton utilizando redes
La red es ampliamente utilizada para el estudio de microalgas planctnicas, las
cuales viven suspendidas en la columna de agua que pueden tener cierta loco-
mocin independiente, especialmente en relacin con la migracin vertical, no
pueden desplazarse horizontalmente contra las mareas o las corrientes (Dawes,
1986).
Para recolectar plancton en ambientes profundos es necesario utilizar una em-
barcacin con motor fuera de borda, en el cual, se sujeta la red para no perderla. La
red se introduce al agua y es recomendable que est por debajo del espejo de agua
para no colectar material ajeno al mismo, tambin es importante no permitir que
la red llegue al fondo, pues se corre el riesgo de remover el sedimento y colectar
material no deseado. La cuerda se sujeta a la red, se pone en marcha la lancha a
la velocidad mnima del motor y se arrastra durante 3 a 5 minutos dependiente
de la concentracin del ftoplancton del sitio de muestreo, despus del arrastre se
recupera la red procurando que est en posicin vertical, para recuperar el material
adherido a las paredes de la red se lavan con agua de la localidad (se puede utilizar
una pizeta o en caso de embarcaciones muy grandes se requiere de mangueras
conectadas a una tubera o dispositivo con agua del mar). Despus de la colecta
se vierte el contenido en un frasco.
Este tipo de muestreo es recomendable para estudios forsticos y de compo-
sicin especfca. Si se requiere de un anlisis cuantitativo del ftoplancton, se
recomienda utilizar redes con contador de fujo o que se fltre a travs de la red un
volumen conocido de muestra (sta puede ser tomado con botellas muestreadoras
tipo Van Dorn).
La utilizacin de redes de plancton a bordo de un barco no es aconsejable
en la recolecta de los ftofagelados, ya que estos organismos son muy frgiles y
podran daarse durante la colecta. En la utilizacin de la red hay que tomar en
cuenta que la velocidad de arrastre podra daar las clulas frgiles, tambin se
corre el riesgo de que los poros de la red se tapen y expulse el material al no poder
hacer el fltrado.
En las aguas continentales de Yucatn donde predominan los cenotes eco-
sistema acutico krstico conectado con el manto fretico que se encuentra directa
e indirectamente en contacto con el exterior (Albornoz-Pat, 2005), la recolecta
del fplancton es imposible hacerlo mediante embarcacin fuera de borda por lo
que se recomienda, para estudios cuantitativos, utilizar botellas muestreadoras
y en caso de muestreos cualitativos se pueden hacer arrastres de tipo vertical
lanzando la red desde la orilla. Se debe ubicar lo ms cerca posible del lugar de
muestreo, sujetar bien la cuerda que amarra la red y con la otra mano, se agarra
03-02 Algas ok.indd 300 25/01/2011 07:23:38 p.m.
ALGAS
301
la red girndola en el sentido de las manecillas del reloj lanzndola hacia el sitio
de muestreo, permitiendo que se hunda por debajo de la superfcie del agua (sin
llegar al fondo), hay que tener cuidado de sumergir la red a una profundidad tal
que no remueva el sedimento, y se jala la cuerda realizando un arrastre horizontal;
cuando la red se encuentre cerca se recupera en posicin vertical y se espera a que
se fltre el agua que contiene la red.
Posteriormente, se vaca el contenido del colector en un frasco de 100 mL.
Es muy importante tomar en cuenta que sobre la superfcie del agua se pueden
encontrar granos de polen y otras partculas aloctonas (del exterior) que no forman
parte del ftoplancton.
Una mtodo efectivo para concentrar el ftoplancton en ecosistemas oligotr-
fcos es recolectar a mano desde la orilla, o desde una balsa infable, introducir
una red manual (red pequea que incluso puede tener un mango para sujetarla)
al agua y pasarla varias veces a manera de cuchareo tratando de concentrar la
muestra.
Si no cuenta con una red de plancton puede colectar la muestra directamente
del medio acutico utilizando un frasco de boca ancha que puede ser de 500 mL de
capacidad (toma directa), esta muestra hay que sedimentarla para su concentracin.
Es importante considerar que si se utiliza este mtodo para hacer un estudio de
composicin forstica, se debe considerar que la muestra obtenida puede no refejar
toda la riqueza del medio ya que el material obtenido puede ser muy escaso.
Cuidado de la red
Una vez terminado el muestreo, las redes se deben lavar con agua y con un poco
de jabn lquido (jabn de tocador o detergente diluido en agua) se enjuagan per-
fectamente y se dejan secar a la sombra para evitar su deterioro.
Cuando se trabaja en ecosistemas continentales hay que tener cuidado al ma-
nipular la red, debido a que sta puede perforarse con las plantas. Asimismo, se
debe tener cuidado al hacer los lances o al recuperarla, debido a que en ocasiones
los cuerpos de agua presentan troncos, ramas, piedras u otros objetos en el fondo
y se puede trabar la red.
Recolecta de ftoplancton utilizando botellas muestreadoras
La utilizacin de las botellas de Van Don nos permite la recolecta de microalgas
sin romper sus estructuras, tener un volumen conocido para la realizacin de es-
03-02 Algas ok.indd 301 25/01/2011 07:23:39 p.m.
302
tudios cuantitativos del ftoplancton, adems, podemos trabajar a la profundidad
deseada. Sin embargo, el rea muestreada es muy limitada (solamente un punto de
muestreo). En cuanto al volumen, ste puede variar dependiendo de la cantidad de
ftoplancton de la localidad, se recomienda en localidades oligotrfcas aumentar
el volumen de muestreo.
Preservacin de la muestra
Posterior a la colecta, se preserva y se etiqueta la muestra, si se requiere material
en fresco hay que resguardarlo de la luz y mantenerlo en hielo para su preserva-
cin. El fjador ms utilizado para preservar el ftoplancton es el formaldehdo en
solucin acuosa al 4%, para su preparacin se emplean 10 mL del formaldehdo
comercial (40%) por cada 90 mL de muestra a fjar o de agua fltrada (ferrario et
al., 1995). La solucin debe ser neutra. Sin embargo, esta concentracin de formol
puede ser muy drstica para muchos organismos del ftoplancton y algunos fc-
logos recomiendan no aadir de golpe los 10 mL de formol comercial, agregarlo
por goteo hasta llegar a la concentracin anteriormente indicada.
Otro fjador que se recomienda es el lugol-actico; utilizado con buenos resul-
tados en la fjacin de diatomeas y fagelados. La ventaja del lugol-actico es que
tie a las clulas evitando que las muy pequeas pasen desapercibidas al momento
de analizar las muestras y preserva mejor las colonias y los fagelos. Este fjador
tiene como desventaja que requiere revisiones peridicas para evitar el deterioro
del material, debido a que el yodo se oxida fcilmente perdiendo sus propiedades
de fjacin y conservacin, esto hace necesario ir aadiendo lugol faltante cuando la
muestra pierda la coloracin debido a la oxidacin del iodo (ferrario et al., 1995).
Por ello, el uso del lugol requiere que las muestras se guarden preferentemente en
frascos oscuros y necesariamente en la oscuridad para alargar la vida del fjador,
aunque as, su efecto no es permanente y dura pocos aos.
La muestra debe ser rotulada introduciendo una etiqueta de papel vegetal en
el frasco, es importante rotular el frasco por fuera con los mismos datos que se
pusieron en la etiqueta interior. Los datos ms importantes son: localidad, fecha,
profundidad (en su caso), abertura del poro de la red (en su caso), hora, nmero
de colecta, fjador. nunca la rotulacin exterior se debe hacer en la tapa.
Es muy importante tener una libreta de campo u hojas de campo (Cuadro 1)
para hacer los registros del muestreo, stos dependen del ambiente en el que se
colecta.
03-02 Algas ok.indd 302 25/01/2011 07:23:39 p.m.
ALGAS
303
Cuadro 1. Hoja de campo para microalgas.
Fecha___________________________________ No. de muestra ___________ Colector __________
_____________________________________________________________ No. de colecta__________
Localidad ____________________________________ __________________________________
Estado Municipio
Coordenadas ________________________________
Caractersticas del cuerpo de agua
Tipo de ecosistema_________________________
Vegetacin circundante________________________________________________________________
Extensin aproximada del cuerpo de agua_______________________, articial ________________,
natural _________________, corriente _____________________ estancada ____________________
Permanente________________ Estacional ____________________ Temporal___________________
Datos de muestreo:
Hora________________ Temp. ambiente ____________________ Temp. del agua________________
pH _________________ Salinidad _____________ transparencia ____________, profund__________
O
2
_____________ Sustrato _______________
Tipo de muestreo
Raspado_________, Red de arrastre___________, Botella__________, Muestra directa__________,
otros ____________
Fitobentos
Fitobentos de ros (ambientes lticos)
La descripcin de comunidades algales de ambientes lticos presentan muchas
difcultades relacionadas con la elevada heterogeneidad espacial y los marcados
cambios temporales en estos ambientes. Este hecho, aunado con el elevado nmero
de especies frecuentemente encontrado en las comunidades, hace particularmente
difcil establecer un mtodo general de muestreo que satisfaga las necesidades de
los diferentes tipos de estudio, ya sean forsticos, ecolgicos o de monitoreo.
03-02 Algas ok.indd 303 25/01/2011 07:23:39 p.m.
304
Un mtodo general debe contemplar la posibilidad de llevar al cabo estudios
prospectivos que proporcionen un conocimiento adecuado de la riqueza de es-
pecies en un segmento del ro y que tambin posibilite el desarrollo de estudios
sobre la variacin espacial y temporal, tanto cualitativa como cuantitativa, de las
comunidades algales.
Durante nuestros estudios de ambientes lticos en la regin central de Mxico,
hemos desarrollado un mtodo para llevar al cabo estudios prospectivos de algas de
ambientes lticos que puede ser empleado en estudios ecolgicos o de monitoreo
y que se describe a continuacin.
Mtodos de colecta
Entre el equipo que se recomienda utilizar en el campo para toma de variables
ambientales estn: un conductmetro, potencimetro, medidor de temperatura, GPS,
microscopio de campo, medidor de velocidad de corriente, irradimetro, fotmetro
o medidor PAR (por sus siglas en Ingls Photosynthetic Active Radiation).
Entre lo materiales que se sugiere indispensables, son: libreta de campo con
formato para campo (Cuadro 2) , cinta mtrica, navaja de bolsillo, esptula, cepillo,
frascos de boca ancha de 30, 60 y 125 mL recipiente de plstico blanco abierto,
plumones indelebles, etiquetas de papel albanene, lpices, lupa, formol 4%. Marco
cuadrado o circular dividido en 4, de 30 30 (o 30 cm de dimetro). Cubeta con
fondo de vidrio y cmara digital.
La corriente o ro es la principal unidad descriptiva del sistema y es dividido en
subunidades de 500 m, 10 m y 4 cm
2
. Toda la informacin generada en el campo
est relacionada con estas unidades.
No. muestra:________ Fecha: ______________
Hora: ________________
Colector______________
Datos del crecimiento algal:
Forma de crecimiento: ____________________
Color :___________________________________
Textura: _________________________________
Otras observaciones: _____________________
________________________________________
% Cobertura______________________________
Datos microambientales:
hbitat:
Canal de corriente Poza Rpido
Cascada Playa cantos rodados
Otro___________________
Iluminacin:
Alta Media Baja
Velocidad de corriente:
Estancada Baja Media Alta
Muy Alta
Substrato: ________________
Cuadro 2. Datos de la muestra.
03-02 Algas ok.indd 304 25/01/2011 07:23:40 p.m.
ALGAS
305
Si se pretende estudiar las comunidades a todo lo largo del cauce del ro,
es necesario establecer varas unidades de 500 m, desde el nacimiento del ro
hasta su desembocadura o la confuencia con otra corriente. Si por el contrario,
se pretende estudiar la comunidad de una localidad, slo es necesario establecer
una unidad de 500 m. A esta unidad est referida la informacin general del ro
en el rea de estudio, como ubicacin geogrfca, altitud, tipo de vegetacin,
condiciones climticas, tipo y origen de la corriente e informacin general so-
bre el cauce del ro: ancho promedio, descarga, profundidad promedio y biota
acutica presente.
La unidad de 10 m es defnida como una parte del cauce del ro que presenta
la misma calidad del agua, a la entrada y a la salida y que puede ser fcilmente
relocalizada. Este tramo debe presentar los diferentes tipos de hbitat (microam-
bientes) que se presentan en el tramo de 500 m. En caso de ser necesario, se pueden
establecer varios tramos de 10 m en la unidad de 500 m.
A la unidad de 10 m se asocia la informacin de datos de calidad del agua (como
pH, temperatura, conductividad, etc.), iluminacin, el porcentaje de diferentes
sustratos, la descripcin de los diferentes ambientes (rpidos, canales de corriente,
pozas, etc.) y de las formas de crecimientos algales asociadas con ellos. En cada
uno de estos ambientes se toman las muestras algales que consisten en colectas
de aproximadamente 4 cm
2
(la tapa de una caja de cubreobjetos funciona bien)
a la que se asocian los datos microambientales (sustrato, velocidad de corriente,
turbulencia, iluminacin, etc.) y del crecimiento visible (forma de crecimiento,
color, textura, etc.).
Tcnicas de colecta
Las colectas deben llevarse al cabo de preferencia durante perodos de estabilidad
en el fujo de agua. Las lluvias torrenciales barren las comunidades algales por
lo que es necesario esperar la recolonizacin. Los tiempos de reestablecimiento
de las comunidades varan de regin a regin y estn relacionados, entre otros
factores, a la cantidad de nutrientes. Por lo general, es recomendable colectar de
2-3 semanas despus de lluvias intensas o en la poca de sequa.
1. Debe seleccionarse un tramo de 500 m que sea representativo del ro. De ser
posible debe de estar al menos 100 m ro arriba de cualquier camino o puente.
no debe haber aportes de agua importantes de otros tributarios en el rea de
estudio y en lo posible presentar la menor alteracin por el hombre.
03-02 Algas ok.indd 305 25/01/2011 07:23:40 p.m.
306
2. Establecer la ubicacin geogrfca (GPS) y describir las caractersticas generales
de la corriente y de la vegetacin circundante. Hacer una estimacin visual
del porcentaje de cobertura de cada tipo de sustrato y una estimacin de la
abundancia relativa de los crecimientos algales visibles: costras, flamentos
etc. (vase Cuadro 3)
3. Seleccionar un tramo de 10 m de largo, representativo del tramo de 500 m
que contenga los diferentes sustratos y ambientes.
Elaborar un mapa del tramo del ro seleccionado y/o tomar fotografas digi-
tales. El mapa debe mostrar los diferentes tipos de sustratos y los diferentes
Cuadro 3. Caracteristicas generales del cauce del ro (500 m).
Localidad: Delegacion o Municipio
Nombre del ro o corriente Lat. Long. Alt.
Fecha Hora
Tipo de corriente________________ Origen de la corriente: Manantial Lluvia
Mixto
Temporal Permanente Otro _______________________
Hoy Ayer
Condiciones Lluvia intensa Ha llovido en los ltimos 7 das?
climticas Lluvia ligera S No
Chipi-Chipi Temperatura ambiente ________ C
Nublado
Despejado
Panorama predominante Posibles fuentes de contaminacin
Caractersticas Bosque Comercial No se observa
del cauce Pastizal Residencial Alguna fuente potencial
Agricultura Industrial
Residencial Otro
Indicar el tipo de vegetacin predominante y si es posible la(s) especie(s)
Vegetacion dominante:
riparia rboles Arbustos Hierbas Pasto
Especie(s) dominante(s)______________________________________________
Fija por races, emergente Fija por races, sumergida Fija por races,
otante
Vegetacin Algas costrosas Algas lamentosas jas al sustrato Algas otantes
acutica
Especies dominantes____________________________________________________
Porcentaje .de rea cubierta por vegetacin acutica __________________ %
03-02 Algas ok.indd 306 25/01/2011 07:23:41 p.m.
ALGAS
307
ambientes (rpidos, pozas, canales de corriente, playas de cantos rodados,
cascadas, etc.) as como las diferentes formas de crecimiento algales asociadas
(flamentos, costras, pelculas, tapetes, colonias hemisfricas, etc.). Tomar los
datos medioambientales (conductividad, pH, temperatura, intensidad luminosa
etc.) (vase Cuadro 4)
4. Empleando el marco (circular o rectangular), se procede a hacer una estima-
cin del porcentaje de cobertura de las diferentes formas de crecimiento en
los diferentes microambientes. Esta estimacin puede ser visual (rea aproxi-
mada cubierta por el crecimiento) o bien, puede tomarse una imagen digital
y calcular el rea que ocupa el crecimiento empleando un sistema de anlisis
de imagen (v.g. Sigma Scan Pro). Se toman datos del sustrato, iluminacin,
velocidad de corriente y de los crecimientos algales.
5. Se toma una muestra de aproximadamente 4 cm
2
del crecimiento algal. En
caso de presentarse varias formas de crecimiento en el cuadrante, la muestra
se toma de la forma de crecimiento ms abundante.
Dependiendo del tipo de crecimiento algal, existen varias tcnicas de colecta.
Cuando son flamentos adheridos al sustrato se puede tomar directamente con la
mano y ayudarse con una esptula para separarlos. Cuando los crecimientos son
costrosos o forman pelculas y estn frmemente adheridos a la roca ser necesa-
rio rasparla con una esptula o navaja. Tambin existen pelculas o crecimiento
costrosos que no estn adheridos frmemente y se pueden remover con ayuda de
un cepillo de dientes. En este caso, basta enjuagar el cepillo despus de cepillar
la roca, en un recipiente abierto (de preferencia blanco) o una caja de Petri con
agua de la localidad.
Fitobentos de lagos (ambientes lnticos)
La colecta de algas bentnicas en los lagos es similar a la de los ros, pero deben
de tomarse en cuenta algunas consideraciones. Las condiciones presentes en los
lagos son ms constantes que las de los ros y por lo general los factores que afec-
tan los cambios espaciales de la comunidad bentnica estn relacionados con la
profundidad y el sustrato.
Para estudiar la comunidad bentnica de un lago se hace una prospeccin visual
de la zona litoral y se hace una descripcin detallada del tipo de sustrato y de la
vegetacin presente (macroftas y algas). Con base en lo anterior, se selecciona un
rea representativa de la zona litoral del lago y se traza un transecto perpendicular
a la orilla, empleando una cuerda marcada a cada metro. Se obtiene el perfl del
03-02 Algas ok.indd 307 25/01/2011 07:23:41 p.m.
308
Cuadro 4. Caractersticas del cauce en el tramo de 10 m.
Longitud del tramo estudiado ______ m Iluminacin (cobertura)
Ancho del tramo estudiado ________ m Parcialmente abierto
rea ______ m
2
Parcialmente sombreado
Caractersticas de la Profundidad mxima ______ m Sombreado
localidad de estudio Velocidad del agua mx. ______ m/seg Insolacin_______%
Proporcin de tipos de hbitat: rpidos ______ % Pozas ______ %
Playa cantos rodados_____ %
Canales de corriente _____ % Otro ( ) ______ %
Temperatura ______ C Olor del agua
Sin olor
Conductividad ______ Pescado
Solvente qumico
Calidad del agua Oxgeno disuelto ______ Petrleo
Turbidez del agua
Clara Ligeramente turbia Turbia Opaca
Con color ________ pH______
Componentes del sustrato inorgnico Componentes del sustrato orgnico
Tipo de
Sustrato
Dimetro
% rea
cubierta en el
rea de 10 m
Tipo de
sustrato
Caractersticas
% rea
cubierta
en 10 m
Lecho de roca Detritus ramas, madera, hojas
Rocas > 256 mm lodo negro, orgnico muy no
Guijarros y
cantos rodados
64-256 mm Marga gris, fragmentos de
conchas
Grava 2-64 mm
Arena 0.06-2 mm
Arcilla 0.0040.06 mm
Limo < 0.004 mm
03-02 Algas ok.indd 308 25/01/2011 07:23:42 p.m.
ALGAS
309
lago midiendo la profundidad a cada metro. Se emplea el cuadrante para evaluar
el porcentaje de cobertura de algas y macroftas y se colectan las muestras al igual
que en los ambientes lticos.
Macroalgas marinas
Tcnicas de colecta
Como en todo trabajo cientfco la intencin es la que nos va a servir de gua
para utilizar las tcnicas y mtodos ms adecuados. Los mtodos de colecta que
se utilizan varan dependiendo de la problemtica a resolver ya que existen m-
todos de colecta destructivos, es decir, que es necesario extraer el material de su
hbitat, y mtodos de seguimiento u observacin y evaluacin de poblaciones o
comunidades.
A lo largo del trabajo se indicarn cada uno de los mtodos ms comunes de
muestrear, cundo se debe de usar cada uno, y las ventajas o desventajas de usarlos.
normalmente para estudios de tipo intensivo, donde se requiere saber la composi-
cin forstica, o en estudios de alteracin de una zona, o en forecimientos algales
nocivos (fAn) es importante determinar las algas hasta el nivel de especie, para
saber qu alga es responsable del cambio o para determinar qu tanta alteracin
se puede suscitar al retirar ejemplares, o si se necesita determinar la presencia de
alguna alga indicadora de contaminacin (Pea-Salamanca et al., 2005). Mientras
que para trabajos extensivos y a largo plazo, como el que se emplea para medir
la cobertura algal en trabajos de monitoreo como el del AGRRA (Atlantic and
Gulf Rapid Reef Assessment) o el del SAM (Sistema Arrecifal Mesoamericano)
(Almada-Villela, 2003) entre otros, puede requerirse del uso de grupos funcionales
o de formas de crecimiento, ya que el trabajo a nivel de especie es muy laborioso
y lo que se requiere es determinar qu tanta alteracin hay en la estructura de la
comunidad en el tiempo.
Para una buena identifcacin de las especies, independientemente del am-
biente donde se encuentren las algas, ya sea en la intermareal, submareal o sean
de arribazn es importante colectar el espcimen completo. Es decir, que incluya
el talo completo y su sistema de fjacin sea estoln, pie de fjacin o prolonga-
ciones celulares. En el caso de ejemplares muy pequeos se recomienda colectar
varios ejemplares, y si son muy grandes, colectar parte del espcimen que sea
representativo de la especie y tomar fotografa del resto. Para colectar el pie de
fjacin intacto, que en muchas especies ste es un carcter taxonmico importante,
es necesario utilizar un cuchillo o navaja para obtenerlo completo. En caso de las
03-02 Algas ok.indd 309 25/01/2011 07:23:42 p.m.
310
especies epilticas o costrosas es importante obtener un pedazo del sustrato en el
que se encuentre, s es una epfta se debe obtener un pedazo de la planta hospedera,
ya que esto brinda informacin valiosa sobre el hbitat.
Muchas macroalgas presentan historias de vida complejas que pueden impli-
car tener tres individuos separados (gametofto masculino, gametofto femenino
y esporofto), y a menudo las estructuras reproductivas son usadas para la deter-
minacin. Por lo que se recomienda intentar recoger varios representantes de la
misma especie, con la esperanza de encontrar las diferentes fases de su ciclo de
vida (Huisman y Parker, 2005).
La exigencia para especmenes reproductivos puede variar dependiendo del
grupo. Las algas verdes rara vez son colectadas en un estado frtil y normalmen-
te son determinadas por rasgos vegetativos, entonces, la exigencia para varios
especmenes no es importante. Sin embargo, las algas cafs y rojas (con algunas
excepciones en ambos grupos), a menudo slo pueden ser identifcadas con es-
pecmenes reproductivos. As, las colecciones de especies desconocidas de estos
grupos siempre deberan incluir varios especmenes.
Para llegar a los ambientes donde habitan las macroalgas es necesario en el
caso de las submareales utilizar equipo de buceo autnomo (SCUBA), esnorque-
lear o buceo apnea. En tanto que para la zona intermareal es fundamental conocer
el ciclo de mareas para poder trabajar cuando hay marea baja, o en arribazones
de algas en las playas o en plataformas rocosas. La colecta de especmenes de
arribazn presenta carencias obvias para estudios ecolgicos o distribucionales,
ya que no dan ninguna informacin en cuanto al hbitat en el cual, el espcimen
viva, y la informacin es cuestionable en cuanto a la distribucin de la especie;
sin embargo, desde el punto de vista taxonmico, los especmenes de arribazon
pueden ser valiosos (incluso hay especies que slo se conocen de especmenes
colectados en arribazones en las playas). De todas formas, lo ms recomendable
es colectar especmenes que se encuentren adheridos a algn sustrato.
Otro punto que es importante considerar al momento de la colecta, es tomar nota
de las condiciones biticas y abiticas del hbitat, esto tal vez no sea de importan-
cia al momento de determinar las especies, pero proporciona informacin valiosa
sobre la misma. Se recomienda tomar todos los datos posibles sobre el ambiente
en el que fue colectado el espcimen, desde datos abiticos como la temperatura,
salinidad, pH, oxgeno disuelto, irradiancia, sustrato, profundidad, datos que lo
ubique geogrfcamente apoyado de un GPS, hasta datos biticos como la comu-
nidad asociada. Asimismo, como el color puede variar, es conveniente apuntar en
las observaciones el color del espcimen. Para ello, se recomienda usar una hoja
de campo que puede ser de un material a prueba de agua, como hojas de trovisel
cortadas a tamao carta o media carta, o imprimir la hoja de campo previamente
03-02 Algas ok.indd 310 25/01/2011 07:23:42 p.m.
ALGAS
311
elaborada sobre papel mylar o similar y usarla sobre una tabla plstica sujetada
por ligas (figura 3).
Mtodos de muestreo
Defnicin del rea
En el caso de estudios ecolgicos, la relacin rea abundancia o riqueza es muy
importante. Uno de los puntos importantes cuando se va a realizar un muestreo
de algas es determinar el rea a muestrear, ya que no se puede muestrear todo,
se requiere de tomar muestras alrededor de ste, con la suposicin de que estas
muestras son representativas del hbitat en general.
Existen criterios estadsticos que se utilizan para ayudar a tomar decisiones
al respecto, entre ellos est el de grafcacin del promedio acumulado (Meller-
Dumbois y Ellemberg, 1974), en que se utiliza para determinar el rea a muestrear
Figur a 3. Hoja de campo sobre tabla plstica.
03-02 Algas ok.indd 311 25/01/2011 07:23:43 p.m.
312
(figura 4). Para aplicar este mtodo se delimita un rea que puede ir desde 20
20 cm recolectando todas las especies que se encuentren en ella. A continuacin
se incrementa dos, cuatro, ocho o ms veces. En cada una de ellas se vuelven a
colectar las especies constituyentes de las comunidades y se procede a enlistar las
especies de cada rea muestreada, incluyendo en las reas ampliadas solamente
las especies nuevas que vayan apareciendo.
Despus, se procede a grafcar con el nmero de especies sobre las reas es-
tudiadas y se tendr una curva con la cual se podr determinar el rea mnima a
muestrear (figura 4) y que corresponder al punto donde el nmero de especies no
se incrementa o se incrementa muy poco al aumentar el rea de muestreo (Alveal
y Romo, 1995).
El uso de reas mnimas de muestreo no necesariamente se utiliza para un
muestreo sistemtico (vase ms adelante) si no que puede utilizarse slo para
colectar las diferentes especies de una zona, como cuando se colectan algas de
arribazn, o en zonas de intermareal rocoso para realizar listados de especies.
Cuando se necesita un muestreo de tipo cuantitativo sistematizado, aleatorio o
estratifcado, s se requiere de una unidad de muestreo estndar, esto asegura que
todas las muestras representan la misma rea.
La unidad de muestreo que se utiliza frecuentemente es el cuadrante, ste
puede tener diferentes formas, ya sean cuadradas, rectangulares o circulares. Un
ejemplo de uso de unidades circulares es cuando se colectan algas en las races
0
2
4
6
8
10
12
14
200 300 400 600 800 1000
N
o
.

d
e

E
s
p
e
c
i
e
s

a
c
u
m
u
l
a
d
a
s
rea de muestreo en cm
2
Figur a 4. Grfca del rea mnima a muestrear.
03-02 Algas ok.indd 312 25/01/2011 07:23:44 p.m.
ALGAS
313
de manglar, y las rectangulares o cuadradas se usan generalmente para muestrear
algas bentnicas. Lo que es importante es que siempre se debe ser consistente
cuando se decide optar por alguna, ya que no pueden compararse datos tomados
de una unidad circular con una unidad rectangular o cuadrada.
Otro punto importante es determinar el nmero de cuadrantes a usarse, nor-
malmente se utilizan cuadrantes de 1 m
2
, sin embargo, como se mencion ante-
riormente, todo depende del ambiente y de la comunidad o poblacin algal que
se requiere colectar.
El uso de un cuadrante de 1 m
2
para colectar especies que forman parte de bos-
ques submareales como de Macrocystis spp, es inapropiado, para ello se utilizan
reas grandes como de 20 a 25 m
2
con cuadrantes internos de 5 m
2
mientras que
en un ambiente arrecifal en donde existe una gran heterogeneidad ambiental se
recomienda utilizar cuadrantes pequeos de 20 20 cm (400 cm
2
) y usar muchos
cuadrantes en el rea, mientras que en una ambiente lagunar o zonas de pastizales
marinos se recomienda cuadrantes de 0.25 m
2
(50 50 cm) a 1m
2
(100 100)
dependiendo de la heterogeneidad ambiental. Para determinar el nmero de cua-
drantes a usar se puede utilizar el mtodo de especies acumulativas, en el que se
va grafcando el nmero de especies colectadas en funcin del nmero de muestras
examinadas. En la seleccin del tamao de cuadrante es importante considerar el
tamao de la fora a estudiar. En el caso de arrecifes de coral, en general, las es-
pecies son pequeas y un cuadrante pequeo es sufciente y permite incrementar
el nmero de rplicas. En tanto que en zona de pastos las especies en general son
ms grandes y un cuadrante de mayor tamao asegura la inclusin de ellas, aunque
reduce la cantidad de rplicas.
Una vez determinada el rea a muestrear se revisan las muestras colectadas
en cada cuadrante y se van enlistando el nmero de especies, a medida que se van
revisando ms muestras se agregan slo las especies nuevas y se grafcan (figura 5),
cuando se llega al punto en el que ya no se presentan nuevas especies indicar que
ya no se necesitan colectar en ms cuadrantes para encontrar nuevas especies.
Si se quiere tener mayor precisin se puede utilizar el ndice de precisin D para
obtener el nmero de muestras requeridas (Elliot, 1977 en De Wreed, 1985):
D = error estndar/media aritmtica =
1
2
X s n /
Donde s es la desviacin estndar, n es el nmero de unidades de muestreo en
cada muestra aleatoria y x es la media aritmtica de la muestra. Si el error de D es
el 20% de la media, el nmero de unidades de muestreo requeridas para obtener
precisin ser:
N = s
2
/D
2
x
2
= s
2
/0.2
2
x
2
= 25 s
2
/x
2
03-02 Algas ok.indd 313 25/01/2011 07:23:44 p.m.
314
Es importante tomar en cuenta que para que esta frmula funcione, los mues-
treos tienen que ser al azar, y el nmero de unidades de muestreo, para cada grado
de precisin, vara de un lugar a otro y de una poca del ao a otra, por lo que si
uno quiere ser muy estricto, tendr que hacer un esfuerzo mayor para poder realizar
este procedimiento en cada lugar. Realmente estas ecuaciones pueden ser utilizadas
para obtener el nmero mnimo de unidades de muestreo requeridas tomando en
cuenta que se pueden requerir muchas ms (De Wreede, 1985).
Mtodos cuantitativos y cualitativos
Los mtodos de colecta que impliquen tamaos especfcos y consistentes defni-
dos en espacio y/o tiempo proveen informacin cuantitativa, por otro lado, infor-
macin en donde no se tiene un control sobre el tamao de muestra proporciona
informacin cualitativa
La informacin cuantitativa es cuando dependiendo del tipo de estudio (e.g.
cobertura algal) se expresa en nmeros (75%) y esta informacin se puede estan-
darizar y despus ser comparada con otros datos.
0
2
4
6
8
10
12
1 2 3 4 5 6 7
N
o
.

d
e

E
s
p
e
c
i
e
s

a
c
u
m
u
l
a
d
a
s
No de Cuadrantes
Figur a 5. nmero de especies acumuladas por nmero de cuadrantes.
03-02 Algas ok.indd 314 25/01/2011 07:23:45 p.m.
ALGAS
315
La informacin cualitativa es una descripcin subjetiva del objeto de inters
(e.g cobertura algal media) y es difcil de usar para comparar porque depende de
la subjetividad del observador ya que una cobertura media puede ser percibida de
diferente manera y variar de una persona a otra. La informacin cualitativa puede
ser til para apoyar la informacin cuantitativa.
Las algas varan en espacio y tiempo y para entender esta variabilidad se ne-
cesitan tomar ms de una muestra que sea representativa del rea de inters. Las
muestras adicionales son llamadas rplicas.
Lo estudios a gran escala involucran muestreos a lo largo de grandes reas
que se encuentran espaciadas. Por lo que se requiere de tomar varias rplicas para
poder comparar entre reas, a esto se le llama diseo muestreal jerrquico, donde
pequeas reas son muestreadas sucesivamente a diferentes escalas (temporal o
espacial) (Oxley, 1996). La precisin es importante si se requiere detectar cambios
en el ambiente en espacio y tiempo, y colectar sufcientes muestras permite tener
mayor precisin (menor error estndar) ya que indica si el muestreo es represen-
tativo del rea.
Para medir cambios en espacio y/o tiempo se puede muestrear cada vez la
misma rea usando puntos permanentes o aleatorios. Cuando se muestrea en puntos
permanentes en diferentes tiempos, los cambios observados (e.g. porcentaje de
cobertura algal) se le pueden atribuir a cambios ambientales. Cuando se muestrea
en puntos aleatorios slo el cambio ms all de la varianza en las muestras puede
ser atribuido a cambios ambientales.
Los sitios permanentes sirven cuando se quieren hacer trabajos a largo plazo
porque proporcionan una gran informacin consistente, repetitiva y con validez;
los manejadores de recursos preferen tener puntos permanentes debido a que
le da ms confabilidad al momento de comparar ms all de las estadsticas.
Aunque estos sitios permanentes deben ser escogidos aleatoriamente para asegurar
su representatividad.
Los sitios permanentes deben ser marcados para que los transectos, cuadrantes
o equipo fotogrfco puedan ser ubicados siempre en la misma posicin. Para ello
se pueden usar boyas, estacas, sistemas electrnicos, cemento epxico submarino,
entre otros, que se adhieran a un sustrato. Ya sea marcando a intervalos de 5 o 10
m a lo largo de un transecto lineal o marcando la esquina de un cuadrante para
que siempre se tenga la misma posicin
Las ventajas de los sitios permanentes es que se interpretan mejor los datos, son
ms precisos, las desventajas es que consumen mucho tiempo y puede ser costoso
y si no se localizan los marcajes no sirve ms que un muestreo aleatorio.
Los sitos no permanentes o aleatorios son tiles cuando se hacen muestreos
destructivos ya que no se puede regresar al mismo punto una vez colectado todo
03-02 Algas ok.indd 315 25/01/2011 07:23:45 p.m.
316
adentro del cuadrante. Tienen la ventaja que pueden ser fciles de muestrear co-
nociendo el sitio ubicado en un mapa.
Una vez determinado qu tipo de muestreo se requiere, el siguiente paso es
ubicar los cuadrantes dentro del rea de muestreo, ste puede ser ubicado al azar
o con un arreglo regular, ya que si el objetivo de la investigacin es determinar
la media y la varianza de la poblacin, es esencial el muestreo aleatorio o al azar.
S el objetivo es determinar su posicin con respecto al ambiente, un muestreo
sistemtico es el ms indicado.
Muestreo sistemtico
El muestreo sistemtico se realiza cuando las muestras se toman a intervalos usual-
mente a lo largo de una lnea que normalmente involucran transectos en donde la
lnea cruza gradientes ambientales, como por ejemplo variaciones de especies por
cambios en profundidad, sustrato u otras variables.
Mtodo de transecto en lnea
Un transecto lineal puede hacerse utilizando una soga o cadena marcada a cierto
intervalo, que puede ser de 0.5 m, 1 m o ms, segn se necesite, aunque tambin
existen cintas mtricas de fbra de vidrio tipo cruceta (e.g Truper) de 30 y 50 m
que bajo el agua se extienden muy bien, son fciles de recoger, ya estn marcadas
y funcionan muy bien. sta se extiende a lo largo del gradiente ambiental que se
quiere muestrear y el largo va a depender del rea mnima que se necesite colectar.
normalmente se utilizan transectos perpendiculares a la costa ya que permiten
cubrir horizontalmente el rea de estudio e incorporar la variabilidad batimtrica
de la poblacin o comunidad de estudio.
Puede hacerse un muestreo continuo, colectando las especies que toquen la
lnea a todo lo largo del rea determinada o un muestreo sistemtico, colectan-
do alternadamente en puntos marcados, determinando presencia o ausencia de
especies.
Siempre es importante realizar rplicas por lo que se recomienda utilizar de
uno a varios transectos paralelos no muy distanciados entre ellos (esto tambin va
a depender de la heterogeneidad ambiental) puede ser desde uno hasta 5 m (Hill
y Wilkinson, 2004).
03-02 Algas ok.indd 316 25/01/2011 07:23:46 p.m.
ALGAS
317
Mtodo de transecto en banda
Este muestreo es similar al de transecto en lnea pero proporciona, adems de
informacin de presencia-ausencia, informacin de abundancia, ya que es ms
amplio y se utilizan cuadrantes, foto cuadrantes o video transectos.
En este mtodo tambin se extiende la lnea a travs del rea a muestrear, de
manera aleatoria y slo se colocan los cuadrantes en los puntos marcados sobre
la lnea, los cuales pueden variar a intervalos de 1 hasta 5 m. En cada punto se
colectan los especmenes que ah se encuentren, si es un muestreo destructivo, o
se toman datos de las especies (presencia-ausencia, abundancia o porcentaje de
cobertura) si es un muestreo no destructivo.
Si se requiere determinar el porcentaje de cobertura de las especies en un cua-
drante, ste puede a su vez subdividirse hasta 100 veces en el que cada cuadrante
interno represente el 1% de cobertura, o en menos, si se calcula mentalmente el
porcentaje de cobertura de cada especie.
Los cuadrantes pueden ser colocados y muestreados a diferentes intervalos al
azar, aleatorios o predeterminados (figura 6).
La mayora de los valores para determinar la abundancia/cobertura se basan
en la tcnica desarrollada por Braun-Blanquet (Braun-Blanquet, 1972), ya que
requiere de poco tiempo y puede ser repetible independientemente del observador.
Se utilizan cuadrantes y se enlistan las especies presentes dentro del mismo. La
que se presenta en el Cuadro 5, es una modifcacin de Braun-Blanquet adaptada
por fourqurean y colaboradores (2002) y que son utilizados el programa de mo-
nitoreo a largo plazo de pastos y algas de fKnMS (florida Keys nacional Marine
Sanctuary). En el Cuadro 6, se muestra un ejemplo de una hoja de campo que se
utiliza en un mtodo de transecto en banda.
Figur a 6. Cuadrantes colocados a intervalos.
03-02 Algas ok.indd 317 25/01/2011 07:23:46 p.m.
318
Mtodo de punto de intercepcin para porcentaje de cobertura
Para este mtodo tambin se utiliza transectos en lnea que pueden ser de 10-30 m.
Los transectos son extendidos al azar con el fn de evitar elegir directamente los
sitios que se van a incluir o evitar. Hay que asegurarse de que la lnea est tensa.
Es conveniente hacer un muestreo de 5 transectos rplica por sitio (este nivel de
replicacin ser revisado una vez que los primeros datos del perodo de muestreo
estn disponibles para su anlisis). Obtenga el porcentaje de cobertura nadando a
lo largo del transecto, registrando la naturaleza del organismo a intervalos de 25
cm o que mejor se ajusten a la heterogeneidad/homogeneidad del hbitat (Almada-
Villela, 2003).
Registrar cada 25 cm en un transecto de 30 m dar un rendimiento de 120 re-
gistros por transecto, con lo que ser posible computar el porcentaje de cobertura
de cada tipo de sustrato como
# Registros/120 * 100%
Si el punto est sobre la roca o arena, o coral muerto, registre tambin este
hecho. En caso de haber organismos mviles tales como erizos o caracoles, pro-
voque que stos se muevan para poder registrar el sustrato bajo ellos (Almada-
Villela, 2003).
Cuadro 5. Escala para determinacin de Porcentaje de cobertura
Valor Cobertura
0.1 Solitario
0.5 Esparcido
1 0-5% cobertura
2 5-25%
3 25-50%
4 50-75%
5 75-100%
03-02 Algas ok.indd 318 25/01/2011 07:23:46 p.m.
ALGAS
319
Cuadro 6. Ejemplo de una hoja de campo usada para monitoreo en un transecto en banda.
Localidad: Sitio No. Hora: Nombre de colector: Rev. 1/05
Profundidad (m):
Corriente: Ninguna Ligera Moderada Fuerte Surgencia
TAXA Thalassia Syringodium Halodule Halophila engelmannii Halophila
decipiens
Ruppia
CGHalimeda CGUdotea CGPenicillus CGRhipocephalus CGAcetabularia CAulerpa
CGNeomeris CGCymopolia = CGTotal
Rojas otantes LAU = adheridas RO = LAU +
BATophora AVRAinvilla
DASYcladus other = GO otras rojas (nonDR)
SARgassum DICtyota BO = DICtyota + otras cafes (nonSAR)
Rojas calcareas (CR) Esponjas (SPT) corales esleractineos(SCT) Octocorales (OCT) Otros (O)
CA species Cash Cbrac Ccup Cfast Clang Cmexi Cpasp Cprol Crace Csert
Ctaxi Cvert Cvick)
Transecto en banda Si No ____ Diadema ____ Lytechinus ___ Other erizos (sp_______________)
___ Estrella de mar ___Pepino de mar ___Otros Equinodermo (sp________)
Gasterpodo (sp_____________________________________)
Bivalvo_____________________________________________
___Langosta ___Cangrejo ___Jaiba ___Camarn _____Otro Crustceo_______________)
0.1 = solitario 0.5 = esparcido 1 = 0-5% cobertura 2 = 5-25% 3 = 25-50%
4 = 50-75%
Cobertura 5 = 75-100%

Tipo de sustrato Limo Arena-Limo Limo-Arena Arena Conchifero Rocoso Coral Vivo
Pedrgoso
Descripcin del Sitio y fauna bntica / Transecto en banda
Cuad # Sub/Prof Cobertura Taxa Abun Notas Cuad # Sub/Prof Cobertura Taxa Abun Notas
/ /
/ /
/ /
/ /
03-02 Algas ok.indd 319 25/01/2011 07:23:47 p.m.
320
Muestreo aleatorio
El muestreo aleatorio es usado cuando el rea a estudiar es grande y bastante ho-
mognea, para ello, se toman una cantidad grande de muestras en diferentes lugares
dentro del rea, normalmente se utiliza un cuadrante que se pone en el fondo y las
algas dentro del cuadrante son fotografadas, medidas o colectadas, esto se hace
muchas veces en muchos lugares para tener muchas muestras.
La forma ms simple de muestrear es tirndolo al azar y que caiga dentro
del rea, sin embargo, siempre existe ese sesgo personal. Para que un muestreo
aleatorio sea estadsticamente vlido es necesario que sea realmente azaroso.
Este muestreo es posible realizarlo si los cuadrantes son pequeos, incluso un
cuadrante de 1 m
2
presenta problemas. En habitat con especies muy grandes
como Macrocistis no es fsicamente posible tirar el cuadrante por que las algas
no lo permiten, en este caso, se debe mapear el rea y sobreponerle cuadrantes
numerados (figura 7) y usando una tabla de nmeros aleatorios se selecciona
qu cuadrantes se deben muestrear, considerando una cantidad de cuadrantes
sufcientes para abarcar toda el rea.
La ventaja de este mtodo es que permite usar anlisis estadsticos ms pre-
cisos. Tambin se recomienda el uso de muestreos estratifcados aleatorios (De
Wreed, 1985).
2 12
27
9 29
4 25
5 1
6
11
7
3
17
16
21
13 18 22 32
2631
8 14 19 23 28
24 20 15
10 30
2 12
27
9 29
4 25
5 1
6
11
7
3
17
16
21
13 18 22 32
2631
8 14 19 23 28
24 20 15
10 30
Figur a 7. rea mapeada con nmeros aleatorios.
03-02 Algas ok.indd 320 25/01/2011 07:23:47 p.m.
ALGAS
321
Muestreo estratifcado
Este muestreo se utiliza cuando se muestrea un rea con diferentes hbitat como
por ejemplo un rea con pastizales y zonas coralinas, y cada diferente parte del
rea recibe el nombre de estrato. El problema de que se muestree aletoriamente
en estas zonas es que muy probablemente alguno de los estratos no se muestree
o estratos importantes no se muestreen. Una de las formas de muestrearlos es
separarlos como unidades diferentes y muestrearlos por separado. El nmero de
muestras dentro de cada unidad va a depender del rea que ocupen dentro del total
del rea a muestrear.
Hay una formula estndar para calcular el nmero de muestras para cada
unidad.
nmero de cuadrantes muestreadas por unidad =
El rea de la unidad El nmero total de cuadrantes a muestrearse
Total del rea
Por ejemplo: Si se tiene un rea de 200 m
2
y el hbitat a determinar mide 50
m
2
del rea total, esta unidad es el 25% del rea total y se ha decidido muestrear
20 cuadrantes en orden de que se refeje la composicin total del rea. Entonces
se tendra:
5 =
50 20
200
Entonces se necesitaran 5 de esas muestras para que esa unidad se vea repre-
sentada adecuadamente y se vea refejada la composicin de ese hbitat. Las otras
15 muestras se debern tomar en el resto del rea.
Muestreo no destructivo
Entre las evaluaciones ms comunes estn los muestreos por video o registro
fotogrfco y la evaluacin de cobertura.
Estos tipos de muestreo son tiles para evaluar parmetros de crecimiento
y supervivencia, en estudios de variabilidad espacio-temporal, para el conteo
de individuos o el porcentaje de cobertura dentro de cuadrantes o transectos
lineales o de banda, o para determinar la abundancia relativa en el submareal.
Estos mtodos son muy tiles para un monitoreo en espacio y tiempo de las
poblaciones.
03-02 Algas ok.indd 321 25/01/2011 07:23:48 p.m.
322
Las desventajas que presentan estos mtodos es que se necesita de buena
visibilidad en el ambiente, calma y buen manejo taxonmico de las especies o en
su caso de grupos morfofuncionales.
El registro fotogrfco y de video es muy til para ampliar el registro de reas,
aumentar el tamao de muestra y para trabajar con poblaciones en un solo estrato,
ya que si se trabaja con varios estratos se subestimar la cobertura de los estratos
inferiores, ha sido bien documentado en Littler y Littler (1985).
Para realizar trabajos de monitoreo es importante el marcaje del rea de trabajo
y de la poblacin para su relocalizacin, para ello, se recomienda el doble mar-
caje, tanto para el sustrato como para la poblacin. Para la ubicacin de los sitios
se utiliza normalmente boyas, estacas, sistemas electrnicos, cemento epxico
submarino, entre otros.
Existe mltiples parmetros a medir en los trabajos de monitoreo, y se pueden
tomar datos tanto cualitativos como cuantitativos, o ambos (que es lo ms aconse-
jable) para ello, se utilizan tablas con hojas de campo ya elaboradas que puedan
usarse bajo el agua (Cuadro 1).
Existen varios mtodos para medir la cobertura algal en trabajos de monitoreo
como el del AGRRA (Atlantic and Gulf Rapid Reef Assessment) o el del SAM
(Sistema Arrecifal Mesoamericano) (Almada-Villela, 2003).
El del AGGRA involucra el mtodo de transecto en banda con una lnea de 10
m, marcada a intervalos de 1, 3, 5, 7 y 9 m. Se colocan cuadrantes de 0.25 m
2
y
se estima la abundancia relativa. Se muestrean un mnimo de 5 cuadrantes por
transecto y se recomiendan en total 30 cuadrantes por sitio.
El del SAM utiliza el de intercepcin de puntos (mencionado anteriormente).
Ambos son usados en monitoreos en zonas arrecifales y por el hecho de trabajar
monitoreo agrupan a las algas en grupos funcionales (Almada-Villela, 2003):
1. Algas coralinas: cortezas o algas fnamente ramifcadas que son duras (cal-
creas) y se extienden a no ms de 2 cm arriba del sustrato.
2. Algas flamentosas o turf: puede verse carnosa y/o flamentosa, pero no se
eleva ms de 1 cm arriba del sustrato.
3. Macroalgas: incluye algas carnosas cuyas frondas se proyectan ms de 1 cm
arriba del sustrato
Tambin dentro del muestro no-destructivo est el uso del mtodo de foto
cuadrante y el de Video transecto. El primero involucra fotografas de los cuadran-
tes, stos pueden ser permanentes o porttiles que son ubicados a lo largo de un
transecto. El cuadrante es de 1 m
2
divido por cuerdas o cintas en 16 partes iguales.
Se utiliza una cmara submarina con lente de 15 mm de preferencia, y se sostiene
03-02 Algas ok.indd 322 25/01/2011 07:23:48 p.m.
ALGAS
323
a 80 cm de distancia del fondo, ya sea utilizando una cuerda de 80 cm unida en un
extremo a la cmara y en el otro extremo con un plomo para conseguir la misma
distancia en cada cuadrante o usando un tipo de marco tetrpodos donde se coloca
la cmara a esa distancia.
En este tipo de muestreo la mayor parte del trabajo se hace en el laboratorio
donde se analizan los datos. De este tipo de muestreo se puede obtener, porcentaje
de cobertura, abundancia relativa, densidad, entre otros (English et al., 1997).
El video transecto es utilizado en varios programas de monitoreo como el
CRAMP (Hawaii Coral Reef Assessment and Monitoring Program) y el fKnMS CRMP
(florida Keys national Marine Sanctuary Coral Reef Monitoring Program).
Se utiliza una videocmara con fltros para obtener una grabacin permanente
de los transectos, se nada a una velocidad constante a lo largo del transecto gra-
bando y al fnal de cada transecto se corta la grabacin y se inicia en el siguiente
transecto. Los transectos normalmente son de 50 m y se recomiendan mnimo 5
transectos.
El video se analiza en una pantalla de televisin, marcada con al menos 5
puntos en un arreglo aleatorio o arreglado segn el inters del investigador. Los
datos son reportados como porcentaje de cobertura. Aunque tambin se pueden
hacer consideraciones cualitativas de la informacin observada en el video que
refuercen los datos cuantitativos.
En un programa de monitoreo es importante que los parmetros a medir
sean:
no ambiguos con respecto al modelo conceptual que gue el plan de moni-
toreo.
Relativamente sencillos o fciles de llevar al cabo, tanto por la parte econmica
como por el hecho de que los programas deben de ser continuos y conllevan
muchos aos.
Precisos, que permita la caracterizacin exacta y para que se pueda detectar
cualquier cambio.
Robustos, para que las diferencias entre observadores no tenga infuencia en
la interpretacin de los datos.
La investigacin y los avances tecnolgicos permiten que constantemente se den
nuevos mtodos de monitoreo. Estos mtodos se deben incorporar y comparar con
los mtodos establecidos, sin embargo, el uso de nuevos mtodos implica pruebas
peridicas para detectar su efcacia y, en caso de no ser los adecuados se pueda
modifcar el programa de monitoreo sin afectar el establecido. Un programa exitoso
de monitoreo se basa en un entendimiento del proceso responsable de los cambios
03-02 Algas ok.indd 323 25/01/2011 07:23:48 p.m.
324
ambientales, sin este entendimiento no es posible establecer los recursos de moni-
toreo en la escala espacial y temporal adecuada (fourqurean y Rutten, 2003).
Muestreo destructivo
Estos tipos de muestreos son comunes cuando se requieren hacer foras y se ne-
cesita colectar especmenes para herbario, as como para evaluaciones extensivas
de algas de inters comercial, ya sea para estimar biomasa total de un rea o para
biomasa cosechable y sustentable en el tiempo. Para los eclogos, la biomasa es
una medida del recurso disponible para organismos de diferentes niveles trfcos.
Tambin es utilizada en la estimacin de reparticin de recursos, en la evaluacin
de los constituyentes bioqumicos de un alga determinada, en la dinmica de
poblaciones de epftas, endoftas y organismos asociados en general (De Wreed,
1985; Vzquez y Gonzlez, 1995).
normalmente los estudios que utilizan biomasa estiman el peso hmedo y el
peso seco. El peso hmedo normalmente no es una buena medida para determinar
la cantidad de biomasa, ya que la variacin de agua que est asociada al alga dif-
culta la comparacin de los datos, esto se puede facilitar si se usa el peso seco o se
remueve el agua del alga. Asimismo, para estimar el peso seco se recomienda lavar
para eliminar la sal asociada a la misma. Para obtener el peso seco usualmente se
pone a secar el alga en un horno con el peso hmedo previamente medido a una
temperatura de aproximadamente 60-70 C durante 24 h (De Wreed, 1985).
Para el procesamiento y anlisis de los datos de biomasa se pueden estimar
abundancia, riqueza, frecuencia, densidad, diversidad, etc. Empleando la meto-
dologa descrita por Dawes (1986)
Abundancia =
Peso de cada especie
nmero de cuadrantes ocupados
Densidad =
Peso de cada especie
nmero de cuadrantes totales
La riqueza especfca (S) se basa nicamente en el nmero de especies presen-
tes, sin tomar en cuenta el valor de importancia de las mismas. La forma ideal de
medir la riqueza especfca es contar con un inventario completo que nos permita
conocer el nmero total de especies (S), para esto, la frecuencia nos permite de-
terminar la probabilidad de encontrar las especies en las localidades mediante la
siguiente frmula:
03-02 Algas ok.indd 324 25/01/2011 07:23:49 p.m.
ALGAS
325
frecuencia =
nmero de cuadrantes ocupados por la sp (100)
nmero de cuadrantes totales
Los estudios de tipo destructivo se pueden realizar aplicando cualquiera de los
muestreos y mtodos previamente descritos.
Tcnicas de preservacin
Una vez colectadas las algas stas deben ser colocadas en bolsas de plstico con
sufciente agua de mar para evitar la desecacin y se recomienda utilizar conte-
nedores o bolsas oscuras para evitar la prdida de color. Generalmente es poco
prctico tener bolsas individuales para cada espcimen, por lo que el mtodo
habitual es incluir en cada una la colecta de cada localidad. no se debe mezclar
colecciones de localidades diferentes en una sola bolsa. Tambin se debe utilizar
etiquetas impermeables con la informacin sufciente para permitirle reconocer la
fuente de colecta. Esto puede hacerse utilizando un cdigo nico o simplemente
la localidad y la fecha. De ser posible los especmenes deben de ser transportados
en fro lo ms pronto al laboratorio (en un da o dos), para su procesamiento y
determinacin ya que muchas algas se deterioran rpidamente y la determinacin
se difculta. Si el transporte de los especmenes no se puede hacer con la rapidez
requerida se recomienda conservarlas en una solucin de formalina de 3-5% (se
utiliza formol comercial al 37% como si fuese el 100% y se diluye con agua para
formar una solucin de formalina al 3-5%. Hay quienes le adicionan bicarbonato
de sodio como buffer (para prevenir un incremento en la acidez) y se usa aproxima-
damente 40 g/L, sin embargo, mucho buffer puede ocasionar que algunos talos se
desintegren, por lo que hay que tomar en cuenta el pH del medio en el que se tome
la muestra, si el pH es neutro o alcalino no se recomienda usar buffer. En caso de
tener algas coralinas, se recomienda aadirle a esa solucin un 3% de glicerina al
40%, esto permite que los especmenes conserven su fexibilidad. Sin embargo, si
se le agrega a algas sifonales o flamentosas stas pueden encogerse (http://www.
hrw.com/science/si-science/biology/plants/algae/Alg-CoPr.html#preservation).
Si los especmenes son colectados para hacerles anlisis de DnA, se puede
utilizar una pequea porcin del espcimen (aproximadamente 2 cm de largo)
y ponerlos en viales con etanol a la concentracin ms pura que se consiga, de
preferencia mayor al 90%, y ponerlos en congelacin, se requieren temperaturas
muy bajas (- 20 C) o en su caso ponerlos con slica gel para deshidratarlas. Por
ningn motivo se debe utilizar la formalina para estos casos ya que sta destruye
el DnA.
03-02 Algas ok.indd 325 25/01/2011 07:23:49 p.m.
326
Para elaborar las etiquetas, a cada bolsa de colecta se le debe asignar un nmero
de colecta secuencial para que despus se pueda referir a los datos tomados en
campo, en ellos se pone la localidad, la fecha, y la estacin de colecta, ejemplo,
Celestn, 01/12/06 E-1.
Una vez en el laboratorio, los especmenes pueden ser montados en hojas de
herbario o conservados en la solucin de formalina al 5%. Se recomienda determi-
nar las especies antes de prensar, ya que caractersticas como la textura y estructuras
anatmicas pueden ser difciles de observar una vez secas, y aunque se rehidraten
puede haber especies que no recobren su estructura original. Sin embargo, muchos
especmenes de herbario han sido determinados ya prensados, ya que es una buena
forma de preservarlas y conservarlas para su posterior estudio.
Para determinar las especies existen mltiples claves taxonmicas que pueden
ser usadas dependiendo de la zona. Existen claves para regiones muy amplias
como la de Taylor (1960) para la costa atlntica tropical y subtropical y la de los
Littler y Littler (2002) para el gran caribe. Para algas arrecifales del Pacfco sur
se encuentra la de los Littler y Littler (2003), sin embargo, se recomienda utilizar
claves especializadas para cada gnero en caso de que existan.
Para el montaje de los especmenes en hojas de herbario, stos se deben de
lavar y limpiar lo ms que se pueda, quitndoles restos de piedra o arena. Para
hacer el montaje se debe extender el espcimen en una bandeja (de 30 45 cm y
aproximadamente 6 mm de fondo) con agua y se coloca debajo de l una cartulina
blanca gruesa (figura 8); el tamao estndar para herbario es de 29 42 cm, el
cual, debe llevar la clave o datos del ejemplar colectado para evitar confusiones o
prdida de informacin. Con un pincel (de 2 a 5 cm de ancho) y pinzas delgadas
(de preferencia pinzas de relojero del no. 5) se extiende el ejemplar en la cartulina
y se retira del agua, se deja escurrir y se procede a su secado en una prensa (Tsuda
y Abbott 1985).
Para el prensado se pueden utilizar diferentes materiales, hay quienes reco-
miendan utilizar una tela delgada de algodn como la de camiseta o del paal de
bebe, tambin hay quien utiliza papel encerado o papel revolucin, esto depende
mucho del tipo de alga y del clima de la regin, ya que en lugares muy clidos
el papel encerado tiende a pegarse sobre el ejemplar, y algas muy delgadas o
flamentosas se desprenden de la cartulina y se quedan en la tela de algodn, o
algas mucilaginosas se adhiere al papel revolucin y no se pueden desprender. Sin
embargo, lo ms utilizado es la tela de algodn ya que es ms fcil de desprender,
se puede lavar y reutilizar.
Una vez colocada la tela sobre el ejemplar se procede a sobreponer papel
peridico y se intercala con cartn corrugado, que permite absorber el exceso
de humedad y que el aire pueda circular, lo que acelera el secado. Todo junto se
03-02 Algas ok.indd 326 25/01/2011 07:23:50 p.m.
ALGAS
327
presiona entre dos tablas (prensa botnica o de herbario), con ayuda de una cuerda
alrededor de la prensa. Se deja secar a temperatura ambiente, aunque se puede usar
un ventilador de pedestal para ayudar en el secado. El tiempo de secado puede
variar dependiendo del grosor y el tamao del espcimen, pero se recomienda
cambiar las telas y papeles cada 24 h.
Para algas de tipo costroso o coralinas se recomienda dejarlas sobre el sustrato
colectado (piedra, conchas, etc.) para evitar que se pueda destrozar el ejemplar y
se deja secar al aire libre. Despus se colocan en cajas y se les pone la etiqueta.
En el caso de las algas mucilaginosas no se recomienda prensarlas sino dejarlas
secar al aire libre sobre la cartulina para evitar que se queden adheridas a la tela
o papel que se le pudiese poner encima para secar.
Una vez secos los especmenes se colocan sobre una hoja de herbario (no. 801
o no. 935 que es extra blanca) a la cual, se le puede pegar el espcimen con pega-
mento blanco o algn pegamento a base de agua, procurando usar poca cantidad
para evitar que se vuelva a humedecer el ejemplar. En caso de que el espcimen
se haya adherido a la cartulina de montaje, ste puede pegarse sobre la cartulina
de herbario. Existen especmenes muy frgiles que pueden ponerse en hojas de
papel doblados en forma de sobre y ste se pega sobre la hoja de herbario que se
protege con una cubierta de papel hilado. Se coloca dentro de una carpeta y se
procede a elaborar la etiqueta de herbario.
La informacin contenida en las etiquetas debe llevar por lo menos el nombre
de la especie, la fecha, localidad, nombre del colector y del que determin la es-
pecie. Sin embargo, se recomienda incorporar cualquier informacin que pueda
resultar importante al que consulte el ejemplar, como las coordenadas, el hbitat,
asociaciones, coloracin (en caso de que se haya decolorado) (Cuadro.7).
Figur a 8. Montaje del espcimen en la bandeja.
03-02 Algas ok.indd 327 25/01/2011 07:23:50 p.m.
328
Existe un software para pasar todos los datos tomados en el campo, que per-
miten tener una base de datos y al mismo tiempo se generan la etiquetas para cada
espcimen, este se llama Electronic Capture of Data Max - A Species Database
Helper for Windows 95/98/2000/xP que se puede conseguir en http://science.
calm.wa.gov.au/max/
Referencias
AIMS LTMP: Page et al. (2001); www.aims.gov.au/pages/research/reef-monitoring/ltm/
mon-sop7/sop7-2001a.Html
AGRRA: http://www.coral.aoml.noaa.gov/agra/
Almada-Villela, P.C, P.f. Sale, G. Gold-Bouchot y B. Kjerfve. 2003. Manual de mtodos
para el programa de monitoreo sinptico del SAM: Mtodos Seleccionados para el
Monitoreo de Parmetros Fsicos y Biolgicos para Utilizarse en la Regin Meso-
americana. Unidad Coordinadora del Proyecto Coastal Resources Multi-Complex
Building. Belize. Documento Tcnico del SAM no. 4. 149 p. Sitio Web: http://www.
mbrs.org.bz
Albornoz-Pat, A.D. 2005. Los Cenotes de la peninsula de Yucatn: Estado actual del
conocimiento. Ensayo Monogrfco. Universidad Autnoma de Yucatn. 132 p.
Barsanti L y P. Gautieri. 2006. Algae: Anatomomy, biochemestry, and Biotechnology. CRC
Press. USA. 301 p.
Cuadro. 7. Etiqueta de herbario.
Herbario Alfredo Barrera
Universidad autnoma de yucatn
Especie: Bostrychia tenella Ficoyuc 925
Localidad: Celestn, Yucatn
Latitud: 89 2733 Longitud: 182523
Fecha: 12/09/2006
Colector: M. Prez
Determina: I. Snchez
Colectada sobre raz de Manglar en el
intermareal, junto con Catenella caespitosa y
Caloglosa leprieurii
03-02 Algas ok.indd 328 25/01/2011 07:23:51 p.m.
ALGAS
329
Braun- Blanquet, J. 1972. Plant sociology: The study of plant communities. new York:
Hafner Publishing.
CRAMP:www.cramp.wcc.hawaii.edu/Overview/3._Methods/3._Site_Survey_Protocol/
Benthic_ Monitoring/3._video_transects/default.asp
Dawes, C. J. 1986. Botnica marina. Ed. Limusa.672 p.
De la Lanza E. Guadalupe y Tobilla H. Christian. (1986). Una revisin sobre taxonoma
y distribucin de pastos Marinos. Universidad y Ciencia. Vol. 3, nm. 6:17-38. Uni-
versidad Jurez Autnoma de Tabasco.
De Wreede, R. 1985. Destructive (harvest) sampling. Pp, 147-160. En: Littler, M.M. &
Littler, D.S. (eds.). Handbook of Phycological Methods. Ecological Field Methods:
Macroalgae. Cambridge University Press. 618 p.
English, S., Wilkinson, C. y Baker, V. 1997. Survey Manual for Tropical Marine Resources.
Australian Institute of Marine Science. Townsville, Australia.
ferrario, M. E., E. A. Sar y S. E. Sala. 1995. Metodologa Bsica para el estudio del
ftoplancton con especial referencia a las diatomeas. Pp.1-23, en Alveal, K. M.E. fe-
rrario, E.C. Oliveira y E. Sar (eds.). Manual de Mtodos Ficolgicos. Universidad de
Concepcin, Chile.
fourqurean, J. W., M.J. Durako, M. O. Hall, y L. n. Hefty. 2002. Seagrass distribution in
south florida: A multi-agency coordinated monitoring program. Pp. 497-522, en J. W.
Porter and K. G. Porter (eds) The Everglades, Florida Bay, and the coral reefs of the
Florida Keys, Boca Raton, fla.: CRC Press.
fourqurean, J.W. y Rutten, L.M. 2003. Competing goals of spatial and temporal resolution:
monitoring seagrass communities on a regional scale. In Busch, D. E. & Trexler, J. C.
(eds.) Monitoring Ecosystems: Interdisciplinary Approaches for Evaluating Ecoregional
Initiatives. Island Press, Washington, pp. 257-288.
fKnMS CRMP: www.fknms.nos.noaa.gov/research_monitoring/zpr98.html
Graham,L.E. y L.W. Wilcox. 2000. Algae. Prentice Hall. USA. 640 p.
Hill, J. y C. Wilkinson. 2004. Methods For Ecological Monitoring Of Coral Reefs : A
Resource For Managers. Version 1. Australian Institute of Marine Science (AIMS),
Townsville, Australia. 118 p.
Huisman, J. y C. Parker. 2005. How to collect and document Marine Plants. Western
Australian Herbarium. Department of Conservation and Land Management Locked.
Australia. 18 p.
Littler, M.M. y D.S.Littler. 1985. non Destructive Sampling, Pp.161-175, en: Littler, M.M.
y Littler, D.S. (eds.). Handbook of Phycological Methods. Ecological Field Methods:
Macroalgae. Cambridge University Press. 618 p.
Littler M.M y D. Littler. 2000. Caribbean Reef Plants: Identifcation guide to the reef
plants of the Caribbean, Bahamas, Florida and Gulf of Mxico. OffShore Graphics,
Inc. 542 p.
Littler, D.S y M.M. Littler. 2003. South Pacifc Reef Plants: A Divers Guide to the Plant
Life of South Pacifc Coral Reefs. Offshore Graphics Inc. 332 p.
Margalef, R. 1972. Ecologa. Madrid, Ediciones Omega, S.A. Barcelona, Espaa.
03-02 Algas ok.indd 329 25/01/2011 07:23:51 p.m.
330
Moreno-Ruz, J. L. 2000. Organismos indicadores de la calidad del agua y de la con-
taminacin (bioindicadores) en G. de la Lanza, S. Hernndez y J.L. Carvajal comp
fitoplancton. Comisin nacional del Agua. Mxico, D.f. pp. 43-107.
Meller-Dumbois,D. y H. Ellemberg. 1974. Aims and methods of vegetation ecology. Jhon
Wiley & Sons.USA. 547 p.
nienhuis, H. J, 1984. fitoplancton Marino de zonas nerticas y Ocenicas de Baja Cali-
fornia. Serie Didctica, CICIMAR. Vol. 2, 1984. pg. 1-3.
Ochoa, J. L, D.U. Hernndez-Becerril, S. Lluch-Cota, B.O. Arredondo-Vega, E. nuez-
Vzquez, A. Heredia-Tapia, J. Prez-Linares and R. Alonso-Rodrguez. 2002. Marine
biotoxins and harmful algal blooms in Mexicos Pacifc littoral. Report 23. Pp.1-10, en
Harmful algal blooms in the PICES region of the North Pacifc. north Pacifc Marine
Science Organization http://www.pices.int/publications/scientifc_reports/Report23/
HAB_Mexico.pdf
Oxley, W.G. Sampling Design and Monitoring. 1996. In: English, S., Wilkinson, C. y
Baker, V.(eds) Survey Manual for Tropical Marine Resources. Australian Institute of
Marine Science. Townsville, Australia.
Pea-Salamanca E.J, M. L. Palacios-Pearanda y n. Ospina-lvarez.2005. Algas como
indicadoras de contaminacin. Universidad del Valle, Cali, Colombia. 164 p.
Prosperi, C. 2000. Uso de algas como indicadores de contaminacin acutica. Revista
Agua: tecnologa y tratamiento, saneamiento ambiental 25 (128): 61-63.
Snchez-Rueda, P., E. Ponce-Marquez.1996. Mtodos hidrobiolgicos II. UAM. Mxico.
Strickland, J. D. H. y T. R. Parsons. 1968. A Practical handbook of seawater anlisis.
fisheries Res. Bd. Canada Boletn 167 Ottawa.
Sze, P. 1993. A biology of the algae. Brown Publishers. Dubuque. 260 p.
Taylor, R.W. 1960. Marine algae of the Eastern tropical and Subtropical coasts of the
Americas. Ann Arbor. University of Michigan press. 870 p.
Tsuda, Roy T. and Isabella A. Abbott. 1985. Collection, handling, preservation and logistics,
pp. 67-68. In: Littler, M.M. and Littler, D.S. (eds.), Ecological Field Methods: Macroal-
gae. Handbook of Phycological Methods. Cambridge Univ. Press, new York, 618 p.
Vazquez,J. y J. Gonzlez.1995. Mtodos de evaluacin de macroalgas submareales. Pp.643-
655, en Alveal, K. M.E. ferrario, E.C. Oliveira y E. Sar (eds.). Manual de Mtodos
Ficolgicos. Universidad de Concepcin, Chile.
Villafae, V.y f. M.H. Reid. 1995. Metodos de microscopia para la cuantifcacin del
ftoplancton: Manual de mtodos fcolgicos, K. Alveal, M. E. ferrario. Universidad
de concepcin. Concepcin, Chile. pp. 169-186.
03-02 Algas ok.indd 330 25/01/2011 07:23:51 p.m.
331
Introduccin
De acuerdo con los requerimientos y caractersticas de especifcidad de hbitat,
los insectos se han reconocido como bioindicadores de los cambios en el ambiente
(Wettstein y Schmid, 1999). Sin embargo, este tipo de estudios ha sido incipiente en
lo que toca a otros grupos de artrpodos de igual o mayor sensibilidad a los cambios
estructurales del paisaje. Dentro de los artrpodos, las araas son un grupo sensible
a numerosos factores ambientales, incluyendo el tipo de hbitat, la estructura del
mismo y la exposicin al viento y temperatura (Wheater et al. 2000).
El orden Araneae es un grupo megadiverso con ms de 39,000 especies, slo por
debajo de los rdenes de insectos Coleoptera, Hymenoptera, Dptera, Hemptera y
Acari (Coddington y Levi, 1991; Foelix, 1996, Platnick 2006), en l se encuentran
circunscritas ms de 3600 gneros y 111 familias de las cuales presentan mayor
riqueza especfca Salticidae (5025), Linyphiidae (4320), Araneidae (2840), Lyco-
sidae (2304) y Theridiidae (2248) (Platnick, 2006).
Adems de ser sumamente diversas, las araas ocupan una gran variedad de
hbitat terrestres y un amplio abanico de biotopos. Las araas se encuentran prc-
ticamente en casi todo el mundo, desde las islas rticas hasta regiones desrticas,
ocupando los ms ardientes y ridos desiertos, las zonas intersticiales, los picos de
las montaas, las ms profundas cavernas, las planicies inundables (Turnbull 1973;
Wise, 1993; Foelix, 1996), las dunas costeras (Bonte et al., 2003), etc. Pueden
estar presentes tanto en ecosistemas naturales (reas con vegetacin conservada,
11
ARAAS
Miguel ngel Pinkus Rendn
1

1
Centro Peninsular en Humanidades y Ciencias Sociales CEPHCIS, Universidad Nacional Autnoma de
Mxico.
03-03 Araas ok.indd 331 25/01/2011 07:28:44 p.m.
332
Pinkus-Rendn 2006) como en agroecosistemas (Greenstone 1999, Brown et al.,
2003). Asimismo, algunas especies pueden colonizar parcialmente los sistemas
hdricos como Argyroneta aquatica, la cual genera una burbuja de aire que le
ayuda a respirar dentro del agua; Dolomedes triton por su parte, as como otros
pisaridos y licsidos tienen la capacidad de dominar la tensin superfcial para
cazar algunas larvas o pequeos peces (Foelix, 1996).
Otro aspecto relevante del orden es que tiene un papel muy importante en
el fujo de energa de los ecosistemas, ya que son esencialmente depredadoras
de insectos, siendo un grupo clave por estar en los eslabones ms altos de las
redes trfcas (Riechert y Lockley, 1984; Riechert y Bishop, 1990; Wise, 1993;
Nyffeler et al., 1994). En este sentido, las araas han sido consideradas dentro
de los controladores biolgicos de plagas de insectos, ya sea de manera solitaria,
teniendo una respuesta funcional y numrica ante plagas (Pkar, 2005), ya como
un ensamble de especies que pudieran mantener a un nivel bajo las poblaciones
de insectos nocivos para los cultivos, limitando el ciclo de vida de las presas o
manteniendo en punto de equilibrio a la poblacin (Riechert y Lawrence, 1997;
Riechert, 1999). Por otro lado, las araas tambin sirven de eslabn inferior en
las redes trfcas, debido a que son presas de otros organismos de niveles trfcos
ms altos, como aves, avispas y reptiles (Gunnarsson, 1996, 1998; Blackledge et
al., 2003).
De acuerdo con las diferentes caractersticas fsicas, ecolgicas, de compor-
tamiento (hbitos de caza), la forma particular en que responden a los cambios
ambientales y la relacin con nichos especfcos, las araas han sido distribuidas
en gremios funcionales (Uetz et al., 1999). Una primera dicotoma se da a partir de
la elaboracin de redes como mtodo para capturar presas, es decir, las araas que
elaboran telaraas y las que son cazadoras activas que atrapan a su presa saltando
sobre ella, acechndola o emboscndola (Figura 1).
Con respecto a las tejedoras, la mayora de las redes son pegajosas, adaptadas
para soportar el impacto de las presas al volar y/o saltar hacia ellas, sin embargo,
esto depende del tamao y peso de las presas o la resistencia de las redes. Dentro
de las tejedoras se encuentran:
Las tejedoras de redes orbiculares, que van elaborando su red a partir de un
centro, tejiendo hilos en forma espiral y radial (Figura 2).
Las de redes irregulares, gremio de araas que construye redes de forma tri-
dimensional, sin un patrn determinado de tejido; en la mayora de los casos
tienen un refugio en alguna hoja cercana o dentro de la misma red.
Las de redes laminares, este tipo de redes es muy densa en su tejido, el cual
consta de una parte horizontal convexa con algunos hilos verticales que sos-
03-03 Araas ok.indd 332 25/01/2011 07:28:44 p.m.
ARAAS
333
tienen y pueden servir para que los insectos choquen con ellos y caigan a la
red horizontal.
Las de redes tubulares, grupo funcional que elabora redes planas con una ligera
concavidad, al fnal de la cual se encuentra un tejido tubular que usualmente
se encuentra adyacente a troncos o piedras.
Figur a 1. Clasifcacin de las araas por gremio funcional. Tomado y modifcado
de Uetz et al. 1999.
03-03 Araas ok.indd 333 25/01/2011 07:28:45 p.m.
334
Por lo que respecta a la segunda seccin de araas (cazadoras activas), se han
dividido en:
Las emboscadoras; este tipo de araas generalmente se mimetiza con fores
o corteza, esperando a que se acerque la presa potencial para atacarla y so-
meterla.
Las acechadoras; esperan a su presa y saltan hacia ella cuando est lo sufciente-
mente cerca, ya sea desde una hoja de una planta o acercndose sigilosamente.
Las corredoras del suelo; cazadoras furtivas que emplean su velocidad para
atrapar a su presa sobre el suelo.
Las corredoras de follaje, al igual que el gremio anterior son cazadoras activos
pero en este caso se localizan en troncos y hojas de la vegetacin.
Esta clasifcacin ha sido de utilidad para estudiar la asociacin existente entre
los grupos funcionales de araas y cmo las caractersticas de los diferentes tipos
de hbitat infuyen en ellos (Weeks y Holtzer, 2000; Chen y Tso, 2004).
En relacin con lo anterior, se ha corroborado la sensibilidad de las araas a
las condiciones ambientales, se han realizado estudios en los que se sugiere una
correlacin positiva entre el nmero de especies y una serie de variables que def-
Figur a 2. Red orbicular. Fotografa Mauricio Hernndez.
03-03 Araas ok.indd 334 25/01/2011 07:28:45 p.m.
ARAAS
335
nen el tipo de vegetacin, e.g. nmero de especies de plantas, o de lugares donde
establece redes (Lowrie, 1948; Barnes, 1953; Barnes y Barnes, 1955; Gunnarsson
1988). El tipo de hbitat infuye sobre una amplia gama de variables macroambien-
tales de importancia en la distribucin y abundancia de las araas, por ejemplo,
temperatura, humedad, la exposicin al sol, viento o lluvia, la presencia y densidad
de estructuras adecuadas para el soporte de telaraas, los refugios o sustratos para
interacciones homo- y hetero-especfcas, el tipo y densidad de presas disponibles,
y la exposicin a enemigos naturales, esto a nivel de gremios especfcos (Uetz,
1975; Robinson, 1981; Greenstone, 1984; Gunnarsson, 1990), o especies (Eberhard,
1971; Riechert y Tracy, 1975; Biere y Uetz, 1981).
Se han realizado estudios de diversidad de araas en diferentes tipos de hbitat
al comparar hbitat contrastantes (Coddington et al., 1996), cultivos con distinto
tipo de manejo (Agnew y Smith, 1989; Bogya et al., 1999; Brown et al., 2003), o
experimentos en los cuales se han manipulado variables arquitectnicas del paisaje
(Hatley y MacMahon, 1980; Bultman y Uetz 1982; Teixeira y Parentoni, 2005),
en todos ellos se demostr que a mayor complejidad estructural de los hbitat
la diversidad de araas se incrementaba. Sin embargo, estos trabajos se haban
concentrado en utilizar tipos de hbitat contrastantes, adems de que utilizaban
un grupo pequeo de hbitat. Uno de los pocos trabajos que se han realizado en
paisajes fragmentados y con numerosos tipos de hbitat es por Bonte et al. (2002),
en el cual se encontr que exista una relacin positiva entre la diversidad de araas
y un gradiente de perturbacin de los hbitats en dunas costeras.
Por lo que respecta a trabajos poblacionales de araas, stos se han centrado
bsicamente en trabajos de la relacin depredador-presa (Guillebeau y All 1989;
Hardwood et al., 2001, 2003). Se han llevado a cabo escasas investigaciones para
estudiar la relacin abundancia y distribucin de especies en distintos tipos de
hbitat (Thomas y Jepson, 1997; Romero y Vasconcellos-Neto, 2005), y mucho
menos se han diseado utilizando experimentos de captura-marca-recaptura, que
dan una idea de la movilidad de los individuos en el paisaje. Buddle y Rypstra
(2003), investigaron dos especies de araas errantes (Lycosidae), observando que
stas responden mediante la migracin a cambios de la complejidad del sustrato
(profundidad y calidad del mismo), emigrando de sitios que no son lo bastante
complejos para sostener su poblacin a lugares que s posean estas caractersticas.
Otro estudio, llevado al cabo por Bonte et al. (2003), mostr que la abundancia
de Pardosa monticola (Lycosidae) estaba infuida por la calidad del hbitat y por
la conectividad entre los hbitat, a travs de la dispersin de sus individuos. En
ambos estudios se argument que las poblaciones estaban sujetas a un gradiente
de complejidad y que la mayor abundancia de individuos para cada especie se
relacionaba con sus preferencias de hbitat.
03-03 Araas ok.indd 335 25/01/2011 07:28:46 p.m.
336
Tipos de muestreo
Las araas son un grupo muy importante tanto por su papel ecolgico, econmico
y bioindicador de alteraciones del paisaje, cambios de uso del suelo, degradacin,
etc. Asimismo, por la diversidad de especies y gremios es que se utilizan diferentes
tipos de muestreo para poder abarcarlos a todos.
Estos distintos mtodos los podemos clasifcar a partir de los dos grandes
grupos a los que se orientan:
Mtodos de muestreo para araas que se localizan en el suelo
Particularmente se dirigen al gremio de las araas corredoras, pero tambin se pu-
dieran colectar algunas araas emboscadoras, acechadoras y hasta araas tejedoras
que hagan sus redes cerca del piso, tales como las tejedoras de redes tubulares.
Se conocen dos mtodos pertenecientes a esta categora: las trampas pitfa-
ll o de piso seco (son las ms usadas) y la seleccin de hojarasca por medio de
embudos Berlese.
Trampas pitfall o de piso seco
El mtodo consiste en enterrar en el suelo recipientes cilndricos abiertos, hasta que
su borde superior se encuentre a ras de la tierra, las trampas son empleadas para
la captura de las araas errantes del suelo. Usualmente se utilizan botes rgidos
de plstico que puedan soportar la presin de la tierra en el interior del recipiente
y las inclemencias del tiempo. La fnalidad de esta trampa es que las araas que
estn caminando en el terreno caigan dentro del recipiente y permanezcan all
hasta su revisin.
Se tienen que considerar tres caractersticas del muestreo antes de llevarse al
cabo: el dimetro del recipiente, el perodo de exposicin y el lquido que sirva
como preservador.
Brennan et al. (1999) realizaron un estudio para evaluar el dimetro ptimo de
las trampas pitfall: tomaron cuatro diferentes medidas de la boca de los recipientes
enterrados en el suelo (4.3, 7, 11.1 y 17.4 cm) y determinaron la abundancia y
la riqueza especfca. En este estudio se comprob que haba diferencias signif-
cativas entre los dos primeros dimetros y el mayor de todos para las variables
de nmero de especies, riqueza de familias y la abundancia. Esto dio como re-
03-03 Araas ok.indd 336 25/01/2011 07:28:46 p.m.
ARAAS
337
sultado que trampas pequeas pudieran inhibir la captura de especies grandes,
adems que especies saltadoras pudieran prevenir el caer en trampas pequeas
y medianas, no as para las trampas grandes. Brennan et al. (1999) concluyeron
que la trampa con mayor dimetro es la ms efciente, sin embargo, no existie-
ron diferencias signifcativas entre sta y la inmediata anterior, adems de que
con sta se previene la cada de vertebrados e invertebrados que no son objeto
del muestreo, por lo que se considera a la de 11.1 cm la ms apropiada. En un
trabajo similar (Work et al., 2002), se compararon los dimetros, profundidad y
tamao del techo de las trampas, y se corrobor la hiptesis de que en trampas
con mayor tamao se colectaba mayor nmero de araas de todos los tamaos,
sin embargo, despus de estandarizar sus datos encontraron que las trampas
pequeas eran ms efcientes en la captura de araas con un tamao de cuerpo
menor, en contraste, araas con un cuerpo mayor como licsidos eran capturadas
por trampas de tamao superior.
En cuanto a la exposicin de las trampas, esto depender del clima, ya que
en poca de lluvias se corre el riesgo de que se saturen las trampas de agua y se
rebase el recipiente. El perodo de trampeo vara tambin conforme al objetivo
del muestreo, ya que en estudios de composicin de araas, la permanencia de la
trampas van desde cada cuarto da (Bonte et al., 2003a), cada semana (Gudleifs-
son y Bjarnadottir, 2004; Pinkus et al., 2006), o hasta dos semanas (Work et al.,
2002). Para posicionar las trampas pitfall en los intervalos adecuados es necesario
tomar en cuenta a qu especies se enfoca el estudio, muchas son territoriales y
abarcan un radio de accin amplio que pudiera intervenir con el desplazamiento
de sus congneres y de este modo infuira en su captura (Reichiert y Lockley,
1984; Wise, 1993).
Por otro lado, para estudios poblacionales mediante experimentos de marca
y recaptura de especies o cuando se necesitan especmenes vivos no se agrega
ningn conservador a las trampas (Riechert y Bishop, 1990). Ello implica revisar
las trampas en un menor lapso de tiempo, pero el mtodo presenta varias ventajas:
las trampas son fciles de manejar, no se utiliza mucho tiempo para revisarlas,
son efectivas para capturar animales mviles, son baratas y populares dentro de
los tipos de muestreo, dan un nmero de especies ms cercano a lo estimado en
la comunidad (Uetz y Unzicker, 1976).
Desventajas: los datos que arrojan las trampas no producen una muestra exacta
del total de la comunidad de araas, adems que la captura esta en funcin de
varios factores como la abundancia de los animales en un hbitat dado, su nivel
de actividad y la capacidad de la trampa para prevenir un escape (Brennan et al.
1999).
03-03 Araas ok.indd 337 25/01/2011 07:28:46 p.m.
338
Seleccin de hojarasca
Este mtodo consiste en colectar un volumen determinado de hojarasca en bolsas, a
fn de que los individuos colectados no puedan escapar. Posteriormente del material
colectado (hojarasca), ya sea en campo o llevndola al laboratorio, se realiza la
separacin de los organismos mediante embudos de Berlese.
Dichos embudos son trampas de malla fna de forma cnica en cuyo interior
se deposita la hojarasca. El principio de estas trampas se basa en la aversin de los
artrpodos a la luz, por lo cual se aplican focos incandescentes en la parte ancha de
la trampa (Ruiz, 2004). Asimismo, se puede usar una sustancia deterrente (como
el paradiclorobenzeno, que es un plaguicida), lo que hace que las araas migren
hacia la parte inferior de los embudos, donde se encuentra un depsito plstico con
lquido conservador (generalmente alcohol etlico al 70%) el cual sirve para matar
a los organismos y preservarlos. Habitualmente se deja un da para el traslado de
las araas, sin embargo, el lapso de tiempo que se dejan los embudos para que
acten difere segn los colectores.
Ruiz (2004) realiz su trabajo referente a araas de suelo en cacaotales en Chia-
pas, y observ que en la poca de secas se hall mayor abundancia de organismos,
lo que en su opinin podra deberse a que en ese perodo el suelo proporciona los
espacios necesarios para el desplazamiento y la ubicacin de refugios.
Ventajas: este mtodo da un nmero de araas por volumen de hojarasca de-
terminado (delimitado por la altura y la superfcie colectada), por lo que se puede
obtener la densidad precisa de organismos por unidad de muestreo y extrapolarlo
a la superfcie total de hojarasca. Por tal motivo, es necesario realizar un diseo
experimental lo sufcientemente amplio que comprenda un nmero de muestras
tal que pueda contener el valor real en un terreno heterogneo.
Desventajas: debido a que se trata de un mtodo indirecto, se est a expensas
de que los organismos se encuentren dentro del material reunido a la hora de la
colecta. Adems, las variables ambientales tienen mayor peso, los hbitat a estudiar
deben producir hojarasca (los sitios ideales para aplicar este tipo de tcnica seran
los bosques), cuando la humedad es mayor, el volumen de la hojarasca disminuye
y por ende, los sitios potenciales de refugio y de caza se reducen (Pinkus-Rendn
et al., 2006b).
Preservadores
La preservacin de los organismos colectados dentro las trampas se hace mediante
el uso de lquidos preservadores. Pekr (2002) seal que los utilizados van desde
el agua, cido pcrico, cido benzoico, solucin de Galt, alcohol etlico, formal-
03-03 Araas ok.indd 338 25/01/2011 07:28:47 p.m.
ARAAS
339
dehdo hasta el glicol de etileno; los ms usados son los tres ltimos. En algunos
casos se ha recurrido al alcohol etlico al 70% (Chen y Tso, 2004; Mallis y Hurd,
2005), el cual mantiene a los organismos con buena movilidad al momento de
llevarlos y manipularlos en el laboratorio para identifcarlos. Sin embargo, debido
a su volatilidad se evapora rpidamente. Pekr (2002) realiz experimentos con
trampas pitfall con distintas concentraciones de formaldehdo (1, 2, 4, 10 y 20%) y
no observ diferencias en la abundancia de araas con respecto al incremento de las
concentraciones de formaldehdo, que s encontr con otros grupos de artrpodos
(estaflnidos y carbidos), no obstante, a nivel especfco obtuvo mayor nmero
para las familias Licosidae y Theridiidae conforme a un gradiente de concentra-
cin. Asimismo, para la familia Linhyphiidae la concentracin con una mejor
efciencia fue la del 4%. El autor argumenta que eso se debi a una interaccin
entre la repelencia y la efciencia para matar. El ltimo lquido utilizado para la
preservacin de especmenes en muchos de los estudios realizados con las trampas
pitfall es el glicol de etileno (Buddle et al., 2000). Este compuesto, base de los
lquidos anticongelantes, tiene la ventaja de soportar las inclemencias climticas
y deja manejables los organismos colectados, cosa que a veces se difculta con el
uso del formaldehdo, aunque a veces pigmenta el material.
Mtodos de muestreo para araas epigeas
stos se enfocan a aquellas araas que se localizan entre la vegetacin, abarcando
principalmente a los gremios de araas tejedoras de redes.
Como parte de estos mtodos se encuentran cuatro principales: la colecta direc-
ta, la red de golpeo, el golpeo de vegetacin junto con la utilizacin del paraguas
japons, la nebulizacin y por ltimo, el uso de aspiradoras.
Colecta directa
Se refere a la bsqueda exhaustiva y extraccin de araas de la vegetacin. Para ello
se escudria en cada rama y tronco ya que varias especies son crpticas y pueden
estar mimetizadas con los lugares donde se encuentran (Mimetidae, Hersilidae).
Conviene revisar debajo de las hojas ya que familias como Salticidae y Pholcidae
hacen sus refugios en el envs. La extraccin de los individuos puede hacerse
con la ayuda de un aspirador, el cual es un tubo de plstico fexible en el que en
su extremo se localiza un contenedor o una malla fna que retiene a la araa. Una
vez atrapada la araa se deposita en un frasco con alcohol al 75% para matarla y
preservarla. Como este tipo de muestreo est orientado a araas tejedoras de redes,
03-03 Araas ok.indd 339 25/01/2011 07:28:47 p.m.
340
algo que puede ayudar a vislumbrar de mejor forma a los organismos en sus telas
es el empleo de un atomizador de agua, ya que con la aspersin se distinguen los
hilos de entre la vegetacin pudindose encontrar a los individuos ya sea en el
centro de la red o en alguna hoja cercana que les sirve de refugio.
Un ejemplo de utilidad de este mtodo son los estudios poblacionales de
captura-marca-recaptura realizados por Pinkus-Rendn et al. (2006a) se utiliz el
mtodo de colecta directa por medio de un aspirador. En dicho estudio se capturaron
especmenes de Frontinella tibialis de su telaraa, se marcaron delicadamente con
tinta indeleble mediante las cerdas de un pincel esto debido a que los adultos de
esta especie no pasan de 1.5 cm. Una vez marcados se regresaron suavemente a
sus redes para no destruirlas y los organismos no tengan que migrar de ellas. En
este estudio se sugiere que esta especie tiene un mayor impacto con el cambio de
su microhbitat que en el hbitat en extenso.
Ventajas: este mtodo es de fcil uso, y se puede realizar en cualquier tipo de
hbitat, no es costoso ya que slo son necesarios los contenedores con el preser-
vador, el aspirador y el atomizador de agua (si se utiliza). Adems, el mtodo por
tener contacto directo con los organismos puede dar mucha informacin sobre la
ecologa y biologa de las araas colectadas, ya que se pueden hacer anotaciones
sobre los lugares de captura, especies de plantas en las que se localizaron, altura
de captura, tamao de las redes, nmero de presas en las redes, etc.
Desventajas: debido a que se necesita ser exhaustivo con este mtodo, se emplea
un tiempo considerable en la revisin de cada planta, esto puede evitarse con la
intervencin de ms de un colector, sin embargo, se tiene que ser cuidadoso en la
estandarizacin del muestreo para no variar el esfuerzo de colecta. Con respecto a
esto, si no se es minucioso se pueden perder especies que se encuentren en la planta
pero que por descuido no se hayan observado al momento de hacer la colecta. Otro
problema es la difcultad de examinar completamente plantas que sean muy grandes,
por lo cual, para solucionar esto se pueden tener dos acciones, se pueden emplear
escaleras para llegar a esos lugares o se limita el volumen de muestreo en las plan-
tas, es decir, poner una demarcacin en la altura, ancho y largo de la vegetacin a
trabajar (Pinkus et al., 2006b). Este ltimo procedimiento puede ser de ayuda para
identifcar la densidad de organismos por volumen de vegetacin y realizar as
comparaciones con otros estudios, como ocurre con los embudos de Berlese.
Red de golpeo
Este tipo de muestreo se realiza con la ayuda de una red entomolgica que con-
siste en una malla fna en forma cnica con dimetro aproximado de 30 cm y una
03-03 Araas ok.indd 340 25/01/2011 07:28:48 p.m.
ARAAS
341
profundidad de 40 cm la cual se encuentra aadida a un tubo liviano o palo de
madera. Cabe sealar que es preciso reforzar y proteger el aro de la red, es necesario
ponerle una tela resistente tal como mezclilla o gabardina. El muestreo consiste
en pasar por la vegetacin (generalmente herbcea y arbustiva) e ir golpeando con
la red las plantas con el propsito de que los organismos apostados en las hojas y
las ramas caigan dentro de la misma. Una vez en la red se pasan los organismos
al contenedor con alcohol al 75% para preservarlos.
Ventajas: es un mtodo econmico, pues requiere solamente una red, por lo
que se puede aplicar a todos los hbitat. Adems, con una extensin se pueden
alcanzar sitios que de otra forma seran difciles.
Desventajas: al realizarse el redeo en las plantas, no se tiene contacto con
los organismos antes de colectarse, por ello, se puede perder mucha informacin
del lugar preciso en que se dio la colecta. De igual forma, el esfuerzo de colecta
puede cuestionarse ya que se realiza mientras se camina, por lo cual, se debe ser
cuidadoso y estandarizar la colecta (tamao de los transectos a recorrer, tiempo
dedicado al redeo, alturas mxima y mnimas de redeo, etc.) por todos los par-
ticipantes.
Golpeo de vegetacin
El golpeo de vegetacin consiste en colocar una tela blanca en el suelo circundante
a los rboles y arbustos a muestrear, con la fnalidad de que los organismos que
en ella caigan se puedan observar a simple vista y ser colectados. Una vez situada
la tela, se sacude o golpea la vegetacin para que las araas caigan o bajen hasta
el suelo mediante sus hilos de seguridad.
Ventajas: este mtodo, al igual que el anterior, no requiere equipo especial, es
muy fcil de efectuar, solamente se tiene que ser rpido en la colecta al momento
en que descienden los individuos.
Desventajas: usualmente para llevar al cabo esta metodologa es necesario
contar con la participacin de dos personas, una que golpee la vegetacin, mien-
tras que la otra se ocupa de la recoleccin. Por otro lado, el golpeo no garantiza
que todos los individuos caigan hasta la tela y si se hiciera con mayor fuerza
puede representar dao a las plantas. Asimismo, es casi imposible detallar en qu
parte de la vegetacin y qu actividad realizaban las araas antes de comenzar
el golpeo.
03-03 Araas ok.indd 341 25/01/2011 07:28:48 p.m.
342
Nebulizacin
Este es un mtodo en el que se emplean bombas de aire, similares a las utilizadas
en el control de vectores epidemiolgicos y plagas de cultivos que expelen lquido
pulverizado a presin (Figura 3). Para ello, se deposita un potente insecticida que
tenga la capacidad de aniquilar a todas las araas que se localicen en los rboles y
arbustos donde se utilice. Antes de accionar el nebulizador se deposita en el suelo
tela blanca o contenedores para visualizar a los organismos muertos que caigan.
Ventajas: es un mtodo que abarca a todas las familias de araas y no se res-
tringe a un solo gremio, por lo cual, puede dar informacin valiosa con respecto a
la riqueza especfca del grupo. Como en la nebulizacin se pulveriza el insecticida
y ste viaja por el aire, se pueden alcanzar sitios en las copas de los rboles que
de otro modo pudieran ser imposibles de revisar. En consecuencia, este mtodo
ayudara a conocer a las especies que se encuentren a estas alturas.
Desventajas: los costos de los equipos son mayores comparados con los dems
mtodos de muestreo. Otra razn por la que es controvertido el mtodo es el uso
de pesticidas, ya que tiene repercusin a nivel ambiental, debido a que no slo
va a matar a las araas (que de por s son organismos benfcos) sino que ataca a
Figur a 3. Nebulizador.
03-03 Araas ok.indd 342 25/01/2011 07:28:48 p.m.
ARAAS
343
otros artrpodos que son enemigos naturales de plagas, a aves y a pequeos ma-
mferos con poca movilidad. Ya que todos los pesticidas tienen una persistencia
en un mayor o menor grado, que se traduce en un impacto en el suelo del lugar
donde se aplique, es importante tener cuidado de seleccionar un pesticida que sea
lo menos persistente posible. Ms an, si no se toman las precauciones debidas,
los insecticidas pueden ser llevados por el viento a sitios no tomados en cuenta
en el diseo experimental.
Aspiradoras (D-vac)
Por ltimo, se encuentran las aspiradoras individuales D-vac, con las cuales se
captan todos los organismos de las ramas de la vegetacin de estudio. La D-vac se
compone de un tubo fexible unido a una bomba de vaco montado en una mochila
que usualmente se pone en la espalda (aunque actualmente existen modelos que
no tienen tanto peso), con ella se succionan los organismos que quedan atrapados
en una malla fna localizada en el interior del tubo fexible. En algunos modelos
se utilizan distintas aberturas de malla para separar a los individuos desde la as-
piradora.
En estudios realizados en cafetales del sureste de Mxico se utilizaron as-
piradoras D-vac para colectar los artrpodos asociados. Dentro del grupo de las
araas, la familia Salticidae obtuvo el mayor valor tanto de abundancia como de
riqueza especfca.
Ventajas: las aspiradoras D-vac tienen la capacidad de extraer de la vegetacin
a la mayor parte de los organismos, incluyendo a juveniles y adultos, asimismo, no
discriminan a ninguna especie. Otros mtodos de muestreo no tienen la capacidad
de obtener organismos de talla pequea o de baja masa corporal, como lo hacen las
aspiradoras. Otro punto es que como las aspiradoras son rpidas, no hay tiempo
de que los especmenes escapen.
Desventajas: como en otros mtodos, no se revisan todos los posibles sitios de
refugio, se pierde mucha informacin al momento de succionar a los organismos.
Adems, como el mtodo no es discriminatorio, se obtienen otros grupos que no
son los focales, lo cual podra repercutir en la vida de las plantas, asimismo, el
impacto tambin se podra dar en la rapidez de colonizacin por parte de individuos
de la misma especie. Por otra parte, y no obstante la rapidez de las aspiradoras,
argument que esta tcnica de muestreo no refej la realidad de los grupos ya que
algunas especies tuvieron la capacidad de escapar, con lo cual, no se representaba
felmente la abundancia de algunos grupos de artrpodos.
03-03 Araas ok.indd 343 25/01/2011 07:28:49 p.m.
344
Existen muchos trabajos en donde se utilizan varios mtodos de colecta como
el de Dobyns (1997), quien realiz los muestreos por medio de colecta directa en
vegetacin y suelo, y golpeo de vegetacin en un bosque de encinos de Georgia.
La metodologa la llevaba al cabo en parcelas de 10 por 50 m durante una hora
sin descansar totalizando seis horas (tres en el da y tres en la noche) para que no
existieran diferentes esfuerzos de colecta. Los resultados de dicho estudio arrojaron
que el mtodo que mayor nmero de especies y abundancia fue la colecta directa
de araas de suelo.
Otro ejemplo de distintos mtodos de colecta es el de Costello y Daane (1997),
en viedos de California, en donde utilizaron golpeo de vegetacin, la aspiradora
D-vac y el mtodo del embudo. Este ltimo consisti en poner un embudo de
tela entre dos plantas de uva que eran agitadas sobre del embudo para que los
organismos fueran colectados. Todos los mtodos fueron contrapuestos con un
control absoluto, en el que se colect a todos los especmenes de la vegetacin de
un viedo. La comparacin de estos mtodos mostr que el tipo de muestreo tiene
un efecto signifcativo en la densidad promedio de las araas. As, el mtodo del
embudo sobreestimaba la densidad, mientras que los otros dos subestimaban este
valor. Asimismo, se registr una diferencia entre el control absoluto, el golpeo
de vegetacin y la aspiradora D-vac en la comparacin de especie por especie.
Finalmente, la composicin de especies de la plantas de uva fue ms exacta cuando
se hizo por medio del golpeo de vegetacin.
Churchill y Arthur (1999) por su parte, realizaron experimentos en el noreste
de Tasmania para comparar la efectividad de los mtodos de colecta en cuanto
a la abundancia de especmenes colectados y riqueza especfca. Esto se llev
al cabo mediante un diseo espacial anidado, en el cual seleccionaron dos sitios
de la costa, dentro de ellos se delimitaron nueve parcelas de 324 m
2
, de stas se
escogieron tres en cada muestreo para aplicar las distintas metodologas. Los
mtodos utilizados en este estudio fueron: trampas pitfall, red de golpeo y colecta
directa. Fueron colectadas 8625 araas, la riqueza especfca total fue de 130,
pertenecientes a 33 familias. Los autores encontraron que las trampas fueron las
que mayor nmero de organismos colectaron, sin embargo, la temporalidad tuvo
un efecto fuerte en este mtodo, no as en la colecta directa, que fue la nica que
no tuvo variaciones temporales con respecto a su riqueza especfca, lo cual se
argumenta se debi a un error de diseo, mismo que se podra superar aumentando
el nmero de muestra. La red de golpeo fue inefciente en este estudio, por lo que
los autores sugieren que se utilice nicamente a ciertas taxa de araas como las
Thomisidae, ya que son individuos que se localizan vagando en el follaje. Sin
embargo, argumentan que el golpeo puede ser muy til por su productividad y por
03-03 Araas ok.indd 344 25/01/2011 07:28:49 p.m.
ARAAS
345
poderse repetir, a diferencia de otros mtodos que son destructivos en el proceso
de remocin de los organismos de la vegetacin, esto a pesar de su especializacin
en la fronda.
Datos a recabar
La informacin que se debe recabar depender del tipo de estudio y objetivos del
mismo, ya que para estudios faunsticos o de inventario, no son tan necesarios
datos precisos de localizacin que seran de utilidad para estudios ecolgicos
comunitarios o poblacionales.
Antes de colectar a los especmenes de sus respectivos refugios se deben
registrar datos tales como la fecha, localidad, el tipo de vegetacin de la cual se
extraen, el colector y el mtodo de colecta.
Para estudios de autoecologa y cinecologa es importante tomar otros datos
acerca de las araas, tales como:
a. La especie de la planta en la cual se colect la araa, debido a que la arqui-
tectura y los organismos herbvoros asociados a cada una son diferentes.
b. La cobertura de la sombra, esto puede tomarse con un lente gran angular o
con un densitmetro. La sombra tiene un efecto en el microclima de los sitios
de muestreo (temperatura y humedad).
c. Si se trata de araas de red se pueden tomar en cuenta diversas medidas tales
como la altura a la cual estn posicionadas, adems de la profundidad que
ocupan dentro de la vegetacin (externa, media o interna). Esto afecta la
insolacin de las araas, la disponibilidad de presas y el refugio que ofrece
la vegetacin contra depredadores potenciales. Para este mismo grupo es
interesante anotar si en la red se encontraban presas, qu tipo de presas haba
y si exista ms de una en la red. Otro aspecto relevante es si existen otras
araas u organismos (cleptoparsitos) que estn robndole las presas a la
araa residente.
d. En cuanto a las araas errantes del suelo, un dato importante a registrar es la
profundidad de la hojarasca, la cobertura de la misma (porcentaje del suelo
que se encuentra revestido de hojas). En este sentido, el papel que juegan
las hojas es el de refugio tanto de las araas como de las posibles presas y
depredadores. La desnudez del suelo y los elementos que se encuentran sobre
l (piedras, ramas secas) son otras variables a tomar en cuenta para el estudio
de las araas.
03-03 Araas ok.indd 345 25/01/2011 07:28:49 p.m.
346
Cur acin y almacenamiento
Una vez en el laboratorio, los especmenes de araas se depositan en contenedores
de cristal (viales), cuyo tamao depende del tamao de los individuos. stos se
llenan con algn lquido conservador, usualmente alcohol etlico al 75-80%. En
ciertas colecciones, los curadores le agregan glicerina al 1% para que los individuos
no queden tan duros y se puedan manipular durante la identifcacin.
Al momento de la identifcacin, los viales pueden ser tapados con tapones
de hule o corcho, del dimetro adecuado o torundas de algodn, para que no se
evapore el alcohol ni se contamine o ensucie con partculas externas. Cuando
es necesario disectar los palpos masculinos o los epiginios (rgano reproductor
femenino), es recomendable que se separen del resto del cuerpo para que no
se destruyan, para ello existen microviales con tapones de hule en donde se
depositan los elementos disectados, mismos que se incorporan al vial mayor
del espcimen.
Finalizada la identifcacin, se agrega en los viales una segunda etiqueta (la
primera contiene los datos de colecta) la cual tiene el nombre cientfco del or-
ganismo, la familia a la que pertenece y la etapa de crecimiento (ninfa, juvenil,
premacho o prehembra, macho o hembra adultos). En este punto, se cambian los
tapones de los viales por torundas de algodn.
Una de las formas de almacenamiento fnal de las araas es depositar en un
recipiente mayor los viales (con individuos de la misma especie o del mismo tipo
de hbitat), acomodados de cabeza, posteriormente el recipiente es rellenado con
alcohol. El propsito de poner los viales de esta forma es prevenir la desecacin.
Posteriormente a la colocacin de los especmenes en frascos, los contenedores
se organizan por familias en los anaqueles de las colecciones.
Referencias
Agnew Ch. y Smith J. 1989. Ecology of spiders (Araneae) in a peanut agroecosystem,
Environmental Entomology 18(1): 30-42.
Barnes R. y Barnes B.1955. The spider population of the abstract broomsedge community
of the south eastern piedmont. Ecology 36: 658-666.
Barnes R. D. 1953. The ecological distribution of spiders in non-forested maritime com-
munities at Beaufort, North Carolina. Ecological Monographs 23: 315-337.
Biere J. M. y Uetz G. W. 1981. Web orientation by the spider Micrathena gracilis
(Araneae:Araneidae). Ecology 62: 336-344.
Blackledge T. A., Coddington J. A., y Gillespie R. G. 2003. Are three-dimensional spider
webs defensive adaptations? Ecology Letters 6: 13-18.
03-03 Araas ok.indd 346 25/01/2011 07:28:50 p.m.
ARAAS
347
Bogya S., Mark V. y Szinetr C. 1999. Comparison of pome fruit orchard inhabiting spi-
der assemblages at different geographical scales. Agricultural and Forest Entomology
1: 261-269.
Bonte D., Baert, L. y Maelfait, J. 2002. Spider assemblage structure and stability in a
heterogeneous coastal dune system (Belgium). Journal of Arachnology 30: 331-343.
Bonte D., Criel P., Van Thournout I. y Maelfait J-P. 2003a. Regional and local variation
of spider assemblages (Araneae) from coastal grey dunes along the North Sea. Journal
of Biogeography 30: 901-911.
Bonte D., Lens L., Maelfait J. P., Hoffmann M. y Kuijken E. 2003b. Patch quality and con-
nectivity infuence spatial dynamics in a dune wolfspider. Oecologia135:227-233.
Brennan K., Majer J. y Reygaert N. 1999. Determination o fan optimal pitfall trap size for
sampling spiders in a western Australian jarrah forest. Journal of insectconsrvation.
3:297-307.
Brown M. W., Schmitt J. y Abraham B. 2003. Seasonal and Diurnal Dynamics of Spiders
(Araneae) in West Virginia Orchards and the Effect of Orchard Management on Spider
Communities. Environmental Entomology 32(4): 830-839.
Buddle, C., Spence, J. R. y Langor, D. W. 2000. Succession of boreal forest spider assem-
blages following wildfre and harvesting. Ecography 23: 424-436.
Buddle C. y Rypstra A. 2003. Factors Initiating Emigration of Two Wolf Spider Species
(Araneae: Lycosidae) in an Agroecosystem. Environmental Entomology 32(1): 88-
95.
Bultman T. y Uetz G., 1982. Abundance and community structure of forest foor spiders
following litter manipulation. Oecologia 55: 34-41.
Coddington, J. A. y H. W. Levi. 1991. Sytematics and evolution of spiders (Araneae).
Annual Review of Ecology and Systematics 22: 565-92.
Coddington, J., Young, L y Coyle, F. 1996. Estimating spider species richness in a southern
appalachian cove hardwood forest. Journal of Arachnology 24:111-128.
Costello M. y Daane K. 1997. Comparison of sampling methods used to estimate spider
(Araneae) species abundance and composition in grape vineyards. Environmental
Entomology 26(2)142-149.
Chen K. Ch. y Tso I-M. 2004. Spider diversity on orchid island, Taiwan: a comparison
between habitats receiving different degrees of human disturbance. Zoological Studies
43(3): 598-611.
Churchill T. y Arthur J. 1999. Measuring spider richness: effects of different sampling
methods and spatial and temporal scales. Journal of Insect Conservation 3: 287-295.
Dobyns J. 1997. Effects of sampling intensity on the collection of spider (Araneae) species
and the estimations of species richness. Environmental Entomology 26(2): 150-162.
Eberhard W. G. 1971. The ecology of the web of Uloborus diversus (Araneae: Uloboridae).
Oecologia (Berlin) 6: 328-342.
Foelix R. 1996. Biology of spiders. Second edition. Oxford University Press. New York.
330 pp.
Greenstone M. H. 1984. Determinants of web spider species diversity: vegetation structural
diversity vs. prey availability. Oecologia 62: 299-304.
03-03 Araas ok.indd 347 25/01/2011 07:28:50 p.m.
348
Greenstone M. H. 1999. Spider predation: how and why we study it. Journal of Arach-
nology 27: 333-342.
Guillebeau, L y All J. 1989. Geocoris spp. (Hemiptera: Lygaeidae) and the striped lynx
spider (Araneae: Oxyopidae): cross predation and prey preferences, Journal of Eco-
nomic Entomology 82(4): 1106-1110.
Gunnarsson B. 1988. Spruce-living spiders and forest decline: the importance of needle-
loss. Biological Conservation, 43: 309-319.
Gunnarsson B., 1996. Bird predation and vegetation structure affecting spruce living ar-
thropods in a temperate forest. Journal of Animal Ecology 65: 389397.
Gunnarsson B., 1998. Bird predation as a sex and size selective agent of the arboreal spider
Pityohyphantes phrygianus. Functional Ecology 12: 453-458.
Gunnarsson B.1990. Vegetation structure and the abundance and size distribution of spru-
ce-living spiders. Journal of Animal Ecology 59: 743-752.
Hardwood J.D., Sunderland K.D., Symondson W.O.C. 2001. Living where the food is: web
location by linyphiid spiders in relation to prey availability in winter wheat. Journal
of Applied Ecology 38: 88-99.
Harwood J.D., Sunderland K.D., Symondson W.O.C. 2003. Web-location by linyphiid
spiders: prey-specifc aggregation and foraging strategies. Journal of Animal Ecology
72: 745-756.
Hatley, C y MacMahon, J. 1980. Spider community organization: seasonal variation and
the role of vegetation architecture. Environmental Entomology 9: 632-639.
Lowrie, D . C . 1948 . The ecological succession of spiders of the Chicago area dunes.
Ecology 29: 334-351.
Mallis R. E. y L. E. Hurd. 2005. Diversity among ground-dwelling spider assemblages:
habitat generalists and specialists. Journal of Arachnology 33:101-109.
Nyffeler M, Sterling W.y Dean D. 1994. Insectivorous activities of spiders in United States
feld crops. Journal of Applied Entomology 118: 113-128.
Pekar S. 2002. Differential effects of formaldehyde concentration and detergent on the
catch. Pedobiologia 2002; 46, 6; Health & Medical Complete p. 539.
Pekr S. 2005. Predatory characteristics of ant-eating Zodarion spiders (Araneae: Zodarii-
dae): Potential biological control agents. Biological Control 34:196-203.
Pinkus-Rendn M., Ibarra-Nez G., Parra-Tabla V., Garca-Ballinas J, Yann Hnaut
2006b. Spider diversity in coffee plantations with different management in southeast
Mexico. Journal of Arachnology. 34, 1: 104-112.
Pinkus-Rendn, M. A., Len-Corts J., Ibarra-Nez, G. 2006b. Spider diversity in a tro-
pical habitat gradient in Chiapas, Mexico. Diversity & Distributions, 12. 1:61-69.
Platnick, N. I. 2006. The world spider catalog, version 7.0. American Museum of Natural
History, online at http://research.amnh.org/entomology/spiders/catalog/index.html.
Riechert S. E. y Tracy C. R. 1975. Thermal balance and prey availability: bases for a model
relating web site characteristics to spider reproductive success. Ecology 56: 265-285.
Riechert S. E. y Lockley T. 1984. Spiders as biological control agents. Annual Review of
Entomology 29: 299-320.
03-03 Araas ok.indd 348 25/01/2011 07:28:51 p.m.
ARAAS
349
Riechert, S. E. y Bishop L. 1990. Prey control by an assemblage of generalist predators:
spiders in garden test systems. Ecology 71(4): 1441-1450.
Riechert S.E. y Lawrence K. 1997. Test for predation effects of single versus multiple
species of generalist predators: spiders and their insect prey. Entomologia Experimen-
talis et Applicata 84: 147-155.
Riechert S. E. 1999. The hows and whys of successful pest suppression by spiders: insights
from case studies. Journal of Arachnology 27: 387396
Robinson J. 1981. The effect of architectural variation in habitat on spider community: an
experimental feld study. Ecology 62(1): 73-80.
Romero G. y Vasconcellos-Neto J. 2005. The effects of plant structure on the spatial and
microspatial distribution of a bromeliad-living jumping spider (Salticidae) Journal of
Animal Ecology 74: 12-21.
Ruiz Colmenares A. 2004. Diversidad de araas de suelo en una plantacin de cacao,
Mpio. Tuxtla Chico, Soconusco, Chiapas, Mxico. Tesis de licenciatura en Biologa.
Universidad de Ciencias y Artes de Chiapas. 68 p.
Teixeira de Souza A. y Parentoni R. 2005. Foliage Density of Branches and Distribution
of Plant-Dwelling Spiders. Biotropica 37(3): 416-420.
Thomas C. F. G. y Jepson P. C. 1997. Field-scale effects of farming practices on linyphiid
spider populations in grass and cereals. Entomologia Experimentalis et Applicata 84:
59-69.
Turnbull A. L. 1973. Ecology of the trae spiders (Araneomorphae). Annual Review of
Entomology. 18:305-348.
Uetz G. W., Halaj J. y Cady A. 1999. Guild structure of spiders in major crops. Journal
of Arachnology 27: 270-280.
Uetz G. 1975. Temporal and spatial variation in species diversity of wandering spiders
(Araneae) in deciduous forest litter. Environmental Entomology 4: 719-724.
Uetz, G ., y J . D . Unzicker. 1976. Pitfall trapping in ecological studies of wandering
spiders. Journal of Arachnology. 3: 101-111.
Weeks R. D. jr. y Holtzer T. O. 2000. Habitat and season in structuring ground-dwelling
spider (araneae) communities in a shortgrass steppe ecosystem. Environmental Ento-
mology 29(6): 1164-1172.
Wettstein W. y Schmid B. 1999. Conservation of arthropod diversity in montane wetlands:
effects of altitude, habitat quality and habitat fragmentation on butterfies and grassho-
ppers. Journal of Applied Ecology 36: 363-373.
Wheater C., Cullen W. y Bell J. 2000. Spider communities as tools in monitoring reclaimed
limestone quarry landforms. Landscape Ecology 15: 401-406.
Wise D. 1993. Spiders in ecological webs. Cambridge Univ. Press. Cambridge U.K.
Work T., Buddle Ch., Korinus L.y Spence J. 2002. Pitfall trap size and capture of three
taxa of litter-dwelling arthropods: implications for biodiversity studies. Environmental
Entomolgy. 31(3): 438-448.
03-03 Araas ok.indd 349 25/01/2011 07:28:51 p.m.
03-03 Araas ok.indd 350 25/01/2011 07:28:51 p.m.
351
Introduccin
El manejo de los recursos naturales requiere del conocimiento profundo de la ri-
queza biolgica, as como de las condiciones en que se encuentran las poblaciones
que constituyen los ecosistemas, para poder lograr una productividad razonable
que permita la explotacin de las especies tiles al hombre. Se requiere de la
preservacin de los acervos genticos como banco fundamental de la biodiversi-
dad. Es por eso que la conservacin de los recursos naturales ha adquirido en los
ltimos aos una importancia trascendental, que se ha convertido en una carrera
contra el tiempo, si se considera el acelerado ritmo de destruccin que aqullos
han sufrido en las ltimas dcadas por mltiples causas. Es necesario estar cons-
cientes que en la conservacin de los recursos naturales se fnca el desarrollo de
las generaciones futuras.
El manejo de la biodiversidad en Mxico presenta problemas, que van desde
la disminucin drstica de las especies hasta la extincin de algunas de ellas, de-
bido a la prctica exhaustiva de algunas actividades como: ganadera, agricultura,
deforestacin, erosin del suelo, incendios sin control provocados por el hombre,
contaminacin, urbanizacin, tenencia de la tierra, comercio ilegal de fora y fauna,
prdida de etnias y su conocimiento sobre la naturaleza, adems de los problemas
polticos y sociales que, en cada regin agravan el conficto ambiental y el uso
de los recursos.
12
AVES Y MAMFEROS
Celia I. Slem-Salas
1
, M. Cristina MacSwiney G.
2
y
Silvia Hernndez Betancourt
1

1
Departamento de Zoologa, Facultad de Medicina Veterinaria y Zootecnia, Universidad Autnoma de
Yucatn.
2
Centro de Investigaciones Tropicales. Universidad Veracruzana.
03-04 Aves y mamferos ok.indd 351 25/01/2011 07:29:34 p.m.
352
Los vertebrados mexicanos acuticos y terrestres constituyen un grupo muy
diverso, el cual, est representado aproximadamente por un 10% de las especies a
nivel mundial. Asimismo, los vertebrados terrestres, en particular las especies de
anfbios, reptiles y mamferos presentan un alto porcentaje de endemismos (61%,
53% y 30%, respectivamente), esto como consecuencia de la variacin climtica y
microambiental que se presenta en el pas (Ceballos y Rodrguez, 1993; Escalante
et al., 1993; Flores-Villela, 1993). Las aves son un grupo muy diverso (> 9000
especies), constituido por especies residentes y migratorias. Esto se debe a la ubi-
cacin geogrfca del pas, que sirve como puente entre Norte y Sudamrica y a las
amplias zonas costeras y montaosas del pas que son usadas como reas de refugio
de alimentacin y reproduccin. Las aves y los mamferos histricamente han sido
los grupos ms manejados y explotados, y sus habitat han sido dramticamente
devastados, por lo tanto, muchas de las especies se encuentran amenazadas o en
peligro de extincin. Asimismo, es preocupante que el 54% (aproximadamente
266 especies) de las especies de mamferos se encuentren en alguna categora de
riesgo (Semarnat, 2002).
Es evidente que los conservacionistas y los manejadores de recursos deben
conocer la diversidad y el estado en que se encuentran las poblaciones para poder
tomar decisiones que se pueden aplicar en relacin con su explotacin o para la
proteccin de esta riqueza natural. Para tener este conocimiento, es necesario rea-
lizar muestreos poblacionales que refejen por medio de estimaciones o ndices,
el estado real de la poblacin, ya que es muy difcil realizar censos. Asimismo, es
necesario conocer las caractersticas fsicas y parmetros biolgicos tales como
el patrn de actividad diaria y estacional.
Las aves y mamferos pueden ser estudiados por tcnicas de observacin
directa o indirecta, la evaluacin numrica requiere de la concepcin de unidades
numricas, que pueden ser unidades de tiempo y rea para las aves o de rea y
desplazamiento lineal para mamferos. Las aves pueden ser detectadas por cantos,
nidos, huevos, cascarones, desde el suelo hasta altos doseles en los rboles y desde
la costa hasta lo alto de las montaas, mientras que los mamferos pueden recono-
cerse por medio de huellas, excretas, pelos, dientes, madrigueras y principalmente
en hbitats terrestres. Se aplican tcnicas diferentes para la estimacin de grupos
de mamferos marinos.
En este captulo se presentan las principales tcnicas de estudio para estos
dos importantes grupos de vertebrados, como son las aves y los mamferos. En
forma secuencial se presentan algunas consideraciones para la elaboracin de la
estrategia de muestreo, las tcnicas de muestreo directo (observacin y captura),
indirecto y los procedimientos para el marcaje.
AVES Y MAMFEROS
353
Elabor acin de la estr ategia de muestreo
Antes de llevar al cabo cualquier estudio es necesario que se defnan claramente los
objetivos, a travs de los cuales se realizar la planeacin y ejecucin del trabajo
de campo. Asimismo, es necesaria una estimacin del fnanciamiento requerido,
as como del personal que desarrollar el trabajo, ya que el presupuesto variar
de acuerdo con el desplazamiento hacia el rea a estudiar, los mtodos a utilizar,
la duracin del proyecto y el nmero de integrantes que lo realicen (Greenwood,
1996).
La planeacin de un estudio debe considerar tres etapas (Rasanayagan y Fos-
ter, 1996). En la primera, el investigador debe defnir la amplitud del trabajo en
trminos de las especies seleccionadas para el estudio. La seleccin depender
de los objetivos, el tiempo de duracin del estudio y el dinero disponible para los
muestreos, as como en las caractersticas del rea, particularmente su tamao. En
esta etapa, tambin es recomendable realizar una revisin bibliogrfca exhaustiva
de la informacin existente sobre las especies a trabajar.
En la segunda etapa, se seleccionan las tcnicas ms apropiadas para estudiar
a las especies o poblaciones. La seleccin de la tcnica de muestreo depende de
los factores antes mencionados y de otras variables, para lo que el investigador
debe apoyarse en la informacin obtenida de la literatura cientfca acerca de las
especies, los mtodos y del rea que se trabajar. La tercera, etapa involucra la
integracin de la teora con la prctica, adecuando las tcnicas seleccionadas el
rea y las especies a estudiar.
Habiendo organizado al personal involucrado y adquirido el equipo y mate-
rial necesario para el estudio, es recomendable realizar inspecciones o muestreos
preliminares para adecuar los mtodos que se emplearn, ubicar los puntos de
muestreo, e identifcar los posibles obstculos que limiten la ejecucin de los
muestreos y el registro de datos. Asimismo, es fundamental identifcar los sitios de
establecimiento del personal (campamentos, acceso a las instalaciones de las reas
protegidas, etc.). Realizado lo anterior, el investigador podr iniciar formalmente
su trabajo de campo.
Defnicin de objetivos
El principal objetivo del muestreo de aves y mamferos es estimar la riqueza de
especies (nmero de las especies presentes) y la abundancia de la(s) especies
(nmero de individuos de cada especie) dentro de un rea en particular. Pero la
informacin obtenida tambin es necesaria para cumplir otra serie de objetivos,
354
como son aquellos que pretenden comparar la biodiversidad entre diferentes reas
y justifcar el establecimiento de un rea protegida o la conservacin y manejo de
poblaciones de especies.
Dentro de la planeacin se debe considerar si es necesario conservar y preser-
var algunos de los ejemplares para ser ingresados a colecciones cientfcas, ya que
muchas especies no son fcilmente identifcables en campo, lo que hace necesaria
la determinacin a travs de un examen detallado de los ejemplares recolectados,
los cuales, podrn incluso ser utilizados para estudios de sistemtica y taxonoma.
Los ejemplares debern ser preservados de acuerdo con las tcnicas curatoriales
convencionales (Papavero y Vanzolini, 1985).
Defnicin de los lmites del muestreo
Lista de especies
El primer paso para preparar un muestreo consiste en realizar una revisin de
los trabajos que se han llevado al cabo en el rea o en sitios cercanos a ella o de
condiciones similares. La informacin obtenida es usada para desarrollar una lista
preliminar de las especies que se pueden encontrar en el sitio de estudio. Dichas
listas son importantes para defnir los lmites del muestreo, aunque no deben con-
siderarse completas, ya que el investigador debe anticipar la posible aparicin de
nuevas especies, especialmente cuando las reas se localizan en zonas tropicales
que son altamente diversas. De manera opcional, el investigador puede llevar al
cabo un muestreo preliminar o prospectivo para obtener una lista de especies, ya
que stos son recomendables cuando no se cuenta con sufciente informacin del
rea. Los muestreos deben ser lo sufcientemente cortos y rpidos, planeados bajo
un diseo cuidadoso de muestreo.
Seleccin de las especies a estudiar
Con la lista preliminar, el investigador puede seleccionar la especie, poblacin o
comunidad que incluir en sus muestreos. El fnanciamiento y el tiempo, aunado
con las caractersticas del rea, limitan el nmero y las especies a estudiar.
Las especies pueden ser seleccionadas basndose en su abundancia o en la
representatividad de los diferentes rdenes de aves o mamferos. Asimismo,
pueden ser seleccionadas por su tamao, por los sonidos o las vocalizaciones que
AVES Y MAMFEROS
355
emiten, por los rastros que dejan en el hbitat u otras caractersticas que facilitan
la deteccin de la especie en el rea. La seleccin de las especies puede ser pro-
ducto de algn inters especfco, como el relacionado con las colecciones, para
estudios taxonmicos ms detallados o con la conservacin de stas en el hbitat.
En el ltimo caso, es posible seleccionar especies sobre las que se hacen hiptesis
relacionadas al aumento o disminucin de sus poblaciones o bien, especies que
son consideradas como plagas, como reservorios de algunas enfermedades o que
tienen importancia econmica o en la salud pblica.
Seleccin de las tcnicas de campo
Existen diversas tcnicas de campo que pueden ser usadas para estimar la densidad
(nmero de individuos por unidad de rea) y abundancia de una especie, o para
medir la riqueza de especies de aves y mamferos que existen en un rea. De for-
ma general, estas tcnicas pueden ser clasifcadas como: tcnicas de observacin
directa, de observacin indirecta y de captura-recaptura.
Adecuacin
A pesar que las tcnicas pueden ser aplicadas para diferentes especies y condiciones,
stas son seleccionadas con base en su efciencia y adecuacin con respecto a la
especie o especies a estudiar, as como con la informacin requerida para lograr
los objetivos previamente planteados. Por ejemplo, las tcnicas de observacin
directa e indirecta permiten obtener datos para estimar la abundancia de algunas
especies. Sin embargo, la observacin directa aporta datos ms confables, por lo
tanto, la seleccin debe inclinarse hacia esta tcnica. Si es posible, se recomienda
la aplicacin de ambas tcnicas para poder realizar comparaciones o complementar
resultados.
Caractersticas fsicas y comportamiento de las especies
Para la seleccin correcta de la tcnica que se emplear, debe tenerse un buen cono-
cimiento de las caractersticas fsicas y de la biologa de las especies que se desea
estudiar como son los patrones de actividad diaria y estacional. Para especies de
hbitos diurnos, las tcnicas de observacin directa pueden ser una buena opcin,
356
en contraste para las de hbitos nocturnos, el uso de tcnicas requiere de equipo
adicional o de la aplicacin de tcnicas de captura y de registro indirecto.
Tamao del rea de estudio
La extensin del rea es un factor determinante en la seleccin de las tcnicas de
muestreo. Por ejemplo, si la especie habita en un rea relativamente pequea, es
posible cubrir el sitio en su totalidad. Si la especie habita en un rea muy grande,
se requiere un muestreo espacial, el cual, consiste del establecimiento de unidades
de muestreo dentro del rea total.
La estimacin global se basa en las estimaciones obtenidas en cada una de
esas unidades. El tamao del rea puede incluso ser determinante en la seleccin
de los mtodos de muestreo. Por ejemplo, los muestreos areos constituyen un
mtodo til para reas grandes cuando el tipo de vegetacin permite una adecuada
visibilidad, lo mismo que cuando la especie en estudio es fcilmente identifcable
(Davis y Winstead, 1987).
Hbitat y clima
Las caractersticas del medio donde habita la especie pueden infuir en la seleccin
de las tcnicas de campo. Por ejemplo, la densidad de la vegetacin y el grado de
heterogeneidad espacial pueden afectar las observaciones directas de los animales.
El grado de nubosidad, niebla, lluvia y viento, pueden tambin infuir negativa-
mente en observaciones. Asimismo, es necesario considerar la temporalidad de
los muestreos, ya que las especies siguen patrones espaciales y temporales en sus
distribuciones y abundancias.
Personal y tiempo
El arreglo de las tcnicas de campo disponibles para un muestreo depender del
nmero de personas involucradas en la investigacin. La experiencia del personal
puede aumentar la efciencia de las tcnicas de campo. La colaboracin de perso-
nas que viven y realizan actividades en el rea de estudio facilitan a los equipos
de investigacin el trabajo de campo. Es fundamental avisar a las autoridades
municipales del trabajo que se pretende desarrollar para no tomar por sorpresa a
los habitantes de los sitios. Asimismo, contar con los permisos de las autoridades
correspondientes para llevar al cabo los muestreos.
AVES Y MAMFEROS
357
Financiamiento y equipo
El presupuesto requerido para un muestreo infuye en forma determinante en la
seleccin de las tcnicas de campo. Por ejemplo, los altos costos de las trampas o de
equipo electrnico necesario para muchas de las tcnicas de campo pueden limitar
su aplicacin. Una buena seleccin debe invariablemente considerar el equipo con
el que se cuenta y el fnanciamiento necesario para adquirir el faltante.
Integracin de la teora con la prctica
Despus de haber concluido las dos primeras etapas de la planeacin, el investigador
debe decidir cul de las tcnicas y qu tipo de muestreo seleccionar considerando
las condiciones del rea. Algunas de las sugerencias a considerar para adecuar la
tcnica al rea de estudio son: uso de mapas, fotografas areas, imgenes de sa-
tlite, mediciones de la unidad de muestreo, seleccin de las unidades de manera
aleatoria y seleccin de puntos aleatorios.
Tipos de muestreo
Una vez identifcada nuestra especie de estudio, es importante decidir la forma de
muestrearla. Desde el punto de vista estadstico la mejor aproximacin es realizar
un muestreo al azar. Este tipo de muestreo se conoce como aleatorio simple. Otra
alternativa es realizar un muestreo sistemtico, por ejemplo, seleccionando un
punto de manera ordenada cada quinto cuadrante de un total de 100 cuadrantes de
nuestra rea muestreada. El muestreo estratifcado divide la poblacin en grupos
que son convenientes para el muestreo. Las estimaciones poblacionales, basadas
en la muestra estratifcada, usualmente tienen mayor precisin que si la poblacin
entera fuera muestreada mediante muestreo aleatorio simple.
Tcnicas de obser vacin directa
El tamao de la poblacin a estudiar junto con el tamao del rea de muestreo y
la distribucin de las especies permite obtener dos mediciones: 1) la abundancia
total o relativa, que se refere al nmero de organismos registrados y 2) la densidad
relativa y ecolgica, que se refere al nmero de individuos de una especie por
unidad de rea de todo el sitio de estudio, y al nmero de individuos de una especie
358
por unidad de rea del hbitat que utiliza, respectivamente. La estimacin de la
densidad ecolgica es la adecuada, especialmente en reas de muestreo en donde
las especies pueden ocupar nicamente ciertos tipos de hbitat.
La densidad y la abundancia (absolutas o relativas) pueden estimarse a partir
de muestreos, a lo largo de diferentes escalas temporales o espaciales, para po-
der compararlas con otras especies en el mismo sitio, en otros diferentes y en el
mismo o diferentes tiempos. Al comparar dos o ms estimaciones, es importante
considerar que los valores obtenidos sean potencialmente comparables, tanto con
respecto al tamao del rea, esfuerzo invertido en la toma de datos y la tcnica
empleada para los muestreos.
Las tcnicas de observacin permiten realizar censos o conteos de individuos
que se encuentran en el sitio de estudio o defniendo muestras dentro del rea
total, siempre y cuando el total del rea o la muestra sea cubierta, que todos los
animales sean localizados, y que stos sean contados. Sin embargo, cumplir con
los requisitos antes mencionados, o al menos estar seguro de haberlos cumplido,
no siempre es factible, ya que aunque la bsqueda de los individuos sea intensa en
toda el rea, existe la posibilidad de que algn individuo no sea contado (Monsby,
1987; Sutherland, 1996b).
Mtodos de conduccin
Se puede registrar el nmero de los individuos en toda el rea o puede ser esti-
mado a travs de muestreos. Esta tcnica consiste en ahuyentar o provocar a los
animales para correr o volar y conducir su huida a un sitio defnido previamente
para facilitar el conteo. Esta tcnica es la ms apropiada para especies de hbitos
diurnos, de tamao mediano, que habiten en sitios planos y abiertos. No es reco-
mendable para especies que en el momento de huir se escondan en madrigueras,
para depredadores grandes o para especies arborcolas. Esta tcnica es adecuada
para sitios pequeos de pocos kilmetros. La tcnica involucra a un grupo de ob-
servadores estacionarios y a un grupo de conductores no estacionarios, los cuales,
se ubican inicialmente en la periferia del rea de estudio y la rodean por completo.
Todos los observadores y conductores cuentan a los animales hacia un solo lado
en el momento del disturbio o movilizacin, evitando contar ms de una vez a un
individuo. La distancia entre los observadores es un punto importante para ase-
gurar que todos los animales sean contabilizados. sta se establece por el doble
de la distancia ms corta registrada entre la distancia mnima de dispersin ante
la movilizacin y la distancia mxima a la cual es visible la especie en su hbitat
natural (Rasanayagan et al., 1996).
AVES Y MAMFEROS
359
Es importante considerar la posibilidad de provocar estrs al animal o de
que ste salga lastimado al momento de la huida, particularmente cuando se
utilizan barreras. Por ejemplo, se ha observado que algunos marsupiales pueden
perder a las cras de sus marsupios al momento de la huida. Estos problemas
pueden ser minimizados cuando la tcnica es aplicada en perodos de menor
riesgo (fuera de perodos de nacimiento) y si la velocidad y la conducta de los
conductores son reguladas. Asimismo, es recomendable que los perodos entre
muestreos utilizando esta tcnica sean lo sufcientemente largos para permitir
a los animales recuperarse del estrs ocasionado por el disturbio, ya que se ha
observado que los animales que son heridos o altamente estresados dejan el
sitio por perodos largos, lo que conlleva a la subestimacin del tamao total
de la poblacin.
Esta tcnica tambin es aplicable para contar el nmero de animales observados
en pequeos bloques o unidades de muestreo (e.g. cuadrantes o transectos rectan-
gulares) seleccionadas del rea total de muestreo. Se requiere de menor nmero
de personas que para el conteo total, y en esta modalidad, todos los miembros del
equipo son conductores y contabilizan tanto a los animales que dejan las unidades
de muestreo como a los que entran a ellas.
Mtodos de deteccin en silencio
Otro tipo de tcnica de observacin consiste en la deteccin en silencio de las
especies. El observador se acerca lo ms silenciosamente posible, o bien, perma-
nece en una torre de observacin y cuenta a los animales sin perturbarlos. Pueden
adecuarse tanto a especies de tamao pequeo como aquellas de tamao mediano
y grande, de hbitos diurnos y nocturnos, especies arborcolas, fosoriales y a
especies marinas. Esta tcnica es ms recomendable que la anterior, ya que no
produce estrs sobre los animales.
El acercamiento y conteo de los animales a travs de la deteccin en silencio
a pie, es un proceso lento y se invierte mucho tiempo. Por lo que muestreos a pie
slo son recomendables para reas de menos de 10 km
2
. Para reas mayores, es
comn utilizar caballos, mulas o plataformas mviles, como son vehculos terres-
tres, aeroplanos, botes o barcos.
A travs de esta tcnica, ocasionalmente puede lograrse la identifcacin in-
dividual de los organismos estudiados, registrar abundancias de los organismos
al emerger de sus perchas, sitios de reproduccin, anidacin y maternidades,
madrigueras u observaciones directas en campo.
360
Identifcacin de individuos
Si el estudio que se lleva a cabo requiere de la identifcacin individual, los registros
que se deben considerar en esta tcnica son las caractersticas fsicas del animal, tales
como marcas corporales, tamao y forma de las astas o cuernos, manchas, cicatrices
y otras deformidades que permitan la identifcacin del individuo, utilizadas para
contar el total de los animales dentro del rea. Esta tcnica ha sido utilizada para
obtener el nmero total de primates que viven en grupos sociales estables. Asimismo,
ha sido utilizada para contabilizar leones, canguros, caballos silvestres y especies
solitarias a como son los jaguares, utilizando para stos los patrones de puntos en
su piel y para mamferos marinos utilizando marcas naturales o cicatrices para su
identifcacin.
Observaciones en sitios de refugio, reproduccin y anidacin
Esta tcnica facilita la observacin y registro de nmero de especies y abundancias,
cuando se estudian especies que: 1) son localizadas fcilmente, 2) habitan en sitios
que albergan un gran nmero de individuos, 3) son relativamente permanentes, y
4) en el caso de sitios cerrados, son logsticamente fciles de estudiar. Cinco mto-
dos de observacin en sitios utilizados: 1) conteo directo, 2) conteo por disturbio,
3) conteo de dispersin diurna o nocturna, 4) conteo en colonias de anidacin,
reproduccin y maternidad y 5) conteo de emergencia.
Mtodo de deteccin en silencio en reas pequeas
Es comn que el rea a estudiar sea muy extensa para la realizacin de censos por lo
que es recomendable que en estos casos se establezcan subreas (cuadrantes, parcelas
o transectos) dentro del rea total. Existen diversas tcnicas de deteccin en silencio
que son las ms utilizadas en los estudios de aves y mamferos, stas se describen a
continuacin (Glanz, 1982; Rasanayagan et al., 1996; Sutherland, 1996a).
Tr ansectos
Transectos en lnea. El registro de observaciones empleando este mtodo se
realiza a lo largo de una lnea de muestreo que se basa en tres consideraciones
importantes: 1) todos los animales en el transecto son observados; 2) los ani-
males son observados en su ubicacin inicial, antes de ser perturbados por el
observador, y un mismo individuo no es registrado dos veces; 3) se miden con
AVES Y MAMFEROS
361
exactitud distancias y ngulos de ubicacin; y 4) las detecciones son eventos
independientes (Burnham et al. 1980; Mandujano y Gallina, 1995).
Este mtodo puede ser empleado para estudiar poblaciones con muestreos
realizados a pie o desde vehculos en movimiento. La condicin ms impor-
tante de este tipo de muestreo es que todos los animales puedan ser contados
desde la lnea. Para evitar que los animales se muevan mucho antes de ser
registrados, el observador debe moverse en la lnea de la manera ms sigilosa
posible. Cuando el animal es observado, la distancia de observacin debe ser
medida con exactitud, se deben usar GPS o una brjula para medir los ngulos
(Figura 1). Se recomienda realizar estos muestreos en los mximos picos de
actividad de las especies a estudiar y que el recorrido de los transectos no sea
mayor a dos o tres horas de duracin. En las fguras se indican las medidas
a tomar: L =lnea del transecto, Z =posicin del observador, X =posicin
del animal, W = ancho de banda, r = distancia de observacin, =ngulo de
observacin, y
1
=distancia perpendicular.
Transectos en banda o franja. Este mtodo supone que todos los animales
dentro de la franja o banda pueden verse. El observador realiza el muestreo
desde una lnea que divide el ancho de la banda (w), determinado anticipa-
damente. Slo se registrarn los individuos que son observados dentro de los
lmites, excluyendo aquellos que se observen fuera de la banda. El ancho de
banda podr variar dependiendo de la especie que se va a estudiar, el hbitat y
el clima, entre otros factores (Figura 2). La estimacin de densidades se basa
en los siguientes supuestos: 1) los individuos deben fcilmente ser asignados
como dentro o fuera de la banda, 2) todos los individuos dentro de la banda
deben de contarse, 3) los registros deben ser eventos independientes, y 4) los
individuos no deben ser contados ms de una vez (Mandujano, 1994).
Puntos en transecto. Las observaciones se realizan en un punto defnido y
se registran los animales y la distancia en la que se observaron, en trminos
de zonas concntricas alrededor del punto defnido, as como la distancia a
partir de la cual no se logran observar los animales. Esta tcnica supone que
no existe inmigracin dentro del rea durante el perodo de observacin con
el fn de evitar sobrestimaciones de la densidad. Asimismo, es necesario que
el observador permanezca el tiempo sufciente a fn de detectar todos los
animales dentro del rea.
Conteo en caminos. Las observaciones realizadas para este mtodo se basan
en las obtenidas en transectos lineales o en banda, establecidos en caminos
existentes que son transitados por personas o animales dentro de la selva,
considerando las distancias a las que los animales son observados. Es im-
portante considerar el sesgo que resulta de este mtodo al no establecer los
362
transectos al azar, por lo que es nicamente utilizado para algunas especies y
bajo condiciones del hbitat que no permiten realizar observaciones al azar.
Cuadr antes
Este mtodo es generalmente adecuado para especies con rangos de dispersin
pequeos, o bien, para el uso de trampas o mtodos indirectos de conteo (Figura
3). Consiste en el establecimiento de un rea cuadrada dentro de la cual, todos los
individuos que se encuentren en ella debern ser registrados, antes de desplazarse al
exterior, para minimizar el sesgo producido al no ser contados, o bien al contarlos
dos o ms veces (Nichols y Conroy, 1996). Los lmites del cuadrante deben ser
claramente establecidos para que los animales sean contados con precisin. Los
cuadrantes pueden ser establecidos al azar, o bien, a lo largo de un transecto.
Tcnicas de obser vacin indirecta
A lo largo del sitio pueden incluso realizarse conteos indirectos para estimar la
abundancia de los individuos considerando las seales que stos dejan de su pre-
sencia y actividades. Entre las tcnicas que son utilizadas para estimar la presencia
y/o abundancia de una especie en un sitio de estudio, se incluyen tanto aquellas
que consideran conteos de los rastros registrados directamente en campo, como
las que a partir de mtodos y equipo adicional, promueven o facilitan el registro de
Figur a 1. Transecto en lnea. Figur a 2. Transecto en banda.
L = lnea del transecto, Z = posicin del observador, X = posicin del animal, W = ancho de
banda, r =distancia de observacin, =ngulo de observacin, y
1
=distancia perpendicular.
AVES Y MAMFEROS
363
los organismos. Las observaciones indirectas
y algunas tcnicas de registro que se emplean
son las siguientes:
Registro de nidos
Los registros de nidos pueden facilitar la estima-
cin de las abundancias de los organismos a estu-
diar, como en el caso de aves, que se encuentran
agrupados en colonias. La tcnica depende del
sitio en el que se encuentra anidando la colonia
de organismos, ya sea en un acantilado, a nivel
del suelo, rboles, arbustos o madrigueras. Las
abundancias pueden ser obtenidas de estima-
ciones del nmero de individuos a partir del
conteo directo tanto de los individuos o parejas
anidando como del nmero de nidos, o bien,
obtener ndices que permiten correlacionar la
abundancia a partir de los conteos del nmero
de nidos observados (Bibby et al., 1992).
Acantilados
Esta tcnica requiere que los conteos se realicen desde un punto de observacin
opuesto al sitio de muestreo desde el cual, se debern registrar las parejas de indivi-
duos o el nmero de nidos ocupados. El conteo puede difcultarse cuando las especies
anidan en grandes densidades, no siendo posible identifcar y contar todas las parejas,
por lo que es necesaria la identifcacin de todos los sitios con huevos, polluelos o
adultos incubando. Lo anterior requiere de muchas horas de trabajo, por lo que es
recomendable realizar los conteos de individuos directamente. Para especies que son
fcilmente observables en el momento de la anidacin, es recomendable fotografar
a la colonia y contar directamente de la fotografa el nmero de nidos.
Madr iguer as
Para estimar las abundancias de algunas aves y mamferos es recomendable contar
el nmero de madrigueras ocupadas en cuadrantes o reas establecidas de manera
Figur a 3. Representacin de un
cuadrante. A, B, C, D columnas; 1-10
flas, equidistancia entre trampas 10 m.
364
aleatoria o estratifcada, o a lo largo de transectos lineales. Las madrigueras que
son utilizadas son fcilmente identifcadas por la presencia de pelos o plumas,
tierra removida, excretas, restos de la cubierta de los huevos, alimento y huellas.
Una de las limitantes de esta tcnica es que las madrigueras que las aves utilizan
han sido construidas por otras especies de reptiles o mamferos, por lo que no es
fcil la identifcacin de las especies mediante esta forma. Por el contrario, en el
caso de los mamferos las huellas (Figura 4), en algunos casos, permiten la iden-
tifcacin de las especies.
A nivel del suelo
El conteo de nidos puede ser fcilmente realizado cuando se trata de especies que
anidan en colonias, tales como los pinginos, gaviotas y golondrinas de mar, entre
otras. Si la colonia es pequea y fcil de observar, el conteo de nidos puede reali-
zarse directamente. Cuando las colonias son grandes, es recomendable subdividirla
en secciones y contar cada una de stas por separado. El conteo deber llevarse
al cabo considerando la poca en la que los adultos pueden ser observados en los
nidos, o las horas del da en que la permanencia es ms estable, lo que depender
de las especies y las colonias a estudiar, pero de manera general, se recomienda
no realizar el conteo al inicio del da o al anochecer.
Figur a 4. Tcnica indirecta registro de excretas.
AVES Y MAMFEROS
365
Los conteos pueden realizarse en cuadrantes, transectos lineales, o ambos,
para lo que ser necesario estimar el rea total de la colonia. Para el caso de los
cuadrantes, stos deben ser establecidos al azar, o bien, a distancias iguales a lo
largo de un transecto y contar todos los nidos observados en cada uno de stos.
Cuando los conteos se realizan a lo largo de transectos lineales, es necesario
registrar la ubicacin de stos, la distancia recorrida, y registrar todos los nidos
observados a una o a diferentes distancias del transecto. El tamao de la colonia
es fcilmente estimado a partir del rea total, nmero total de nidos observados
y rea muestreada.
rboles y arbustos
Muchas especies de aves, tales como las garzas, las cigeas y esptulas, entre
otras, anidan en rboles formando colonias grandes. Para especies que anidan
en rboles deciduos, los nidos pueden ser fcilmente contados cuando pierden
sus hojas. Los conteos pueden realizarse desde torres o puntos fjos de observa-
ciones o realizando recorridos areos, utilizando binoculares o telescopios, con
algunas modifcaciones como es el uso de espejos para verifcar si los nidos estn
ocupados.
Ventajas y desventajas. El conteo limitado al perodo en que los individuos
de las especies se encuentran agrupados constituye una ventaja en trminos de
efectividad del estudio a bajo costo y esfuerzo, ya que en otras pocas del ao la
amplia distribucin de los individuos abarcando reas ms extensas complicara el
conteo de los individuos. La desventaja de esta tcnica radica en que es aplicable
en individuos en reproduccin, para lo que se requiere mantener al mnimo el grado
de perturbacin. Otra limitante es que para el caso del conteo de madrigueras se
difculta la identifcacin de la especie que la ocupa.
Registros en maternidades
Para el caso de los murcilagos se realiza en los sitios de percha en el momento
en que los adultos emergen. A travs de este mtodo puede estimarse el nmero
de hembras lactantes, contando a las cras que no vuelan. La informacin obtenida
puede complementarse con la informacin de captura para una mejor estimacin
del tamao y composicin de la colonia, por ejemplo, el nmero de hembras gr-
vidas, hembras poslactantes y lactantes, puede proporcionar el nmero de hembras
en la colonia (Cros, 1986).
366
Registro de cantos, llamados u otras seales de comunicacin
La identifcacin de especies y la estimacin de sus abundancias a travs del registro
de seales auditivas son muy tiles en el estudio de aves y mamferos, ya que esta
tcnica permite el registro de especies raras y/o difciles de observar y facilita la
ubicacin de los organismos dentro del rea de estudio. La tcnica se basa en que
muchas especies de aves y mamferos dentro de al menos un grupo taxonmico
muestran variaciones individuales en llamados o cantos, los cuales, pueden regis-
trarse y grabarse con un micrfono y realizar espectogramas de sonido utilizando
programas de cmputo (p. ej. AviSoft, BatSound, Anabat), los cuales, permiten la
identifcacin de las especies y estimar la cantidad y tipo de vocalizaciones (Gannon
y Foster, 1996). Constituye una importante herramienta en el estudio de las especies
nocturnas tales como los murcilagos y algunas especies de aves, Para el caso de
los murcilagos, los detectores permiten que las seales ultrasnicas emitidas por
stos sean percibidas por el odo humano, las cuales pueden ser grabadas y visua-
lizadas a travs de programas de cmputo. Estudios recientes demuestran que en
regiones tropicales el detector ultrasnico es una herramienta indispensable para
detectar hasta un 30% de especies de la comunidad de murcilagos y que no son
registradas por mtodos de captura (MacSwiney et al., 2008).
Ventajas y desventajas. Esta tcnica es apropiada para estimar las abundancias
relativas de las especies raras o cuando debido a sus hbitos no pueden ser obser-
vados o capturados fcilmente. Sin embargo, los datos obtenidos pueden llevar
a sesgos importantes, ya que las seales producidas pueden ser infuidas por los
hbitos de las especies, variacin individual y el ambiente. Para el caso de muchas
especies, los sonidos emitidos pueden diferir con relacin a su comportamiento y
a la poca de ao, o bien, ser nicamente emitidos por los machos. Asimismo, la
diferenciacin de especies y/o individuos puede verse limitada cuando los sonidos
no se distinguen con facilidad, o cuando las seales son muy semejantes entre
las especies. Las condiciones ambientales tales como la humedad y el ruido por
insectos u otros organismos pueden infuir en la deteccin de las seales (Davis
y Winstead, 1987).
Registro de excretas
La observacin y conteo de excretas es una tcnica indirecta que permite identifcar
la presencia del animal y estimar su abundancia a travs de ndices. El muestreo
de excretas se puede realizar en cuadrantes, si stas son abundantes, o a lo largo de
transectos lineales, si no lo son. En los ltimos aos, el uso de perros entrenados
AVES Y MAMFEROS
367
para encontrar excretas de carnvoros se ha convertido en una herramienta muy
efciente (Smith et al., 2003; Rolland et al., 2006). Sin embargo, esta tcnica es
muy costosa. La identifcacin de las excretas debe ser realizada considerando
otras observaciones, tales como huellas, pelos, plumas, o bien, por la presencia
del animal (Arita y Aranda, 1987, Figura 4).
Aunque la cantidad, tamao, forma y consistencia de las excretas depende de
la dieta del animal, el tiempo de permanencia vara de acuerdo con el hbitat, los
cambios estacionales, su composicin y contenido de fbra, y a la presencia de
insectos coprfagos. Para contrarrestar el efecto de estas variables en el estudio,
se recomienda: 1) eliminar las excretas que ya hayan sido encontradas, y defnir
la frecuencia del conteo considerando la tasa de depsito y de descomposicin;
2) marcar las excretas que han sido recientemente depositadas y registradas para
poder excluirlas en el prximo conteo y las que luzcan menos recientes.
Esta tcnica permite comparar las densidades relativas de las excretas en dife-
rentes reas que al considerar la tasa de defecacin de las especies, ya sea a travs
de observaciones de campo o estudios de animales en cautiverio, transforma estos
datos en nmero de animales por da en trminos de densidad.
A partir de los registros de excretas es posible realizar estudios sobre hbitos
alimentarios de las especies, utilizacin del rea y territorialidad. Para hacer el
estudio de hbitos alimenticios se requiere separar los componentes de la excreta.
En el caso de los carnvoros, el procesamiento puede requerir remojar, limpiar la
excreta y posteriormente separar con mallas muy fnas los diferentes componen-
tes y secarlos. Aranda (2000) sugiere analizar los resultados como frecuencia de
aparicin (FA):
FA =F
s
/N 100
en donde F
s
es el nmero de excretas en las que aparece una especie presa y N el
nmero de excretas analizadas.
El nmero que se obtiene para cada alimento representa el porcentaje de
excretas en que apareci dicho alimento. Este tipo de anlisis no considera la
importancia de otras presas encontradas en la excreta, por lo que otra alternativa
sugerida es expresar los resultados como porcentaje de aparicin (PA) (Maehr y
Brady, 1986):
PA =F
s
/F
t
100
en donde F
s
es el nmero de excretas en las que aparece una especie presa y F
t
es
la suma de todas las apariciones.
368
Ventajas y desventajas. Constituye una tcnica prctica para registrar la presen-
cia de especies difciles de observar o en sitios donde la visibilidad puede variar
entre hbitat. Cuando la identifcacin de especies por excretas es difcil, esto
puede contrarrestarse estableciendo grupos de especies con excretas similares. Las
estimaciones obtenidas pueden ser sesgadas tanto por el efecto del hbitat y por
los cambios en la persistencia de las excretas debido a las estaciones climticas, o
por la variacin de la tasa de defecacin en funcin con la dieta, edad, condicin
y sexo del animal.
Registro de restos y otras seales de alimentacin
Muchas especies pueden dejar impresas marcas caractersticas en los residuos
de sus alimentos, tales como marcas de dientes en los frutos, hojas u otras partes
vegetales. Estas seales pueden ser evidencia de la presencia y distribucin de las
especies, y pueden tambin ser medidas al estimar la disponibilidad del alimento
y la proporcin que es consumida. Para especies con hbitos alimentarios simila-
res, es recomendable considerar los registros en conjunto. Los muestreos pueden
realizarse en cuadrantes o transectos lineales. Los registros pueden limitarse a los
sitios de alimentacin o en en sitios de percha. Algunas aves, por ejemplo, regur-
gitan cerca de sus nidos y el anlisis de estas muestras egagrpilas que contienen
restos de alimento no digerido como huesos y pelo, es importante para determinar
la dieta (Velarde et al., 2007).
Ventajas y desventajas. Aunque slo es posible obtener un ndice relativo,
esta tcnica permite obtener mediciones de manera rpida y fcil, las cuales
pueden correlacionarse con el nmero de individuos trampeados. Sin embargo,
es necesario determinar las especies de plantas que son utilizadas como alimento
por cada especie estudiada y distinguir las marcas impresas de una especie entre
varias, cuando esto es posible. Los resultados pueden ser sesgados al considerar
que el consumo de una especie de planta depender tambin de la abundancia de
otros alimentos, por lo que es importante conocer el uso y la disponibilidad de los
recursos utilizados por la especie de inters.
Registro de huellas
Las observaciones y conteo de huellas es una tcnica til para detectar la presencia
del animal y permite obtener ndices de abundancia de las especies. Es importante
resaltar que en el caso de los mamferos cada especie posee una huella distintiva
AVES Y MAMFEROS
369
(Figura 5). Asimismo, es posible obtener informacin sobre la conducta, edad,
estatus social, modo de locomocin y hbitos de forrajeo. El conteo de huellas se
ve limitado a zonas donde el tipo de suelo conserva a detalle la forma y tiempo de
impresin de stas (Aranda 2000).
Los registros de huellas pueden realizarse tomando fotografas, moldes de
yeso o parafna, impresiones en papel carbn o de fotografa, colocndolos en
estaciones de registro previamente establecidas. Las huellas pueden ser cubiertas
por el tipo de suelo que permita la impresin, o bien, cubrir el rea con papel
carbn o de fotografa. Las estaciones pueden establecerse en sitios donde se
han observado individuos, o bien, utilizar cebo con olor que atraiga a los orga-
nismos, lo que comnmente se conoce como estaciones olfativas. Las estaciones
pueden ser arregladas a lo largo de un transecto lineal, con distancias iguales
entre ellas, y estar distribuidas proporcionalmente entre los tipos de hbitat del
rea de estudio.
Ventajas y desventajas. Este mtodo es til para especies sigilosas, pero ni-
camente permite obtener abundancias aproximadas. Aunque puede ser obtenida
la identifcacin de los individuos de diferentes tamaos, es generalmente difcil
defnir si un grupo de huellas pertenece a uno o a varios individuos. Cuando las
huellas de varias especies no pueden ser distinguidas, es recomendable tomar
registros por grupos de especies, lo que constituye un problema al estimar las
Figur a 5. Tcnica indirecta registro de huella.
370
abundancias de los pequeos mamferos. Estas estimaciones involucran tanto la
distancia recorrida como la densidad de la poblacin, por lo que pueden presentar
sesgos como resultado de las diferencias en conducta entre diferentes estaciones y
hbitat, as como cuando se presentan territorios que pueden permitir o restringir
el acceso de los animales a las reas muestreadas.
Estructuras y caractersticas del hbitat
Muchos animales crean estructuras para la proteccin y alimentacin de sus cras
que son fcilmente detectables visualmente, tales como nidos de hojas y pastos
de ardillas, montculos de tierra creados por tuzas, entre otros. Asimismo, las se-
ales que algunos herbvoros dejan cuando se alimentan, como algunos roedores
que dejan excretas y residuos de pasto y semillas despus de alimentarse; u otras
especies que ramonean los arbustos, aves y mamferos frugvoros que dispersan
los frutos en los sitios de alimentacin. Otros tipos de rastros son los que algunas
aves como los pjaros carpinteros, o algunos mamferos como los rsidos o cr-
vidos pueden marcar con sus picos, garras o astas en los troncos de los rboles, o
aquellos como la urea cristalizada o excretas de aves y quirpteros que depositan
en sus sitios de percha.
Ventajas y desventajas. Estos rastros nicamente permiten detectar la presencia
de los animales, lo cual, es recomendable cuando stos son difciles de observar y
cuando los rastros permiten identifcar a la especie. Sin embargo, algunas especies
dejan rastros similares que hacen confusa la identifcacin de la especie.
Seales olfativas
Este tipo de seales es comn que sean utilizadas por los mamferos para diferen-
tes funciones sociales y antidepredatorias, a travs de secreciones de glndulas
especializadas, orina y excretas que transmiten informacin olfatoria. Muchas
especies de mamferos impregnan estos olores en sus sitios de refugio, letrinas y
territorios, sitios que se denominan espacios activos, y que permiten al investi-
gador localizar y en muchos casos identifcar a la especie.
Ventajas y desventajas. Es una tcnica til y efcaz para localizar organismos,
sin embargo, en muchas ocasiones los olores producidos por algunas especies son
imperceptibles para el olfato humano, por lo que es ms recomendable observar
directamente al animal.
AVES Y MAMFEROS
371
Otras tcnicas de observacin indirecta
La utilizacin de fotografas y grabaciones visuales por medio de cmaras fotogrf-
cas y de video pueden emplearse para la obtencin de registros de manera indirecta,
o bien, combinarse con otras tcnicas de observacin tanto directa como indirecta,
como las descritas anteriormente. Entre las tcnicas de observacin indirecta se
recomienda la toma de fotografas de los registros de las huellas, cuando stas no
puedan ser identifcados en campo, o bien, que se requiera evidencia de ellas, o para
el caso en que la estimacin de la abundancia de las observaciones indirectas deba
realizarse en un tiempo corto, o cuando los rastros se observen en gran nmero.
Entre los tipos de cmaras que han sido frecuentemente utilizados para el
estudio de la fauna silvestre, y en especial para las especies de mayor tamao, de
hbitos nocturnos y de difcil observacin, son las cmaras remotas de disparo
(remote-trip cameras) o trampas cmara (Figura 6), adecuadas para identifcar las
especies que habitan en un rea particular, para monitorear la abundancia relativa
de una especie y para estudiar los patrones de actividad (Jenelle et al., 2002; Swan
et al., 2004; Srbek-Araujo y Garcia, 2005). Las trampas cmara son dispositivos
automticos con fash electrnico, con mecanismos de disparo que son activados
ante la presencia del animal. Estos mecanismos pueden ser:
Mecnicos. Pueden ser cuerdas, cables de acero o varillas de bamb que estn
conectadas al obturador de una cmara y a los
que se les coloca cebos para atraer al animal. Al
tocar las cuerdas con cebo al pasar a travs de
un camino angosto donde los cables o varillas
han sido colocados, stos se disparan, activando
los mecanismos para fotografar al animal.
Placas de disparo. Consisten de dos pla-
cas de madera unidas a presin por bisagras
y de una cuerda que mantendr el circuito en
posicin abierta. Las almohadillas sensibles a
la presin y resistentes al agua es una buena
opcin para el uso de placas. Estos dispositivos
son colocados en caminos, o sitios con cebo,
sobre los cuales el animal caminar, activando
el mecanismo de disparo y toma de la fotogra-
fa. Es necesario que al colocar las cmaras
stas sean debidamente camufadas con suelo
y hojarasca y protegerlas con plsticos de las
inclemencias del tiempo.
Figur a 6. Trampa cmara
372
Celdas fotovoltaicas. Son utilizadas para registrar el paso de los animales a
travs de rayos de luz. Al ser sensible a cualquier objeto que pase a travs de los
rayos, es necesario defnir con exactitud la distancia y altura a la que se deber
fjar la cmara, con base al tamao o tamaos de los animales que queremos fo-
tografar.
Rayos infrarrojos. Sensores de movimiento y sensores infrarrojos activos, los
primeros requieren que la cmara est adecuadamente fjada, mientras que los l-
timos al dispararse con el campo de calor no requieren de tal precisin, y algunos
eliminan la posibilidad de la activacin por una falsa deteccin de cambio de calor
producida por la luz del sol.
Sensores infrarrojos pasivos. No son selectivos y registran cualquier animal
homeotermo que pase a travs del amplio campo de deteccin.
Ventajas y desventajas. La ubicacin de las cmaras no interfere en los hbitos
del animal, se elimina la necesidad de captura y el disturbio humano es mnimo.
Pueden ser muestreadas grandes reas con pocas personas y el investigador no
necesariamente tiene que realizar revisiones constantes. Las cmaras facilitan
en gran medida la deteccin de especies terrestres crpticas de difcil captura, ya
que los senderos de desplazamiento, sitios de alimentacin y madrigueras no son
fcilmente encontrados por su poca visibilidad. La identifcacin de los indivi-
duos a travs de fotografas puede nicamente lograrse si cada uno de stos posee
diferentes patrones de coloracin, cicatrices y otras marcas distintivas. Cuando el
uso de las trampas cmara se combina con la captura y marcaje de organismos,
las fotografas obtenidas pueden proveer importante evidencia que permitir
fortalecer la interpretacin de los datos de abundancia, movimiento y actividad.
Entre las desventajas de la tcnica, estn los altos costos del equipo y pelculas, el
riesgo de que el equipo sea robado en campo y las altas posibilidades de que los
dispositivos de disparo causen un sesgo en el muestreo al no registrar todas las
especies con base a las diferencias en tamao, y cuando el equipo se daa, es muy
difcil su reparacin en campo. Por otra parte, aunque se pueden obtener alturas
de los organismos registrados con base a la que fue fjada la cmara, no es posible
obtener datos de pesos y condicin reproductiva.
Las videocmaras son otra opcin para obtener el registro de animales y pueden
ser activadas por un mecanismo de disparo y monitorear constante o intermitente-
mente. El equipo y pelculas son costosos, por lo que se recomienda que las tomas
sean por intervalos cuando son monitoreadas las visitas de organismos en sitios
altamente frecuentados, como son las perchas de murcilagos y acantilados donde
algunas especies de aves forman colonias para anidar.
En la actualidad, existen diversos programas de computadora para el anlisis
del tamao poblacional, densidad, sobrevivencia y reclutamiento de poblaciones
AVES Y MAMFEROS
373
de especies que pueden ser reconocidas a nivel individual (como felinos) con datos
obtenidos con trampa-cmara. Uno de los ms utilizados es CAPtURE (White et
al., 1978; Karanth, 1995). Este programa aplica una serie de modelos para generar
estimaciones de abundancia basndose en el nmero de individuos capturados y
la proporcin de recapturas. Los modelos consideran la probabilidad de captura,
incluyendo diferencias entre individuos (p. ej., debido a sexo, movimientos, do-
minancia, actividad, edad, variacin en el tiempo, cambios de comportamiento
debido a la captura (activacin del fash) y combinaciones de los factores an-
teriores. El programa CAPtURE lleva una funcin que determina el modelo y el
estimador ms apropiado para los datos del muestreo. El programa, al igual que
otros programas para analizar datos poblacionales pueden ser encontrados en la
pgina web del Patuxent Wildlife Research center: http://www.mbr-pwrc.usgs.
gov/software/capture.html.
En la actualidad se estn generando nuevos modelos y tcnicas de campo que
permiten, con la ayuda de trampas cmara, estimar las densidades poblacionales
de las especies que no pueden ser identifcadas a nivel de individuo (Rowcliffe
et al., 2008).
Tcnicas de captura para aves y mamferos
Muchos de los mtodos empleados para la realizacin de inventarios y estimaciones
de abundancias y densidades de aves y mamferos requieren que los organismos
sean capturados (Bibby et al., 1992; Wemmer et al., 1996). La captura de los or-
ganismos constituye una de las tcnicas ms adecuadas y en muchas de las veces
la nica, que permite la obtencin de organismos de referencia para colecciones
de datos sobre condiciones reproductivas, de alimentacin a travs de regurgita-
ciones o contenidos estomacales, de endoparsitos y ectoparsitos, etc. El uso de
las tcnicas de captura es ms adecuado para animales de tamao pequeo, ya que
al ser mayor el tamao del animal, la captura de stos se hace ms difcil, por lo
que para animales de tallas grandes es ms recomendable realizar observaciones
directas o indirectas, sin embargo, cuando ha sido necesario se han desarrollado
diversos dispositivos para su captura (Jones et al., 1996).
Para la estimacin de la abundancia de la poblacin a estudiar, el empleo de
esta tcnica requiere, la mayora de las veces, del marcaje de los organismos, para
lo que es necesario tener conocimientos sobre la biologa, ecologa y conducta de
la especie a estudiar, ya que la probabilidad de captura es una de las variables que
pueden sesgar las estimaciones.
374
Para emplear alguna de las tcnicas de captura es necesario considerar: 1)
el equipo y dispositivos disponibles para la captura; 2) el cebo o atrayente; 3) el
arreglo espacial de las trampas; 4) los perodos de captura; y 5) las tcnicas de
manejo de los animales al capturarlos.
Equipo y dispositivos de captura
Tipos de trampas
Golpe. Son del tipo casero que consisten de un dispositivo que al acercarse
el animal al cebo, se dispara y mata al animal. Es til para los mtodos de
estimacin de abundancias por remocin (White et al., 1982). Dentro de este
tipo de trampas encontramos la tipo Vctor para roedores y especies cava-
doras (Figura 7).
Caja. Sherman, Allcock, Havahart, Tomahawk. Se utilizan para capturar al
animal sin lastimarlo, son rectangulares, con entradas en uno o ambos extre-
mos o en la parte superior. Dentro de la trampa se encuentra una plataforma
que al ser presionada por el peso del animal, activa el dispositivo que cierra
las entradas. Pueden construirse con madera, aluminio, alambre o plstico,
y utilizar diferentes dispositivos de activacin (Jones et al., 1996). Los ta-
maos de las trampas varan de acuerdo con el tamao de la especie que se
desee capturar, pueden ser o no plegables. Estas trampas son frecuentemente
utilizadas en los mtodos de captura-recaptura (Figuras 8 y 9).
Pozo (Pitfall). Es el tipo de trampa mejor adecuado para la captura de mam-
feros pequeos (< 10 g), tales como las musaraas. Consiste de un contenedor
con uno de los extremos abierto que puede ser cilndrico o cnico, de plstico,
polivinil (PVC), aluminio o metal y de 40 a 50 cm de alto o profundidad y
de 20 a 40 cm de dimetro. La trampa se coloca dentro del sustrato de tal
manera que el extremo abierto se encuentre al nivel de la superfcie de ste.
Los animales son capturados cuando caen al contenedor a travs del extremo
superior abierto el cual, puede contener agua o alcohol, si el sacrifcio del
animal es necesario. Estas trampas pueden acompaarse de un dispositivo de
conduccin, fabricado de malla u otro material (Figura 10).
Embudo. La entrada del extremo ms ancho del embudo se encuentra en la
parte exterior de la trampa, mientras que la entrada del ms angosto se en-
cuentra hacia el interior. Al entrar el animal a la trampa por el extremo ancho,
trata de salir desplazndose hacia la parte ms angosta, quedando atrapado
al entrar por el orifcio interno. Algunas trampas poseen cables horizontales
AVES Y MAMFEROS
375
que dirigen al animal hacia la parte interna, a fn de evitar que ste escape por
la parte externa o ms ancha del embudo. Las trampas de embudo diseadas
para la captura de murcilagos consisten de un tubo o conducto que dirige al
animal a una bolsa en la que son almacenados.
Cepos. Son trampas de cuerda (lazos), alambre galvanizado o metal, varan
en tamao (del 0 al 10), pueden tener proteccin para evitar daar al animal.
Uno de los extremos de la trampa forma un aro o marco, con un pedal de acti-
vacin en el centro, mientras que el otro es asegurado en una base. Se colocan
en caminos o sitios de actividad y no siempre requieren de la utilizacin de
cebos. El animal es capturado al momento de presionar el pedal de activacin,
el cual, cierra automticamente el marco sujetando alguna parte de su cuerpo.
Entre este tipo de dispositivos estn: las denominas Conibear, y Vctor
con y sin proteccin. Estas trampas pueden colocarse a nivel de la superfcie
o bien, dentro de madrigueras (Figura 11).
Figur a 10. Trampa Pitfall
o de cada.
Figur a 7. Trampas de golpe. Figur a 8. Trampas tipo caja para
captura de animales vivos.
Figur a 9. Trampa tipo caja Tomahawk.
376
Alcantarrilla. Estn construi-
das del metal utilizado para las
alcantarillas, con paredes de
metal, con 1.8-2.4 m de longi-
tud y 1.2 de ancho, y una puerta
de metal de cada en ambos
extremos. El peso y tamao
de esta trampa limita su uso
en caminos. Es ampliamente
utilizada en la captura de osos
que requieren ser reubicados.
Arpa. Esta trampa consiste de
un marco rectangular que suspende verticalmente flas alternadas de cordeles
o hilos fnos. Una bolsa se suspende debajo de esta estructura que permite
recoger a los murcilagos que son capturados. Se utilizan en claros de reas
con gran cobertura y en entradas de cuevas o minas. En ocasiones se coloca
una segunda trampa para que en caso de que el murcilago pueda evadir la
primera, no logre superar la segunda (Figura 12). Las trampas arpa son muy
efectivas cuando se colocan en la entrada de cuevas, o en encima de corrientes
de agua como arroyos y riachuelos.
Lnea. Consiste en una rejilla de cordel o cuerda que se coloca sobre un cuerpo
de agua. La lnea es puesta en flas paralelas con una pulgada de separacin.
Este es un mtodo de captura efectivo sobre
estanques, lagunas someras y piscinas. No
es recomendable su uso en ros, ya que el
ruido ocasionado por la corriente no permite
detectar el momento en que los murcilagos
han descendido y han sido capturados en el
agua y pudiendo ahogarse. Una vez que los
murcilagos han cado al cuerpo de agua
son colectados cuidando que estn comple-
tamente secos antes de manipularlos.
Trampas de corral. Son estructuras perma-
nentes construidas con malla o cables y pos-
tes de madera como sostn. Es importante
implementar una barrera o conducto a la
entrada del corral hacia donde los animales
sern ahuyentados. Figur a 12. Trampa arpa.
Figur a 11. Trampa tipo cepo.
AVES Y MAMFEROS
377
Tipos de redes
Redes de aro o manuales. Consisten de un marco circular que sostiene una red
con un tubo que permite su manipulacin. Para la captura de los organismos, las
redes son deslizadas con mucho cuidado detrs del animal cuando se encuentra
en los sitios de percha, alimentacin, nidos, caminos, cuerpos de agua y al salir
de la madriguera. Al realizarlo de esta manera, evita que el animal detecte la red
y salga lastimado con el aro que la sostiene.
Las redes de niebla. Son las ms utilizadas para la captura de aves y murci-
lagos. Este tipo de redes permite la captura en diferentes situaciones, es porttil y
fcil de instalar, y es sobre todo uno de los mtodos menos costosos. Una de las
desventajas de este tipo de red es que los organismos al momento de ser capturados
deben removerse inmediatamente, ya que pueden enredarse, romper la red y salir
daados. Las aves o murcilagos capturados deben removerse individualmente,
por lo que estas redes no son adecuadas para sitios donde se espera encontrar un
gran nmero de individuos, como podra ser la salida de sitios de percha (Kunz et
al. 1996; Voss y Emmons, 1996).
Las redes de niebla consisten de una malla fna de fbra sinttica (nylon o po-
lister) sostenida por un marco rectangular de varias lneas de nylon. Esta red es
colocada en los sitios de captura empleando dos tubos de metal. Las ms comunes
son las redes japonesas monoflamentosas de 38 mm de abertura de malla. Cada
red tiene usualmente cuatro espacios separados por las lneas del marco y pueden
ser de longitudes de 3, 6, 9, 12 y 18 m y pueden alcanzar alturas de 2.1 a 2.6 m
cuando estn extendidas (Figura 13). Las redes pueden colocarse de diferentes
maneras de acuerdo con el hbitat, topografa, especies a capturar, vegetacin y
condiciones climticas.
Redes de cada. Son redes de tamao y luz de malla variable de acuerdo con
la especie que se va a capturar, stas se arrojan sobre el animal manualmente o por
Figur a 13. Red de niebla
378
dispositivos automticos o remotos. Es recomendable utilizar cebos o atrayentes
auditivos o visuales, sobre los cuales se colocar la red, o bien, conducir a los
animales al sitio sobre el cual se encuentra la red. Es frecuente la captura a travs
de esta tcnica desde helicpteros en sitios abiertos.
Redes de disparo. Son redes conectadas a proyectiles que son lanzados con
cargas de plvora, accionados a control remoto. Los animales pueden ser atrados
con cebo u otro tipo de atrayentes, o ser conducidos a un sitio adecuado donde la
red ser disparada. Asimismo, pueden realizarse las capturas desde helicpteros
u otro vehculo areo o terrestre.
Redes de conduccin. Las redes pueden ser de algodn o nylon y el tamao
depender de la especie y el rea del sitio hacia donde el animal ser conducido.
Las redes pueden estar sostenidas nicamente por palos a cada uno de los extremos
o estar sostenidas por marcos de metal o madera.
Otros tipos de redes. Existe un tipo de red que se utiliza para colocarse sobre
cuerpos de agua pequeos, como estanques. Se colocan cuatro varas en las orillas
del estanque, la red se enrolla alrededor de las varas creando las paredes de la
trampa y la porcin sobrante de la red se coloca a manera de techo. Es impor-
tante dejar un espacio adecuado entre el espejo de agua y el inicio de la red, de
manera que sea fcil el acceso de los murcilagos al cuerpo de agua. Cuando los
murcilagos entran a beber agua e intentan reanudar el vuelo quedan atrapados
en la red.
Muchas de las trampas para aves y mamferos consisten de un marco de
madera y aluminio, el cual sostiene una red de nylon, algodn o cable de acero y
aluminio. El dispositivo de activacin puede variar, as como el tamao y el tipo
de atrayente utilizado, de acuerdo con la especie, sus hbitos y el lugar donde ser
capturada. Aunque muchos de los modelos de trampas y redes han sido patentados
por diversas compaas extranjeras, muchas veces debido a sus altos costos y al
trmite aduanal que involucra tiempo y esfuerzo, el investigador debe hacer uso de
su ingenio para disear sus propios dispositivos de captura, lo que muchas veces
puede incrementar el xito del trabajo.
Uso de drogas, cebos, atrayentes y seuelos
Para especies de tamao mediano o grande, con hbitos que difcultan su captura
con trampas y redes, tales como las especies de monos o los felinos como el jaguar
y el puma, es recomendable la administracin de drogas que duerman o seden al
animal. Las dosis dependen de la especie, el peso, la condicin reproductiva del
animal, y el objetivo del estudio, el cual podr o no requerir de la liberacin del
AVES Y MAMFEROS
379
animal. La administracin de estas sustancias puede realizarse a travs de dardos
o cebos.
La administracin de sedantes por dardos la deben realizar personal con ex-
periencia, ya que stos debern ser disparados en las extremidades del animal,
evitando lugares como el pecho, abdomen o cabeza, zonas de alto riesgo para
el animal. En el caso del uso de cebos, el alimento que se coloca en trampas o
caminos es mezclado con sedantes en dosis para dormir o sacrifcar al animal. La
administracin de estas sustancias debe ser cuidadosa, a fn de evitar que otras
especies silvestres o domsticas, y en especial personas, puedan comerlas. Su
uso es recomendable cuando los organismos sedados sean fcilmente localizados
despus de haberlos comido.
Aunque no todas las tcnicas de captura requieren de la utilizacin de cebos,
como es el caso de las trampas Pitfall, o aquellas que son colocadas en caminos
donde es fcil la captura de animales, el xito de captura de la mayora de ellas
depende del cebo o atrayente utilizado. Pueden usarse cebos de alimentos que
comnmente consumen los animales, alimentos balanceados preparados comer-
cialmente, con seuelos artifciales o con animales vivos y sustancias olorosas.
El tipo de atrayente vara de acuerdo con la especie, por lo que es recomendable
realizar pruebas preliminares para seleccionar el atrayente ms efectivo.
Cebos. Los alimentos preparados para ganado o animales domsticos son
comnmente utilizados para mamferos herbvoros como el venado. Por ejemplo,
manzanas, peras, alfalfa, heno y maz utilizados como cebos para la captura de
venado cola blanca. Las gramneas as como las hojas y brotes de rboles consti-
tuyen un atrayente efectivo; sin embargo, el esfuerzo y tiempo que se requieren
para su obtencin han reducido la frecuencia en su uso. En climas secos el agua
puede ser utilizada como atrayente.
Los atrayentes empleados comnmente para atraer carnvoros a las trampas
son carnes en estado de descomposicin; puede ser pescado o carne de animales
domsticos, el mal olor es un atrayente muy efectivo, debido a los hbitos alimen-
tarios de este grupo de mamferos.
Las semillas de maz, trigo y avena son usadas para atraer aves granvoras;
frutas en descomposicin para aves y mamferos frugvoros, y una mezcla de
semillas, avena y crema de cacahuate o fruta, para roedores.
Atrayentes olfativos. Para coyotes se han utilizado orina y secreciones de la
glndula anal de coyote, aceite de pescado y glicerina como conservador, as como
huevos, carne y aceite de pescado en descomposicin. Aunque muchos carnvo-
ros y mamferos pequeos pueden ser atrados por la orina, sangre y secreciones
glandulares, otras especies pueden ser repelidas por stos. Asimismo, existen
muchos atrayentes en el mercado que se utilizan como las pastillas olfativas (de
380
cidos grasos), o concentrados de distintas sustancias incluso perfumes para atraer
felinos.
Seuelos y carnadas. Se han empleado tanto animales vivos como modelos
artifciales para la captura de animales. Para aves rapaces se han utilizado tram-
pas con aves o roedores como seuelos, encima de las cuales se colocan redes o
varios lazos que sujetan los talones de las guilas o halcones cuando se acercan
a la trampa. Para patos en pocas de reproduccin, se han utilizado seuelos de
hembras como atrayentes en trampas de embudo.
Asimismo, se han utilizado diferentes sonidos grabados en audiocasetes para
atraer diferentes animales. Esta tcnica se ha utilizado para capturar venados en
corrales y redes.
Disposicin de las trampas en el rea de estudio
El arreglo de las trampas en los sitios de muestreo es un aspecto importante a consi-
derar para la captura de los organismos, depender de los objetivos del estudio y los
mtodos de estimacin utilizados. Para realizar inventarios de especies, la ubicacin de
las trampas a lo largo de uno o varios transectos es el mtodo ms fcil y efciente.
Para obtener estimaciones de la densidad de los organismos es recomendable
colocar las trampas en disposicin de retcula o circular. En el arreglo de retcula,
el espacio entre ambas lneas de trampa es el mismo (10-15 m). Para el arreglo
circular, las trampas se colocan a la misma distancia en lneas concntricas con
respecto al centro (Figura 3).
Tcnicas de marcaje para aves y mamferos
Los estudios de aves y mamferos frecuentemente requieren del marcaje de al
menos algunos de los individuos en una poblacin o comunidad. El objetivo del
marcaje es facilitar la identifcacin de los organismos cuando son recapturados u
observados a distancia (Bibby et al., 1992; Rasanayagan y Kunz 1996; Wemmer
et al., 1996). Para llevar al cabo el marcaje, es importante considerar:
1) la distancia en la que son visibles las marcas, 2) la importancia de la iden-
tifcacin individual, 3) tamao, forma y hbitos de la especie a estudiar, 4) el
nmero de animales que deben ser marcados, 5) el perodo en el cual la marca
debe ser funcional, 6) el efecto de la marca en la sobrevivencia, conducta y re-
produccin del animal marcado, 7) los objetivos del estudio y, 8) el presupuesto
con que se cuenta.
AVES Y MAMFEROS
381
Junto con los puntos anteriores, la aplicacin apropiada de las marcas es esencial
para obtener buenos resultados, ya que si stas no se aplican correctamente pueden
lastimar al animal, infuir en su conducta, reproduccin o sobrevivencia, o en el
mejor de los casos que la marca se extrave y con ello se pierdan resultados.
Existen tres tipos de marcas: a) permanentes, b) semipermanentes, y c) tem-
porales, las cuales, debern ser siempre seleccionadas considerando los puntos
anteriores.
Marcas permanentes. Los animales pueden ser marcados permanentemente con
planchas candentes o congeladas, tatuajes, o modifcacin de la forma o longitud
de una extremidad a travs de escisiones, tales como ectomizacin de falanges y
perforacin de orejas o dgitos, utilizadas comnmente para mamferos pequeos
(Day et al., 1987; Rudran, 1996).
Marcas congeladas. Consiste de marcas aplicadas con planchas de cobre
congeladas con nitrgeno lquido, alcohol y hielo seco, las cuales, destruyen los
melanocitos y producen la prdida de color de la piel, pelo o plumas, quedando
cicatriz blanca. El sitio de aplicacin de la marca puede variar y el patrn de impre-
sin puede facilitar la identifcacin individual. No es recomendable para especies
con coloracin clara, ya que la identifcacin se difcultar en campo.
Tatuajes. Esta tcnica requiere que el tatuaje sea adecuadamente realizado
para que la identifcacin sea correcta y fcil. Se utiliza para aves y mamferos.
Es recomendable para los organismos con coloracin clara. El sitio y patrn del
tatuaje depender de la especie que se va a marcar y de la facilidad para identi-
fcarla en campo. No es recomendable realizarlo en membranas alares de aves o
uropatagiales de murcilagos, ya que la regeneracin de tejidos provoca la prdida
de la marca.
Ectomizacin y perforacin de orejas y/o dgitos. Estas tcnicas han sido
utilizadas para marcar una gran variedad de aves y mamferos, las cuales, muchas
veces se combinan con otras tcnicas de marcaje. Sin embargo, la mayora estn
dirigidas para el marcaje de pequeos mamferos. Se recomienda que se utilice
un instrumento limpio y aflado para realizar el corte, e inmediatamente aplicar un
antisptico en la herida para prevenir infecciones (Rudran, 1996).
Los animales pueden marcarse para su identifcacin individual por la ec-
tomizacin de falanges que es ms recomendable al tener ms posibilidades de
marcaje individual en contraste con la perforacin de orejas, en algunos casos
pueden combinarse ambas tcnicas para aumentar las posibilidades de identifca-
cin de cada individuo. Para la ectomizacin de falanges es necesario determinar
la extremidad que indicar las unidades, las decenas, las centenas y los millares, y
las combinaciones numricas que se harn para obtener los nmeros de marca de
cada animal (Rudran, 1996). La desventaja de esta tcnica se debe a que pueden
382
surgir confusiones cuando los animales en forma natural pierden alguna falange
o que hacen perder el nmero de marca o en la perforacin de orejas cuando se
presentan cicatrices naturales en los animales. Sin embargo, son tcnicas fciles
de operar y de bajo costo.
Marcas semipermanentes
Consisten de dispositivos que son fjados al animal para su identifcacin. Estos
dispositivos de acuerdo a la forma, lugar y tipo de fjacin, se pueden clasifcar
en: collares, etiquetas, luces beta, anillos y bandas.
Collares. Son adecuados para organismos que poseen cuello ms delgado que
la cabeza, lo que impide la prdida de la marca. El collar debe ser fexible, con la
superfcie interna lisa para evitar que el animal se lastime, debe fjarse adecuadamente
al cuello del animal y ajustarse. Los collares muy apretados o poco ajustados pueden
causar heridas al animal. No es recomendable para juveniles. Los collares pueden
ser de piel con cubierta de aluminio, de cuentas de metal o plstico o combinaciones
de diferentes tipos de plstico. Para la identifcacin de diferentes individuos pueden
utilizarse colores diferentes o colocar etiquetas con claves para cada individuo, o
combinar esta tcnica con radiotelemetra. En aos recientes, los avances tecnolgicos
han permitido la colocacin de dispositivos geoposicionadores (GPS) y cmaras de
video en los collares que permiten evaluar el uso de hbitat, distribucin y patrones
de actividad de diversas especies, principalmente de mamferos, difciles de observar
en campo (Burdett et al. 2007; Yamakazi et al., 2008)
Etiquetas. Varan en tamao, forma y en los materiales de que estn construidos.
Pueden colocarse en collares, pero comnmente se aplican directamente al cuerpo
del animal, frecuentemente a las orejas, con pinzas diseadas especialmente para
eso. Pueden utilizarse diferentes colores, cdigos, formas y materiales de acuerdo
con las especies que se van a marcar. Es recomendable colocar a la vez ms de una
etiqueta, si una de stas se pierde se puede asegurar la identifcacin del animal.
Luces beta. Consiste de una cpsula de vidrio con cubierta de fsforo que
contiene una cantidad pequea de tritio gaseoso. Cuando las radiaciones beta del
tritio reaccionan con el fsforo, ste produce luz visible. El uso de estas marcas
es recomendable para organismos grandes, ya que las luces beta pequeas (0.05
cm para organismos de 10 g) no producen la cantidad de luz requerida para la
observacin. La ventaja de estas marcas es el perodo de vida de hasta 15 aos,
requiriendo de collares especiales para su fjacin.
Bandas. Son marcas de aluminio o plstico de diferentes colores y en las que
se pueden registrar datos de edad, identifcacin, lugar de marcaje, entre otros. El
AVES Y MAMFEROS
383
lugar de fjacin vara de acuerdo con la especie a marcar, para las aves general-
mente se colocan alrededor de las extremidades traseras con pinzas diseadas para
ello. En los mamferos pueden colocarse tambin en las extremidades posteriores,
en los dedos o en las alas de los murcilagos.
Anillos. Se utilizan comnmente para el marcaje de algunas aves y murcilagos.
Pueden ser de aluminio o plstico y de diferentes colores y materiales. En aves
y algunos mamferos pequeos son colocados en las extremidades posteriores,
mientras que en murcilagos se colocan en las alas. Pueden utilizarse varios anillos
a la vez, o combinarse con bandas u otro tipo de marcas.
Marcas temporales
Se incluyen aquellas que tienen una duracin de menos de un ao, como son pro-
ductos qumicos que gradualmente reducen su coloracin o desaparecen. Tambin
existen dispositivos que poco despus de ser ajustados al animal, los destruye o
pierde.
Tintes, pinturas y polvos. Los tintes y las pinturas son utilizados para detec-
tar e identifcar al animal. Estos pueden ser aplicados con rociadores, dardos o
pistolas de pintura. La posicin y el color de la pintura o tinte pueden variar para
facilitar la identifcacin de individuos. Estas sustancias se aplican en el plumaje
de las aves y en embriones antes de eclosionar, en el pelaje, y diferentes partes
del cuerpo de mamferos. Otra tcnica es utilizar polvos fuorescentes que se
aplican en el pelo del animal, sin embargo, slo es aplicable para perodos cortos
y no es muy recomendable, ya que el polvo puede ser lamido por los animales, y
adems, puede ser carcingeno o puede incluso interferir en la espermatognesis
por las altas cantidades de zinc que contiene. Asimismo, para marcar cras re-
cin nacidas que carecen de pelo o para estudios en los sitios de percha, pueden
utilizarse pinturas fuorescentes no txicas por perodos cortos (das) o bandas
de aluminio de color y numeradas. Es recomendable utilizar colores como rosa,
naranja y amarillo.
Bandas refexivas y marcas lumnicas. Las cintas adhesivas de colores y las
bandas refexivas pueden ser aplicadas directamente sobre alguna parte del cuer-
po, o a las bandas metlicas o de plstico para la identifcacin individual de los
animales, el sexo o a las especies durante el desplazamiento en los sitios de ali-
mentacin, refugio y/o reproduccin. Las cintas refexivas permiten la visibilidad
de las marcas con luces artifciales, con cmaras de video o con intensifcadores de
imagen (binoculares de visin nocturna). Estn disponibles en una gran variedad
de colores, pero algunos colores son fcilmente confundibles a algunos metros
384
de distancia. Los colores rojo, amarillo y blanco son los ms fciles de distinguir
con una lmpara de batera o con binoculares hasta 100 m.
Las marcas quimioluminiscentes son de bajo costo. Pueden prepararse utilizando
cialume, el cual, consiste de un componente de fsforo gris-amarillento y un reac-
tor con base de perxido, que se mezclan y producen luz brillante. Los productos
qumicos pueden almacenarse en pequeos tubos fexibles y el perxido en una
cpsula dentro del tubo. Para utilizar las marcas, se agita el tubo y la reaccin se
inicia produciendo luz. Las marcas se fjan a la espalda del animal, para sto es pre-
ferible eliminar el pelo y pegarla directamente a la piel. La marca puede ser visible
a una distancia de hasta 200 m y a muy largas distancias utilizando binoculares. Las
marcas luminosas son tiles para delinear los hbitat de forrajeo, los patrones de
cacera, y las rutas de dispersin. Son ampliamente utilizadas en los estudios sobre
ecolocacin y territorialidad para registrar las frecuencias de especies conocidas.
Dispositivos de fjacin al cuerpo. Para la identifcacin temporal de animales
pueden utilizarse gallardetes y discos de colores colocados en diversas partes del
cuerpo. En algunos mamferos los gallardetes de plstico de diferentes colores
pueden adherirse a la oreja del animal con una etiqueta de metal. En las aves los
dispositivos pueden colocarse en las extremidades posteriores, espalda, alas, dgitos
y membranas digitales.
Tatuajes en alas y perforaciones. En muchas ocasiones el tatuaje o la perfo-
racin de marcas en alas de murcilagos se pierde al regenerarse la piel, por lo
que slo se recomienda en estudios a corto plazo o en la combinacin con otras
tcnicas de marcaje.
Problemas relacionados con el marcaje
Muchas de las tcnicas descritas requieren que los organismos sean capturados,
lo que involucra la inversin de esfuerzo humano y riesgo de lesiones, tanto en
los animales como en los investigadores. Para minimizar esto, es recomendable
utilizar dispositivos de marcaje automtico o a distancia. Las marcas naturales son
tiles para la identifcacin de los individuos, principalmente cuando la captura y
la colocacin de marcas es difcil. Los individuos pueden ser identifcados por las
marcas o patrones de coloracin del pelaje, cicatrices, cuernos, entre otras.
Si el marcaje es indispensable para lograr los objetivos del estudio, es nece-
sario que el investigador considere los efectos que la recaptura puede tener sobre
el animal, as como la permanencia de las marcas durante el perodo necesario,
lo cual, asegurar la obtencin de los datos esperados, as como la inversin de
mayor esfuerzo, tiempo y dao al animal.
AVES Y MAMFEROS
385
Referencias
Aranda, M. 2000. Huellas y otros rastros de los mamferos grandes y medianos de Mxico.
Conabio, Instituto de Ecologa. Xalapa, Veracruz, Mxico. 212 p.
Arita, H. t. y M. Aranda. 1987. tcnicas para el estudio y clasifcacin de los pelos. INIREB.
Cuadernos de divulgacin No. 32. Xalapa, Veracruz, Mxico. 22 p.
Bibby, C.J., Burgess, N.D. y D.A. Hill. 1992. Bird Census Techniques. Academic Press.
London, U.K.
Burdett, C. L., Moen, R. A., Niemi G. J., y L. D. Mech. 2007. Defning space use and
movements of Canada lynx with global position system telemetry. Journal of Mam-
malogy 88: 457-467.
Burnham, K. P., Anderson, D. R., y J. L. Laake. 1980. Estimation of density from line
transect sampling of biological populations. Wildlife Monographs 72. 202 p.
Ceballos, G., y P. Rodriguez. 1993. Diversidad y conservaci6n de los mamiferos de Mxico.
II. Patrones de endemicidad. In: Medellin, R. A. and G. Ceballos, Eds.) Avances en el
estudio de los mamiferos de Mxico. Pp 87-198. Publicaciones Especiales 1. Asociacin
Mexicana de Mastozoologia A. C., Ciudad de Mxico.
Cros, S. P. 1986. Bats. En: Inventoring of wild life habitat. Cooperider, A., R.J. Boyd y
H. R. Stuart (eds.). Pp. 497-516. U.S. Dept Inter., Br. Land Marage. Service Center.
Denver, Colorado.
Davis, D.E. y R.L. Winstead. 1987. Estimacin de tamaos de poblaciones de vida silvestre.
In: Rodrguez-tarrs, R. (Ed.) Manual de Tcnicas de Gestin de Vida Silvestre. Pp.
233-258. Versin en Espaol. the Wildlife Society. USA.
Day, G.I., Schemnitz, S.D. y R.D. taber. 1987. Captura y marcacin de animales silvestres.
En: Rodrguez-tarrs, R. (Ed.) Manual de Tcnicas de Gestin de Vida Silvestre. Pp.
63-94. Versin en Espaol. the Wildlife Society. USA.
Escalante, P., Navarro, A. G., y A. t. Peterson. 1993. A geographic, ecological and historical
analysis of land bird diversity in Mexico. In: Ramamoorthy, t. P. Bye, R.m Lot, A.,
and J. Fa (Eds.). Biological diversity of Mexico: origins and distributions. Pp 281-307.
Oxford University Press, Oxford, UK.
Flores-Villela, O. 1993. Herpetofauna of Mexico: distribution and endemism. In: Ramamo-
orthy, t. P. Bye, R.m Lot, A., and J. Fa (Eds.). Biological diversity of Mexico: origins
and distributions. Pp. 53-280. Oxford University Press, Oxford, UK.
Gannon, W. L. y M. S. Foster. 1996. Recording mammals calls. In: D.E.Wilson et al. (Eds.)
Measuring and Monitoring Biological Diversity. Pp. 311-326. Standard Methods of
Mammals Smithsonian Institution Press. London, U.K.
Greenwood, J.J.D. 1996. Basic techniques. In: W. J. Sutherland (Ed.) Ecological Census
techniques. A handbook. Pp. 11-110. Cambridge University Press. Cambridge, U.K.
Glanz, W. 1982. the terrestrial mammal fauna of Barro Colorado Island: censuses and
long term changes. Pp. 455-468, In: E. Leigh, E. and D. Windsor (Eds.)the ecology
and tropical forest Smithsonian Institution Press, Washington D.C. USA.
386
Jenelle, C. S., Runge, M. C. y D. I. MacKenzie. 2002. the use of photographic rates to
estimate densities of tigers and other cryptic mammals: a comment on misleading
conclusions. Animal Conservation 5: 119-120.
Jones, C., McShea, W.J., Conroy, M.J. y t.H. Kunz. 1996. Capturing mammals. Pp. 115-155.
In: D.E. Wilson et al. (Eds.) Measuring and Monitoring Biological Diversity. Standard
Methods of Mammals Smithsonian Institution Press. London, U.K.
Karanth, K. U. 1995. Estimating tiger Panthera tigris populations from camera-trap data
using capture-recapture models. Biological Conservation 71: 333-338.
Kunz, t.H., thomas, D.W., Richards, G.C., tidemann, C.R., Pierson, E.D. y P.A. Racey.
1996. Observational techniques for bats. Pp. 105-104. In: D.E. Wilson et al. (Eds.)
Measuring and Monitoring Biological Diversity. Standard Methods of Mammals
Smithsonian Institution Press. London, U.K.
MacSwiney G., M. C., Clarke F. M., y P. A. Racey. 2008. What you see is not what you
get: the role of ultrasonic detectors in increasing inventory completeness in neotropical
assemblages. Journal of Applied Ecology 45: 1364-1371.
Maehr, D. S., y J. R. Brady. 1986. Food habits of bobcats in Florida. Journal of Mamma-
logy 67: 133-138.
Mandujano, S. 1994. Conceptos generales del mtodo de conteo de animales en transectos.
Ciencia, 45: 203-211.
Mandujano, S. y S. Gallina. 1995. Comparison of deer censusing methods in tropical dry
forest. Wildlife Society Bulletin. 23: 180-186.
Monsby, H. S. 1987. Observaciones y registros. Pp. 45-56. In: Rodrguez-tarrs, R. (Ed.)
Manual de tcnicas de Gestin de Vida Silvestre. Versin en Espaol. the Wildlife
Society. USA.
Nichols, J. D., y M. J. Conroy. 1996. techniques for estimating abundance and species
richness. Pp. 177-234. In: D.E. Wilson et al. (Eds.) Measuring and Monitoring Bio-
logical Diversity. Standard Methods of Mammals. Smithsonian Institution Press.
London, U.K.
Papavero, N. y P. Vanzolini. 1985. Manual de recoleccin y preparacin de animales.
Universidad Nacional Autnoma de Mxico. Mxico. 246 pp.
Rasanayagan, R, y M. S. Foster. 1996. Conducting a survey to assess Mammalian diversity.
Pp. 71-79. In: D.E.Wilson et al. (Eds.) Measuring and Monitoring Biological Diversity.
Standard Methods of Mammals Smithsonian Institution Press. London, U.K.
Rasanayagan, R. y t.H. Kunz. 1996. Methods for marking mammals. Pp. 299-310. In:
D.E. Wilson et al. (Eds.) Measuring and Monitoring Biological Diversity. Standard
Methods of Mammals Smithsonian Institution Press. London, U.K.
Rasanayagan, R., Kunz, t.H., Southwell, C., Jarma, P. y A.P. Smith. 1996. Observational
techniques for non volant mammals. Pp. 81-104. In: D.E. Wilson et al. (Eds.) Measu-
ring and Monitoring Biological Diversity. Standard Methods of Mammals Smithsonian
Institution Press. London, U.K.
Rolland, R., Hamilton, P. K., Kraus, S. D., Davenport, B., Gillett, R. M., y S. K. Wasser.
2006. Feacal sampling using detection dogs to study reproduction and health in North
AVES Y MAMFEROS
387
Atlantic right whales (Eubalaena glacialis). Journal of Cetacean Research and Ma-
nagement 8: 121-125.
Rowcliffe, J. M., Field, J.,turvey, S. t., y C. Carbone. 2008. Estimating animal density
using camera traps without the need for individual recognition. Journal of Applied
Ecology 45: 1228-1236.
Rudran, R. 1996. Method for marking mammals. Pp. 299-310. In: Measuring and monito-
ring biological diversity: Standard methods for mammals. D. E. Wilson, F. R. Cole, J.
D. Nochols, R. Rudran y M. S. Foster (eds.). Smithsonian Institution Press. Washington,
D. C. XXVII+409 pp.
Semarnat (Secretara de Medio Ambiente y Recursos Naturales). 2002. Norma Ofcial
Mexicana NOM-059-ECOL-2001, Proteccin ambiental-Especies nativas de Mxico
de fora y fauna silvestres- Categoras de riesgo y especifcaciones para su inclusin,
exclusin o cambio-Lista de especies en riesgo. Segunda edicin.. Diario Ofcial. 06
Mazo 2002. 56pp.
Smith, D. A., Ralls, K., Hurt, A., Adams, B., Parker, M., Davenport B., Smith M. C. y J.
E. Maldonado. 2003. Detection and accuracy rates of dogs trained to fnd scats of san
Joaquin kit foxes (Vulpes macrotis mutica). Animal Conservation, 6: 339-346.
Srbek-Araujo, A. C., y A. Garcia C. 2005. Is camera-trapping an effcient method for sur-
veying mammals in neotropical forests? A case study in south-eastern Brazil. Journal
of Tropical Ecology 21: 121-125.
Sutherland, W.J. 1996a. Mammals. Pp. 260-280. In: W. J. Sutherland (Ed.) Ecological
Census techniques. A handbook. Cambridge University Press. Cambridge, U.K.
Sutherland, W.J. 1996b. Why census? Pp. 1-10. In: W. J. Sutherland (Ed.) Ecological Census
techniques. A handbook. Cambridge University Press. Cambridge, U.K.
Swan, D. E., Hass, C. C., Dalton, D. C., y S. A. Wolf. 2004. Infrared-triggeres cameras for
detecting wildlife: an evaluation and review. Wildlife Society Bulletin 32: 357-365.
Velarde, E., vila-Flores, R., y R. A. Medelln. 2007. Endemic and introduced vertebrales
in the dieto f the barn owl (Tyto alba) on two islands in the Gulf of California, Mexico.
The Southwestern Naturalist 52: 284-290.
Voss , R. y L. Emmons. 1996. Mammalian diversity in neotropical lowland rainforests: a pre-
liminary assessment. Bulletin of the American Museum of Natural History, 230: 1-115.
Wemmer, C., Kunz, t.H., Lundie-Jenkins, G. y W.J. McShea. 1996. Mammalian sign. Pp.
157-176. In: D.E.Wilson et al. (Eds.) Measuring and Monitoring Biological Diversity.
Standard Methods of Mammals Smithsonian Institution Press. London, U.K.
White, G.C., Anderson, D.R., Burnham, K.P. y D.L. Otis. 1982. Capture-recapture and removal
methods for sampling closed populations. Los Alamos. New Mexico, USA. 235 pp.
White, G.C., K.P. Burnham, D.L. Otis, y D.R. Anderson. 1978. Users Manual for Program
CAPTURE, Utah State Univ. Press, Logan, Utah.
Yamakazi, Y., Kozakai, C., Kasai, S., Goto, Y., Koike, S., y K. Furubayashi. 2008. A preli-
minary evaluation of activity-sensing GPS collars for estimating daily activity patterns
of Japanese black bears. Ursus 19:154-161.
389
1. Introduccin
La palabra fora, se deriva del latn fora, aludiendo a la diosa romna de las fores.
En trminos generales, se refere al conjunto de plantas de un pas cualquiera, y
por extensin, de una porcin de mar, de un lago, de un ro, etc., o de un depsito
de agua como por ejemplo de las rosetas foliares de las bromeliceas, agavceas
o commelinceas. Tambin, la palabra fora puede interpretarse como la obra
que trata de las plantas, las enumera, las describe o indica en donde se cran,
cundo forecen, si escasean o abundan, etc. Cuando no se describen las plantas
es ms correcto emplear otros trminos: catlogo, enumeracin, lista o listado
(Font Quer, 1965).
Cuando se emplea la palabra forstico o forstica no siempre se refere a
la fora y si hablamos de un estudio forstico, la referencia es a una parte de la
ftogeografa consagrada a los inventarios, las entidades sistemticas de un pas
dando el rea de cada una de ellas e indicaciones relativas a su hbitat, abundancia
o escasez, poca de foracin (fenologa), forma de vida, distribucin espacial,
etc. Para ampliar la temtica se recomienda consultar a Cain (1951), Cruz-Prez
(1964), Emmel (1975), Miranda (1978), Daubenmire (1979), Matteucci y Col-
ma (1982), MacNaughton y Wolf (1984), Lpez et al. (1985), Crawley (1986),
Krebs (1989-1993), Flores (1993), Flores y Espejel (1994), Begon et al. (2006)
y Flores y Tun (1997).
13
FLORA Y VEGETACIN
Jos Salvador Flores
1
y Javier lvarez-Snchez
2
1
Departamento de Botnica, Lic. En Biologa, Facultad de Medicina Veterinaria y Zootecnia, Univer-
sidad Autnoma de Yucatn.
2
Departamento de Biologa y Recursos Naturales, Facultad de Ciencias,
UNAM.
03-05 Flora y Vegetacin ok.indd 389 25/01/2011 07:30:44 p.m.
390
Para conocer la fora de un lugar cualquiera, necesariamente hay que estudiarla
y en la metodologa, para lograr este objetivo, la toma de la muestra es fundamental;
saberla realizar nos garantiza un buen resultado. A la forma de tomarla o la manera
de obtencin de la muestra es a lo que se le llama Tcnica de muestreo.
La Tcnica de muestreo puede ser para la toma de una muestra de vegetacin
acutica tal como la de un pozo, aguada, lago o mar, un ro, un cenote, o el lmite
de un cuerpo de agua, como la periferia de lagos y ros; este es un parmetro a
considerar para realizarla; pero puede haber otros factores que nos lleven a con-
siderar otras condiciones para lograr esa muestra adecuada. As, si se dijera que
la muestra de agua del cenote X, la queremos a determinada profundidad nos
llevara a pensar en la tcnica a emplear o cmo la vamos a tomar, la cual, sin
lugar a dudas sera diferente a que se hiciera en la superfcie.
En este trabajo se trata de dar instrucciones para la toma de muestras para un
estudio forstico. En este sentido, se debe conocer con claridad el objeto de estu-
dio, es decir, la Flora del lugar, la descripcin de las tcnicas de muestreo para el
estudio forstico de un rea o regin en el que se vaya a manejar la fora del lugar.
Con los estudios forsticos se pretende conocer el conjunto de plantas de un rea
especfca, por lo que debern estar claros los conceptos tales como las caracte-
rsticas fsionmicas estructurales de la vegetacin que se desea muestrear para
el anlisis fsionmico-estructural (Rosales et al., 1973; Flores y Rosales, 1978;
Rzedowski, 1978; Daubenmire, 1979; Moreno, 1984; y Sosa et al., 1985).
2. Tcnicas de muestreo para estudios forsticos
Defniendo los objetivos de la investigacin o estudio, debemos pensar en la me-
todologa que emplearemos para darle cumplimiento a stos, lo cual, nos llevar a
confrmar o negar la hiptesis que planteamos respecto a nuestra investigacin.
Suponiendo que ya se conoce qu lugar es el que se va a muestrear, se sabe que
es tropical, si es un bosque, una selva, un terreno abandonado, la orilla de ro, una
laguna, una rada (laguna costera o cinaga), vegetacin de duna, una rejollada,
una tierra baja, un cenote, un pozo, un henequenal abandonado. Para los tipos de
vegetacin en Mxico se puede consultar: Miranda y Hernndez-Xolocotzi (1963),
Rzedowski (1978), Miranda (1978), Flores y Espejel (1994).
Habiendo consultado la bibliografa necesaria para abordar nuestro estudio y
tenemos elaborada la fcha bibliogrfca alrededor de la temtica, ya se conocen
los antecedentes, se est listo para hacer los muestreos.
Teniendo claridad en la temtica, en la hiptesis, en los objetivos, se defne la
metodologa a emplear, la cual, es conveniente ensayarla por si hay necesidad de
hacer modifcaciones.
FLORA Y VEGETACIN
391
En importante tener claros los datos necesarios a tomar en los diferentes
componentes forsticos, datos que nos dan la informacin de caractersticas de las
formas de vida vegetales a estudiar. Los datos ms necesarios se sealan en una
fcha o etiqueta, una se refere a los estudios forsticos y la otra para los estudios
etnobotnicos respecto al uso y manejo de las plantas.
Los datos tomados en las fchas deben estar respaldados y acompaados con
muestras de las plantas estudiadas; ya que le dan validez al estudio y deben ser
depositadas en los herbarios (lectura recomendada Flores y Tun Garrido, 1997).
Despus de haber realizado estas lecturas, es conveniente tambin conocer los
aspectos fsicos tales como suelo, caractersticas climticas del lugar y con base
a ello, se procede a disear el muestreo, no sin antes haber hecho recorridos y
conocido el lugar de estudio, lo cual, ser muy importante para determinar el tipo
o asociacin vegetal que ser bsico para determinar si se emplear un transecto o
un cuadro, etc.; ya que esto podr variar ya sea que se trate de un bosque (de pinos,
un manglar, etc.) o de selvas (bajas, medianas o altas), vegetacin de duna, mato-
rral de duna, sabana, peten, vegetacin de cenotes, rejolladas, vegetacin riparia
(vegetacin de orilla de ro, lago), vegetacin submarina (seibadal), vegetacin
acutica fotante e hidrftos en general, o vegetacin secundaria (diversas etapas
serales) o ftoplancton de riadas, cenotes, aguadas.
El material de campo es el siguiente: libreta de campo, estacas, zapapicos,
etiquetas colgantes, geoposicionador, machetes, bolsas de plstico, brjula, sogas,
cinta mtrica larga y corta, alcohol, papel peridico, higrmetros, tijera de podar,
formol, prensa de madera, termmetro, botas, glicerina, lupa, etiquetas de campo,
botiqun, microscopio estereoscpico, cmara de video, correa para amarrar, suero
antiviperino, computadora, cmara fotogrfca, lpiz graso, programas especiales
de cmputo.
Sobre la localizacin del lugar a estudiar los datos ms importantes a tomar
son los recomendados por Richards et al., (1940) y Richards (1957):
Nombre y localizacin del sitio, de ser posible con geoposicionador.
Nombre dado a la comunidad vegetal (especies dominantes o caracters-
ticas).
Nombre popular o nativo de las plantas.
Orientacin del lugar.
Identifcacin del material botnico.
Preparacin de las muestras para herbario.
La extensin del rea de muestreo no debe ser menor a 0.5 ha. Los datos
fsicos a registrar son: altitud sobre el nivel del mar, exposicin o la luz, si es un
392
cerro, volcn, ladera, aguada, cenote o rejollada, aspecto fsionmico del lugar
pendiente.
3. Vegetacin
La vegetacin debe ser caracterizada por su propia fsionoma (estructura y
composicin), no por el hbitat, cuyo estudio a la vez es indispensable para la
comprensin de su naturaleza y distribucin. Es la estructura y composicin de
una comunidad vegetal lo que debemos conocer y registrar en las muestras como
una base segura de datos forsticos.
Se debe distinguir la estructura tanto en el sentido vertical (estratifcacin)
como en el horizontal (espaciacin). Los puntos a registrar son los siguientes:
a) Doseles abiertos o cerrados: si son abiertos, la amplitud aproximada de los
espacios o el porcentaje aproximado de reas sombreadas o no sombreadas o
de especies dominantes en las etapas serales.
b) Espaciamiento uniforme o irregular de los rboles, distancias entre troncos,
dimetro de los troncos de las especies aparentemente maduras.
c) Descripcin general de la estratifcacin, cuntos estratos se pueden distinguir
claramente, enumerarlos.
Se pueden usar los siguientes nombres para los estratos: a) estrato de rboles
emergentes-discontinuo; b) estrato de rboles dominantes (un estrato continuo
slo puede ser formado por un estrato de rboles bajos); c) estrato o estratos su-
bordinados; d) estrato arbustivo; e) estrato rasante; e) hierbas grandes, helechos y
arbustos pequeos; e) helechos pequeos, selaginelas y hierbas; f) estrato rasante
(musgos). Todos o algunos de estos estratos pueden ausentarse en alguna asociacin
pero nunca el estrato dominante (en bosques cerrados).
Para anotar, se debe tomar en cuenta las siguientes recomendaciones:
a) Descripcin separada de cada estrato bien defnido con el rango de altura de
su follaje sobre el terreno. Cuando no existan estratos distintos, descripcin
general de la estructura en el sentido vertical con los rangos de altura de los
componentes.
b) Sociedades: agregaciones locales de individuos de especies observados en
cualquier estrato.
c) Lianas, altura a la que ascienden; epftas: presencia, frecuencia, distribucin
en altura, distancia a la que descienden.
FLORA Y VEGETACIN
393
Las formas de vida de los rboles es la expresin fsonmica de las especies
vegetales que se encuentran en el lugar de estudio. Las caractersticas que presentan
los rboles son:
Contrafuertes; races zancudas; neumatforos; troncos o ramas espinosos;
caulifora; peculiaridades de la corteza; tallos u hojas suculentos.
Cualquier forma de vida leosa especial: palmas, cicadceas, etc.
Carcter perennifolio o deciduo: si estn mezclados, proporcin en que lo
estn.
Deciduos, poca de foliacin y prdida de las hojas.
Hojas simples o compuestas: si compuestas, pinnadas o digitadas, y nmero
aproximado de foliolos.
Caracterizacin de los tamaos foliares usando la escala de Raunkiaer.
Si no se dispone de sufciente tiempo para registrar todos los rboles de los
diferentes estratos, por lo menos debe registrar a las especies ms importantes
o caractersticas del estrato dominante, ya que es el que est expuesto ms di-
rectamente a las condiciones ambientales que imperan en la zona; tambin es
importante anotar sobre las formas de vida de los estratos inferior y rasante, (la
caracterstica de mayor importancia es la periodicidad, como el marchitamiento
estacional) y si son plantas anuales o no. Para ampliar la informacin sobre for-
mas de vida de las especies vegetales, puede consultarse el trabajo de Moreno
(1984).
La produccin de semillas es un indicador de la actividad reproductiva. Para
las especies importantes de rboles se deber contar la cantidad de semillas, su
tipo y modo de dispersin. Anotar, si se conoce, la capacidad de las plntulas
para resistir la sombra. Por otro lado, se recomienda determinar si es posible la
cantidad de semillas en el banco de semillas del suelo, as como anotar la altura
de las plntulas.
Sobre la importancia de la composicin forstica y para evitar errores se
debe considerar que la fdelidad de los nombres por comparacin puede variar
considerablemente debido a lo siguiente: a) la especie no ha sido colectada por el
observador y la identifcacin se ha basado nicamente en el nombre comn, el
correspondiente nombre cientfco se ha obtenido de listas de sinonimias en las
que el nombre cientfco se le ha dado a una especie colectada a gran distancia de
la zona que se trate; b) la especie pudo haber sido colectada en la misma localidad
pero no en el mismo sitio de muestreo; c) la especie fue colectada en el mismo
sitio de muestreo. Es obvio que el valor de la comparacin de la especie colectada
con la de la sinonimia aumenta su fdelidad.
394
Ya sea que se conozcan sus nombres o no, cada estrato debe ser enlistado
por separado. Cuando haya ciertas especies que el investigador sea incapaz de
reconocer ya sea por nombre o por nmero, debe hacerlo notar as. Los autores
recomiendan en estudios detallados, la realizacin de diagramas de vegetacin
en una franja de unos 5 por 20 m.
Las formas biolgicas de crecimiento son la expresin fsonmica de la planta,
las formas ms reconocidas son: T = rboles; A = Arbustos, arbustos escandentes;
1
1
= hierba (erectas, bejucos o enredaderas, trepadoras, rastreras); M = Vegetales
muscinales; E = Plantas epftas; l = lianas; y P = Palmas.
Es conveniente aclarar que las diferentes etnias del mundo reconocen a veces
ms formas de vida, por ejemplo para la etnia Maya se puede consultar a Flores
y Ucn (1983).
Para expresar la forma foliar, la nomenclatura con que se designa es la siguien-
te: plantas espinosas; plantas tipo graminiformes; plantas de hojas medianas o
pequeas; plantas de hojas compuestas; plantas de hojas anchas; y plantas tipo
taloide.
La duracin foliar de acuerdo con las especies vegetales pueden ser: con ho-
jas caedizas o caducifolias; hojas de tipo marcescentes; plantas de hojas verdes
perennes; plantas suculentas; hojas verdes perennes y hojas flas.
La consistencia foliar es la caracterstica que es percibida al tacto y puede
ser de los siguientes tipos: plantas de hojas membranosas; plantas de hojas muy
delgadas; plantas de hojas esclerflas; y plantas de hojas suculentas o fungoides.
Sin lugar a dudas, la parte central de las muestras deben contemplar el aspecto
de la fsonoma tropical (en particular el caso de las selvas), pero al enfocarlo a
la regin debern tener claridad sobre el concepto bosque, ya que alcanzan este
rango. Para ello, debern consultarse Miranda y Hernndez X. (1963) y Miranda,
(1978). Un esquema importante es el derivado de los estudios tropicales, uno de
ellos es el de Richards, Tansley y Watt (1940).
4. El medio fsico, historia de uso de suelo y otros factores biticos
Deben obtenerse los siguientes datos de las estaciones meteorolgicas ms cercanas,
haciendo notar la distancia que hay entre la zona de estudio y dichas estaciones y si
existe adems algn factor fsiogrfco que pueda provocar alguna diferencia de las
condiciones climticas entre los dos puntos; es importante elaborar el climograma
correspondiente. Los datos recomendables a tomar son:
a) Temperatura media del mes ms caliente.
FLORA Y VEGETACIN
395
b) Temperatura media del mes ms fro.
c) Temperaturas mxima y mnima absolutas registradas.
d) Precipitacin media de cada mes.
e) Duracin del perodo o perodos secos: nmero medio de das consecutivos
sin precipitacin.
f) Vientos dominantes y vientos peridicos de importancia.
Para los datos climticos es conveniente consultar a Garca (2004) y revisar
el captulo de clima de este volumen.
Los datos del suelo ms importantes en los estudios forsticos son: tipo o tipos
de roca; tipo de suelo y textura (arena, limo, arcilla, etc.); hojarasca superfcial:
naturaleza, profundidad; perfl del suelo, con medicin de los horizontes distingui-
bles: color, estructura, profundidad de races. Si se pueden hacer anlisis fsicos y
qumicos, las muestras deben registrar claramente la profundidad a la que fueron
recogidas (vase captulo de suelos de este volumen).
Es importante tomar cualquier dato sobre el uso y manejo que la vegetacin
del lugar haya tenido. Ha sido cultivada alguna vez el rea ahora ocupada por
vegetacin? Datos acerca de dicho cultivo as como fechas de abandono.
Otros factores biticos son todos aquellos ponderables en que la mano del
hombre o de otros animales tengan que ver en el compartimiento forstico de
las especies, por ejemplo: tumba de rboles; cultivo nmada, con detalle de pe-
rodos y mtodos; pastoreo: animales y efectos; pastoreo o ramoneo de animales
silvestres; presencia o ausencia de termitas; efectos en la vegetacin; herbivora
(insectos y otros organismos); y quema: accidental o intencional; razones y
efectos en la fora
5. Descr ipcin de la vegetacin
La vegetacin (conjunto de plantas que crecen en un lugar particular), puede
caracterizarse por las especies que la componen o de acuerdo con su fsonoma
(Rzedowski, 1978).
Los mtodos basados en la forstica son muy tiles cuando se utilizan en
estudios en reas pequeas o en estudios detallados de naturaleza botnica, por lo
que se requiere entonces identifcar a las especies. Los ftosocilogos europeos
generalmente los utilizan en estudios de grandes extensiones.
Por el contrario, los mtodos fsonmicos o estructurales pueden hacerse sin
identifcacin de especies y con frecuencia se consideran ms importantes en
estudios que pueden ser representativos de grandes extensiones.
396
En este captulo se pretende dar una serie de herramientas generales para
el muestreo de vegetacin, que permita en algunos casos realizar los anlisis e
interpretacin de la estructura y composicin de la comunidad. Para ampliar la
temtica se recomienda consultar a Greig-Smith (1964), Kershaw (1973), as como
a Mueller-Dombois y Ellenberg (1974), Gauch (1983), Jongman et al. (1987) y
McCune y Grace (2002) entre otros, para los interesados en un enfoque multivariado
con base en la clasifcacin y ordenacin, aspecto no incluido en este captulo.
5.1 Medidas basadas en la fsonoma
La fsonoma se refere a la apariencia externa de la vegetacin en cuanto a altura,
color, exuberancia, forma y tamao de las hojas. Estos atributos tienden a ser el
resultado de la combinacin de caracteres funcionales y estructurales. Los prime-
ros juegan un papel adaptativo en la supervivencia de la planta, como el carcter
perennifolio o deciduo. Los segundos se referen al arreglo vertical u horizontal
de las plantas, como por ejemplo el espaciamiento entre individuos. Los caracte-
res fsonmicos son difciles de aislar, ya que por ejemplo, el tamao de las hojas
puede ser una adaptacin funcional a ciertas condiciones ambientales o producto
de la edad del individuo, o bien, un resultado del efecto de la sombra cuando la
planta est en el sotobosque.
El sistema de formas de vida de Raunkiaer se basa esencialmente en dos ca-
ractersticas fsonmicas de la vegetacin: la posicin de las partes regeneradoras
de las plantas y el tamao de las hojas. El sistema se ha utilizado para comparar
las formas de vida caractersticas de diferentes regiones del mundo y tambin para
demostrar cambios progresivos en la vegetacin tanto con respecto a la altura
como a la latitud.
Formas de vida de Raunkiaer (1934, en Crawley 1986):
Fanerftos (P). Con yemas muy altas y expuestas a los cambios del clima
segn la altura del suelo que alcancen, se pueden dividir en: megafaner-
ftos (Pg) con ms de 25 m; mesofanerftos (Pm) de 10-25 m; microfane-
rftos (Pp) de 2-10 m; minofanerftos (Pn) de 0.5-2.00 m; y fanerftos
trepadores (Ps).
Cameftos (Ch). Plantas herbceas o leosas bajas con las yemas cercanas al
suelo.
Hemicriptftos (H). Plantas de rpido crecimiento en pocas favorables al fnal
de las cuales la parte area muere hasta el nivel del suelo y ah se localizan
las yemas vegetativas.
FLORA Y VEGETACIN
397
Geftos (G). Las yemas vegetativas en este tipo de plantas se encuentran bajo
el nivel del suelo.
Terftos (Th). Plantas anuales cuyas semillas germinan slo en pocas favo-
rables para el crecimiento vegetativo y reproductivo.
Epftos (E). Especies vegetales que crecen sobre otras plantas.
Plantas de tallos suculentos (S). Este tipo de plantas se incluye a veces en los
fanerftos o en los cameftos.
Hidrftos (HH). Plantas acuticas, consideradas por muchos autores como
geftos, sin embargo, algunas de estas especies son ms similares a hemi-
criptftos o terftos.
Raunkiaer aplic este sistema a la vegetacin de diferentes regiones del mundo
y encontr que en las regiones tropicales clido-hmedas hay una predominancia de
fanerftos, en las zonas secas de terftos y en las templadas hmedas de hemicrip-
tftos. A estos patrones de formas de vida los denomin Espectro biolgico.
Raunkiaer utiliza, en combinacin con su sistema de formas de vida, una cla-
sifcacin del tamao de las hojas con una divisin en las categoras siguientes:
1) leptflo de 25 mm
2
, 2) nanflo 225 mm
2
, 3) micrflo 2,025 mm
2
, 4) mesflo
18,222 mm
2
, 5) macrflo 164,025 mm
2
, 6) megflo ms de 5 mm
2
. Antes de
asignar las hojas a estas categoras de tamao se dividen en caducas o perennes,
simples o compuestas, y tanto estas divisiones como las de tamao se expresan
en valores porcentuales.
La fenologa (Begon et al., 2006) se refere a los cambios que sufren estructuras
de la planta a lo largo de su ciclo de vida hasta perderse por muerte natural, como
lo son el caso de las hojas, fores y frutos. Una forma de hacerlo es a travs de la
elaboracin de diagramas fenolgicos, asignando por rbol, y posteriormente un
promedio por especie, del porcentaje de hojas, fores y frutos que estn en estado
joven, maduro o senil. Estas observaciones se hacen peridicamente y se construye
un fenograma colocando en el eje de las abscisas el tiempo (o la poca del ao),
y en el de las ordenadas el porcentaje respectivo.
La estratifcacin es la disposicin vertical en que se encuentran las plantas
(Begon et al., 2006). Su representacin visual nos permitir elaborar un diagrama
que se conoce como perfl de la vegetacin o diagramas de perfl (Matteucci y
Colma, 1982). Para ello, se representa un rectngulo del bosque dibujando a escala
las plantas que se encuentran dentro de l. De esta forma, se toman los parme-
tros ms importantes de todos los rboles que se observan dentro del rectngulo:
dimetro del tronco, altura del rbol (con un clismetro), altura del fuste hasta
la primera ramifcacin, lmite inferior de la copa y dimetro de la copa. Es una
representacin a escala.
398
Otro tipo de perfl de la vegetacin es el propuesto por Montoya-Maqun et al.
(1971). En este caso se le asignan smbolos a cada categora fsonmica estructural.
El perfl de la vegetacin es representado por estos smbolos en una grfca, en
la cual, la altura se grafca en el eje de las ordenadas. Las categoras y smbolos
empleados en los diagramas pueden consultarse en Matteucci y Colma (1982).
Una variante son los diagramas estructurales que son grfcas de barras que
refejan la estratifcacin de las comunidades. En el eje de las ordenadas se gra-
fca la altura de las especies y en el eje de las abscisas la respectiva cobertura (en
porcentaje); las distintas categoras se identifcan con letras (Matteucci y Colma,
1982).
Los intervalos de tamaos ms usados son:
Plantas hasta 0.1 m.
Plantas de 0.1 m hasta 0.5 m
Plantas de 0.5 m hasta 2 m
Plantas de 2 m hasta 4 m
Plantas de ms de 10 m
Es importante comentar que muchas veces en un estudio estructural se toma
como criterio una medida mnima de DAP (Dimetro a la altura del pecho) del
tronco de los rboles, usualmente 10 cm. Para el DAP lo ms prctico en el campo
es medir la circunferencia del tronco, por lo que se obtiene un permetro el cual
debe ser transformado a dimetro.
5.2 Medidas basadas en la forstica
5.2.1 Mtodos destructivos
Como su nombre lo dice, en ste caso se destruye a las plantas que se encuentran
dentro de la unidad muestral. La medida ms comn que se puede obtener es el
peso fresco (g) el cual puede variar con la humedad, por lo que es mejor determi-
nar el peso seco despus de secar la muestra en un horno durante 48 h a 60
o
C. En
todo caso, se puede ajustar tanto el tiempo como la temperatura hasta obtener un
peso seco constante. No es deseable si: a) se requieren muestras adicionales (por
ejemplo en el caso de plantas anuales); b) si el rea es de inters biolgico; y c) si
cualquiera de las especies es rara o est en peligro de extincin.
FLORA Y VEGETACIN
399
5.2.2 Mtodos no destructivos con rea
En este caso se requiere que la superfcie a muestrear est distribuda en cuadros.
Las frmulas indicadas a continuacin, pueden consultarse entre otras fuentes de
Jurez (2008).
a. Densidad. Es el nmero de individuos por unidad de rea.
Densidad absoluta (D
A
)
(Nm. de individuos por m
2
)
D
A
= nm. individuos de la especie por rea total muestreada
Densidad relativa (D
R
)
D
D
D
R
A
A
n
i
I
i
=
=
1
100
b. Cobertura. Es la superfcie (en m
2
) que cubre del suelo la copa de la planta.
En general se mide un dimetro mayor y un dimetro menor en sentido per-
pendicular; el radio promedio se usa para calcular la superfcie. La cobertura
total de la especie ser la suma de las coberturas de los individuos.
Cobertura absoluta (C
A
) para la sp
i
(m
2
)
Se calcula en general con la formula del rea de un crculo:
C
D D
A
=
+

1 2
2
4

Donde: D
1
es el dimetro mayor de la copa (en m);
D
2
es el dimetro perpendicular a D
1
(en m)
Cobertura relativa (C
R
)
C
C
C
R
A
A
n
i
I
i
=
=
1
100
400
c. Frecuencia. Se refere a si un individuo de una especie aparece en una unidad
muestral; as, la medida se refere a: en cuntas de las unidades muestrales
apareci al menos un individuo de la especie en cuestin, dividido entre el
nmero de unidades muestrales totales. Es importante tomar la decisin si
se considerar que el individuo pueda o no tener su raz dentro de la unidad
muestral (cuadro).
Frecuencia absoluta (F
A
):
F
A
= Nmero de cuadros donde se encontr la especie/ Nmero total de cuadros
muestreados
Frecuencia relativa (F
R
)
F
F
F
R
A
A
n
i
I
i
=
=
1
100
d. rea basal. Se refere al rea del tronco de la planta o a la suma de las reas
de los tallos si es que la planta tiene varios. En general en el campo es ms
fcil medir el permetro del tronco, por lo que el dato hay que transformarlo
despus a rea.
rea basal absoluta (AB
A
) de la sp
i
(m
2
)
Se calcula con la frmula del rea del crculo:
Permetro
2
/ 4
AB r
A
=
2
El rea basal total de la especie es la suma del rea de todos los individuos.
rea basal relativa (AB
R
) de la sp
i
,
AB
AB
AB
R
A
A
n
i
i
i
=
=
1
100
El rea basal y la cobertura son un refejo de la dominancia de la especie.
FLORA Y VEGETACIN
401
e. Con los datos anteriores, se puede obtener el Valor de importancia relativa
(VIR):
VIR AB F D
R R R
= + +
5.2.3 Mtodos no destructivos sin rea
Mtodos de distancia. En el estudio analtico de la vegetacin hay ocasiones en que
no se pueden usar cuadros para tomar muestras. Esto ha dado lugar al desarrollo
de mtodos que emplean distancia, en lugar de rea, para el muestreo. En estos
mtodos se trata de evaluar el espacio o rea ocupada por una planta en vez de su
abundancia. El rea que ocupa un individuo se denomina rea promedio y resulta
ser el recproco de la densidad. Fueron propuestos por Clark y Evans (1954, en
Krebs 1989). Existen las siguientes modalidades:
i. El vecino ms cercano. Se elige un individuo al azar, en el rea de estudio, y
se toman los datos de inters de su vecino que se encuentre ms cerca.
ii. El individuo ms cercano. La diferencia en este caso es que se debe seleccionar
un punto al azar y se mide el individuo que este ms cerca a este punto.
En estos dos casos tambin es posible calcular la densidad y frecuencia. Para ms
detalles al respecto, consltese a Mateucci y Colma (1982) y a Krebs (1989).
iii. Pares al azar. Se coloca una cuerda en el campo cuya longitud depender
de la estructura de la comunidad, y se van muestreando alternadamente los
individuos ms cercanos a cada lado de la cuerda.
El mtodo de pares al azar se utiliza en vegetacin boscosa y consiste en de-
terminar una lnea (generalmente una lnea recta) en el rea de estudio. Luego a
lo largo de la lnea se localizan una serie de puntos de muestreo al azar, pero que
garanticen que en cada punto se midan rboles diferentes.
En el primer punto de la lnea se escoge el rbol ms cercano al mismo (rbol
A), se identifca su especie botnica y se determina su DAP para calcular su rea
basal. El segundo rbol del par (rbol B) ser el ms cercano al rbol A, que se
encuentre en el sector 180 opuesto al rbol A. Una vez determinado el segundo
rbol del par, se identifca botnicamente, se determina su rea basal y se registra
la distancia entre los rboles A y B. El mismo procedimiento se repite en los dems
puntos de muestreo que deben ser alrededor de 50.
402
Con los datos obtenidos se pueden calcular varias caractersticas de la vege-
tacin aplicando las siguientes frmulas:
Nmero de Individuos de
cada especie
1. Abundancia relativa (A) = 100
Total de individuos
Nmero de puntos de
ocurrencia de la especie
2. Frecuencia (F) =
Nmero total de puntos
Nmero de puntos de
ocurrencia de cada especie
3. Frecuencia relativa (F
r
) = 100
Nmero de puntos de ocurrencia
de todas las especies
rea Basal de cada especie
4. Dominancia relativa (D
r
) = 100
rea Basal del total de especies
Suma de todas las distancias (0.8)*

5. Distancia promedio (d) =
Nmero total de distancias
6. rea Promedio/Individuo (A
p
) = (0.8 d)
2
43,560 2.5
7. Densidad (Nmero de
=
Individuos por ha) (D
ha
) (0.8 d)
2
8. Valor de importancia relativa (VIR) = A +F
r
+D
r
En los cuadros 1 a 3 se muestran las hojas de toma de datos as como un
ejemplo de los clculos.
* Factor de correccin introducido por Cottam, G. y Curtis, J. T. de manera que en el Mtodo de pares al
azar se pueda obtener la raz cuadrada de la distancia promedio. Este factor se omite en el mtodo de
los cuadrantes.
FLORA Y VEGETACIN
403
iv. Cuadrantes. En el campo se pone con dos cuerdas un sistema de cuadrantes,
y en cada uno de los cuatro cuadrantes se selecciona al individuo que se en-
cuentre ms cerca del origen.
Cuadro 1. Hoja de datos (Mtodo de pares al azar).
Especies Punto Nmero Nmero
de
puntos
Nmero
de
rboles
rea
basal
1 2 3 4 5 6 7 8 9 10
Distancias
Cuadro 2. Hoja de datos (Mtodo de pares al azar).
Especies
Nmero de
puntos de
ocurrencia
Nmero de
rboles
rea basal
Total
Frecuencia
relativa (Fr)
Densidad
relativa o
abundancia
(A)
Dominancia
relativa (Dr)
Valor de
importancia
relativa
(Fr+A+Dr)
Total
Distancia total __________________ rboles/ha+ __________________ rea basal prom./rbol __________
Distancia prom. (d)+ ______________ rea basal total ______________ rea basal/ha. __________________
NOTA: Aplicar el factor de correccin 0.8
El mtodo de los Cuadrantes consiste en seleccionar una serie de puntos
de muestreo en el rea de estudio, utilizando un procedimiento adecuado que
puede ser al azar o fjando los mismos en una lnea a un intervalo fjo, pero
que garantice que en cada punto se midan rboles diferentes. El rea alrededor
de cada punto se divide en cuatro cuadrantes orientados siguiendo los puntos
cardinales. Dentro de cada cuadrante, el rbol ms cerca del punto de muestreo
se identifca botnicamente, se determina su rea basal y se registra la distan-
cia hasta el punto central de muestreo. Los datos de los cuatro rboles de cada
punto de muestreo se registran en hojas de toma de datos (Cuadros 4 y 5). El
mismo procedimiento se repite en los dems puntos, hasta completar por lo
menos 50.
404
Cuadro 3. Ejemplo sobre cmo tabular los datos obtenidos con el mtodo de pares al azar
para calcular las caractersticas de la vegetacin.
Especie
Nmero de
puntos
de
ocurrencia
Nmero
de
rboles
rea
basal
total
Frecuencia
relativa
(F
r
)
Densidad
relativa o
abundancia
(A)
Dominancia
relativa
(D
r
)
Valor de
Importancia
(F
r
+A+D
r
)
A
B
C
D
E
12
10
8
6
4
20
10
10
6
4
1240
1050
850
1200
660
12/40 =
30.0%
10/40 =
25.0%
8/40 =
20.0%
6/40 =
15.0%
4/40 =
10.0%
20/50 =
40.0%
10/50 =
20.0%
10/50 =
20.0%
6/50 =
12.0%
4/50 =
8.0 %
1240/5000 =
24.80%
1050/5000 =
21.0%
850/5000 =
17.0%
1200/5000 =
24.0%
650/5000 =
13.0%
94.8
66.0
57.0
51.0
31.0
Total 40 50 5000 100.0% 100.0% 100.0% 300.0
Distancia Total 850
Dist. Prom. (d) = 850(.8) = 27.2
25
rboles/ha.
43,560 x 2.5 = 229
(0.8x 27.2)
2
rea Basal Total = 5000
rea Basal Prom./rbol =
5000 = 100
50
rea Basal/Ha. = 22,900
NOTA: Se aplic el factor de correccin 0.8.
Conversiones: 1 Acre = 43,560 pies
2
1 ha = 2.5 Acres = 10,000 m
2
Cuadro 4. Hoja para datos (Mtodo de los cuadrantes).
Especies Punto Nmero Nmero
de
puntos
Nmero
de
rboles
rea
basal
1 2 3 4 5 6 7 8 9 10
Distancias
Cuadro 5. Hoja para datos (Mtodo de los cuadrantes).
Especies
Nmero de
puntos de
ocurrencia
Nmero
de
rboles
rea
basal
total
Frecuencia
relativa
(F
r
)
Densidad
relativa o
abundancia
(A)
Dominancia
relativa
(D
r
)
Valor de
importancia
(F
r
+A+D
r
)
Total
Distancia total __________________ rboles/ha __________________ rea basal prom./rbol __________

Distancia prom. (d) _______________ rea basal total ______________ rea basal/ha _________________
FLORA Y VEGETACIN
405
Con la informacin obtenida se procede a calcular varias caractersticas de la
vegetacin, aplicando las siguientes frmulas:
Nmero de individuos de cada especie
Abundancia relativa (A) = 100
Total de individuos
Nmero de puntos de ocurrencia de las especies
Frecuencia (F) =
Nmero total de puntos
Nmero de puntos de ocurrencia de cada especie
Frecuencia relativa (F
r
) = 100
Nmero de puntos de ocurrencia de todas las especies
rea basal de cada especie
Dominancia relativa (D
r
) = 100
rea basal del total de especies
Suma de todas las distancias
Distancia promedio (d) =
Nmero total de distancias
rea Promedio/Individuo (A
p
) = (d )
2
43,560 2.5
Densidad (Nmero de individuos por ha) (D
ha
) =
(d )
2
Valor de importancia (VIR) = A +F
r
+D
r
En los cuadros 4 a 6 se muestran las hojas de toma de datos as como un
ejemplo de los clculos.
5.2.4 Lnea de Canfeld
Tambin es conocido como el mtodo de Intercepcin lineal. ste se emplea fre-
cuentemente para determinar la cobertura y otras caractersticas cuantitativas en
vegetacin baja y compacta como en pastizales y chaparrales. El mtodo consiste
406
en trazar en el rea de estudio una serie de lneas rectas a intervalos constantes.
Luego, con una cinta mtrica colocada sobre cada lnea se determina la longitud
que cubre cada una de las especies que se encuentran directamente debajo de la
cinta (por supuesto, hay que hacerlo primero para cada uno de los individuos de
cada especie). La longitud total de todas las lneas se toma como 100 por ciento
para calcular la cobertura de cada especie. Adems de la cobertura se puede calcular
la frecuencia de las especies en el rea de estudio.
Figur a 8. Diagrama que muestra la forma de muestreo con el Mtodo de los cuadrantes.
FLORA Y VEGETACIN
407
Para calcular la cobertura y la frecuencia se aplican las siguientes frmulas:
Longitud de los individuos de la especie i
Cobertura (C) = 100
Longitud total de las Lneas
Nmero de veces que la especie es interceptada por la lnea
Frecuencia (F) = 100
Total de especies interceptadas
6. Tipos de muestreo
Ya sea que las medidas sean destructivas o no, se requiere de una unidad de
muestreo, usualmente un cuadro. Cmo distribuirlos depende de la naturaleza del
problema, morfologa de la especie, su patrn y el tiempo disponible para realizar
el trabajo.
Si el muestreo es selectivo se arreglan los cuadros subjetivamente en reas
que por alguna razn se consideren representativas de la vegetacin. En este caso
Cuadro 6. Ejemplo sobre cmo tabular los datos obtenidos con el mtodo cuadrantes
para calcular las caractersticas de la vegetacin.
Especie
Nmero
de puntos
de
ocurrencia
Nmero
de
rboles
rea basal
total
Frecuencia
relativa
(F
r
)
Densidad
relativa o
abundancia
(A)
Dominancia
relativa
(D
r
)
Valor de
importancia
(F
r
+A+D
r
)
A
B
C
D
E
15
10
8
6
5
30
16
14
8
12
2234
1250
800
1026
750
15/44 =
34.1%
10/44 =
22.7%
8/44 =
18.2%
6/44 =
13.6%
5/44 =
11.4%
30/80 =
37.5%
16/80 =
20.0%
14/80 =
17.5%
8/80 =
10.0%
12/80 =
15.0 %
2234/6060 =
36.90%
1250/6060 =
20.6%
800/6060 =
13.4%
1026/6060 =
16.9%
750/6060 =
12.4%
108.1
63.3
48.9
40.5
38.8
Total 44 80 6060 100.0% 100.0% 100.0% 300.0
Distancia total 1350
Dist. prom. (d) = 1350/80 = 16.87
rboles/ha
(43,560 x 2.5) = 383
(16.87)
2
rea basal total = 6060
rea basal prom./rbol
6060/80 = 75.75
rea basal/ha
6060 x 383,231 = 855
Conversiones: 1 Acre = 43,560 pies
2
1 ha = 2.5 Acres = 10,000 m
2
408
es importante tener en mente consideraciones prcticas, como por ejemplo, el
acceso al sitio. En el caso de que sea al azar, los cuadros se distribuyen al azar en
el rea de muestreo. Cuando el muestreo es sistemtico se debe seguir un orden
de seleccin de los cuadros o de las unidades de muestreo sobre los cuales se to-
marn los parmetros o medidas de inters. Si el muestro es restrictivo al azar el
rea se divide y en cada subdivisin se muestrea al azar. Consume tiempo porque
hay que marcar el rea.
Un mtodo muy utilizado en estudios de vegetacin es el del transecto o las
secciones longitudinales de vegetacin; consisten de una faja ininterrumpida de
vegetacin para tomar muestras y estudiar la composicin forstica donde existe
mucha variabilidad en la vegetacin como resultado de diferencias ambientales. El
ancho del transecto se determina con base en el tipo de vegetacin, pero en general,
puede ser de 10 m de ancho. Este mtodo de anlisis de vegetacin es conveniente
para hacer mapas de vegetacin porque sealan claramente las transiciones entre
comunidades o diferencias en la fora como resultado de diferencias en humedad,
temperatura, altitud o de suelos. Una modifcacin de este mtodo consiste en
dividir el transecto en cuadros a intervalos predeterminados.
Otro tipo de muestreo muy utilizado en estudios de vegetacin es el estratif-
cado, para lo cual, se divide el rea de estudio en partes y en cada una se muestrea
de acuerdo a su rea o algn otro parmetro. Por ejemplo, un mosaico de pastizal
y matorral se divide en los dos y se muestrea cada uno por separado. As, puede
decirse que el reconocimiento de distintas comunidades es una forma de muestreo
estratifcado.
Entre los problemas ms comunes que pueden presentarse con cualquier mtodo
de muestreo se encuentran:
a. El nmero de cuadros que deben utilizarse. Una forma de decidir puede ser:
i. Entre ms sean, mejor.
ii. Grafcar la varianza o la media acumulada con respecto al nmero de
cuadros, para cada una de las variables medidas.
b. Tamao del cuadro. En general se utiliza de 10 10 m para rboles, de 5
5 m para arbustos y de 1 1 m para herbceas y plntulas.
c. Forma del cuadro. Por costumbre son cuadrados.
d. rea mnima.
El rea mnima es un concepto que se refere al rea mnima en que una co-
munidad puede desarrollar o demostrar su composicin y estructura caracterstica.
FLORA Y VEGETACIN
409
Por lo tanto, es sumamente importante conocer la extensin de esa rea, particu-
larmente cuando la comunidad se analiza con base en una muestra consistente de
una sola parcela. Aunque el rea mnima es un parmetro difcil de estimar, ya
que depende del tipo de comunidad y de la distribucin de las especies dentro de
la misma, se ha usado la relacin especies-rea para su determinacin. General-
mente la determinacin del rea mnima consiste en delimitar una parcela pequea
(puede iniciarse con un cuadro de 1 m
2
) (a). De esta parcela se elabora un listado
de las especies presentes. Luego se dobla el rea de la parcela original (b) y se
determinan las especies nuevas y se aaden a la lista original. En la siguiente rea
(c) se registran las especies nuevas que no estaban ni en (a) ni en (b). Este proceso
se repite cuantas veces sea posible, siguiendo un patrn similar al que se indica
en la Figura 1.
Figur a 1. Sistema de divisin de parcelas para determinar el rea mnima mediante la relacin
especies-rea (adaptado de Oosting, 1951).
410
El rea mnima se determina por:
Mtodo basado en la composicin de especies. Se elabora una grfca poniendo
en el eje de las abscisas el rea acumulada, y en el de las ordenadas el
nmero de especies acumulada. El rea mnima a muestrear es la proyeccin
sobre el eje de la parte de la curva donde sta se estabiliza. Es importante
sealar que esta rea se distribuye entre los cuadros.
Mtodo basado en la frecuencia de especies. El nmero de especies con ms
de 90% de frecuencia en cada tamao de cuadro es referido como el nmero
de constantes. sta se grafca contra el tamao del cuadro (como en i); el rea
mnima es aquella en la cual se presenta el nmero total de constantes.
El nmero de especies puede variar con el tamao de la muestra, porque a ms
individuos muestreados, aumenta la probabilidad de encontrar especies raras. Este
efecto, conocido como rarefaccin (Begon et al., 2006), se determina a travs de
la extraccin de submuestras y se calcula la riqueza esperada en la distribucin
de abundancias de la muestra. El proceso se repite para submuestras de varios
tamaos. Para ello, se construye una curva de riqueza (eje de las ordenadas) y
abundancia (eje de las abcisas).
En muchas ocasiones es necesario establecer comparaciones entre varios roda-
les o comunidades. Con este fn se han utilizado ndices o coefcientes, los cuales,
expresan las similitudes entre ellas y las especies que las componen. Entre esas
expresiones una de las que primero se establecieron es el coefciente de comunidad.
Para calcular este coefciente se acostumbra preparar un listado de las especies
presentes en los rodales o comunidades que se desean comparar y se distribuyen
en una tabla de tres columnas. En la primera columna se sealan las especies del
rodal o comunidad A, en la segunda las especies comunes a ambos rodales o co-
munidades (A y B) y en la tercera el rodal o comunidad B. Una forma sencilla de
calcular el coefciente de comunidad, es expresando en porcentaje el nmero de
especies comunes a ambos rodales o comunidades con base en el nmero total de
especies presentes. Sin embargo, desde el punto de vista analtico-comparativo,
resulta ms conveniente comparar las comunidades con base en sus caractersticas
cuantitativas como: frecuencia, frecuencia relativa, dominancia, etc. En este caso
la similitud entre dos rodales o comunidades se establece, no con base a su com-
posicin forstica, sino por la relacin de porcentajes comunes con los porcentajes
totales de las caractersticas cuantitativas de la vegetacin.
Conforme al arreglo antes mencionado e incorporando la comparacin con
base en los parmetros de vegetacin, Gleason sugiere la siguiente frmula para
calcular el coefciente de comunidad:
FLORA Y VEGETACIN
411
c
CC = 100
a +b +c
Donde c, es la mitad del total de los valores en la segunda columna, y a y b
son las sumas respectivas de los valores en la primera y tercera columna.
Oosting (1995), propuso otra manera de calcular el coefciente de comunidad,
mediante la siguiente frmula:
2 w
CC = 100
A +B
En esta frmula, w es la suma del par de valores porcentuales ms bajos de las
caractersticas cuantitativas bajo consideracin de las especies comunes a ambas
comunidades. Este valor se multiplica por dos para representar la medida en que
las dos comunidades participan o contribuyen a la caracterstica. A y B represen-
tan la suma de todos los valores porcentuales de las especies presentes en las dos
comunidades. Al aplicar estas frmulas mientras ms alto es el valor obtenido,
mayor es el grado de similitud entre los rodales o comunidades.
El ndice de similitud ms utilizados es el de Morisita-Horn (Begon et al.,
2006). Se calcula de la siguiente manera:
IM= (2 S(Dni Eni)) / ((da+db) (aN bN))
Donde: aN es el nmero de individuos en la parcela (comunidad o rodal) A,
bN es el nmero individuos en la parcela B,
Dni es el nmero de individuos de la i-esima especie en la parcela A,
Eni es el nmero de individuos de la i-esima especie en la parcela B,
da= (SDni2) / aN2
db= (SEni2) / bN2
7. Referencias
Braun-Blanquet, J. 1950. Sociologa vegetal. M., ACME Agency. Buenos Aires, Argentina.
Begon, M., C. T. Towsend y J. L. Harper. 2006. Ecology: from individuals to ecosystems.
Blackwell Publishing, Oxford. 738 p.
Cain, A. S. 1951. Fundamentos de ftogeografa. ACME Agens. Buenos Aires, Argentina.
660 p.
412
Crawley, M. 1986. Plant Ecology. Blackwell Scientifc Publications. USA. 496 p.
Cruz-Perz L. M. 1964. Manual de Laboratorio de Ecologa Vegetal. Edit. Universidad
de El Salvador. S.S. El Saly. C. A. El Salvador, San Salvador. 144 p.
Daubenmire, R. F. 1979. Ecologa Vegetal. Tratado de autoecologa de plantas. Limusa.
Mxico, D.F., Mxico. 496 p.
Emmel, T. C. 1975. Ecologa y Biologa de las Poblaciones. Interciencia Mc. Graw-Hill.
182 pp.
Flores, J. S. y V. M. Rosales. 1978. Curso fundamental de ecologa. Proyectos Omega, S.
S. El Salvador, C.A.
Flores, J. S. 1993. La Vegetacin Insular de la Pennsula de Yucatn. Fasc. No. 2. Etnofora
Yucatanense. FMVZ-UADY. Yucatn, Mxico.
Flores, J. S. e I. Espejel. 1994. La Vegetacin de la Pennsula de Yucatn. Fasc. No. 4.
Etnofora Yucatanense. FMVZ-UADY. Yucatn, Mxico.
Flores, J. S. y J. Tun Garrido. 1997. Manual para Herbario. Etnofora Yucatanense. FMVZ-
UADY. Yucatn, Mxico.
Font Quer, P. 1965. Diccionario de Botnica. Editorial Limusa. pp. 486-487.
Garca, E. 2004. Modifcaciones al Sistema de Clasifcacin Climtica de Kppen. Serie
Libros No. 6. Instituto de Geografa, UNAM. Mxico.
Gauch, H.G. 1983. Multivariate Analysis in Community Ecology. Cambridge University
Press. New York, USA. 298 p.
Greig-Smith, P. 1964. Quantitative plant ecology. Butterworth, Londres.
Jongman, R.H., ter Braak, C.J. y O.F. Tongeren. 1987. Data analysis in community and
landscape ecology. Pudoc Wageningen.Netherlands. 300 p.
Jurez, E. 2008. Estructura y diversidad de la vegetacin en la zona de borde de fragmentos
derivados de un bosque tropical perennifolio en Los Tuxtlas, Veracruz, Mxico. Tesis
de Licenciatura. UNAM.
Kershaw, K.A. 1973. Quantitative and dynamic plant ecology. Arnolds Publishers, Lon-
dres.
Krebs, Ch. 1989. Ecological Methodology. Harper & Row Publishers, Inc. USA. 654 p.
Krebs, Ch. J. 1993. Ecologa Estudios de la Distribucin y la Abundancia. Harla. 754 p.
Lpez, J. F., Cruz, Rocha, A.G., Navarrete, R., Flores, S., Kato, M., Snchez C., Abarca,
L.G., Bedia, C.M. y Winfeld, I. 1985. Manual de Ecologa. Trillas. Mxico. 266 p.
Matteucci, S. y A. Colma. 1982. Metodologa para el estudio de la vegetacin. OEA.
Washington, D.C. USA. 168 p.
MacNaughton, S. J. y L. L. Wolf. 1984. Ecologa General. Omega. Mxico. 714 p.
McCune, B. y J. Grace. 2002. Analysis of Ecological Communities. MJM Oregon , USA.300
pp.
Miranda, M. y E. Hernndez-Xolocotzi. 1963. Los tipos de vegetacin de Mxico y su
clasifcacin. Bol. Soc. Bot. Mxico. 28:29-179.
Miranda, F. 1978. Vegetacin de la Pennsula de Yucatn. Rasgos fsiogrfcos. Colegio
de posgraduados, Chapingo, Mxico. pp. 161-269.
Montoya-Maqun, J. M., J. B. Garca y J. G. Icaza. 1971. Mtodo para la zonifcacin
ecolgica del frijol en Centro Amrica. En XVII Reunin Anual, PCCMCA. ROCAP.
FLORA Y VEGETACIN
413
Moreno, N. P.. 1984. Glosario Botnico Ilustrado. CECSA. 300 p.
Mueller-Dombois, D. y Ellenberg, H. 1974. Aims and Methods of vegetation ecology.
Wiley, N.Y.
Osting, H. J. 1951. Ecologa Vegetal. Aguilar, S.A. de Ediciones, Madrid.
Richards, P.W., A.G. Tansley y A.S. Walt. 1940. The Recording of Structure, Life formand
Flora of Tropical Forest Communities as a Basic for Their Classifcation. J. Ecol.
28:224-239.
Richards, P.W. 1957. The Tropical Rain Forest. University Press. Cambridge. 450 p.
Rosales, V., J. S. Flores y R. Villanueva. 1973. Gua para Estudios de Vegetacin y Suelos.
Edit. Universitaria. Univ. de El Salvador, C.A.
Rzedowsk,i J. 1978. Vegetacin de Mxico. Limusa. Mxico. 432 p.
Sosa, V., J. S. Flores, V. Rico-Gray, R. Lira y J. J. Ortiz. 1985. Etnofora Yucatanense.
Lista forstica y sinonimia maya. Fasc. No. 1. Etnofora Yucatanense. FMVZ-UADY.
Yucatn, Mxico. 199 pp.
415
Introduccin
Los insectos son los animales ms diversos y abundantes que han colonizado la
tierra, han ocupado prcticamente todos los ambientes terrestres y acuticos exis-
tentes. Este grupo de animales se puede defnir, en sentido amplio, como animales
metazoarios de simetra bilateral y cuerpo formado por cabeza, trax y abdomen,
con tres pares de patas y generalmente con alas en estado adulto, habitualmente
se desarrollan mediante metamorfosis y presentan ciclos de vida cortos. stas y
otras caractersticas los constituyen como el grupo biolgico ms exitoso que haya
colonizado la tierra, la gran diversidad de los insectos es evidente y representa ms
del 75% de los artrpodos conocidos e incluye cerca de 30 rdenes distintos. As,
los insectos son el grupo de animales ms importante en biomasa, variedad gen-
tica e interacciones biticas en los ecosistemas terrestres. Su estructura, fsiologa
y comportamiento han sido objeto de seleccin natural continua para producir un
vasto arreglo de morfologas y estilos de vida, que los ha hecho ocupar millones
de nichos.
Los insectos son importantes actores en los distintos procesos de los ecosistemas
y en la sobrevivencia de las plantas, incluso las interacciones planta-insecto son de
las relaciones terrestres ms importantes y variadas sobre la tierra. Los insectos son
polinizadores de la mayora de las plantas con fores y recicladores de nutrimentos,
muchos son herbvoros que dan soporte a numerosos parasitoides, depredadores y
mutualistas, todos los cuales requieren atencin y conservacin.
14
INSECTOS TERRESTRES
Hugo Delfn Gonzlez,
1
Pablo C. Manrique Saide,
1

Virginia Melndez Ramrez,
1
y Enrique Reyes Novelo
1
1
Departamento de Zoologa, Campus de Ciencias Biolgicas y Agropecuarias, Universidad Autnoma
de Yucatn.
03-06 Insectos terrestres ok.indd 415 25/01/2011 07:31:46 p.m.
416
En cuanto a riqueza de especies, las estimaciones varan desde 750,000 a
ms de un milln de especies conocidas. Los valores estimados para el probable
nmero de especies que realmente existen y del que slo se conoce una parte, va-
ran desde 1.84 a 50 millones, entre los cuales, una postura sensata sera cercana
a los 10 millones de especies, muchas de las cuales, pese a ser muy abun dantes,
son desconocidas para la ciencia. Si consideramos que Mxico es el cuarto pas
en diversidad biolgica y que, cerca del 10% de las especies de los grupos mejor
conocidos tienen representacin en el pas, una estimacin conser vadora (con
ajustes de acotacin) permitira suponer que Mxico cuenta con cerca de medio
milln de especies de insectos.
La riqueza y la abundancia de los insectos estn determinadas por factores
biticos y abiticos, la mortalidad de los insectos es alta y variable, aunque
normalmente la descendencia es alta. La complejidad y la variabilidad de estos
factores de mortalidad, en tiempo y espacio, hacen que las predicciones de so-
brevivencia de las poblaciones de las especies sean inciertas. Esta difcultad de
predecir es particularmente aguda cuando la perturbacin causada por el humano
es creciente y la fragmentacin del paisaje modifcan las relaciones interespe-
cfcas existentes. La adversidad climtica se incrementa hacia las regiones
polares, seguida de un decremento general de riqueza de especies, mientras que
en las regiones tropicales el patrn es inverso. Este decremento aparentemente
es condicionado ms por el clima que por la productividad primaria en plantas.
Como conse cuencia de este patrn, durante millones de aos, en los trpicos
muchos grupos de plantas se han diversifcado debido a una mayor estabilidad
climtica. Estos factores, aparejados con cambios coevolutivos planta-insecto
y el efecto de los procesos alelopticos, han contribuido a la gran variedad de
insectos en los trpicos. Estos argumentos que intentan explicar la gran riqueza
de especies de insectos en los trpicos no son los nicos, existen otros pero no es
intencin de este texto discutirlos (para detalles consulte Pianka, 1978; Stevens,
1989 y Ruggiero, 2001).
Sin embargo, en la aparente estabilidad de las selvas tropicales, hay variacio-
nes diarias de clima que afectan el comportamiento estacional de las poblaciones
de insectos. La variacin de las poblaciones es evidente en los trpicos y en zonas
templadas haciendo que el monitoreo de la presencia o la abundancia de insectos
sea importante en todas las latitudes.
Ecolgicamente hablando, la Clase Insecta incluye representantes de todos
los gremios en prcticamente todos los ecosistemas conocidos. De hecho, mu-
chos de los modelos ecolgicos que se conocen han sido desarrollados utilizando
a las poblaciones de insectos como objeto de estudio. Esta gran heterogeneidad
permi te que los insectos provean excelentes modelos de monitoreo y de criterio
INSECTOS TERRESTRES
417
de seleccin de reas naturales con algn nivel de proteccin. reas que deben
de ser tan grandes como sea posible para incluir el amplio espectro de fuctuacio-
nes poblacionales. reas protegidas deben contener reas de fauna postglacial,
insectos de ecosistemas tpicos y raros, refugios de especies endmicas y reas de
especies dinmicas.
Pese a todos estos argumentos, desde el punto de vista conservacionista, los
insectos son un enigma. Para muchos especialistas en manejo de fauna silvestre,
los insectos no pertenecen a esta categora. Ms an, dentro de las normas ofciales
mexicanas donde se indican las especies amenazadas o en peligro de extincin,
slo dos o tres especies de insectos son incluidas, cuando se sabe que existen gru-
pos taxonmicos completos (v.gr. abejas nativas con cerca de 2000 especies en
Mxico) que estn siendo amenazados por la reduccin en los sitios naturales de
anidacin, por la conversin inadecuada de las reas silvestres a zonas de cultivo
o pastoreo.
Desde la perspectiva antropocntrica, algunas especies son plagas agrcolas,
otras son vectores de enfermedades o son susceptibles de explotacin comercial.
En varios textos de entomologa o temas afnes se privilegia el estudio de las es-
pecies nocivas, soslayando el estudio o la mencin de las especies benf cas, con
lo cual dejan la sensacin de que los insectos son animales predominan temente
perjudiciales, cuando en realidad las especies dainas representan una minora de
los grupos de insectos existentes. De hecho, algunos de los grupos considerados
benfcos son muy diversos y abundantes, baste como ejemplo los insectos para-
sitoides y los polinizadores que tienen cerca de 120,000 especies, que representan
cerca del 10% de todas las especies de organismos conocidas.
Los representantes con importancia econmica son numerosos y de muy
diver sos grupos. En la agricultura mexicana se conocen cerca de 500 especies
impor tantes, con representantes regionales como Schistocerca pisceifrons piscei-
frons, Bemisia tabaci y Myndus crudus que han ocasionado verdaderos desastres
en distintas zonas de la Pennsula de Yucatn. En el rea de salud existe una gran
cantidad de insectos relevantes. Por ejemplo, Aedes aegypti es el vector del dengue;
varias especies del gnero Anopheles son transmisoras del paludismo; Triatoma
dimidiata es el vector de la enfermedad de Chagas y Cochliomyia hominivorax es
el causante de la miasis o gusanera del ganado.
Existen grupos con importancia econmica por los benefcios que de stos
derivan, aunque la mayora tienen uso relativamente restringido en el pas y la
mayora presentan expectativas de desarrollo en tecnologa y explotacin que
no han sido exploradas a plenitud. Entre los ejemplos ms importan tes estn el
complejo multiespecfco de abejas nativas, tiles como polinizadores controlados
de cultivos en los que se ha probado con xito en algunos casos, que incrementan
418
sensiblemente la productividad; y los grupos de avispas, moscas, escarabajos,
hor migas, parasitoides y depredadores tiles como controladores de poblaciones
plaga y verdaderas alternativas al uso de plaguicidas. Otros ejemplos son: el gu-
sano de seda, la cochinilla de la grana y varias especies de insectos comestibles,
sin soslayar la importancia de los grupos silvestres.
En todos los casos la informacin es muy abundante y no es intencin de este
texto agotarla. Sin embargo, lo aqu referido sirve de justifcacin o de razn de
estudio para los profesionales en conservacin y manejo de recursos naturales.
Es indispensable que el profesional conozca con cierta amplitud este grupo de
organismos y las posibilidades que se tiene de manejarlos como recurso. Para
alcanzar este gran objetivo es necesario cubrir requerimientos de conocimiento
que van desde el proceso inicial de conocer a los artrpodos hasta aquellos que
contribu yan al conocimiento de la diversidad, interacciones biticas, relaciones
insecto-humano existentes y descubrimiento de otras, para posteriormente poder
manejarlos como recurso, ya sea promoviendo los procesos en que se involucran
o interrumpindolos. Sin embargo, entre ambas etapas existen otras que requieren
trabajar con los artrpodos y que sern tema del siguiente texto, tales como: los
principios gene rales para muestrear insectos terrestres, los mtodos generales para
la recolecta y preservacin de artrpodos, y fnalmente, ejercicios para discutir y
poner en uso algunos de los conceptos e informacin suministrada.
Los temas aqu descritos pueden ampliarse consultando, para aspectos generales
de poblaciones animales, a Andrewartha (1973) y Pianka (1978); de muestreo de
insectos a Morris (1963), Southwood (1978), Calabuig (1988), Morn y Terrn
(1988) y Kuno (1991); para muestreo en reas agrcolas a Barfeld (1989), Ruesink
y Kogan (1990) y Pedigo y Buntin (1993); y para mtodos de recolecta de muestras
a Carballo (s/f), Peterson (1964), Martin (1977), Marcos-Garca (1988), Papavero
y Vanzolini (1990), Muirhead-Thompson (1991) y, a Mrquez (2005).
Pr incipios gener ales
Todo aquel que pretende estudiar algn grupo de insectos debe contemplar que una
de las partes ms importantes de su trabajo es el diseo del muestreo, mediante
el cual pretende generar informacin que le permita contestar las preguntas que
se ha planteado. Los aspectos generales de este diseo y algunos de los anlisis
posibles son explicados en el primer captulo de este texto. Es importante destacar
que en este captulo se incluyen slo algunos aspectos generales del muestreo
de poblaciones de insectos, ya que los detalles y posibilidades que se requieren
son prcticamente imposibles de incluir aqu. Ms an, muchos de los detalles
INSECTOS TERRESTRES
419
metodolgicos debern ser ajustados dependiendo de la poblacin y el sitio que
se pretende estudiar.
Es comn que se confundan los trminos colecta y muestreo, cuando en rea-
lidad son fundamentalmente diferentes. Se establece un programa de colectas o
recolectas cuando la informacin que se requiere no va ms all de la obtencin
de ejemplares para colecciones cientfcas o para determinar la presencia de ciertas
especies en ciertas localidades. En cambio, los programas de muestreo permiten
estimar algn parmetro cuantitativo de las poblaciones o comunidades (v.gr.
densidad, proporcin sexual, estructura de edades, diversidad, composicin, etc.)
basados en la representatividad de las muestras. Por estas razones, ambos tipos de
programas son aplicables a pobla ciones silvestres o de insectos plaga, pero cuando
se trata de poblaciones experimentales o aisla das, carece de sentido establecer
programas de recolecta.
Antes de iniciar cualquier trabajo de este tipo es importante establecer los
obje tivos claros para el estudio que se pretende realizar. Es importante encon-
trar el equilibrio entre el planteamiento de hiptesis con sentido biolgico con
el diseo novedoso de ex perimentos. Un buen diseo experimental debe estar
basado en mtodos adecuados de trabajo de campo y por la seleccin correcta
del equipo y tcnicas de toma de muestras. Un diseo experimental co rrecto
abastecido de informacin obtenida mediante tcnicas inadecuadas puede llevar
a conclusiones incorrectas. De ah que sea importante efectuar una revisin bi-
bliogrfca extensa. La mayora de los aspectos metodolgicos relevantes para
el diseo y toma de muestras pueden ser resueltos durante esta revisin. Algunos
detalles metodolgicos requerirn determinarse con la experiencia o creatividad
del investigador.
En general, el muestreo de insectos se realiza para conocer distintos aspectos
de las poblaciones silvestres (inters cientfco) o para establecer programas de
conservacin y manejo de poblaciones especfcas (v.g. plagas, vectores de enfer-
medades, gru pos indicadores, etc.). En ambos casos, es de uso comn entre los
entomlogos desarrollar programas preliminares de muestreo en el que se defnen
una serie de parmetros tiles en el diseo formal que ha de ser utilizado.
Los programas preliminares de muestreo permiten adquirir conocimientos
mnimos sobre el grupo de inters y permiten establecer los lmi tes del universo
de trabajo. Cuando se pretende muestrear un slo hbitat lo usual es que se esta-
blezcan programas de carcter intensivo en los cuales el nmero de muestras y
el esfuerzo de colecta por unidad de muestra es mayor que cuando se establecen
programas extensivos (para dos o ms hbitat). Esta defnicin del universo de
muestreo, la mayora de las veces, se traduce en estimaciones de la extensin de
la zona de muestreo y del nmero de especies que sern estudiadas.
420
Normalmente, cuando las especies de inters se ubican en reas de cultivo, se
considera la plantacin completa como el universo. En estos casos, es importante
reconocer si la especie de inters es plaga directa (produce dao directo por ali-
mentacin) o indirecta. Las plagas indirectas no siempre son fciles de reconocer ya
que puede tratarse de vectores de algn patgeno como virus o que sus secreciones
o excreciones sean utilizadas por otros organismos para desarrollar se, como las
mielecillas residuales de los pulgones que producen fumaginas que son las que
realmente deterioran el producto. En poblaciones silvestres es necesa rio restringir
el rea a muestrear, ya que normalmente la distribucin natural del grupo de inters
supera la capacidad operativa y fnanciera del investigador.
Un primer aspecto que se establece mediante el muestreo preliminar es la
disposicin espacial relativa de la poblacin. En la literatura se consignan mu chos
patrones de distribucin distintos, aunque en la prctica se conocen tres fcilmen-
te reconocibles: uniforme, agregada y al azar. A partir de un nmero arbitrario
de muestras (tomadas durante el muestreo preliminar) se calcula la pro porcin
media:varianza, cuando los valores son muy similares se acepta que la poblacin
presenta una distribucin al azar (muy comn en poblaciones silves tres), cuando
el valor de la media es superior al de la varianza se trata de pobla ciones con dis-
tribucin uniforme y, cuando la varianza es mayor al valor de la media se trata de
poblaciones con distribucin agregada. La distribucin unifor me y la agregada de
poblaciones de insectos son comunes en reas de cultivo y plantaciones. Durante
este muestreo es importante probar con distintos tamaos de muestra, para elegir
aquel que incluya la mayor variacin posible y que mejor represente el compor-
tamiento de la poblacin.
En las descripciones de mtodos de muestreo, un aspecto que no siempre se
seala es la estimacin de la relacin costos/esfuerzo del trabajo de campo. Resulta
poco prctico hacer proyecciones que implican nmeros de muestras y costos que
su peran la capacidad tcnica y fnanciera del grupo de trabajo. Es ms recomenda
ble reducir estos nmeros a niveles manejables, aunque se est por debajo del
nmero de muestras calculado. Con los valores obtenidos durante la prospeccin
es posible establecer el nmero terico de muestras (N) como:
N =(S / E )
2
Donde S es la desviacin estndar de las muestras; E es la fraccin del error
estndar predeterminado; es la media de las muestras.
Sin duda, conocer la biologa bsica del grupo o de la especie a estudiar permite
que el diseo y el muestreo logren su objetivo. Es deseable cono cer, al menos en
general, tales como el tipo de metamorfosis, duracin del ciclo de vida, hbitos
INSECTOS TERRESTRES
421
alimentarios y aspectos de conducta importantes (v.g. tanatosis, donde el adulto se
fnge muerto y se arroja al suelo para evitar el ataque de depredadores). La toma
de muestras debe ser especialmente rigurosa en estos aspectos, ya que no siempre
se toman muestras de todos los estadios de desarrollo de la especie. Es comn que
los diferentes estadios de desarrollo de grupos relativamente ssiles (v.g. fauna
edfca y pulgones) sean muestreados simultneamente (ametbolos y muchos
paurometbolos). Sin embargo, cuando las formas adultas son voladoras activas
se requiere al menos de dos muestreos distintos para representar las formas juve-
niles y las adultas. De ah que sea necesario establecer con anticipacin la etapa
o etapas de desarrollo sobre las que se aplicar el muestreo.
En los grupos pteros, las formas juveniles se distinguen de las adultas por
las diferencias en tallas y los caracteres sexuales externos (ametbolos). En otros
grupos de insectos las formas juveniles son similares a las formas adultas, excep to
por las diferencias en tamao, el desarrollo de las alas y los caracteres sexuales
externos (paurometbolos). Los insectos con formas adultas que son voladores
activos incluyen grupos en los que las formas juveniles son distintas morfolgica
y ecolgicamente a las adultas (con larvas acuticas y adultos voladores, conocidos
como hemimetbolos); grupos que presentan formas larvales, pupales y adultas
totalmente distintas entre s (llamados holometbolos); y grupos que tambin pre-
sentan formas larvales, pupales y adultas, slo que las etapas larvales presentan al
menos dos formas totalmente distintas (conocidos como hipermetbolos).
El tamao de la unidad de muestreo se puede percibir como una subdivisin
arbitraria del hbitat, de manera que cada unidad es perfectamente reconocible y
estable o que los cambios sean cuantifcables. Es deseable, para que un muestreo
sea representativo que todas las unidades tengan la misma proba bilidad de ser se-
leccionadas. Morn y Terrn (1988) establecen dos tipos de uni dades muestrales:
las espaciales y las temporales. Las primeras incluyen las unidades de superfcie,
de volumen, de peso y unidades biolgicas, de manera que las unidades se referen
como nmero de insectos por unidad de muestreo (v.g. nmero de escarabajos
xilfagos por metro cuadrado de corteza, nmero de moscas por kilo de fruto,
nmero de ectoparsitos por ave). Las unidades temporales se referen al nmero
de insectos capturados con alguna trampa utilizada en un tiempo determinado, de
manera que las unidades se referen como individuos / rea / tiempo o individuos
/ trampa / tiempo.
Otro aspecto que debe ser establecido es la posible estratifcacin de la mues
tra, que est directamente relacionado con el hbitat colonizado por el grupo de
inters. No todos los muestreos requieren de estratifcacin, slo aquellos en que
la poblacin a estudiar muestra una marcada preferencia por algn hbitat. Es ne-
cesario tener en cuenta que la estratifcacin debe corresponder y ser congruente
422
con los objetivos del estudio. Los diferentes estratos que se decidan deben ser
lo ms homogneos posibles, de modo que con una muestra de cada estrato se
obten ga una estimacin precisa de la media. Los estratos sern utilizados como
variables independientes del estudio. Ya que las modalidades que pueden adquirir
las estratifcaciones son prcticamente infnitas, es difcil generalizar. Las estrati-
fcaciones ms comnmente utilizadas estn referidas a: la ubicacin prefe rencial
de las especies en las distintas capas de la cubierta vegetal (y todas las subdivi-
siones posibles), la ubicacin en los cultivos, la densidad y distribucin de plantas
hospederas, los accidentes del terreno, distintos factores fsicos como tem peratura
o niveles de humedad, distintos horarios de actividad y cambios edfcos, entre
otros. La literatura puede ser muy til en este trabajo, aunque la experiencia del
investigador es un factor muy importante. A continuacin describiremos algu nos
ejemplos hipotticos que consideramos pueden aportar algunas ideas tiles.
a) En una isla recientemente colonizada se decidi introducir por primera vez
cultivos de tomate. Despus de varias cosechas exitosas, inesperadamente
surgi una enfermedad viral desconocida. Los antecedentes sobre enferme-
dades similares en otros sitios sugieren que los virus son transmitidos por
insectos ftfagos que al momento de absorber la savia de la planta inoculan
el patgeno. Tambin se sabe que en los casos reportados, algunos de los
ftgafos atacan slo los brotes nuevos, en otros la base de la planta y en
otros la planta completa. En este caso, donde no existe informacin directa
del problema, es recomendable establecer una estratifcacin tan fna como
sea posible para reconocer los ftfagos en las muestras de fauna edfca, en
la fauna directamente asociada a la raz y a cada parte de la planta, que sera
la manera ms clara de defnir cual es la especie o especies problema y si sta
muestra distribucin preferencial en la planta y en el cultivo.
b) En un estudio parmetro de comunidad se pretende probar si existen diferencias
entre la composicin de las comunidades de insectos asociadas a monocultivos
y cultivos mixtos de maz y frjol. La estratifcacin de ambos tratamientos
debe ser esencialmente igual aunque los cultivos mixtos, por defnicin, pre
sentan ms estratos. En los monocultivos de maz es posible establecer una gran
cantidad de estratos. La fauna asociada a las axilas de las hojas es dife rente
a la encontrada sobre la caa, la asociada a la raz y a la fructifcacin. La
fauna encontrada en las caas y axilas inferiores es igual a la encontrada en las
superiores? Probablemente en el monocultivo las diferencias sean peque as y
estn dadas por factores como luminosidad, pero en los cultivos mix tos, donde
las plantas de frjol generan un microambiente diferente, probablemente las
diferencias en la composicin sean signifcativas.
INSECTOS TERRESTRES
423
c) Se pretende establecer en una comunidad urbana una campaa de control
de poblaciones larvarias de Aedes aegypti, el mosquito vector del dengue.
Se sabe con anterioridad, que las larvas de este mosquito se desarrollan en
cria deros (receptculos pequeos de agua natural o artifcial) ubicados pre
ferentemente en ambientes domsticos y peridomsticos en asentamientos
urbanos y suburbanos, y que existen otras especies de mosquitos que tam bin
se desarrollan en estos mismos criaderos. Sin embargo, se desconoce cules
son los principales criaderos para Aedes aegypti y las otras especies en la
comunidad, la importancia potencial de cada uno y las variables ambientales
o socioeconmicas relevantes para el caso. La estrati fcacin de las muestras
(tipos de receptculo y disposicin) deber indicar cules son los microam-
bientes y reas prioritarias para establecer el progra ma de control haciendo
ms efciente la distribucin de los recursos huma nos y econmicos.
d) En un cultivo con alto valor comercial, se pretende discriminar aquellos
in sectos visitantes que efectan los mayores aportes a los procesos de po-
linizacin, la planta presenta fores hermafroditas y fores femeninas. Por
referencias bibliogrfcas se sabe que otras especies de la misma familia de
plantas son visitadas prin cipalmente por abejas nativas y mariposas que utilizan
los recursos forales aparentemente con preferencias de actividad horaria. La
estratifcacin de las muestras implicara la separacin de los insectos que
visitan los diferen tes tipos forales, segregando las muestras en funcin de
horarios preestablecidos.
Localizacin espacial de las muestr as
La disposicin de las muestras es tan importante como los factores antes descritos,
es decir, el mtodo para la toma de muestras. Se han descrito muchos mtodos
distintos, aqu slo se incluyen los que se consideraron ms generales. En todas
las descripciones se supone que se ha realizado el muestreo prospectivo y que ya
se conoce el patrn general de distribucin, el tamao de la muestra, el nmero de
muestras y se ha establecido la posible estratifcacin de la muestra.
a) A troche y moche. El colector toma las muestras indistintamente en el espacio.
Este mtodo es subjetivo y no representativo ya que lleva a considerar densi-
dades y pa trones de distribucin errneos. El colector puede autoengaarse
seleccionando sin querer las zonas con mayor abundancia de insectos.
b) Al azar simple o sin reemplazo. til cuando la poblacin a muestrear no
presenta preferencias marcadas por un hbitat. Se establecen cuadrantes, me-
424
diante nmeros aleatorios se eligen los cuadrantes que han de ser muestreados
(ignorando los nmeros que aparezcan ms de una vez y eliminando los perif-
ricos para evitar el efecto de borde), se efecta el muestreo y se conta biliza la
muestra. Aunque este mtodo se utiliza cuando se pretende colectar todos los
insectos del cuadrante, no estratifcar la muestra resta calidad a la informacin
que se pueda obtener.
c) Al azar estratifcado. til cuando la poblacin a muestrear tiene marcadas
prefe rencias por un hbitat. Se utilizan los mismos pasos que en el muestreo
al azar simple pero requiere que previamente se establezcan los estratos a
muestrear.
d) Sistemtico. Es uno de los mtodos ms utilizados en entomologa. La toma
de muestras se realiza a intervalos regulares de distancia y/o tiempo, es de-
cir, se obtienen muestras fcilmente comparables sin necesidad de ajustes
estadsti cos sofsticados. Las modalidades ms comunes que se utilizan son
los transectos y los censos. Los transectos son rutas de muestreo rectas de
dis tancia y anchura predeterminadas a travs de las cuales se capturan las
mues tras a intervalos regulares. En el estudio de poblaciones silvestres los
transectos adquieren la direccin que el investigador decide. Es frecuente que
los mto dos de muestreo que implican el uso de trampas (activas o pasivas) se
colo quen en transectos a intervalos de distancia regulares. En cultivos agrcolas
se utilizan muchas modalidades generales: transecto diagonal, dos transectos
formando una X, transectos con forma de N , de W y de C, la toma de
las muestras se puede hacer manualmente, con red o con trampas. En cambio,
los censos normalmente utilizan para muestrear poblaciones en funcin de
tiempos predeterminados, normalmente cortos. Es muy comn el uso de esta
tcnica para muestrear polinizadores en fores o inforescencias, previamente
elegi das, durante lapsos de tiempo de 5 a 30 minutos dependiendo del objetivo
de la investigacin y de la actividad de los visitantes forales. Este mtodo de
muestreo tiene la ventaja de ser ms sencillo, pero no garantiza que todas las
unidades de muestreo tengan la misma probabilidad de ser seleccionadas.
e) Sistemtico con inicio al azar. Metodolgicamente es igual que la modalidad
anterior, slo que el inicio de la toma de muestras es al azar y no predeter-
minado.
f) Secuencial. Este mtodo permite separar las distintas densidades o fuctua
ciones de la poblacin que pueden presentarse a lo largo de intervalos de
tiempo predeterminados. El mtodo supone que el patrn de distribucin de
la poblacin no vara en el tiempo, situacin que puede ser o no cierta, segn
el caso (v.g. grupos migratorios, picos poblacionales de plagas, etc.). En ento-
mologa este mtodo es muy utilizado, aunque normalmente se utiliza junto
INSECTOS TERRESTRES
425
con alguna variante del sistemtico, de modo que se obtienen fuctua ciones
temporales, es decir, cambios estacionales de la poblacin.
g) Orientado o localizado. Este mtodo se utiliza para recolectar organismos en
sitios o localidades donde se sabe estn presentes. En general, se considera
poco formal pero resulta muy til para efectuar detecciones rpidas que debe-
rn ser validadas mediante algn procedimiento formal. Es til para detectar
y localizar plagas de granos almacenados, entre otras aplicaciones.
Estimadores de densidad
En la literatura se reconocen tres mtodos para estimar densidades poblacionales.
Los absolutos, los relativos y los ndices de poblacin. Los ms prcticos son los
relativos.
Estimadores absolutos
Exclusin o remocin parcial. Este mtodo se basa en el hecho de que si miembros
de una poblacin son removidos, las subsecuentes capturas sern ms reducidas,
entonces la tasa de declinacin puede ser usada para estimar el tamao original de la
poblacin. Grfcamente se pueden computar las capturas (variable independiente)
contra los valores de las capturas (variable dependiente). El mtodo presupone al
menos dos muestreos secuenciales y que durante el tiempo entre muestras no han
ocurrido nacimientos, muertes ni migraciones. En la prctica el mtodo se realiza
con la toma de muestras con red, trampas o por el aislamiento de reas predeter-
minadas y la captura de todos los organismos presentes.
El aislamiento de reas predeterminadas y la captura de todos los organismos
presentes pueden resultar convenientes cuando se trata de fauna nociva introducida
ya que conlleva el sacrifcio masivo de organis mos (v.g. Cimex sp y mosquitos). Al
momento de instalar las cmaras de exclusin normalmente las formas adultas que
son voladoras activas escapan al confnamiento y ya no son muertas o colectadas
con las aspiradoras. El uso de este procedimiento tambin resulta til cuando lo
que se pretende muestrear son formas ssiles.
Distancia al vecino ms prximo. Mtodo muy utilizado en plantas y que en
insectos ssiles y edfcos ha probado ser til.
D =(A/d
2
)
426
Donde la densidad (D) est en funcin del rea de referencia (A) y de la dis-
tancia al vecino ms cercano (d).
Muestreo por unidad de hbitat. Se refere a la toma de muestras estratifcadas
de las distintas unidades ambientales posibles. Para el muestreo del aire se utili zan
redes y trampas rotatorias. Para los muestreos de vegetacin se puede utilizar el
total de la vegetacin/unidad de muestreo o referir los resultados por planta o parte
de planta, segn se haya estratifcado la muestra (densidad = nmero de insectos
por planta, por plantas o por unidad de superfcie). El muestreo de la fauna edfca
normalmente se estratifca como fauna de la hojarasca y la fauna propiamente del
suelo. Las capas del suelo se pueden estratifcar mientras que establecer estratos
en la hojarasca es mucho ms complejo.
Mtodo de marcaje-captura-recaptura. El mtodo tambin presupone que du-
rante el tiempo entre muestras no han ocurrido, nacimientos, muertes, migraciones
y todos los organismos tienen la misma probabilidad de ser capturados. Se valora
mediante el ndice de Lincoln:
p =(an)/r
Donde: p es el tamao de la poblacin total; a es el nmero de organismos
marcados y liberados; n es el nmero de organismos capturados; r es el nmero
de organismos marcados y recapturados.
Estimadores relativos
Dado que el objetivo de estos mtodos para estimar densidades poblacionales es
muestrear una proporcin constante de los organismos presentes, producen resulta-
dos del tipo nmero de organismos por unidad de esfuerzo, en el que la unidad de
esfuerzo se expresa en funcin del mtodo relativo empleado (horas colector u horas
trampa). Las unidades de esfuerzo pueden pertenecer a dos grandes grupos: conteos
visuales y trampas. Los primeros se utilizan, entre otras cosas, para determinar la
velocidad a la cual se colectan u observan insectos y para detecciones tempranas
de plagas, normalmente comparadas con estndares conocidos, de algunos cultivos
como el algodn, el cafeto, frijol, pastos y caa de azcar, entre otros. Un buen
ejemplo de esto es la valoracin del nivel crtico de la plaga del picudo en frijol.
El procedimiento establece revisar 20 vainas por parcela, se considera que la plaga
alcaza niveles crticos si el 3% de estas vainas est daado.
Los mtodos de trampeo son los ms utilizados. Sin embargo, existen diver sos
factores de la biologa de los organismos y ecolgicos que deben ser conside rados
INSECTOS TERRESTRES
427
para efectuar estimaciones de densidad por mtodos relativos. As, los factores
que pueden afectar la captura hecha son la densidad o tamao real de la poblacin,
el nmero de animales que hay en una fase de desarrollo determinada (grado de
maduracin), el nivel de actividad de la especie y la respuesta de la especie y
sexo ante la trampa. Ms indirectamente las condiciones climticas, la actividad
horaria, la disponibilidad de alimento y la efciencia del mtodo de muestreo. Es
importante conocer los principios en los cuales estn basadas las trampas para
efectuar selecciones de equipo adecuadas a los objetivos. Los valo res as obteni-
dos se referen como ndices relativos de poblacin (v.g. nmero de organismos /
trampa / unidad de tiempo).
ndices indirectos de poblacin
En el sentido ms amplio, estos ndices son estimaciones indirectas del tamao
poblacional, referidas a distintas seales que producen los insectos: huellas, he-
ces, cadveres, nidos, etc. As, un ndice relativo puede ser el nmero de nidos de
termitas, avispas o abejas por unidad de rea, el nmero remanente de presas en
contenidos estomacales de un depredador o los niveles de dao foliar en las plantas
producidos por orugas. Estos ndices son de uso e interpretacin limitados y mere-
cen una calibracin preliminar con datos de densidades poblacionales reales.
Recoleccin y preser vacin
La recoleccin de insectos hace referencia a la captura de insectos para su es-
tudio posterior, sin considerar los aspectos poblaciones de la especie obtenida,
atendiendo nicamente a propsitos cualitativos de presencia o ausencia de una
especie particular en un hbitat. Una recoleccin general es aquella en la que se
toman todos los insectos vistos por el recolector. Sin embargo, para los fnes de
este texto, es ms relevante la conocida como especfca, que tiene como objetivo
concreto de estudio monitorear y evaluar la presencia de especies de insectos en
ciertos microambientes.
De manera general, podemos dividir los mtodos de captura en dos grandes
grupos: mtodos directos y mtodos indirectos. Los primeros hacen referencia a
aquellos mtodos que se utilizan cuando se tiene conocimiento de los hbitos del
insecto e implican localizarlo en su microambiente (v.g. suelo, aire, agua, etc.),
aplicando herramientas de captura directa (o ejerciendo la accin directa de captura
sobre los organismos) de acuerdo con su talla, velocidad o h bitos. En contraste,
428
los mtodos indirectos se utilizan cuando no se puede obser var con facilidad al in-
secto y no se puede ejercer la accin directa de captura sobre l ya sea porque tiene
densidades poblacionales bajas o los microambientes donde se distribuye son inacce-
sibles o existe un des conocimiento (en grado variable) de los hbitos. En el Cuadro
1 se describen los principales mtodos, herramientas de captura y observaciones
generales. Cada uno de ellos ser el tema del texto siguiente. Esta clasifcacin est
basada en Morn y Terrn (1988), pueden seguirse otros criterios para clasifcar los
mtodos de captura tales como los mtodos para capturar adultos y estados inmadu-
ros; mtodos de captura de insectos diurnos o nocturnos; insectos voladores activos
o insectos no voladores; organismos terrestres, acuticos o areos, etc.
Mtodos directos
Red area
Consiste en un aro circular de metal (preferentemente aluminio o acero inoxida-
ble) sujeto a un mango de tubo de plstico (PVC) o de aluminio que sostiene una
red de tela de tergalina o similar. Las redes entomolgicas pueden ser adquiridas
en compaas o establecimientos especializados o elaboradas por los usuarios, la
segunda opcin es mucho ms econmica y no requiere de gran esfuerzo. Prime-
ro se forma un aro de alambre cuya unin con el mango debe hacerse de manera
que los extremos queden doblados en la forma que se ilustra en la Figura 1. Los
extremos se ensamblan en los orifcios hechos en un extremo del mango. Esta
estructura puede ajustarse con alambre o con una abrazadera. Lo segundo es ms
aconsejable pues facilita el transporte de la red (puede ser desmontada), lavada e
incluso reemplazada cuando se requiera.
En cuanto al tamao, corresponde a conveniencia personal; sin embar go, las
medidas recomendables son: un mango de un metro de largo con un aro cuyo
dimetro sea entre 30 y 45 cm. Se debe tener en cuenta que un aro grande captu-
rar ms insectos y ser ms cmodo a la hora de extraerlos del interior de la red;
pero uno ms pequeo ser ms cmodo en su manejo en cuestin de velocidad y
esfuerzo, adems de ser mucho ms maniobrable en zonas con vege tacin densa
o espinosa. La bolsa debe confeccionarse de tergalina u otra tela similar de color
claro y transparente. En cuanto a sus medidas, el largo debe equivaler de 1.5 a 2
veces al dime tro del aro. La bolsa debe tener el fondo redondeado y el borde su-
perior debe estar protegido con una tira de manta u otra tela de algodn resistente,
para evitar el desgaste por el roce continuo con la vegetacin. El largo de la bolsa
recomen dable es entre 60 y 70 cm. El color de la bolsa puede ser variable, en este
INSECTOS TERRESTRES
429
Cuadro 1. Principales mtodos para la captura y recoleccin de insectos
y observaciones generales.
Tipo de mtodos (principio) Mtodos y herramientas Observaciones
Mtodos directos Red area Voladores e insectos en reposo
sobre plantas
Red acutica Insectos acuticos (en sus distintas
etapas de desarrollo)
Captura manual directa con
pinceles, pinzas, frascos y tubos
Insectos edcos, asociados con
corteza, por lo general pequeos y
malos voladores
Mtodos indirectos
Accin mecnica o fsica
generalizada sobre un sustrato en
la que es posible encontrar una
especie
Red de golpeo y paraguas
entomolgico
Insectos malos voladores
Malla cernidora y embudo de
Berlese
Insectos edcos
Barrera tamiz de malla o red de
corriente, caladores, pipetas y
goteros
Insectos acuticos (en sus distintas
etapas de desarrollo)
Uso de atrayentes visuales u
olfativos que puedan estimular al
insecto a grandes distancias
Trampas de luz: de pantalla y
embudo
Insectos nocturnos y voladores
activos, de tamaos variable
(pequeo a grande)
Trampas de color: pegajosa o de
agua
Por lo general voladores activos
Trampa con cebos:
De origen animal, desechos
orgnicos: NTP-80 y Necrotrampas
Se capturan voladores activos e
insectos caminadores
Coprotrampa (coprfagos) Por lo general voladores activos
Sangre humana o animal: Trampa
Shannon
Por lo general voladores activos
hematfagos
La probabilidad aleatoria que tiene
un organismo de cruzar por una o
varias trampas pasivas
Trampas con atrayentes voltiles:
Mc Phail y Delta (Jackson)
Feromonas, derivados fenlicos o
alcohlicos
Trampa Pit fall o de pozo seco Insectos caminadores
Trampas de barrera y Malaise Voladores activos
430
caso se recomienda sea clara para facilitar la ubicacin de los insectos al interior
de la red, aunque tambin se ha sugerido que el color verde es ms apropiado para
recolectar abejas o el azul o verde claro para mariposas.
La captura con la red no es difcil, pero requiere de cierta prctica. Al pasar un
insecto volando o estando posado, se da un golpe brusco, haciendo que entre en la
bolsa de tela; se voltea inmediatamente el aro hacia abajo, de modo que el fondo
de la bolsa (donde debe haber quedado atrapado el insecto) quede colgando, impi-
diendo la salida del ejemplar. ste se sostiene entonces delicadamente por fuera
de la red y se pasa al tubo de captura (generalmente una cmara letal). Tambin
puede irse golpeando la vegeta cin con la red (accin que los entomlogos conocen
como redear), para despus revisar la red. Es posible colectar muchas cosas de esta
manera, en especial cosas que no se pueden ver volando. Con esta herramienta
se pueden recolectar casi todos los tipos de insectos voladores como mariposas,
grillos, escarabajos, chinches, avispas, abejas y moscas de tamao variable. Es
recomendable que las mariposas se colecten con la red individualmente ya que
sus alas son muy delicadas y se pueden maltratar fcilmente.
Red acutica
Esta red se utiliza para recolectar insectos que viven libremente o en el lecho de
cuerpos de agua, ya sea en su estado adulto o en alguna etapa juvenil. Esta red es
Figur a 1. Red area o entomolgica.
INSECTOS TERRESTRES
431
semejante en diseo a la red area, sin embargo, los materiales para su confeccin
son ms resistentes. El aro puede ser circular, semicircular o triangular (con esquinas
redondeadas) (Figura 2), y se recomienda que el material del aro sea de aluminio y
est sujeto a un mango de tubo de aluminio con la red de malla plstica de mosqui-
tero. La captura con esta red vara dependiendo del nivel o estrato del agua donde
se pretenda utilizar. As, simplemente desplazndola en el agua, apoyada en el
sustrato o como pala si se trabaja sobre el fondo. Con esta red se pueden recolectar
insectos en sus diferentes etapas de desarrollo (larva, pupa, ninfa o adultos), como
escarabajos, chinches, larvas de moscas y mosquitos, nyades de liblulas, etc.
Aspirador
Es un aparato para recolectar rpidamente un gran nmero de insectos pequeos
(pequeas moscas y mosquitos, escarabajos, chinches, chicharritas, etc.), en parti-
cular si uno desea atraparlos y mantenerlos vivos, sin maltratarlos. Hay dos tipos
de aspiradores: el de captura directa y el aspirador en forma de U. El primero
consiste en un simple tubo de plstico o cristal con una manguera de plstico (Figura
3). El extremo de unin del tubo y la manguera se cubre con una malla fna, para
evitar que al succionar, los insectos pasen a travs de la manguera. Los insectos
quedan atrapados para de inmediato ser traspasados a un frasco separado.
El aspirador en forma de U est formado por un tubo de ensaye o algn
recipiente parecido, al cual, se le coloca en la boca un tapn de hule con dos
perforaciones; por una de ellas entra un tubo (colector) y por la otra, un tubo con
Figur a 2. Red acutica.
432
el extremo protegido por una malla y con una manguera de ltex (boquilla). Los
insectos quedan retenidos en el interior del frasco, donde pueden ser sacrifcados
o aturdidos con un poco de humo de cigarro o transferidos a un frasco con alcohol
al 75%.
Colecta manual directa
Este mtodo se recomienda en el caso de los insectos que viven en el suelo (edf-
cos). Consiste en delimitar un rea de muestra (comnmente de 0.5 m
2
) eliminando
la vegetacin area, donde se excava un foso alrededor y se separa la fauna asociada
a cada estrato determinado (5-20 cm de espesor dependiendo del tipo de suelo,
profundidad y objetivo de estudio) desmenuzando meticulosamente el suelo. De
esta manera, se recolecta la macrofauna edfca.
En el caso de microfauna puede utilizarse la separacin manual despus de
un lavado de tierra, para el cual, se toma un bloque cilndrico de tierra con un
nucleador (la unidad o medidas depende del tipo de suelo, profundidad y objetivo
de estudio) y se separa en los distintos estratos deseados en bolsas o botes para
posteriormente depositarlos en cubetas con cinco litros de agua. Una vez disuelta
la tierra, el contenido se vierte sobre un tamiz de malla con abertura de 4 mm
2
hacia otra cubeta. Los materiales retenidos en la malla se pasan a un frasco con
fjadorconservador y el agua lodosa se pasa por otro tamiz con malla de 2 mm
2
para separar los insectos ms pequeos, repitiendo la operacin si es necesario
con otro tamiz ms fno.
Figur a 3. Aspirador de boca para captura directa.
INSECTOS TERRESTRES
433
La separacin manual tambin se hace cuando se desea recolectar insectos que
viven en los troncos, frutos y semillas, los minadores foliares, los visitantes forales,
los insectos sociales o eusociales, los habitantes de madrigueras de vertebrados
o los ectoparsitos. Se recomienda obtener datos particulares del microambiente
(rea, ubicacin especfca, especie asociada, signos de dao, etc.) e ir revisando
cada una de las partes del microambiente conservando cada una de las faunas
por separado. Tambin debe ponerse atencin en relaciones larva-pupa-adulto,
parasitoides, depredadores o comensales.
Pinceles, pinzas, frascos y tubos
Estas son herramientas de uso general para recolectar o manipular a los insectos
en el campo y el laboratorio. Los pinceles preferentemente de pelo natural (v.g.
pelo de camello) de varios tamaos y humedecidos con alcohol son tiles para la
recolecta de insectos pequeos. Las pinzas de acero cromado o inoxidable son las
herramientas ms tiles para manejar insectos. El tamao y forma va en relacin
con el insecto que se desee manipular; sin embargo, es til tener, al menos, una
de mango ancho y puntas fnas (aguja de precisin o de relojero) y una de punta
roma de tamao mediano (Figura 4).
Los frascos y tubos son tiles en todo el proceso de recoleccin y preserva-
cin del insecto. Sirven para capturar, transportar y almacenar insectos. Los ms
utilizados son de 50 a 100 mL para muestras pequeas o medianas y de 250-500
mL para las muestras grandes. Cualquiera que sea el volumen, los frascos deben
ser de fondo plano y boca ancha, con tapa de rosca (hermtico) y de material
Figur a 4. Pinza de punta roma (arriba) y pinza de relojero (abajo).
434
resistente. Es recomendable que los frascos pequeos sean de vidrio y que los de
mayor volumen sean de plstico (poliestireno).
Mtodos indirectos
Pueden reconocerse tres grandes grupos de mtodos indirectos de acuerdo con los
principios en que basen la recoleccin y captura de insectos (Cuadro 1). El primero
se basa en la accin mecnica o fsica generalizada sobre un substrato en la que es
posible encontrar una especie. El segundo, en el aprovechamiento de atrayentes vi-
suales u olfativos que puedan estimular al insecto a grandes distancias. Estos mtodos
y trampas estn basados en la respuesta a estmulos propios del comportamiento
innato o adquirido por los individuos de cada especie. El tercer grupo est basado en
la probabilidad aleatoria que tiene un organismo de cruzar por una o varias trampas
pasivas. Estas trampas se utilizan para insectos caminadores, saltadores o voladores
y son pasivas, inertes o de intercepcin. Si se desea ahorrar tiempo y mejorar en
cuanto a efciencia de la captura, la mejor opcin es usar trampas. Las trampas son
elementos pasivos y requieren para su funcionamiento de la actividad y movilidad
de los insectos. Son particularmente tiles en aquellos estudios que incluyen el
conteo de nmero de individuos y la aplicacin de algn anlisis estadstico que
compare lo atrapado por las trampas o por sesin de trampeo.
Mtodos de accin mecnica
Red de golpeo
Esta red se utiliza para recolectar insectos que viven en la vegetacin o reposan
en ella. Se incluye en los mtodos indirectos porque la gran variedad de espe-
cies de insectos que se encuentran en la vegetacin, as como la variedad de sus
hbitos, no son del todo conocidas por el recolector al usar esta herramienta. Es
semejante en diseo a la red area (vanse mtodos directos); sin embargo, los
materiales para su confeccin son ms resistentes. El aro debe ser circular (Figura
5) y se recomienda que el material del aro sea de alambre grueso y est sujeto a
un mango de madera con la red de manta gruesa con los bordes reforzados con
una tira de lona.
La captura se realiza golpeando con frmeza la vegetacin herbcea o arbustiva
en forma horizontal. El contenido de la bolsa se vaca en un frasco grande de boca
ancha o bolsas de plstico. Se utiliza principalmente para chinches y escarabajos,
INSECTOS TERRESTRES
435
aunque tambin se colectan avispas, pequeas moscas y otros grupos de insectos
que se encuentran en la vegetacin.
Paraguas entomolgico
Consiste en un rectngulo o cuadrado de tela blanca (manta) de 70 cm por lado,
sostenida por dos varillas de madera o aluminio en forma de cruz, que se encajan
en las esquinas de la manta (Figura 6). Este rectngulo o paraguas se coloca
bajo la vegetacin arbustiva, mientras que con una vara o bastn se golpea la
vegetacin. Los insectos que hubieran estado posados, caern sobre la tela y son
recolectados con pinzas o un aspirador. Se utiliza principalmente para chinches
y escarabajos.
Malla cernidora
Se utiliza para separar macrofauna asociada o escondida entre las partculas del
suelo, aserrn, hojarasca o semillas. Por lo general, consiste en un bastidor metlico
o de madera (1 m
2
por lo general) sobre el cual se coloca una cantidad conocida
de sustrato y que se hace pasar por movimiento por el tamiz.
Figur a 5. Red entomolgica de golpeo.
436
Embudo de Berlesse
Se usa para extraer micro o macrofauna de muestras de suelo, hojarasca, musgos,
lquenes y desperdicios de nidos (v.g. hormigas y termitas), as como para la extrac-
cin de insectos de muestras tomadas con otros aparatos que contengan cualquiera
de los elementos mencionados. Consiste en un embudo de tamao variable que se
construye de cartulina, plstico o metal con una lmpara en el extremo superior (el
borde ms ancho) en el que se deposita la muestra y un frasco colector con alcohol
al 75% en la base del embudo (Figura 7). Los insectos asociados se extraen por
efecto de la desecacin lenta y gradual de los estratos superfciales de la muestra,
de modo que los insectos al retirarse hacia los estratos de la muestra en la base
del embudo que an conserva mayor humedad y menor temperatura, terminan
cayendo por el cuello del embudo hasta el frasco colector.
Barrera de tamiz de malla o red de corriente
Es una variante de la red acutica que se utiliza principalmente en ros. Consta de una
malla de plstico cuadrada o rectangular (1-1.5 m
2
) sujeta en cada extremo a postes
Figur a 6. Paraguas entomolgico.
INSECTOS TERRESTRES
437
de madera o aluminio de 1.2 m. Esta red
se coloca contra corriente sostenindola
por dos personas o enterrando los extre-
mos de los postes en el sustrato.
Caladores, pipetas y goteros
Se utilizan para la recolecta de insectos
acuticos en sus distintas etapas de
desarrollo. Los caladores o cucharones
se usan para capturar insectos cerca o
en la superfcie de agua estancada. Se
sumergen rpidamente en el agua y los
organismos atrapados se recogen de-
pendiendo de su tamao con una pipeta
o gotero. Estas herramientas son tiles
en caso de insectos acuticos frgiles
que se daaran al ser recolectados con
pinzas o redes.
Mtodos que usan atrayentes de grandes distancias
Las trampas de luz se basan en la reaccin locomotora elptica o unidireccional de
un insecto, iniciada por la intensidad y longitud de onda de un estmulo lumnico
(fototropismo positivo).
Trampa tipo pantalla, cortina o pared de manta
El diseo consiste en una manta de 2 2 m. (o 3 2) sostenida en sus extremos con
cordones a ramas, postes o a un armazn de tubos de aluminio desarmable (Figura
8). Esta trampa emplea como fuente de energa una lmpara de luz fuorescente
blanca o ultravioleta o luz de vapor de mercurio, por separado o combinadas, de
acuerdo con los objetivos de la colecta. La cantidad de watts empleados tendr
importancia sobre la efectividad de la trampa y sobre todo en el radio de accin.
La potencia promedio recomendable es de 80 watt para la luz fuorescente y de
160-175 watt para la luz de vapor de mercurio.
Figur a 7. Embudo de Berlese
(Tomado de Minor, 2007).
438
Usualmente se monta verticalmente (paralelo a la vegetacin y con las lm paras
colgando en la parte media superior). Los insectos se posan en la manta atrados por
la luz y son colectados directamente con aspiradores o frascos de co lecta. Puede
utilizarse slo una lmpara y revisar peridicamente la parte no iluminada con una
linterna de mano para recolectar insectos que se hayan posa do. La disposicin de
la trampa es importante ya que funciona mejor ubicndola con cierta elevacin
con respecto al resto del rea y de preferencia en un claro, en un barranco o en
una ladera de monte. Las mejores colectas se hacen generalmen te en noches sin
luna. Con esta trampa se pueden recolectar adultos de tamaos variable (grandes y
pequeos) de casi todos los rdenes de insectos; sin embargo, es comn que sean
utilizadas en la recolecta de mariposas, escarabajos, chinches y moscas.
Trampa de embudo
La trampa tiene muchas formas, pero el diseo general consiste en un embudo con
una fuente de luz en su borde superior que est conectado a un frasco colector en
la base. Estas trampas, por lo general, son utilizadas para atraer y atrapar insectos
pequeos. Una de las modifcaciones ms conocidas y usadas es la trampa New
J ersey, diseada originalmente para colectar mosquitos, combina la luz de una
lmpara, que hace que los insectos se acerquen y la fuerza de succin de un venti-
lador. Esta trampa funciona en general para voladores dbiles, y con una lmpara
de luz ultravioleta pueden colectarse otro tipo de pequeos insectos, adems de
Figur a 8. Trampa tipo cortina o de pantalla.
INSECTOS TERRESTRES
439
mosquitos. Un modelo pequeo basado en el mismo principio, pero porttil (a base
de bateras) es la trampa CDC (por las siglas en ingls del Centro para el Control
de Enfermedades).
Las trampas de color tienen varios diseos, pero la mayora son en forma de
cilindros, cajas o platos. El color ms utilizado es blanco o amarillo con un tama-
o que vara de acuerdo con los objetivos de la recolecta. Estas trampas requieren
de un componente o sustrato que retenga a los insectos que hayan sido atrados
que por lo general es un material adhesivo (trampas pegajosas) o agua (trampas
de agua).
Trampa pegajosa
Es una derivacin del papel matamoscas, los insectos se fjan en la superfcie
adhesiva y son retenidos. Puede utilizarse una gran variedad de adhesivos normal-
mente se utilizan resinas y grasas, para insectos muy pequeos se utiliza tambin
el aceite de castor. Los insectos capturados son separados calentando ligeramente
la resina y luego remojando insectos y resto de resina en un disolvente orgnico
como el tricloroetileno. La separacin en el caso de las grasas es ms simple, una
mezcla de benceno y alcohol isoproplico disuelve rpidamente estos adhesivos.
Por lo tanto, es recomendable, en lo posible, utilizar grasas. Las grasas funcionan
particularmente bien sobre todo para la recoleccin especfca de insectos pequeos
y pueden considerarse ms efcientes ya que el rea efectiva de la trampa no se
reduce al no caer insectos mayores en este adhesivo. Hay que tener en cuenta que
en climas clidos la grasa puede tornarse muy fuida. Para el caso de insectos ms
fuertes es por lo tanto recomendable un adhesivo fuerte como las resinas. Estas
trampas requieren de poca atencin. Sin embargo, los insectos atrapados quedan
en muy malas condiciones para su determinacin, por lo que son recomendables
para estudios de abundancia de especies y no para estudios faunsticos.
Trampas de agua
Son muy econmicas, fciles de hacer y atrapan a la mayora de las familias
voladoras de insectos. Son excelentes para moscas, avispas, chicharritas y otros
visitadores de plantas y fores. Son tazones o charolas de plstico llenas de agua con
un poco de detergente que hace que se rompa la tensin superfcial y se incremente
la colecta. Al agua se le aade un preservativo que es por lo general formalina
(1 a 2 mL) o sal de mesa comn. Aunque estas trampas al igual que las trampas
440
pegajosas se idearon aplicando el principio de intercepcin, se ha observado que
la efectividad, magnitud y calidad de captura est infuenciada por el color de la
trampa. El color ms utilizado es el amarillo aunque otros colores han demostrado
actuar especfcamente sobre ciertos grupos de insectos, cuestin que se sabe tener
en cuenta y que puede afectar su efciencia. Sin embargo, es conocido que distintos
colores de trampa capturan distintas especies de insectos.
Las trampas tienen ciertas ventajas sobre las trampas pegajosas, ya que los
insectos atrapados quedan en buen estado para su determinacin y la muestra
es fcilmente separable, aunque requieren de mayor atencin, ya que en das
lluviosos pueden inundarse o en caso contrario quedar vacas en la poca seca.
Las trampas deben ser revisadas una vez por semana para recoger el material y
renovar la cantidad de agua. Los insectos pueden ser retirados con pinzas, pipetas
o incluso fltrados para reutilizar el agua y depositados en recipientes con alcohol
al 75 u 80%. La trampa puede colocarse en un lugar visible para los insectos o en
co rredores de vuelo.
Trampas con atrayentes
Las trampas con atrayentes voltiles naturales o artifciales son tiles para capturar
un gran nmero de insectos que son atrados por el aroma de sustancias frescas o en
descomposicin, llamadas cebos. Las trampas con cebo pueden ser permanentes o
temporales. El atrayente puede ser de origen natural (animal o vegetal) o artifcial.
Los ms utilizados son:
a) De origen animal, para insectos que se alimentan de cadveres (necrotrampa).
b) De desechos orgnicos animales para los insectos que se alimentan de excre-
mento (coprotrampa).
c) De origen vegetal, para insectos que se alimentan de frutas o compuestos
azucarados (carpotrampa).
d) De sangre humana o animal para insectos hematfagos (cebo humano o
animal).
e) Compuestos voltiles naturales o artifciales: metablicos (feromonas, dixido
de carbono) o qumicos voltiles (derivados fenlicos y alcohlicos).
Necrotrampa permanente (NTP-80)
Esta trampa est compuesta por cuatro piezas de plstico ensambladas (Figura 9):
INSECTOS TERRESTRES
441
a) un recipiente colector de plstico
de 1.5 L al que se agrega un lquido
preserva dor (comnmente alcohol
etlico al 70%);
b) un embudo de plstico recortado
con dimensiones de 13 cm de di-
metro superior y 4 cm de dimetro
inferior, que tapa parcialmente el
bote reducien do la superfcie de
evaporacin del lquido y que a
su vez conduce al insecto hacia el
interior del bote colector, evitando
que salga;
c) un plato de plstico sopero inverti-
do de 21 cm de dimetro que est
atornilla do a tres soportes met-
licos sujetos a la pared del bote
colector y que tambin funciona
como tapa para evitar la entrada
de agua de lluvia;
d) un recipiente de 6 cm de dimetro y 7 cm de altura con perforaciones en
el que se pone el atrayente que puede ser pescado, marisco, carne roja o
excremento.
Esta trampa es la ms resistente de todas las coprotrampas y necrotrampas;
puede colgarse de la vegetacin o enterrarse y puede permanecer entre 15 das
hasta varios meses, requirindose nicamente revisiones peridicas para re tirar el
material o agregar ms preservador o atrayente.
Trampa cilndrica
(Trampa tipo Rydon Van Someren)
Consiste tambin en un cilindro de malla de tergalina, con un extremo cerrado,
que tiene un dimetro de 35 a 50 cm y un largo de 70 a 80 cm (Figura 10). Fijo
al extremo abierto, dejando una ventana de 8 cm se coloca una tabla del mismo
dimetro que el cilindro, suspendida por hilos. Sobre la tabla se colocar un plato
con fruta fermentada, calamar o pescado en descomposicin o excremento (cebo).
La tapa se cubre con un crculo de plstico transparente. Al colocarse la trampa
Figur a 9. Necrotrampa permanente (NTP-80).
(Tomado de Morn y Terrn, 1988).
442
en un lugar soleado y donde no sople mucho
viento, pronto atrae muchos insectos que
penetran en su interior. Despus de algn
tiempo, cuando la cantidad de ejemplares
es razonable, se retira el cebo y se recogen
los insectos. Esta trampa tiene la ventaja de
poder colocarse a cualquier altura ya que est
sostenida por una cuerda. Existen muchas
modifcaciones a esta trampa, las cuales
estn dadas en cuanto al tamao, altura a la
que se coloca y el cebo utilizado. La trampa
fue creada para recolectar mariposas pero
funciona bien para moscas.
Trampa Shannon
Esta trampa ejemplifca la atraccin con cebos
animales vivientes para los insectos hemat-
fagos como mosquitos, tbanos, chaquistes
y papalotillas. El tipo simplifcado es una
caja grande de tela suspendida por cordones
cosidos en sus cuatro esquinas y que puede
ser amarrado a los rboles o cualquier otro
soporte a una altura que ser la entrada de medio metro con respecto del suelo. El
lugar debe limpiarse de troncos, maleza, espinas, etc. Los insectos entran espont-
neamente atrados por el cebo (pueden ser excretas de roedores, lagomorfos, equinos
o humanos) y son recolectados en el frasco de captura o por medio del aspirador.
El material para su confeccin ms adecuado es de tela de nylon, aunque puede
utilizarse manta. La primera opcin hace que sea ligera, se doble fcilmente, ocupa
poco volumen para su transporte y en caso de mojarse seca rpido. Sin embargo,
se rasga con facilidad.
Trampas con atrayentes voltiles
Por lo general estas trampas funcionan con atrayentes en forma de pastillas o
soluciones retenidas en material absorbente. Entre algunos ejemplos tenemos las
trampas para la recolecta y vigilancia de moscas de la fruta (Tephritidae) conocida
Figur a 10. Trampa tipo Rydon Van
Someren para mariposas.
INSECTOS TERRESTRES
443
como trampa Portici o Mc Phail, que es una botella de plstico o vidrio con el
fondo invaginado y un orifcio hacia el centro (Figura 11), en la que se coloca un
atrayente qumico biolgico de tipo alimenticio (vinagre con melaza, levadura de
cerveza o protena hidrolizada).
Existe tambin la trampa tipo Steiner, que es un cilindro de plstico con dos
tapas a manera de bases con una parte libre y otra cubierta con tela de malla
(Figura 12) en cuyo interior se coloca una mecha de algodn impregnada con un
atrayente qumico de tipo sexual (trimedlure). Se aade adems, una mezcla de
lindano-clordano como insecticida (en polvo).
Otro tipo de trampa, la trampa Delta o J ackson, que es un tringulo de cartu-
lina, con una laminilla de cartn insertada que est barnizada con una sustancia
adhesiva y atrayente qumico (trimedlure al 5%).
Tr ampas pasivas
Trampa pit-fall o de pozo seco
Consiste en un bote plstico con perforaciones pequeas en el fondo (para evitar
que se acumule el agua), el cual, se entierra en el suelo hasta que el borde superior
quede al mismo nivel del piso, de tal forma que los insectos caminadores como
escarabajos u hormigas, caigan al azar durante sus recorridos (Figura 13).
Trampa de barrera
Consiste en una lmina de plstico translcido de 3 a 6 m de longitud por 1 o 2
m de ancho, sostenida por postes o cables, con uno de sus lados en contacto con
Figur a 12. Trampa rstica tipo Steiner para moscas. Figur a 11. Trampa Portici o Mc Phail.
444
el piso. Con el mismo plstico se construyen dos canales, uno a cada lado de la
lmina, que se llenan con agua y detergente, en los cuales, quedan retenidos los
insectos que chocan contra la barrera y caen durante su vuelo. Es til para esca-
rabajos y chinches.
Trampa Malaise
Esta trampa es la ms utilizada para la captura de insectos voladores. El principio
de su funcionamiento es el siguiente: es una pantalla vertical de malla negra o
verde que se coloca en un corredor de vuelo cuyos extremos laterales impiden
el escape de los insectos, stos suben por la malla y son guiados hacia la cmara
colectora (Figura 14). Es importante tener en cuenta el color y la forma ya que se
ha observado que an estos dos factores infuyen en la captura. Algunas de sus
desventajas son el costo y el tiempo de confeccin si se pretende su construccin.
La cmara de colecta est construida por dos recipientes de plstico con tapa de
rosca abiertos en el centro y pegadas, los insectos pueden ser colectados en al-
cohol o matados con cianuro u otro veneno disponible en el bote colector. En la
entrada del colector es posible colocar una malla que evite la entrada de insectos
ms grandes como abejorros, escarabajos y mariposas que pueden daar a los
especimenes ms frgiles.
La ubicacin correcta de la trampa es muy importante. Las reas protegidas
son las mejores y en stas la trampa se coloca atravesada en las vas de vuelo de
los insectos como caminos, brechas y mrgenes de la vegetacin. El extremo de la
Figur a 14. Trampa Malaise. Figur a 13. Trampa rstica tipo Pit-fall
o de pozo seco.
INSECTOS TERRESTRES
445
trampa donde se halla el colector debe de colocarse donde recibe la mayor canti dad
de luz, hacia la parte ms despejada o donde la vegetacin sea menos densa.
Tcnicas de preser vacin
Cmaras letales o tubos de captura. Si el insecto ser preservado despus de su
captura, primero es necesario matarlo de una manera en la que no se maltrate. Se
pueden utilizar recipientes de vidrio de varios volmenes, de acuerdo al tamao
y forma de los insectos; sin embargo, para fnes prcticos en campo, funcionan
perfectamente tubos de 3 a 5 cm de dimetro y de 12 a 15 cm de largo con tapa
de corcho o goma que cierre perfectamente a presin y con fondo plano. Es
tambin conveniente que independientemente del agente utilizado, se cubran los
extremos con cinta adhesiva como proteccin en el caso de una ruptura por un
golpe accidental.
El agente letal vara de acuerdo con preferencias personales. Algunas perso-
nas preferen cianuro de potasio, en forma de sal debido a que las cmaras actan
con gran rapidez y su efecto es ms prolongado a travs del tiempo. El tubo de
cianu ro debe construirse de la siguiente manera: en el fondo se coloca una capa de
algodn, despus el cianuro, enseguida una cierta cantidad de yeso de dentista. Se
golpea ligeramente el tubo sobre un soporte para asentar el yeso, se cierra y se deja
secar. Despus de secarse completamente, se limpian las paredes del reci piente
del exceso del yeso y se cubre con una pieza de plastazote o papel secante o fltro.
Otra opcin es colocar directamente la sal en el fondo y colocar sobre sta, una o
dos piezas de plastazote.
Actualmente, muchos entomlogos utilizan acetato de etilo, clorofor mo o ter
aunque son muy voltiles y su efecto es menor que en el caso de las confec cionadas
con cianuro. Sin embargo, son ms seguras y para recargar las cmaras basta un
frasco gotero. Para confeccionar una cmara letal con cualquiera de estas sustancias,
se coloca en el fondo del recipiente de cristal que funcionar como cmara, trocitos
de liga o corcho, aserrn, o algodn que se empapan cada vez que se requiera. El
lquido se evapora continuamente, formn dose en el interior del tubo una atmsfera
saturada que mata a los insectos. Sobre este fondo se dispone una pequea rueda
de corcho donde se practican algunas muescas laterales o piezas de plastazote al
igual que en el caso de las de cianuro. Es recomendable perforar ligeramente las
piezas para as poder permitir la salida de los gases de cualquiera de los agentes
letales seleccionados. Por encima del corcho o plastazote se pone un crculo de
papel fltro que sirve para absorber las deyecciones de los insectos o el exceso
del lquido usado en el interior del tubo (Figura 15). Estas sustancias son menos
446
peligrosas que el cianuro y permiten que los
especmenes queden ms suaves y sean ms
fciles de preparar para su posterior ingreso a
una coleccin cientfca.
Frascos viales. Son indispensables los
frascos de boca ancha de 100 a 200 mL con
tapa de pls tico, vacos o con alcohol al 75%
y una variedad de tubitos con tapn de corcho,
de plstico o baquelita.
Etiquetado. Uno de los procesos bsicos
para el muestreo y recoleccin de cualquier
organismo es el etiquetado. Por lo general, cada
muestra debe tener los datos mnimos que se
mencionan a continuacin:
Pas, estado, municipio, localidad o ubi-
cacin exacta (latitud, longitud y altitud)
Fecha
Ambiente: criadero, hbitat, trampa, ho-
rario, tipo de cebo
Colector
Las etiquetas deben de hacerse en papel de algodn (papel vegetal) con tinta
indeleble al alcohol, con tinta china o lpiz de taquigrafa. Estas etiquetas se colo-
can en las muestras con alcohol o en seco. Cada una de las muestras deber de
llevar una etiqueta individual. Es recomendable tambin llevar un registro en una
libreta o bitcora de campo. Desde que se generaliz el uso de impresoras lser
o de chorro de tinta, en muchas colecciones el material se rotula con etiquetas
ela boradas por computadora. Cuando se opte por esta alternativa se recomienda
uti lizar papel opalina para impresora lser y elaborar las etiquetas en letras de 4 a
5 puntos, utilizando algn tipo de letra con patines (v.g. Courier o Times New
Roman). Ejemplos de etiquetas:
Figur a 15. Cmara letal de vidrio.
INSECTOS TERRESTRES
447
Mxico, Yucatn, Hacienda
San Felipe, km 24 Carr. Mrida-
Tizimn.
12-13/V/97
Selva baja caducifolia
Trampa Malaise
Col. M. Aburto y L. Lpez
Mxico, Yucatn,
Rancho El Oasis,
84 43/ 21 12.
Peten, Selva mediana subperennifolia
23/VII/95
Cebo humano. 19:44 h
Col. J .E. Colosio
Referencias
Andrewartha H. G. 1973. Introduccin al estudio de poblaciones animales. Alhambra.
Madrid, Espaa.
Barfeld C.S. 1989. El muestreo en el manejo integrado de plagas. Pgs. 145162, in:
Andrews K. L. y Quezada J . R. (eds.). Manejo integrado de plagas insectiles en la
agricultura: Estado actual y futuro. Departamento de Proteccin Vegetal. Escuela
Agrcola Panamericana. El Zamorano, Honduras.
Calabuig E. L. 1988. Mtodos cuantitativos en los estudios entomolgicos. Pgs. 35-52,
in: Barrientos J . A. (coord.). Bases para un curso prctico de entomologa. Asociacin
Espaola de Entomologa, Barcelona, Espaa.
Carballo V. M. s/f. Tcnicas e instrumentos para muestrear insectos. Documento interno,
Departamento de Proteccin Vegetal. Escuela Agrcola Panamericana El Zamorano,
Honduras.
Kuno E. 1991. Sampling and analysis of insect populations. Annu. Rev. Entomol. 36:285-
304.
Marcos-Garca M. A. 1988. Mtodos generales de captura. Pgs. 11-24, in: Barrientos J .
A. (coord.). Bases para un curso prctico de entomologa. Asociacin Espaola de
Entomologa, Barcelona, Espaa.
Mrquez, L. J . 2005. Tcnicas de colecta y preservacin de insectos. Boletn Sociedad
Entomolgica Aragonesa 37:385-408.
Martin J . E. H. (comp.). 1977. The insects and arachnids of Canada. Part 1, Collecting,
preparing, and preserving insects, mites, and spiders. Agriculture Canada, Publication
No. 1643. Ottawa, Canad.
Minor, M. 2007. Conservation and education research. The Roosvelt Wild Life Station.
http://www.esf.edu/resorg/rooseveltwildlife/Research/soilbiodivers/soilbiodivers.
htm
Morn M. A. y Terrn R. A. 1988. Entomologa prctica. Instituto de Ecologa, A. C.
Mxico.
448
Morris R. F. 1963. Sampling insect populations. Annu. Rev. Entomol. 5:243-264.
Muirhead-Thompson R. C. 1991. Trap responses of fying insects. The infuence of trap
design on capture efcience. Academic Press. San Diego, CA, EUA.
Papavero N. y Vanzolini P. E. 1990. Manual de recoleccin y preparacin de animales.
UNAM, Mxico.
Pedigo L. T. y Buntin G. D. (eds.). 1993. Handbook of sampling methods for arthropods
in agriculture. CRC Press, Boca Raton, FL, EUA.
Peterson A. 1964. Entomological techniques. How to work with insects. Entomological
reprints specialists, Entomological Society of Amrica, Los Angeles, CA, EUA.
Pianka E. R. 1978. Evolutionary ecology. Harper & Row, New York, EUA.
Ruesink W. G. y Kogan M. 1990. Bases cuantitativas del manejo de plagas: muestreo y
medicin. Pgs. 389-434, in: Metcalf R. L. y Luckmann W. H. (eds.). Introduccin al
manejo de plagas de insectos. Limusa-Noriega, Mxico. Mxico.
Ruggiero, A. 2001. Interacciones entre la biogeografa ecolgica y la macroecologa: aportes
para comprender los patrones espaciales de la diversidad biolgica. Pgs. 81-94, in:
Lorrente B. J . y Morrone J . J . (eds.). Introduccin a la biogeografa en Latinoamri-
ca: Teoras, conceptos, mtodos y aplicaciones. Las prensas de Ciencias, Facultad de
Ciencias, UNAM, Mxico. Mxico.
Southwood T. R. E. 1978. Ecological methods with particular references to the study of
insect populations. Methuen, Londres, Inglaterra.
Stevens G. C. 1989. The latitudinal gradient in geographical range: How so many species
coexist in the tropics. Am. Nat., 133(2):240-256.
449
Introduccin
La macrofauna del suelo incluye a los grupos de invertebrados cuyos representantes
son visibles a simple vista con un tamao >2 mm que viven dentro del suelo o
inmediatamente sobre l (ej., en la hojarasca, troncos podridos) y/o que pasan una
parte importante de su ciclo de vida sobre o dentro de l. La macrofauna incluye
a ms de una veintena de grupos taxonmicos: lombrices de tierra, termitas, hor-
migas, milpis, ciempis, araas, escarabajos, gallinas ciegas, grillos, chicharras,
caracoles, escorpiones, cucarachas, cochinillas, tijerillas, chinches y larvas de
moscas y de mariposas (Cuadro 1). De estos organismos, los escarabajos suelen
ser los ms diversos (con mayor nmero de especies), aunque en abundancia
predominan generalmente las termitas y las hormigas y en biomasa las lombrices
de tierra. La abundancia de toda la macrofauna puede alcanzar varios millones
de individuos ha
-1
y su biomasa varias toneladas por ha
-1
(Brown et al., 2001). Su
diversidad tambin puede superar el millar de especies en un ecosistema como la
selva tropical, aunque todava son pocos los datos de diversidad de la macrofauna
edfca en un ecosistema especfco de los trpicos (Barros et al., 2006, Brown
et al., 2006).
Considerando la diversidad de grupos pertenecientes a la macrofauna edfca,
no es de sorprenderse que ejecutan mltiples funciones en los ecosistemas terres-
tres, variando desde los organismos gefagos, que ingieren suelo (generalmente
lo escogen para concentrar la materia orgnica humifcada y/o races muertas);
15
MACROINVERTEBRADOS DEL SUELO Y LOMBRICES DE TIERRA
Esperanza Huerta
1
, George G. Brown
2
, Francisco Bautista
3
1
El Colegio de la Frontera Sur, Unidad Villahermosa;
2
Embrapa Florestas, Brasil.
3
Centro de Investiga-
ciones en Geografa Ambiental, UNAM
03-07 Macoinvertebrados ok.indd 449 25/01/2011 07:32:45 p.m.
450
los detritvoros, descomponedores o desintegradores, que se alimentan de material
vegetal o animal en descomposicin (carroeros o necrfagos); los ftfagos y
rizfagos, se alimentan de plantas vivas (races o partes areas); los depredadores,
se alimentan de otros organismos; los omnvoros, comen todo tipo de alimento,
tanto de origen vegetal como animal; y los parsitos, que viven a cuesta de otros
(Brown et al. 2002; Cuadro 1).
De acuerdo con su distribucin en el perfl del suelo y a su estrategia de
alimentacin a los invertebrados edfcos se les ha clasifcado en tres categoras
ecolgicas principales (Lavelle y Spain 2001):
a) Epigeos (habitantes de la hojarasca): viven y comen en la superfcie del suelo;
la mayor parte se alimenta de material orgnico no descompuesto (hojarasca)
liberando nutrimentos. Son macroartrpodos detrtivoros, como pequeas
lombrices pigmentadas, araas, hormigas, ciempis y algunos escarabajos
depredadores del resto de la fauna. La principal funcin de los epigeos es
fragmentar la hojarasca y promover su descomposicin.
b) Endgeos (habitantes del interior del suelo): representados principalmente por
las lombrices de tierra y termitas, viven y se alimentan de materia orgnica
o de races; ingieren grandes cantidades de suelo para alimentarse, producen
galeras y abundantes excretas que afectan la estructura del suelo.
c) Ancicos (habitantes de las partes profundas y de la hojarasca): representados
por lombrices, termitas y hormigas, se alimentan principalmente de la hoja-
rasca de la superfcie, viviendo en el suelo formando redes semi-permanentes
de galeras y nidos; para construirlas ingieren y transportan gran cantidad de
suelo que altera la agregacin y promueve la oxigenacin e infltracin de
agua. La principal funcin de los ancicos es la de transporte y mezcla de la
hojarasca, cambiando la dinmica de su descomposicin y su distribucin
espacial.
Dentro de los macroinvertebrados edfcos, las lombrices de tierra (Oligoque-
tos), las termitas y las hormigas realizan un papel preponderante en los procesos
fsicos del suelo y en la distribucin de recursos en el ambiente edfco, por ello,
han sido consideradas como ingenieros del ecosistema (J ones et al., 1994; La-
velle y Spain, 2001).
Considerando su importancia ecolgica, estudiar la composicin de la ma-
crofauna en distintos ecosistemas es, por lo tanto, un importante punto de partida
para entender sus efectos potenciales en el medio edfco y en la productividad
vegetal. Debido a que cada organismo puede tener una infuencia distinta so-
bre los procesos edfcos y la productividad vegetal, su abundancia o biomasa
451
Cuadro 1. Clasifcacin funcional de los principales grupos de macroinvetebrados
en el sistema edfco.
Grupo Nombre comn Grupos funcionales
Coleoptera Escarabajos, gallinas ciegas Rizfagos, depredadores, detritvoros,
Fitfagos
Oligoqueta Lombrices de tierra Gefagos, detritvoros, omnvoros
Isoptera Termitas Gefagos, detritvoros, rizfagos, tfagos
Formicidae Hormigas Fitfagos, depredadores, detritvoros,
omnvoros
Chilopoda Ciempis Depredadores
Diplopoda Milpis Detritvoros
Hemiptera Chinches Rizfagos, tfagos, depredadores
Homoptera Chicharras, loritos Rizfagos, tfagos, detritvoros,
Orthoptera Grillos, salta montes Rizfagos, tfagos, detritvoros, omnvoros
Diptera Moscas, mosquitos Detritvoros, depredadores, parsitos
Aranae Araas Depredadores
Opiliones Araas patonas Depredadores
Lepidoptera Mariposas, orugas Fitfagos
Blattidae Cucarachas Fitfagos, detritvoros, omnvoros
Isopoda Cochinillas Detritvoros
Scorpionidae Escorpiones Depredadores
Pseudos-
scorpionidae
Falso- escorpin Detritvoros, depredadores
Gasteropoda Caracoles Fitfagos, detritvoros
Dermaptera Tijerillas Detritvoros, depredadores
Thysanura y
Archaeognata Pececillos de plata Detritvoros
Diplura Depredadores
Modicado de Brown et al., (2001).
452
puede llegar a umbrales importantes, tanto positivos como negativos (Brown et
al. 1999; 2001).
Los macroinvertebrados edfcos constituyen un indicador til de la salud
del suelo o del estado de perturbacin del mismo, debido a que estos organismos
son sensibles a una gama de propiedades del suelo y del ambiente/ecosistema
y al manejo impuesto por el ser humano (Blair et al., 1996; Pankhurst et al.,
1997; Paoletti 1999). Adems, juegan un papel importante en la regulacin de
la estructura y funcin de los suelos de ecosistemas agrcolas y forestales, pre-
sentan una distribucin amplia y son abundantes (Stork y Eggleton, 1992; Park
y Cousins, 1995).
El uso de macroinvertebrados como indicadores de salud del suelo fue introducido
recientemente (Blair et al., 1996, Pankhurst et al., 1997). Los macroinvertebrados se
reconocen como indicadores exitosos por su distribucin generalista, versatilidad,
respuesta a la perturbacin, signifcancia estadstica, abundancia y relativa facilidad
de muestreo. La abundancia, la biomasa, los grupos funcionales y la diversidad de
macroinvertebrados edfcos pueden usarse como indicadores para monitorear cam-
bios cuantitativos y cualitativos del ambiente afectados por el uso del suelo (Paoletti
et al., 1991; Lavelle et al., 1994; Pankhurst, 1997).
Doran y Safey (1997) y la FAO (2003), coinciden en sealar los siguientes
criterios para elegir especies o grupos indicadores de salud del suelo:
1. Estar bien correlacionado con los procesos del suelo.
2. Compatibilidad con indicadores fsicos y qumicos de la salud del suelo, per-
mitiendo una estimacin de las propiedades o funciones del suelo difciles de
medir directamente.
3. Sensibles a las variaciones en las prcticas de manejo y el clima.
4. Facilidad de evaluacin o medida, accesibles para especialistas y productores.
5. Robusta metodologa con tcnicas de muestreo estandarizadas, de bajo costo
y con alta efectividad.
De los grupos de macroinvertebrados edfcos las lombrices de tierra han
recibido mayor atencin. Sin embargo, Doube y Schmidt (1997) sealan que la
abundancia y/o composicin de especies de oligoquetos no siempre indican la
salud del suelo; por otra parte, Fragoso y colaboradores (1999) sealan que el
nmero de especies nativas o exticas puede ser un indicador vlido del nivel de
perturbacin de cierto ambiente. Cuanto mayor el nmero de especies nativas y
menor el de exticas, menor es el nivel de perturbacin. Las lombrices tambin
presentan las siguientes funciones y/o caractersticas como bioindicadoras: 1)
acumulan metales pesados en su biomasa y por lo tanto, pueden ser utilizadas
453
como indicadoras de calidad del ambiente en particular en sitios contaminados; 2)
favorecen la agregacin del suelo y mejoran su estructura; 3) pueden ser utilizadas
para el tratamiento de desechos orgnicos (lombricompostaje); y 4) favorecen el
mantenimiento de la fertilidad del suelo por su participacin en la liberacin de
nutrimentos como el nitrgeno y el fsforo (Bautista et al., 2000).
Tcnicas de muestreo de macroinvertebrados edfcos
Existen varios mtodos de colecta de los macroinvertebrados edfcos, aunque
los ms comunes normalmente incluyen colecta del material (suelo, hojarasca)
y separacin manual, o la expulsin de los individuos usando fuentes de calor y
embudos para colectar a los individuos. La escala del estudio y los grupos prin-
cipales de inters dictarn el mtodo de preferencia y la fuente principal (suelo,
hojarasca o los dos) de colecta.
Si el objetivo es estudiar invertebrados activos en la superfcie del suelo, los
mtodos preferentes sern el uso de trampas de queda (pitfall traps) que colectan
a los organismos que se mueven en la superfcie el suelo (Figura 1). Esas trampas
Figur a 1. Mtodo de colecta para la captura de macroinvertebrados usando trampas de queda
(pitfall traps) instaladas en el suelo. En ese caso, la trampa incluye una cobertura
(para proteccin de la lluvia) y un sebo para atraer a invertebrados especfcos
(modifcado de Bautista et al., 2000).
454
pueden incluir sebos (por ejemplo heces de animales, sardina, atn, carne o miel),
cuando se busca estudiar un grupo en particular como por ejemplo, insectos ca-
rroeros o carnvoros como hormigas o escarabajos (Aquino et al., 2006). Los
recipientes normalmente son de capacidad de 500 mL , pueden ser de plstico
(preferentemente) o de vidrio y deben estar al ras de la superfcie del suelo u ho-
jarasca. Como el dimetro interfere en la captura de la fauna, es recomendable
siempre usar recipientes del mismo dimetro. Tambin se recomienda perturbar
lo mnimo posible el suelo al enterrar el recipiente. Despus de la instalacin,
espere tres das para iniciar el estudio, para evitar posibles infuencias de la per-
turbacin.
El lquido conservador puede ser una mezcla de soluciones acuosas incluyendo
formol o alcohol y debe incluir siempre algunas gotas de detergente casero con
el fn de romper la tensin superfcial para que los invertebrados se hundan en el
lquido. Si el recipiente es de 500 mL, usar aproximadamente 150 mL de solucin
conservante. La cobertura de la trampa (Figura 1) es importante para evitar que la
lluvia diluya o haga trasbordar el lquido conservante. El tiempo de permanencia
de las trampas en campo puede variar segn el objetivo del estudio: normalmente
una semana es sufciente para colectar la mayor parte de los invertebrados epigeos
(Aquino et al., 2006). Una vez agotado el tiempo, se vaca el contenido de las
trampas en un frasco, el cual, es llevado al laboratorio donde se cambia el lquido
conservador por alcohol al 70%, seguido de la identifcacin de los invertebrados
colectados usando una lupa o microscopio estereoscpico.
Cuando se desea estudiar la fauna presente en la hojarasca, los mejores mtodos
de colecta son el uso de los aparatos de Winkler, Berlese o Tullgren, que secan la
hojarasca progresivamente, forzando a los insectos a moverse hacia abajo dentro del
embudo y caer en un frasco lleno de alcohol al 70% para almacenar los individuos
(Figura 2). Los embudos de Berlese y Tullgren utilizan una lmpara para secar la
hojarasca, mientras que el aparato o bolsa de Winkler no lo necesita. Esos mtodos
han sido muy utilizados para colectar principalmente a los macroartrpodos epigeos.
Se recomienda tomar por lo menos de 5 a 10 muestras de hojarasca en una superfcie
mnima de 50 50 cm por ecosistema y colocarla en el Winkler o un Berlese/Tullgren
de mayor tamao (dimetro del embudo mayor que 40 cm) durante una semana.
Al fnal de ese perodo, se recogen y tapan los frascos que pueden ser procesados
posteriormente para la identifcacin de la fauna.
Para el muestreo de la macrofauna del suelo en general, el mtodo ms utilizado
ha sido el publicado en el manual del Tropical Soil Biology and Fertility (TSBF)
Program (Anderson e Ingram, 1993) con el cual se hacen monolitos de 25 25 cm
cuadrados hasta los 30 cm de profundidad (Figura 3). El monolito es separado del
suelo usando palas rectas con o sin la excavacin de suelo alrededor del monolito
455
(Figura 4). La hojarasca arriba del monolito es retirada y revisada manualmente para
colectar a todos los individuos epigeos. stos son almacenados en un frasco con
alcohol al 70% (o formol al 4% para las lombrices). Una vez separado el monolito
del suelo circundante, se le separa en 3 niveles o capas del suelo de 10 cm cada
una, para poder distinguir la distribucin vertical de la fauna en el suelo. El suelo
de cada capa puede ser almacenada en una cubeta hasta ser revisada. Cada capa
es entonces revisada manualmente en charolas de plstico (preferentemente) o de
metal de tamao aproximado de 40 cm 50 cm. Se toman pequeas porciones del
suelo cada vez (2 o 3 puados de suelo) y toda la fauna es retirada y colocada en
formol al 4% (lombrices de tierra) o alcohol al 70% (resto de la macrofauna). Se
pueden utilizar pinzas y/o pinceles para colectar a la fauna, pero para las lombrices
se recomienda usar slo las manos. Posteriormente, se identifcan los individuos
colectados en el laboratorio usando una lupa estereoscpica.
Nmero de muestras por sitio
El nmero de muestras necesarias en cada parcela o unidad experimental puede
variar conforme los objetivos del estudio, el tamao de las muestras y el tamao
Figur a 2. Diagrama de un aparato de Tullgren (izquierda) y foto de un colector tipo Winkler
(derecha) usados para colectar principalmente fauna de la hojarasca, o de la camada superfcial
(0-5 o 0-10 cm) del suelo.
456
Figur a 3. Esquema de los pasos a seguir en el muestreo manual de macroinvertebrados del suelo
y hojarasca, segn el manual de Biologa y Fertilidad de los Suelos Tropicales (TSBF)
(Anderson e Ingram, 1993) (modifcado de Brown et al., 2002).
457
y nmero de parcelas a ser estudiadas. Sin embargo, cuando se desea comparar
poblaciones en diferentes sistemas de uso del suelo en una misma localidad en un
mismo estudio, se recomienda tomar el mismo nmero de muestras en todos los
sitios/locales estudiados. La distribucin espacial de las muestras debe, preferen-
temente, buscar la representatividad del ambiente especfco a ser muestreado; una
de las distribuciones ms tpicas de muestreo en una parcela es la de x o de W,
con 5 puntos de muestreo, siendo una muestra en cada punta y una en medio.
En el mtodo del TSBF, se realiza un transecto de 25 a 50 m de largo con 5 a
10 monolitos, distantes uno de otro con 5 m (Anderson e Ingram, 1993). Sin em-
bargo, los monolitos tambin pueden ser colocados al azar sobre la parcela si son
observadas a las distancia mnima. Swift y Bignell (2001) sugieren un transecto de
40 m con 8 monolitos separados con 5 m cada uno. Sin embargo, a esta distancia
existe alta probabilidad de auto-correlacin de los datos, o sea que no existira
independencia entre las medidas/los monolitos. Esa independencia es crucial para
considerar las muestras como distintas para un anlisis de variancia. Por lo tanto,
distancias de por lo menos 10 m y preferiblemente mayores que 20 m son mejores
pues sobrepasan las manchas de distribucin agregada de los organismos mayores
como las lombrices de tierra (Huerta, 2003; Rossi et al., 2006).
El nmero de las trampas de queda en el campo puede variar segn el objetivo
del estudio: se sugiere la utilizacin de 15 o 20 trampas distribuidas en una malla
de 3 o 4 5 trampas con una distancia de por lo menos 10 m (y preferentemente
20 a 30 m) entre las trampas (Aquino et al., 2006), para evitar la auto-correlacin
entre las muestras.
Especial atencin debe tomarse para el hecho de que cada serie de muestras en
cada localidad especfca son en realidad pseudo-repeticiones de las repeticiones
(unidades experimentales). Las unidades experimentales son el sistema de uso
del suelo de la localidad y es importante que se busque hacer duplicados de cada
uno de estos sistemas, para tener verdaderas repeticiones. En principio se debe
tener por lo menos tres repeticiones de cada tratamiento o sistema de uso del suelo
Figura 4 Separacin de la fauna del suelo de la hojarasca (izquierda) y de monolitos del tipo TSBF
de 25 25 cm cuadrados y hasta los 30 cm de profundidad (fotos de George Brown).
458
estudiado. Siendo as, si se desea comparar la fauna del suelo en un ecosistema
agrcola y uno natural, los muestreos deben ser realizados en por lo menos tres
localidades con el mismo tipo de sistema agrcola y en tres fragmentos distintos
de vegetacin natural.
La geoestadstica en el mtodo de muestreo
Para determinar la distribucin espacial de lombrices o macroinvertebrados se pue-
den realizar muestreos geoestadsticos con un mnimo de 36 monolitos distribuidos
homogneamente. As, se puede determinar la distribucin espacial de parmetros
poblacionales como la biomasa, densidad y diversidad de los macroinvertebrados
edfcos y/o lombrices de tierra, en conjunto con la distribucin de algn elemento
fsico o qumico del suelo. Es importante recordar que la distancia entre los puntos
de muestreo o monolitos depender del objeto del estudio.
Dinmica poblacional temporal y espacial
Si se desea tener una idea de la variabilidad espacial y temporal de la fauna, se
necesitan hacer varios muestreos a lo largo del ao (y no slo en poca de lluvias)
y realizar cada muestreo de la siguiente manera: a) basado en los patrones de
distribucin vegetal o b) con un gran nmero de muestras a la vez (preferente-
mente >36) en un determinado sitio para revelar las manchas de mayor y menor
abundancia de cada grupo faunstico, relacionndolas con los factores edfcos y
vegetativos (Brown et al., 2001).
Determinacin de la biomasa
La determinacin de la biomasa puede realizarse de dos formas, biomasa fresca (en
el momento de colectar los animales stos son pesados inmediatamente, o como
material preservado). Si se realiza con el material preservado es necesario lavar los
animales en agua por 5 minutos, secarlos inmediatamente en un pedazo de papel y
despus pesarlos utilizando una balanza analtica. Posteriormente, las lombrices y
los otros macroinvertebrados deben de almacenarse de nuevo en formol y alcohol,
respectivamente. La deshidratacin de los organismos durante la preservacin
puede cambiar el peso de los invertebrados conservados (por ejemplo, en formol
459
o alcohol). De acuerdo a Lee (1985) y Dunger y Fiedler (1997), las lombrices de
tierra pueden perder de 10-20% de su peso durante la fjacin. Entonces despus
de pesarlas, para obtener el peso fresco se divide por el peso obtenido por 0.85
(Petersen y Luxton, 1982).
De manera estndar los organismos gefagos como las lombrices se pesan
incluyendo el contenido intestinal. El peso del contenido intestinal generalmente
es ms importante en especies gefagas como lombrices de tierra endgeas. Para
obtener el peso fresco de la lombriz sin el contenido intestinal es necesario ponerlas
en papel fltro o absorbente hmedo durante 24-48 h para purgar sus intestinos
y volver a pesarlas. Sin embargo, ese tipo de determinacin es poco viable para
estudios poblacionales de las lombrices y solamente es recomendable cuando se
desea realizar el anlisis de la calidad (C, N) de sus tejidos. Otra forma comn de
reportar a la biomasa de los animales capturados es el peso seco, con o sin ceni-
zas (ash-free dry weight). El peso seco se obtiene al secar los animales en una
estufa a 60 C durante 24 a 48 h y el peso seco sin cenizas se obtiene despus de
un proceso de lioflizacin.
Efciencia del mtodo manual
El mtodo manual tiene baja efcacia a pesar de ser ampliamente utilizado para
colectar a la macrofauna del suelo, tiende a subestimar las poblaciones de la macro-
fauna del suelo, especialmente de los organismos de menor tamao y los insectos
sociales (hormigas, termitas). Lavelle (1984) calcul la efcacia del mtodo TSBF
de separacin para los principales grupos taxonmicos de la macrofauna en los
pastizales cerca de Laguna Verde, Veracruz, Mxico. La efcacia de este mtodo
no lleg al 50% para los organismos mayores como algunas lombrices de tierra
y escarabajos, mientras que para los menores la efcacia apenas alcanz 20-30%.
Para mejorar la efciencia del muestreo manual es necesario ms tiempo y ms
atencin en la separacin de la fauna. Otra forma, es calcular la efciencia basada
en el nmero de individuos colectados con el lavado y tamizado de sub-muestras
menores de suelo.
Adems, la talla pequea de las muestras del mtodo TSBF a veces puede
subestimar la poblacin de organismos mayores como algunas lombrices de tierra
gigantes (>20 cm de longitud), que no caben dentro de las muestras o son corta-
das al preparar el monolito. Finalmente, la estimacin de la macrofauna por este
mtodo se ve tambin afectada por la variabilidad espacial (vertical y horizontal)
de los propios organismos, variable relacionada con las variaciones climticas y el
comportamiento de la fauna (Brown et al., 2001). Por lo tanto, si se desea estudiar
460
por separado las poblaciones de organismos menores como los miripodos, cochi-
nillas y los insectos sociales, otros mtodos ms especfcos para estos organismos
deben ser preferentemente escogidos.
Para los insectos sociales como hormigas y termitas se sugiere seguir las me-
todologas presentadas en Baroni-Urbani et al. (1978), Eggleton y Bignell (1997)
y Swift y Bignell (2001). Estos ltimos sugieren la realizacin de un transecto de
100 2 m, dividido en secciones de 5 2 m, que son muestreados en secuencia
durante 30 minutos cada uno, por dos personas. El muestreo consiste en la colecta
y preservacin (en alcohol al 70%) de los insectos sociales que se vean en los
siguientes nichos: a) hojarasca y suelo superfcial hasta los 5 cm de profundidad;
b) acumulaciones de musgo y hojarasca y entre los troncos de grandes rboles; c)
toda madera en sus diversos estadios de descomposicin; d) nidos superfciales
o subterrneos y caminos de los insectos en troncos u otra vegetacin; e) nidos
epgeos hasta los 2 m de altura. Todas las castas de termitas y hormigas deben ser
colectadas, incluyendo especialmente alados y soldados para auxiliar en la iden-
tifcacin de las especies. A continuacin detallamos las metodologas utilizadas
para capturar a las lombrices de tierra y a las termitas.
Tcnicas de muestreo de lombrices de tierra
Las lombrices de tierra pueden ser colectadas usando mtodos activos incluyendo
el tamizado manual del suelo, o pasivos, que utilizan la aplicacin de lquidos
irritantes o electricidad al suelo para sacar a las lombrices (Lee, 1985; Baker y
Lee, 1993).
El muestreo manual (mtodo activo)
El mtodo activo ms comnmente utilizado para la colecta de lombrices de tierra
ha sido el del TSBF (Anderson e Ingram, 1993) que se describi anteriormente.
Hasta la fecha se han estudiado comunidades de lombrices y de la macrofauna del
suelo usando este mtodo en ms de 800 localidades en todo el mundo (Emmanuel
Lapied et al., datos no publicados). Sin embargo, debido al mayor tamao de las
lombrices de tierra en relacin con la mayor parte de la macrofauna del suelo,
frecuentemente es necesario aumentar el tamao de la muestra (los monolitos) a
40 o a 50 cm cuadrados (Figura 5). Por ejemplo, si se sabe que el sitio en cues-
tin tiene lombrices de tamao mayor que 20 cm, se debe considerar aumentar el
tamao del monolito para garantizar la colecta de estos individuos ms grandes.
461
En caso contrario, hay gran riesgo de colectar solo pedazos de estas lombrices.
Dependiendo de la poca del ao tambin es necesario profundizar la muestra
hasta ms de 50 cm de profundidad, ya que muchas especies de lombrices bajan a
capas ms profundas del suelo, especialmente en condiciones de sequa (J imnez
et al., 2007).
De igual forma que en el mtodo TSBF, se separan las lombrices manual-
mente del suelo y se les conservan en formol al 4%. Con el fn de daar lo menos
posible a las lombrices se recomienda agarrarlas con las manos y por la parte
anterior del cuerpo, o sea, la extremidad ms prxima al clitelo (anillo con ma-
yor grosor cerca de la cabeza); esto porque las lombrices en situacin de estrs
tienen la capacidad de totomizarse, que corresponde a la perdida espontnea de
su parte posterior. Si cuando se realiz el monolito una lombriz fue cortada con
la pala, es necesario poner en el frasco con formol ambas partes, con el fn de
determinar posteriormente la biomasa de dicha lombriz; pero en el conteo de
individuos slo hay que contar las partes anteriores de stos. En condiciones
extremas (lluvias fuertes) se puede realizar la revisin manual del suelo en el
laboratorio (ISO, 2004).
Figur a 5. Excavacin de bloques mayores (monolitos) del suelo (50 50 cm) para la colecta
de lombrices cuando se detecta la presencia de individuos mayores de 20 cm que no pueden ser
colectados usando el mtodo del TSBF (Foto Carlos Fragoso).
462
El muestreo con extraccin qumica y electricidad (mtodos pasivos)
En los mtodos pasivos se aplica electricidad o vibraciones fsicas en el suelo
o se vierten soluciones como el formaldehdo, el permanganato de potasio, el
alil-isotiocianato (extracto de mostaza) o el vinagre en la superfcie del suelo
para extraer a las lombrices. Sin embargo, de forma general, la sustancia qumica
con la mayor efectividad en la extraccin de lombrices ha sido el formol diluido,
aunque en algunas situaciones el alil-isotiocianato y la electricidad han tenido
resultados similares a la aplicacin de formol en la recuperacin de lombrices
(Schmidt, 2001; Eisenhauer et al., 2008; Martins et al., 2010; Rmbke., 2007;
Vetter, 1996). En seguida describimos brevemente el mtodo de muestreo usando
formol y electricidad.
Para realizar el muestreo usando formol, se retira la hojarasca suelta en un
rea de por lo menos 1 m
2
y se separan manualmente las lombrices encontradas
en la hojarasca. En seguida, se prepara la solucin de formol diluido al 0.5% (100
mL de formaldehdo al 37% en 20 L de agua) y se aplican 20 L sobre cada m
2
de
suelo (Figura 6). El formaldehdo diluido es rociado cuidadosamente y este paso
debe repetirse hasta que los 20 L de formaldehdo diluido han sido rociados al
suelo. Mientras se roca es importante poner mucha atencin y colectar todas las
lombrices que salgan hacia la superfcie. El muestreo termina 30 minutos despus
de haber aplicado la ltima roseada de formaldehdo. Las lombrices de gran tamao
deben colectarse con las manos usando guantes y las lombrices pequeas deben
ser tomadas con las pinzas. Las lombrices deben colectarse nicamente cuando
gran parte del cuerpo es visible al salir del suelo como reaccin al formaldehdo,
de lo contrario, se corre el riesgo de cortarlas al quererlas jalar o las lombrices
pueden huir hacia el suelo y no volver a salir. Las lombrices extradas deben
colocarse inmediatamente en recipientes con formol al 4%. En sitios en donde
existen lombrices gigantes (mayores que 50 cm de largo) el rea de muestreo debe
ser aumentada a 2 o 4 m
2
. Es importante sealar que si no se observan galeras
verticales, es mejor no utilizar el formaldehdo (ISO 2004). Debido a sus peligros
para la salud humana, deben tomarse las precauciones necesarias para no inhalar
o exponer la piel al formaldehdo durante la aplicacin (ISO 2004). Este mtodo
puede realizarse en conjunto con el muestreo manual o por separado.
Thielemann (1986) desarroll el mtodo del Octeto como una alternativa del
muestreo manual y de la extraccin con formladehdo, utilizando un anillo de
plstico y 8 electrodos metlicos (formando una superfcie de 52 cm de dimetro),
con el fn de generar un campo elctrico, por medio del cual, las lombrices salen
del suelo (Figura 7). Las ventajas de este mtodo son que no se utilizan sustan-
cias toxicas, no es necesario el uso de agua y no se invierte mucho tiempo en la
463
extraccin. Sin embargo, el equipo es relativamente caro y pesado y hay riesgos
de toques elctricos (dependiendo de cmo se construy el equipo). Por otro lado,
el xito de este mtodo depende fuertemente de las condiciones actuales del suelo
a muestrear (especialmente el grado de humedad) y la comunidad de lombrices
presentes (Martins et al., 2010). Slo se recomienda cuando se ha demostrado que
puede sustituir a otros mtodos sin perder mucha efcacia, o cuando los dems
mtodos no pueden ser realizados (restriccin de tiempo, recursos humanos, riesgo
de contaminacin) (ISO 2004).
Un estudio efectuado en bosques de Araucaria angustifolia en Brasil, com-
par el mtodo de conteo manual y/o extraccin con formaldehdo y demostr
cmo el formol favorece la captura de algunas especies (Baretta et al., 2007),
especialmente las especies epigeas como Amynthas corticis (Megascolecidae) y
Urobenus brasiliensis (Glossoscolecidae). Mientras tanto, el muestreo de conteo
manual haciendo monolitos fue ms efectivo para la captura de Glossoscolex spp.
Los autores concluyeron que, con el fn de caracterizar la abundancia y biomasa
de lombrices de tierra en sistemas de bosques de Araucaria, la combinacin del
mtodo del formol con los monolitos amplios de 40 40 cm y separacin ma-
Figur a 6. Aplicacin de 20 L de solucin de formol al 0.5% en la superfcie del suelo (1 m
2
) para
colectar lombrices de tierra en un bosque tropical cerca de Londrina, Brasil (Foto George Brown).
464
nual era mejor para asegurar una colecta efectiva de las especies que viven en la
superfcie y son activas (Amynthas, Urobenus), y aquellas que viven en el suelo
(Glossoscolex spp.).
Otro estudio realizado en Brasil por Martins et al. (2010) mostr qu tanto
el formol como los toques elctricos capturaron solamente hasta tres especies en
diferentes ecosistemas agrcolas y naturales, priorizando especies epigeas de rpido
movimiento o especies endogeas polihmicas. El mtodo manual fue mejor para
muestrear a las lombrices pequeas, mayormente endogeas y para colectar una
mayor proporcin de la diversidad de las especies presentes en estos ecosistemas
(hasta 8 especies).
Por lo tanto, se sugiere que el muestreo de lombrices sea efectuado usando el
mtodo manual, combinado con otros mtodos activos (qumico, elctrico), cuando
se desea realizar una determinacin exhaustiva de la diversidad y abundancia de
las poblaciones. El tamao del monolito depender del tamao medio o mximo
de las especies presentes en el estado local. Si el objetivo es colectar lombrices
epigeas o ancicas, entonces los mtodos de formol y elctrico son mejores, pero
cuando se desea colectar lombrices endogeas, el mtodo manual es preferible.
Figur a 7. Ejemplo del mtodo elctrico (Oktett) de Thielemann (1986) para la colecta
de lombrices de tierra de un pastizal cerca de Londrina, Brasil (Foto Bruce Motte).
465
La hora del da tambin puede ser un factor importante a ser considerado. Un
estudio realizado en condiciones de trpico seco y predominancia de leptosoles
revel que el muestreo de lombrices debe realizarse por la maana entre las 07:00
h y las 10:00 h, posteriormente las lombrices buscan refugio a mayor profundidad
(Bautista et al., 2008).
Tcnicas de muestreo de ter mitas
Esta metodologa est basada en el mtodo descrito por J ones y Eggleton 2000,
usando un transecto de 100 2 m. La informacin obtenida es cualitativa, pero
con alta resolucin, la informacin obtenida debe tratarse por separado de la infor-
macin obtenida de monolitos y trampas pitfall. Este mtodo se recomienda para
aquellos que no son especialistas en termitas y puede ser realizado por 2 personas
en 2 o 3 das. Se requiere de un comps de 30 m o 100 m, de una cuerda de nylon
o una cinta fuorescente de 20 m dividida o marcada cada 5 m, un machete y 40
frascos aproximadamente con alcohol al 80% y una navaja de 8-10 cm para buscar
ligeramente en madera y suelo (Swift y Bignell, 2001).
Se traza un transecto de 100 m adyacente al transecto de 40 5 m, con la dis-
tancia sufciente (15 m) para evitar un disturbio mutuo entre transectos. El transecto
debe de evitar pasar por arroyos o cuerpos de agua en donde es muy probable que
no habiten las termitas. Son muestreadas en donde hay acumulaciones de hojarasca,
races, madera muerta en todos los estados, en los troncos de los rboles, el suelo
para las termitas y de nidos arbreos.
Siempre es necesario al colectar termitas de nidos revisar bien los alrededores
y las cmaras, porque muchas veces las termitas que viven en los nidos no son las
mismas que lo construyeron. Las termitas pueden ser preservadas en alcohol y
puede utilizarse un frasco para cada especie o poblacin encontrada, colocndose
la respectiva marca escrita a lpiz indicando informacin del sitio: fecha, nme-
ro de transecto y el microhabitat (madera, raz, hojarasca, etc.). La informacin
es importante para establecer la naturaleza de la comunidad (especialmente la
diversidad de grupos funcionales) y para construir una curva de acumulacin de
especies. Las marcas deben colocarse inmediatamente despus de ser colectadas
las termitas (Swift y Bignell, 2001).
Siempre debe haber un periodo de entrenamiento antes de salir a colectar,
idealmente un transecto de 50 a 100 m puede servir para entrenar bajo la super-
visin de un experto en colecta. Es importante colectar durante el da, y tener
periodos de descanso despus de cada 30 minutos de colecta. Para mantener
la misma efciencia de colecta en todos los transectos, se recomienda hacer al
466
da no ms de 12 secciones. No es recomendable tomar muestras durante las
lluvias.
Una vez colectado el material, las termitas deben separarse en unidades
taxonmicas, sea morfoespecies o especies de cada seccin de 5 m como mues-
tra independiente. Se puede construir una curva de acumulacin de especies. Se
pueden escoger 10 secciones al azar. La riqueza de especies del sitio puede cal-
cularse usando el primer orden del estimado jack-knife. El nmero de especies y
morfoespecies encontrados por transecto puede ser alrededor de 50 dependiendo
del sitio y de la regin biogeogrfca.
Adems de la riqueza de especies, tambin es posible obtener informacin de
la diversidad de los grupos funcionales, esto es posible anotando el nmero de
especies y morfoespecies de las siguientes categoras trfcas:
Los que se alimentan del suelo: Termitas distribuidas en el perfl del suelo, en
la capa de hojarasca o en montculos epigeos, alimentndose deliberadamente
de suelo mineral, aparentemente con algn grado de seleccin de fracciones
de limo y arcilla. Aunque el material ingerido es altamente heterogneo, hay
altas proporciones de materia orgnica del suelo y silicio, y pocas proporciones
de tejido de plantas (Sleaford et al., 1996).
Los que se alimentan de la interface suelo/madera. Termitas que se alimentan
en madera cada que se ha descompuesto (y es similar al suelo). Este ma-
terial est combinado con hojas y races. Este grupo es considerado como
alimentadores intermedios de acuerdo con De Souza and Brown (1994),
pero no similar a la categora reconocida por Collins (1989) que se alimentan
de races.
Los que se alimentan de madera excavan galeras grandes en troncos, los cua-
les, pueden convertirse en centros de colonias. Este grupo tambin incluye a
termitas que tienen nidos en rboles, subterrneos o epigeos, pero se alimentan
en otra parte y muchas son macrotermitinae que cultivan hongos. Madera
incluye: ramas muertas aun sujetas a rboles vivientes y rboles muertos de
pie, as como madera fresca en el suelo.
Forrajeras de la hojarasca. Las termitas que forrajean en la hojarasca toman-
do, pedazos de hojas, tallos frescos o secos, y pequeos pedacitos de madera
que son trasladados al nido. Esta categora incluye a termitas subterrneas
y constructoras de montculos (Macrotermitinae) as como tambin ciertas
Nasutitermitinae que forrajean en el suelo. Las termitas forrajeras son usual-
mente las mas conspicuas en comparacin a las otras categoras alimenticias
de termitas, por el numero de galeras sobre madera, en la hojarasca, en hoyos,
sobre la superfcie etc., y forrajean tanto soldados como obreras.
467
Especializadas e incidentales: Esta categora, incluye especies que se ali-
mentan de hongos, algas y lquenes de cortezas de rboles (Swift y Bignell,
2001).
Tambin se pueden agrupar a las termitas de acuerdo al tipo de nidos: en ma-
dera, hipogeos, epigeos, arbreos (Eggleton y Bignell, 1995; Eggleton y Bignell,
1997); Jones y Eggleton, 2000).
Conservacin de ejemplares
Las lombrices de tierra se pueden matar en una solucin de alcohol al 70% y
formol al 10% en una relacin 2:1, para posteriormente fjarlas y conservarlas
en formol al 10 % (Moreno, 2002). Sin embargo, si se desea realizar algn an-
lisis posterior del DNA de las lombrices, se recomienda matarlas usando alcohol
al 20% y luego preservarlas en alcohol al 96 o 99%; el mismo procedimiento
se realiza para el resto de la macrofauna si se desea el anlisis de DNA. Para
la identifcacin se sugiere el nivel de especie mediante el empleo de un mi-
croscopio estereoscopio. Para la identifcacin de los principales gneros de la
familia Glossoscolecidae, especialmente diversifcada y abundante en los pases
latinoamericanos neotropicales, se recomienda usar la clave de Righi (1995).
Los individuos de cada especie pueden ser clasifcados por edades (grado de
desarrollo) de la siguiente forma: C = capullos; J = juveniles sin ninguna marca
genital externa, SA =sub-adultos, con caracteres sexuales externos pero sin
clitelo y A = adultos clitelados. Para cada especie, segn la clase de edad, se
debe registrar el nmero de individuos y su peso fresco en gramos mediante el
empleo de una balanza analtica.
Para la preservacin de otros macroinvertebrados colectados se sugiere colocarlos
en frascos con alcohol al 70%, etiquetarlos por sitio de colecta y clave de trampa o
dispositivo utilizado para el muestreo (Borror et al., 1989). Las muestras se examinan
en el laboratorio con un microscopio estereoscopio para separar los organismos de
cada trampa en morfoespecies y agrupndolos en Clase, Orden o Familia.
Las morfoespecies de una misma Clase, Orden o Familia son numeradas conse-
cutivamente, segn el orden de aparicin. Se puede considerar como morfoespecie
a la unidad taxonmica a partir del nivel de Clase, Orden o Familia que presenta
diferencias morfolgicas conspicuas con respecto a otras, excluyendo estadios
juveniles y larvales (Villalobos et al., 2000).
Los invertebrados se pueden agrupar por Phylum, Orden o Familia segn
lo sugerido por Brown et al., (2001). Esto es: Arachinida, Coleoptera, Diplura,
468
Hymenoptera, Isoptera, Myriapoda, Oligochaeta, Crustaceae, Blattaria y otros
grupos. La clasifcacin se realiza utilizando las siguientes fuentes: Borror y
White (1970) y Borror et al. (1989) para la clasifcacin de artrpodos e insectos
en general; Arnett et al. (1980) para Coleoptera; Goulet y Huber (1993) para
Hymenoptera. Se registra el nmero y el peso fresco en gramos de los individuos
de cada morfoespecie con el empleo de una balanza analtica, conservndolos en
frascos pequeos con alcohol al 70% si son organismos pequeos, rotulados con
los datos de colecta y almacenados en cajas para evitar el deterioro del color por
la accin de la luz (Borror et al., 1989).
Anlisis de datos
Primeramente, el nmero de cada grupo de invertebrado es contado, pesado y
expresado como individuos por muestra. Despus los valores de cada grupo son
sumados con el fn de obtener la abundancia y peso total por muestra. El nmero
es entonces multiplicado por un factor de 16 para extrapolar a un metro cuadrado
si la muestra proviene de un monolito de 25 25 cm de rea.
Los siguientes parmetros son importantes a considerar para realizar una bio-
clasifcacin del suelo (modifcado de ISO, 2004):
Abundancia (numero de individuos por rea o volumen);
Biomasa (peso fresco o seco de una poblacin por rea o volumen);
Nmero de especies o grupos taxonmicos o ecolgicos por muestra y total
por sitio muestreado;
Nmero de especies invasoras/exticas y nativas;
Especies dominantes (en porcentaje de la poblacin);
ndice de diversidad Shannon;
Estructura de edades de la poblacin (e.g., tasa de adultos/juveniles), en par-
ticular para las lombrices, hormigas y termitas (para las cuales normalmente
se encuentran capullos o huevos) y para los colepteros (larvas y adultos);
Alteraciones morfolgicas, fsiolgicas o bioqumicas en los individuos.
Cuando se desea comparar entre sistemas de cultivo o se desea evaluar el cam-
bio en la abundancia de las comunidades de macroinvertebrados se recomienda
usar el ndice de respuesta al disturbio de cada taxa propuesto por Bautista et al.,
(2009):
IRD =[1-(T/C)] * -1
469
Donde:
IRD =ndice de respuesta al disturbio
T=tratamientos a evaluar
C=Control, se recomienda que sea el ecosistema no perturbado o de menor
perturbacin posible
Los valores negativos signifca que los valores estn por debajo del control; los
valores de cero igual al control, valores de 1=a 100% arriba del control. El IRD
tiene la ventaja de que los valores pueden ser positivos cuando hay incremento
de las poblaciones o negativos cuando las poblaciones o la biomasa disminuyen
en comparacin con un testigo. Como los valores de las poblaciones de macroin-
vertebrados comprenden desde unidades a centenas e incluso millares, el ndice
de respuesta al disturbio permite la identifcacin de esas diferencias ya que un
valor de 1 corresponde a 100% de incremento con respecto al testigo (Bautista et
al., 2008). Esta situacin hace que, a pesar de las grandes diferencias que pueden
encontrarse entre los diferentes grupos o taxa en los tratamientos, los datos pue-
dan ser grafcados y de esta manera mostrar esas diferencias, como en la Figura
8 en la que se observa que los colepteros son favorecidos por la introduccin de
pastos.
Si las muestras son independientes y los datos a ser analizados son normales y
demuestran homogeneidad de varianza, entonces se puede realizar un anlisis de
varianza para comparar las poblaciones de macroinvertebrados de acuerdo a una
variable categrica dependiente, por ejemplo, tipo de ecosistema. Sin embargo,
tambin se recomienda el uso del anlisis multivariado para comparar las comuni-
dades de fauna de cada ecosistema. Para ello, en primer lugar se sugiere realizar un
anlisis de correspondencia (AC) para encontrar la longitud del gradiente (length
of gradient) de los datos, una prueba que puede ser realizada usando programas
como el CANOCO
(Ter Braak y Smilauer, 1998). Si el gradiente es menor que

a tres desviaciones estndar, se realiza un anlisis de componentes principales
(ACP) o un anlisis de redundancia (AR) usando los datos absolutos de la fauna
(por ejemplo, nmero de individuos). Si el gradiente es mayor que cuatro desvia-
ciones estndar, se realiza solamente el AC usando datos relativos (por ejemplo,
abundancia), todos en la misma unidad de medida (por ejemplo, nmero de indi-
viduos por m
2
). El ACP se recomienda cuando hay ausencia de datos ambientales
o cuando se desconoce la forma de agrupacin de los casos. Para poder relacionar
las variables ambientales (por ejemplo, datos del anlisis qumico del suelo) con la
fauna y conocer su contribucin hacia la determinacin de la comunidad existente,
es necesario realizar un anlisis cannico de correspondencia (ACC).
470
Alternativamente, se puede tambin realizar un anlisis discriminante (AD)
cuando de antemano se conoce la forma de agrupacin de los casos (puntos de
muestreo). El AD asume que los agroecosistemas (variable dependiente) son grupos
con comunidades diferentes de macroinvertebrados (Cuadro 2), en otras palabras,
que los agroecosistemas son predictores de la comunidad de macroinvertebrados
o que cada agroecosistema posee una comunidad de macroinvertebrados tpica
(Bautista et al., 2009). El resultado es un cuadro con los casos correctamente asig-
nados en porcentaje (Williams, 1983). Por ejemplo, en el Cuadro 2 el AE 2 tiene
un 80% de casos bien asignados, lo cual signifca que este agroecosistema tiene
una comunidad de macroinvertebrados diferente a los dems agroecosistemas. Por
el contrario el AE 4 presenta solo un 60% de asignaciones correctas; dos sitios de
muestreo tienen una mejor correspondencia con el AE 1 y un sitio de muestreo
tiene una mejor correspondencia con la selva y otro con AE 3. Sin embargo, en el
Figur a 8. ndice de respuesta al disturbio de diversos grupos de macroinvertebrados del suelo con
base en la densidad de organimos. SP= sistema silvopastoril; TP2= Pasto Taiwn de dos aos; TP
= pasto Taiwn de 12 aos; SG12= Pasto estrella de 12 aos
471
contexto global, el Cuadro 2 indica que los agroecosistemas y la selva presentan
comunidades de macrofauna del suelo particulares, con algunas ligeras excepciones
en algunos sitios de muestreo.
Recomendaciones fnales
El muestreo de macroinvertebrados del suelo es apasionante e interesante y puede
explicarnos mucho de lo que ocurre en el suelo. Sin embargo, es necesario, de
acuerdo a los objetivos, concretar bien el mtodo de muestreo o combinar los
mtodos pertinentes antes de salir al campo. Es importante etiquetar las muestras
por dentro (papel encerado con lpiz) y fuera de los botes (marcador indeleble),
lo que evitar problemas posteriores en la identifcacin del frasco, si el alcohol
se riega y llega a borrar el texto escrito exteriormente. Si el suelo de los monolitos
(muestras) es llevado al laboratorio u otro lugar para hacer la separacin manual
de la fauna, es recomendable procesar todas las muestras lo ms pronto posible (en
menos de 3 das) para evitar la prdida del material vivo. Es importante limpiar el
lquido conservador retirando el suelo, hojarasca y otros materiales colocados en
el frasco en el momento del muestreo.
La informacin sobre el sitio de muestreo es de gran importancia para com-
prender mejor la conducta de la macrofauna. Por lo tanto, se sugiere: a) obtener
informacin del clima local (temperatura, precipitacin, evapotranspiracin, poca
de lluvias, etc.); b) clasifcar el grupo o tipo especfco del suelo local, segn algn
esquema de clasifcacin como la Soil Taxonomy o la World Reference Base of
Soil Resources; c) evaluar algunas propiedades fsicas como densidad aparente
Cuadro 2. Clasifcacin numrica con base en los valores de dominancia de morfoespecies de
macroinvertebrados del suelo utilizando los agroecosistemas como variables discriminantes.
Agroecosistemas
Clasicacin
correcta (%)
Selva AE 1 AE 2 AE 3 AE 4
Selva 70 7 0 3 0 0
AE 1 70 7 0 0 0 3
AE 2 80 2 0 8 0 0
AE 3 60 0 3 0 6 1
AE 4 60 1 2 0 1 6
AE= Agroecosistema
472
y textura as como propiedades qumicas generales del suelo (especialmente %
materia orgnica, Ca, Mg, K intercambiable, pH y % de humedad); d) obtener
informacin sobre el uso del suelo y la intensidad del uso del suelo, incluyendo
prcticas agrcolas como el uso del arado, fuego, fertilizantes o plaguicidas, entre
otros; d) obtener un pequeo histrico natural del rea de muestreo (por ejemplo,
tipo de vegetacin o manejo del ecosistema anterior).
Referencias
Anderson, J. M. y Ingram, J. I. 1993. Tropical soil biology and fertility. A handbook of
methods. 2
nd
edition. CAB International, Wallingford. 221pp.
Aquino, A. M., Aguiar-Menezes, E. L. y Queiroz, J . M. 2006. Recomendaes para coleta
de artrpodes terrestres por armadilhas de queda (pitfall-traps). Circular Tcnica No.
18, Embrapa Agrobiologia, Seropdica. 8 pp.
Arnett, R., Downie, N. y Jaques, H. (1980). How to know the beetles. 2
nd
edition. Wm. C.
Brown Company Publishers, Dubuque. 416 pp.
Baker, G. H. y Lee, K. E. 1993. Earthworms. En: Carter, M. E. (Ed.). Soil sampling and
methods of analysis. Lewis Publishers, Boca Raton. 359-371 pp.
Baretta, D., Brown, G. G., J ames, S. W., Cardoso, E. J . B. N. 2007. Earthworm populatio-
ns sampled using collection methods in Atlantic forests with Araucaria angustifolia.
Scientia Agricola (Piracicaba, Brazil) 64: 384-391.
Baroni-Urbani, C., Josens, G. y Peakin, G. J. 1978. Empiriacla data and demographic pa-
rameters. En: Brian, M.V. (Ed.). Production ecology of ants and termites. Cambridge
University Press, Cambridge. 5-44 pp.
Barros, E., Mathieu, J., Tapia-Coral, S., Nascimento, A. R. L. y Lavelle, P. 2006. Soil ma-
crofauna communities in Brazilian Amazonia. En: Moreira, F. M. S., Siqueira, J. O. y
Brussaard, L. (Eds.). Soil biodiversity in Amazonian and other Brazilian ecosystems.
CAB International, Wallingford. 43-55 pp.
Bautista F., Delgado, C. y Aguayo, M. 2000. Las lombrices de tierra: oportunidades de
estudio y manejo en la pennsula de Yucatn. Revista de la Universidad Autnoma de
Yucatn. 15 (215): 22-27.
Bautista F., Delgado, C y Estrada, H. 2008. Effect of legume mulches and cover crops on
earthworms and snails. Tropical and Subtropical Agroecosystems 8: 45-60.
Bautista F.,

Daz-Castelazo, C. y Garca-Robles, M. 2009. Comparison of the changes in soil
macrofauna in agroecosystems derived from low deciduous tropical forest on Leptosols
from karstic zones. Tropical and Subtropical Agroecosystems, En revision.
Blair, J. M., Bohlen, P. J. y Freckman, D.W. 1996. Soil invertebrates as indicators of soil
quality. En: J .W Doran y A.J . J ones (Eds.) Methods for assessing Soil Quality. SSSA,
Special Publication 49, Madison. 273-291 pp.
Borror, D., Triplehorn, C. y J ohnson, N. 1989. An introduction to the study of insects. 6th.
Ed. Saunders College Publishers, USA.
473
Borror, D. y White, R. 1970. A feld guide to the insects of America North of Mexico.
Houghton Miffin Company Boston, USA. 404 pp.
Brown, G. G., Pashanasi, B., Villenave, C., Patrn, J. C., Senapati, B. K., Giri, S., Barois,
I., Lavelle, P., Blanchart, E., Blakemore, R. J., Spain, A. V. y Boyer, J. 1999. Effects of
earthworms on plant production in the tropics. En: Lavelle, P., Brussaard L. y Hendrix,
P. F. (Eds.). Earthworm management in tropical agroecosystems. CAB International,
Wallingford. 87-147 pp.
Brown, G. G., Fragoso, C., Barois, I., Rojas, P., Patrn, J. C., Bueno, J., Moreno, A. G.,
Lavelle, P., Ordaz, V. y Rodrguez, C. 2001. Diversidad y rol funcional de la macrofauna
edfca en los ecosistemas tropicales mexicanos. Acta zoolgica Mexicana, Nmero
especial 1: 79-110.
Brown, G. G., Pasini, A., Benito, N. P., de Aquino, A. M. y Correia, M. E. F. 2002. Diversity
and functional role of soil macrofauna comunities in Brazilian no-tillage agroecosystems.
En: Proceedings of the International Symposium on Managing Biodiversity in Agricultural
Ecosystems, 8-10 November, 2001. UNU/CBD, Montreal, CD-Rom. Pp. 1-20 pp.
Brown, G. G., Rmbke, J., Hfer, H., Verhaagh, M., Sautter, K. D. y Santana, D. L. Q.
2006. Biodiversity and function of soil animals in Brazilian agroforestry systems. En:
Gama-Rodrigues, A. C., Gama-Rodrigues, E. F., Viana, A. P., Freitas, M. S., Marciano,
C. R., Jasmin, J. M., Barros, N. F. y Carneiro, J. G. A. (Eds.). Sistemas Agroforestais:
bases cientfcas para o desenvolvimento sustentvel. UENF, Campos dos Goytacazes.
217-242 pp.
Collins NM. 1989. Termites. En Tropical Rain Forest Ecosystems (Eds., H Leith and MJ A
Werger), pp. 455-471, Elsevier Science Publishers, B.V., Amsterd.
DeSouza OFF y Brown VK. 1994. Effects of habitat fragmentation on Amazonian termte
communities. Journal of Tropical Ecology 10, 197-206.
Doube, B. M. y Schmidt, O. 1997. Can the abundance or activity of soil macrofauna be
used to indicate the biological health of soils. En: Pankhurst, C. E., Doube, B. M.;
Gupta, V. V. S. R. (Eds.). Biological indicators of soil health. CAB International,
Wallingford. 265-295 pp.
Doran, J. W., Safey, M., 1997. Defning and assessing soil health and sustainable pro-
ductivity. En: Pankhurst, C. E., Doube, B. M. y Gupta, V. V. S. R. (Eds.), Biological
indicators of soil health. CAB International, Oxon. 1-28 pp.
Dunger, W. y Fiedler, H- J ., 1997. Methoden der Bodenbiologie. Fischer Verlag, J ena.
539 pp.
Eggleton, P. y Bignell, D.E. 1995. Monitoring the response of tropical insects to changes
in the environment: troubles with termites. En: Harrington, R. y Stork, N.E. (Eds.).
Insects in a changing environment. Academic Press, London. 473-497 pp.
Eggleton P and Bignell DE. 1997. Secondary occupation of epigeal termite (Isoptera)
mounds by other termites in the Mbalmayo Forest Reserve, southern Cameroon, and
its biological signifcance. Journal of African Ecology 111, 489-498.
Eisenhauer, N., Straubbe, D. y Scheu, S. 2008. Effciency of two widespread non-destructive
extraction methods under dry soil conditions for different ecological earthworm groups.
European J ournal of Soil Biology 44: 141-145.
474
FAO. 2003. Biological Management of Soil Ecosystems for Sustainable Agriculture [en
lnea]. Report of the International Technical Workshop. World Soil Resources Reports
101. EMBRAPA-Soybean and FAO. Londrina, Brazil, 24 to 27 June 2002 [consultado
junio 2004]. Disponible en World Wide Web: http://www.fao.org/ DOCREP/006.htm.
Fragoso, C., Kanyonyo, J ., Moreno, A. G., Senapati, B. K., Blanchart, E. y Rodrguez, C.
1999. Earthworm communities of tropical agroecosystems: Origin, structure and in-
fuence of management practices. En: Lavelle, P., Brussaard, L. y Hendrix, P. F. (Eds.).
Earthworm management in tropical agroecosystems. CAB International, Wallingford.
27-55 pp.
Goulet, H. y Huber, J. 1993. Hymenoptera of the World: An identifcation guide to families.
Centre for Land and Biological Resources Research. Ontario, Canad. 668 pp.
Huerta-Lwanga E., 2003. La macrofauna del suelo y su potencial de manejo para el mejo-
ramiento de la calidad del seulo En: Bautista, F. y Palacio, G. (Eds.). Caracterizacin
y Manejo de los Suelos de la Pennsula de Yucatn: Implicaciones Agropecuarias,
Forestales y Ambientales. Universidad Autnoma de Campeche, Campeche.
ISO. 2004. Soil quality Sampling of soil invertebrates Part 1: Hand-sorting and Formalin
extraction of earthworms. ISO 23611-3. Ginebra.
Jimnez, J. J., Decans, T., Lavelle, P. y Mariani, L. 2007. Biologa y ecologa de las
lombrices de tierra de las sabanas neotropicales de Colombia. En: Brown, G. G. y
Fragoso, C. (Eds). Minhocas na America Latina: Biodiversidade e Ecologia. Embrapa
Soja, Londrina. 155-172 pp.
Jones, C. G., Lawton, J. H. y Shachak, M. 1994. Organisms as ecosystem engineers, Oikos
69: 373-386.
Jones D. T. y Eggleton P. 2000. Sampling termite species assemblages in tropical forests:
testing a rapid biodiversity assessment protocol. J ournal of Applied Ecology, 37, 191-
203.
Lavelle, P. 1984: The soil system in the humid tropics. Biology International 9: 2-17.
Lavelle, P., Dangerfeld, M., Fragoso, C., Eschenbrenner, V., Lpez, D., Pashanasi, B. y
Brussaard, L. 1994. The relationship between soil macrofauna and tropical soil fertility.
En: Woomer, P. L.; y Swift, M. J. (Eds.). The biological management of tropical soil
fertility. Wiley-Sayce, New York. 137-169 pp.
Lavelle, P., y Spain, A. 2001. Soil Ecology. Kluwer Scientifc Publications. Amsterdam.
Lee, K. E. 1985. Earthworms. Their ecology and relationships with soils and land use.
Academic Press, Sydney. 411 pp.
Martins, P. T., Brown, G. G., Baretta, D., Pasini, A. y Nunes, D. H. 2010. Populaes de
minhocas amostradas por diferentes mtodos de coleta (eltrico, qumico e manual) em
ecossistemas da regio de Londrina, Paran, Brasil. Acta Zoologica Mexicana, nmero
especial 2, n.s., octubre 2010.
Moreno, A. 2002. Mtodos de fjacin, conservacin y recuperacin de lombrices de tierra
[en lnea]. En: Moreno, A. G., Mischis, C. C. y Teisaire, E. (Eds.). Curso de taxonoma
de oligoquetos [consultado noviembre 2003]. Disponible en World Wide Web: Http://
www.Ucm.Es/Info/Tropico/Investigacion/Grupodetaxonomia/Preparacion.Pdf
475
Pankhurst, C., 1997. Biodiversity of soil organisms as an indicator of soil health. In:
Pankhurst, C. E., Doube, B. M., Gupta, y V. V. S. R. (Eds.), Biological indicators of
soil health. CAB International, Oxon, U.K, 297-324 pp.
Pankhurst, C. E., Doube, B. M.; y Gupta, V. V. S. R. (Eds.). 1997. Biological indicators
of soil health. CAB International, Wallingford. 451 pp.
Paoletti, M. G., Favretto, M. R., Stinner, B. R., Purrington, F. F. y Bater, J. E. 1991. In-
vertebrates as bioindicators of soil use. Agriculture, Ecosystems and Environment 34:
341-362.
Paoletti, M. G. 1999. Invertebrate biodiversity as bioindicators of sustainable landscapes:
Practical use of invertebrates to assess sustainable land use. Elsevier, Amsterdam. 446
pp.
Petersen, H. y Luxton, M., 1982. A comparative analysis of soil fauna populations and
their role in decomposition processes. Oikos 39: 287-388.
Righi, G. 1995. Colombian earthworms. En: van der Hammen, T. y Santos, A.G. (Eds.).
Studies on tropical Andean Ecosystems, vol. 4. Cramer, Berlin. 485-607 pp.
Rmbke, J. 2007. Searching for a standardization of quantitative terrestrial oligochaete
sampling methods: The ISO methodology. En: Brown, G. G. y Fragoso, C. (Eds).
Minhocas na America Latina: Biodiversidade e Ecologia. Embrapa Soja, Londrina.
497-505 pp.
Rossi, J.P. Huerta, E., Fragoso, C., Lavelle, P. 2006. Soil Properties Inside Earthworm
Patches and Gaps in a Tropical Grandsland (La Mancha, Veracruz, Mxico). European
Journal of Soil Biology, 5284-5288.
Schmidt, O. 2001. Appraisal of the electrical octet method for long-term monitoring of
earthworm populations. Pedobiologia 45: 69-83.
Sleaford F, Bignell DE y Eggleton P. 1996. A pilot analysis of gut contents in termites from
the Mbalmayo Forest Reserve, Cameroon. Ecological Entomology 21, 279-288.
Swift, M. J . y Bignell, D. E. 2001. Standard methods for assessment of soil biodiversity
and land use practice. ASB Lecture Notes 6B. ICRAF, Bogor. 34 pp.
Ter Braak, C. J. F. y Smilauer, P. 1998. Canoco for Windows Version 4.0. Wageningen
University Centre for Biometry, Wageningen.
Thielemann, U. 1986. Elektrischer Regenwurmfang mit der Oktett-Methode. Pedobiologia
29: 296-302.
Vetter, F. 1996. Methoden zur Regenwurm-Extraktion. Vergleich der Formalin-, Senf- und
Elektromethode. Umweltmaterialien Nr. 62. BUWAL, Bern. 45 pp.
Villalobos, F. J., Ortiz-Pulido, R., Moreno, C., Pavn-Hernandez, N.P., Hernndez-Trejo,
H., Bello, J. y Montiel, S. 2000. Patrones de la macrofauna edfca en un cultivo de
Zea maiz durante la fase de postcosecha en La Mancha, Veracruz, Mxico. Acta
Zoolgica Mexicana. 80: 167-183.
Introduccin
Los moluscos son el grupo de invertebrados con el nmero de especies ms grande
y diverso, despus de los artrpodos (Morton, 1967). Son organismos de cuerpo
blando, no segmentados, con un pie muscular y con manto (estructura que secreta
la concha calcrea). El grupo es tan diverso que los moluscos pueden presentar
concha (caracoles) o carecer de ella (babosas), o reducida en diversos grados
hasta consistir solamente de unos grnulos sobre el manto (babosas), puede ser
externa (almejas) o interna (calamares). La mayora de los moluscos presentan
una estructura raspadora llamada rdula (con excepcin de los bivalvos) empleada
para alimentarse (Brown, 1991).
Los moluscos viven en ambientes marinos, dulceacucolas o terrestres y son
de vida libre, excepto por unos pocos que son parsitos. Se les encuentra desde
las profundas trincheras submarinas hasta la zona de intermareas en el mar. En los
lagos, algunos de ellos llegan a los 55 m de profundidad (Russell-Hunter, 1978);
en la tierra se les encuentra desde el nivel del mar hasta los 4000 m de altitud.
En este captulo se abordarn las tcnicas de colecta de moluscos, as como las
tcnicas de preparacin y preservacin de ejemplares y algunas recomendaciones
para su cultivo.
Se recomienda que antes de iniciar una colecta se establezca claramente el
objetivo o propsito de la misma. Ya que dependiendo del tipo de estudio que se
haga (anatmico, sistemtico, histlogo, gentico o flogentico) as ser la forma
16
MOLUSCOS
Edna Naranjo Garca y Catalina Gmez Espinosa*

* Departamento de Zoologa, Instituto de Biologa, Universidad Nacional Autnoma de Mxico. Apartado
Postal 70-153, Mxico, D.F. 04510. Mxico.
477
03-08 Mollusca ok.indd 477 25/01/2011 07:34:01 p.m.
478
como se preparar el material, con lo que se evitar desperdicio de organismos y
de esfuerzo. Por ejemplo, se debe tener especial cuidado en obtener ejemplares
adultos, completamente desarrollados para estudios de sistemtica o ejemplares
de diversos estadios para estudios de ontogenia. La preparacin especial de los
especmenes debe ser considerada de acuerdo con los lineamientos establecidos
por la American Malacological Union (1974).
Colecta
La fotografa de los organismos vivos en su medio ambiente es muy importante
en su identifcacin taxonmica (por ejemplo, es primordial en el estudio de nu-
dibranquios y de babosas terrestres; Hans Berth, com. pers.; Castillejo, 1998), la
mayora de los moluscos pierden su colorido al ser fjados. La toma de fotografas
de los moluscos ser una herramienta til cuando se avance en el estudio que se
est realizando.
Terrestres
A los moluscos terrestres se les encuentra casi en cualquier parte, mientras exista
algn tipo de abrigo donde puedan refugiarse (Clench, 1974). Estos organismos
tienen hbitos nocturnos y entran en actividad cuando se dan las condiciones favo-
rables de temperatura y humedad. Durante el da, se refugian entre las hendiduras
de las rocas, debajo de ellas, debajo de la hojarasca o entre ella, bajo troncos cados,
en troncos de rboles, bajo la corteza y en el dosel de los rboles, slo se exponen
al sol cuando la humedad relativa es muy alta, de otra manera podran desecarse
(Gavio et al., 1974; Roscoe, 1974; Lincoln y Sheals, 1979), los caracoles evitan
zonas que sean extremadamente secas durante alguna de las estaciones del ao.
En esa temporada, buscan refugio enterrados o semi-enterrados. Los caracoles son
frecuentes y abundan en las reas montaosas, las reas donde existen rocas calizas,
amplio sombreado, mucho musgo y hojarasca. Tambin frecuentan los alrededores
de arroyos o estanques (arriba del rea de inundacin), las zonas sombreadas de
los caones y barrancas donde haya humedad en el suelo y una buena cubierta de
hojarasca (Clench, 1974; Knudsen, 1966).
En algunas regiones de Mxico, donde las estaciones climticas son muy
marcadas (temporada de lluvia y de sequa); la colecta de moluscos vivos pue-
de ser abrumadora, llevarse mucho tiempo y fnalmente llevar a la frustracin
(Bequaert y Miller, 1973). Una muy buena captura se traduce en un organismo
479
MOLUSCOS
vivo. Frecuentemente ese nico ejemplar no es adulto. Si el colector posee las
instalaciones adecuadas para mantener a los ejemplares vivos en condiciones de
laboratorio o bioterio; se recomienda trasladar los ejemplares y mantenerlos en
condiciones artifciales hasta la madurez. Si no se tienen esas condiciones, es mejor
dejar al animal en su lugar.
Los moluscos terrestres se buscan entre la vegetacin, en las veredas de los
bosques, en los muros de las construcciones (Knudsen, 1966) y pueden colectarse
de manera directa con ayuda de pinzas o manualmente con guantes de cuero. Las
especies ms pequeas que viven en la hierba pueden ser colectadas con redes de
golpeo y los habitantes de rboles y arbustos pueden ser colectados utilizando un
lienzo o una caja de madera colocada sobre el piso directamente bajo la rama que
se golpear fuertemente con un palo (Lincoln y Sheals, 1979).
Pearce (com. pers.), para la obtencin de moluscos terrestres, revisa el lugar
por cinco minutos en bsqueda de organismos, despus se va a otra rea. Otro
mtodo empleado por Pearce (1994) es buscar con una linterna por la noche des-
pus de llover; bajo esas condiciones, los moluscos salen de sus guaridas y estn
activos.
Krull y Mapes (1951) emplearon la siguiente trampa con buenos resultados
en pastizales abiertos: se coloca sobre el suelo un saco de yute empapado y
doblado de 3 a 6 veces, se cubre con 2 o ms capas de rocas, la primera capa es
de piedras pequeas, las siguientes capas se hacen con rocas planas grandes. La
trampa es relativamente poco pesada para permitir la entrada de los caracoles
debajo de ella, la circulacin del aire y para mantenerla sombreada. El suelo se
mantiene fresco y hmedo por ms tiempo. Las trampas se examinan de 2 a 4
veces por semana.
Los moluscos que habitan en el musgo pueden colectarse tomando trozos de
este material que crece en las reas ms hmedas, a la orilla de pantanos o en
bosques mesflos, arriba de la zona de inundacin. El musgo se coloca en bolsas
de papel bien cerradas y se deja secar. Posteriormente, los trozos se separan y ese
material se pasa por tamices de varias aberturas de malla (de la fna a la gruesa) o
se observa bajo el microscopio estereoscpico (Rocque, 1974).
En estudios para determinar la diversidad y riqueza de especies hemos colectado
de la forma siguiente: mensualmente y al azar (calculado por medio de tablas de
azar para no introducir sesgo) se tira una cinta de 50 m de largo. En cada sitio se
toman dos muestras (tomando 10 muestras, con una rplica, en total 20) con un
cuadrado de alambre de 25 25 cm, una a cada lado de la cinta. Se toma toda la
hojarasca, humus y tierra suelta dentro del cuadrado. La muestra se deposita en una
bolsa de plstico y se le pone su etiqueta por dentro y por fuera. En el laboratorio
se separa la muestra pasndola en una serie de tamices de varias aberturas de malla.
480
El tamizado puede realizarse en seco (dejando secar la muestra) o por el mtodo
hmedo (wet-sieving de Williamson) (Lincoln y Sheals, 1979).
Coney y colaboradores (1981) dan el siguiente mtodo que es una variante del
mtodo de tamizado hmedo. Estos autores lo recomiendan para obtener moluscos
diminutos con la mxima efcacia (Pupillidae, Punctum, Striatura y Vertigo). Se
toman muestras de hojarasca del suelo o musgo, tomando tambin de 5 a 10 cm
de suelo, lo cual, asegura incluir moluscos de la interfase hojarasca/suelo. Las
muestras se colocan en bolsas de plstico. En el laboratorio la muestra se coloca
en un tamiz con abertura de malla de 5 mm, se separan de la tierra las conchas
grandes y organismos vivos. Posteriormente, el tamiz se coloca sobre una cubeta
y se lava con agua, la cual, se acumula en la cubeta.
En la cubeta habr un sobrenadante que contiene conchas y restos de plantas;
el sobrenadante se coloca en un tamiz con abertura de malla del No. 60, se lava
con agua, con un chorro suave para evitar salpicar o daar los materiales. El
tamizado se seca en la estufa aproximadamente a 60 C, hasta que se ha secado
completamente, ca. 48 horas. Cuando la muestra est seca por completo se vaca
en un vaso de precipitados que contiene xilol (puede ser reemplazado por tolueno
o benceno), se agita peridicamente y se deja asentar (cerca de una hora). Cuando
los detritos dejan de caer, se recoge el material que est fotando, se coloca en
papel fltro y se deja secar a la intemperie. Posteriormente, se examina con una
lupa o bajo el microscopio estereoscpico. Las conchas se recogen con un pin-
cel o con una aguja de diseccin humedecida en alcohol etlico. Las conchas se
almacenan dentro de viales. La otra parte de la muestra que qued en el fondo de
la cubeta se tamiza con la malla del No. 60, lavndola bien con agua. Despus se
coloca en una estufa a 60 C y, cuando est seca, se examina bajo el microscopio
estereoscpico.
Si tambin se quiere estudiar la fauna que vive en la hojarasca acumulada
sobre la vegetacin; en el campo se tira una cinta de 50 m, se eligen 10 sitios al
azar (sobre la lnea) y en cada sitio se toma una muestra de toda la hojarasca que
ha cado sobre la vegetacin contenida en 5 m cuadrados (desde los arbustos ms
bajos hasta donde el brazo alcance), nosotros usamos pinzas de panadero para
evitar tocar las plantas espinosas o urticantes. La muestra se coloca en una bolsa
de plstico y se procesa de la misma forma que la tomada sobre el suelo.
El mismo mtodo del transecto de 50 metros, con 10 sitios calculados al azar,
se utiliza para estudiar a los organismos enterrados en el suelo. Con un nucleador
(cilindro de aproximadamente 10 cm de dimetro y 15 de profundidad) se toman
20 muestras, dos a cada lado de la cinta mtrica. Las muestras se colocan en bolsas
de plstico y se tamizan en el laboratorio para separar de la tierra las conchas y
organismos vivos.
481
MOLUSCOS
Para complementar la colecta de caracoles, tambin pueden utilizarse atra-
yentes qumicos durante la noche. Algunos de los cebos ms efectivos contienen
metaldehdo como uno de los constituyentes activos (Lincoln y Sheals, 1979).
Nosotros hemos colocado pequeos vasos de plstico enterrados al ras del suelo
y, como atrayente, un poco de cerveza. Los moluscos son altamente atrados por
ella, se relajan dentro (posiblemente el alcohol los anestesie, siendo ya incapaces
de salir del lquido) y slo es necesario fjarlos en alcohol al 70%. Otros materiales
como la avena y la crema de cacahuate tambin los atrae fcilmente.
Despus de colectados, los moluscos se depositan en frascos o en bolsas de
plstico con un poco de vegetacin para disminuir las secreciones y para evitar
que se aplasten (Thom, 1986).
Los organismos colectados se separan en conchas vacas y vivos. Si se desea
conservar a los moluscos vivos en alcohol, para futuros estudios, estos se relajan (en
agua hervida fra y un poco de tabaco, se dejan en un sitio fresco por 4 a 6 horas,
despus se colocan en el refrigerador en la parte de abajo donde la temperatura
es de 4 C. Se mantienen en refrigeracin hasta cuando ya no se contraen al tocar
suavemente con una aguja de diseccin la relajacin de moluscos terrestres
puede tomar de tres a 5 das, la de dulceacucolas puede tomar hasta dos sema-
nas en refrigeracin y luego se fjan en alcohol al 70%, Castillejo (com. pers.)
recomienda agregar brax al alcohol para evitar que los organismos se pongan
demasiado rgidos. No especifca la cantidad, diciendo que el brax se diluir
conforme se agregue ms alcohol al recipiente.
En la actualidad por la rpida diseminacin de organismos, entre ellos de
parsitos como los nemtodos y por las condiciones de contaminacin fecal
en grandes regiones, se recomienda usar guantes de cuero cuando se colectan
caracoles terrestres o tener cuidado de lavarse muy bien las manos despus de
la colecta.
Moluscos acuticos
Dulceacucolas
Las aguas alcalinas con gran cantidad de plantas acuticas son generalmente las
ms ricas para colectar especies de agua dulce (Lincoln y Sheals, 1979). Russell
-Hunter (1978) piensa que las condiciones ambientales primordiales para los
moluscos dulceacucolas son tanto la dureza del agua como el estado trfco del
cuerpo de agua, siendo secundarios los otros factores ambientales. Los moluscos
toleran altas cantidades de calcio y un ambiente eutrfco.
482
Los moluscos se encuentran en todo tipo de aguas dulces, en lagos, estanques,
pantanos, arroyos de corriente lenta y agua estancada (Lincoln y Sheals, 1979),
en cuerpos efmeros de los meandros y de los bosques. Se les encuentra en aguas
de corriente rpida (ros, arroyos) (Baker, 1974). Se distribuyen principalmente en
las orillas de los cuerpos de agua, fjos a las rocas o a plantas sumergidas, o bajo
troncos sumergidos (Lincoln y Sheals, 1979).
Moluscos como la Lymnaea, los planrbidos y los fsidos, preferen las
aguas tranquilas y habitan entre la vegetacin cerca de la orilla o en las playas
rocosas con mucho alimento, mientras que algunos hidrbidos, pleurocridos y
paquiqulidos preferen los bordes de los ros y arroyos. Otros moluscos viven
en agua poco profunda en las rocas de caliza u otro tipo de roca que crea bordes
protegidos o en los rompeolas, los cuales, se forman ms all de la orilla de los
ros. Los estanques de la playa y el agua atrapada por barreras pueden ser buenos
sitios de colecta.
En Amrica los moluscos se localizan entre los 7 metros de profundidad y la
superfcie del agua; sin embargo, la mayora se localiza a partir de los 2 metros
(lmite de la vegetacin enraizada). Los canales a la orilla de los caminos, con
muy poca agua y vegetacin abundante puede tener moluscos pequeos (Baker,
1974), en este tipo de cuerpos de agua y en otros de agua estancada se encuentran
especies de Pisidium. En bosques sombreados algunos arroyos que se secan en el
verano tienen especies que se entierran en el lodo en esa poca del ao, algunas otras
se localizan debajo de las plantas acuticas y otras ms se localizan en los bancos
de arena (Ward y Whipple, 1918). Ward y Whipple (1918) hacen varias recomen-
daciones tiles, dicen que es mejor tener una concha vaca que no tener nada, si se
encuentran ejemplares vivos no deben recogerse conchas y, si hay un gran nmero
de ejemplares tomarlos, ya que las poblaciones cambian ao con ao.
Otra forma de colectar moluscos dulceacucolas es colectando la vegetacin
acutica y examinndola. La draga o cucharn Walker fue ampliamente usada
por su inventor Dr. Bryant Walker y por Frank Baker. Consiste de un mango de
aproximadamente 1.5 m y la cuchara propiamente tiene un dimetro de 15 cm
arriba, 13 cm en el fondo y una profundidad de 8 cm; el fondo est sellado con
una malla de cobre. La luz de malla es lo sufcientemente grande para permitir el
paso del lodo y agua y retener las conchas. Con ese cucharn se barre la superfcie
del agua, la vegetacin y los hoyos de lodo. En lugares amplios con vegetacin
abundante es mejor tomar y colocar la vegetacin dentro de una palangana grande,
la vegetacin se lava y sacude dentro de ella para hacer caer a los moluscos. Los
moluscos de la familia Ancylidae se buscan sobre los lirios acuticos y sobre los
tallos de los pastos acuticos (ciperceas). La colecta en un lago generalmente
debe hacerse con ayuda de un bote de remos (Baker, 1974).
483
MOLUSCOS
Appleton (1996) recomienda el uso de una red con luz de malla de 1.5 a 2.0
mm, colocada en un bastidor de acero con un dimetro de 300 mm y con un mango
de aluminio de 1.4 m de largo; esa red es apropiada para colectar en la vegetacin
acutica, en el lodo y en la arena.
Los moluscos hidrbidos se colectan dejando un mechudo en el agua cerca
de un mes.
Para colectar Viviparidae, cerca del borde del lago o de los ros, se pasa la
mano o el cucharn Walker a travs del lodo y de la arena. Cuando los moluscos
viven sobre las rocas cerca de la orilla de ros y lagos pueden ser colectados a
mano (Baker, 1974). En aguas someras se pueden colectar las plantas acuticas
con una red de mango largo, en aguas ms profundas el material puede ser co-
lectado con una draga (Lincoln y Sheals, 1979; Ward y Whipple, 1918). Adems,
Ward y Whipple (1918) agregan que es mejor usar una draga con una abertura de
25 15 cm cuando se trabaja a solas y en sitios profundos y, recomiendan llevar
un buen numero de bolsas de plstico de tamao medio, as como de frascos de
boca ancha para mantener los ejemplares de cada sitio separados. Los ejemplares
frgiles deben separarse de los ms pesados para evitar que se daen cuando se
mueven. Por la misma razn los frascos se llenan parcialmente con agua del sitio,
ya que los moluscos se adhieren a las paredes y de esa forma sufren menos durante
su transporte.
Los moluscos carroeros (Viviparidae y Physidae; ocasionalmente tambin
bivalvos) se atrapan con mucho xito en los arroyos dejando un pescado que pese
aproximadamente 500 g o estircol seco de pollo colocado dentro de bolsas de
tela, en las inmediaciones de un lugar donde se encuentren algunos de los molus-
cos buscados. De una semana a 10 das ms tarde se busca a los moluscos en un
radio de 30 cm y una profundidad de 15 cm. Las trampas hechas con estircol de
pollo deben ser hechas de tela oscura y bien amarradas por los extremos. Se ancla
la trampa al fondo. Para marcar el sitio, se entierra una vara que sobresalga del
agua y que, adems, pase inadvertida por personas que pudieran interferir con la
colecta. Esta trampa permanece efectiva por 6 semanas; se sugiere que se mueva
de sitio cada 10 das o 2 semanas para lograr mejores resultados. Al remover la
trampa, se tamiza el lodo presente en un radio de 40 cm. Tambin puede probarse
esta trampa en lagos transparentes con fondos arenosos (Allison, 1974).
En los pozos artesianos se colectan moluscos dejando un colador de luz de
malla pequeo por varios das (Lyman, 1974).
Los bivalvos de tamao mediano a grande se colectan buscando sobre el fon-
do del cuerpo de agua con los pies o con una draga (Hoeh, com. pers.). Schalie
(1974) sugiere colectar almejas cuando los arroyos estn bajos; en el norte de
Amrica, sucede entre agosto y octubre y, algunas veces en mayo, posiblemente
484
esto suceda en algunas regiones de nuestro pas. Sin embargo, en algunas reas
existe una temporada de ciclones; entonces, la mejor poca en esas reas es hacia
el fnal de la primavera. En las pequeas corrientes no hay mucha diferencia. Es
de importancia especial elegir la temporada cuando el agua se encuentra a su m-
nimo nivel para colectar en una rea dada. Nosotros hemos observado en el oeste
de Mxico que el mnimo nivel en arroyos grandes es entre febrero y junio antes
de la temporada de lluvia.
Las almejas habitan en corrientes y lagos; sin embargo, hay menos especies
en los lagos. En general, el nmero de especies que habitan un lago est en rela-
cin con la infuencia que ejerce la corriente sobre el lago. As, lagos con arroyos
tienen menos especies que los lagos con ros; no obstante, tambin la fsiografa
del lugar es importante para un cuerpo de agua y de ella depender el nmero de
especies presentes en el rea. Las almejas son ms abundantes en corrientes lentas,
enterrados en la grava, arena o lodo del fondo. La acumulacin de conchas en la
orilla es una buena indicacin de la proximidad de un bajo y donde puede haber
una buena colecta.
Otro buen indicio es la acumulacin de conchas dejadas por algn animal (ratas,
tejones, zorrillos). Esos animales comen cualquier tipo de almeja, buscando entre
los concheros se pueden encontrar especies raras. Los almejas son muy sensibles
a la contaminacin y al transporte brusco de sedimentos, por lo que se les localiza
fcilmente en corrientes donde el fondo se ve claramente; ah aparecen sobre el
fondo un par de pequeas aberturas, los sifones (por medio de los cuales respiran
y obtienen su alimento).
En sitios sombreados, donde hay poca visibilidad, se puede emplear una biel-
da para ostiones. Con ella se escarba sobre el fondo, con movimientos contra la
corriente, la corriente limpiar las almejas lo cual permitir verlas fcilmente. Es
recomendable llevar consigo un colador para tamizar en diferentes sitios y colectar
pequeos ejemplares. Tambin en sitios sombreados, con refejos u oleaje se puede
emplear una cubeta con fondo de vidrio.
En cuerpos de agua corriente con gran profundidad, es necesario emplear una
draga manejada desde un bote. En estos lugares tambin se puede usar la esca-
fandra, la que permite trabajar a 2.5 o 3 m de profundidad; este aditamento es un
auxiliar para la colecta a mano. Los receptculos a emplear para el transporte de
las muestras pueden ser canastos, bolsas o sacos. Es mejor llevar consigo sacos
grandes (30 kg), por si se encuentra un rea muy productiva. Las bolsas o sacos
deben estar bien asegurados para evitar la mezcla de unas con otras (Schalie,
1974).
La colecta nocturna con redes manuales o de dragado da buenos resultados. El
material colectado de esta manera puede ser revisado manualmente o sometido a
485
MOLUSCOS
tcnicas de lavado o tamizado (Lincoln y Sheals, 1979). Los ejemplares colectados
se pueden depositar en recipientes con agua para ser transportados al laboratorio
(Knudsen, 1966).
En estudios de demografa y considerando que las poblaciones de moluscos
acuticos se localizan en parches, Brown (1979) eligi tomar cada muestra de la
siguiente forma: se pasa una red rectangular de 15 por 80 cm con una malla de
1 mm de luz, por la vegetacin acutica durante 5 minutos, se toman 5 rplicas
cada vez, se llevan al laboratorio e inmediatamente se separan los moluscos y las
puestas de huevos. Cada muestra se vuelve a revisar uno o dos das despus en
caso que se hubiera quedado algn molusco. Segn Brown la tcnica tiene un 90
% de efciencia.
Para estudios de densidad de adultos Brown (1979) coloc un cilindro de
metal de 25 cm de dimetro sobre el fondo del cuerpo de agua; luego cort toda
la vegetacin de adentro y colect los moluscos adultos dentro del cilindro y en
el fondo, haciendo 20 rplicas para estimar la variacin en el muestreo.
Se recomienda el siguiente mtodo para hacer estudios cuantitativos de los
organismos que habitan la vegetacin acutica fotante y los del bentos. Este con-
siste de dos cajones, uno ms angosto que va dentro de otro ms amplio. El primer
cajn es rectangular, de 44.5 cm por 70.5 cm de alto, los lados estn cerrados con
malla de bronce. El fondo es una puerta corrediza tambin cubierta con malla de
bronce; los dos cajones debern tener una puerta corrediza en uno de los lados.
Los cajones (uno dentro del otro) se colocan sobre la vegetacin acutica y se
fjan frmemente al fondo. Con tijeras de podar se corta la vegetacin, cuidando
de cortar al ras y para molestar lo menos posible a los organismos adheridos a
ella. Cuando se termina de cortar, se empujan las puertas corredizas y se saca el
cajn interno del agua. Las plantas se sacan del cajn y se colocan en una cubeta
con agua, ste se enjuaga varias veces con agua corriente y los organismos con-
tenidos en l se colocan en un recipiente junto con los que se encuentren entre la
vegetacin colocada en la cubeta.
El segundo cajn (externo) permanece en su lugar y los organismos bentnicos
se colectan con una draga Ekman de 15 cm cuadrados. La draga se baja dentro de
la cubierta exterior de la trampa, se entierra bien dentro del fondo y con la mano
se confrma que la draga ha cerrado para evitar que las races impidan el cierre de
ella. En el laboratorio, las dos muestras tomadas se procesan de la siguiente forma:
se agrega a la cubeta con vegetacin un poco de formaldehdo, de esa forma los
organismos se desprenden de ella, cada planta se lava sobre los tamices Nos. 6,
16 y 35 (de 3360 a 500 micras de abertura). Los organismos del fondo se retiran
del lodo uno por uno. Despus, los animales se cuentan, se separan, se relajan y
se colocan en alcohol al 70% (Gerking, 1957).
486
Para estudios de interaccin se observa la actividad de los organismos una hora
cada da (Savino y Stain, 1982, hicieron sus observaciones durante dos veranos).
Los organismos se colocan en cuatro estanques de acero, con el interior pin-
tado de blanco (que facilita la observacin). El agua se airea y se hace reciclar
por medio de un fltro de arena (concentracin de oxgeno 7 mg/L). Se coloca
una cuerda de plstico amarilla para permitir el crecimiento de perifton (Savino
y Stain, 1982).
Marinos
Los gasterpodos se encuentran en todo tipo de ambiente marino y una gran canti-
dad de ellos habita en la zona de mareas. En bahas y estuarios donde las especies
tienen hbitos nocturnos las colectas durante la noche son ms productivas que
durante el da (Knudsen, 1966; Gavio et al.,1974).
En playas rocosas a lo largo del mar abierto se deben revisar las zonas de
salpicadura por encima de la marea alta donde varios moluscos se alimentan de
algas microscpicas; se debe poner especial atencin a los huecos donde el agua
que salpica se acumula y regresa al mar. Movindose hacia abajo en la zona in-
tersticial, se deben revisar las rocas, por encima, a los lados y en la parte de abajo
y colocarlas despus en su posicin original. Se revisan los crecimientos de algas
en las pozas que se descubren cuando baja la marea. Los nudibranquios general-
mente se encuentran en las zonas rocosas de la costa, adheridos a las algas u otros
sustratos (Knudsen, 1966; Gavio et al., 1974).
Se debe revisar en las playas, donde varias especies se protegen enterrndose,
dejando impresiones en la superfcie de la arena al moverse hacia abajo; tambin
en bahas y estuarios, alrededor de las plantas marinas y los depsitos de rocas.
Para colectar en aguas ms profundas se recomienda el dragado y el buceo. Al
colectar por buceo en zonas de sustrato duro se debe revisar directamente en grietas,
cuevas y caones, revisando la superfcie de las rocas y entre las algas marinas en
su totalidad (Lincoln y Sheals, 1979).
Los moluscos carnvoros pueden atraerse a trampas poniendo pedazos de cebo
de jaiba, cangrejo, camarn o pescado. Las trampas deben dejarse en un mismo
sitio por 24 horas y los moluscos entrarn a ellas. Como trampa, se sugiere utilizar
sacos de yute con rocas entre las cuales se colocan los cebos; estas trampas se
dejan en la marca de la marea baja durante la noche y se revisan al da siguiente
(Knudsen, 1966; Gavio et al., 1974).
Las especies ssiles adheridas a rocas pueden ser colectadas con un martillo y
un cincel. Los quitones se desprenden de las rocas con una esptula que se coloca
487
MOLUSCOS
debajo del pie, se desliza con un movimiento frme y rpido para que no se adhieran
al sustrato. Posteriormente, deben colocarse en el fondo del recipiente en el que se
van a transportar para evitar que se enrosquen (Gavio et al., 1974).
Examinar el contenido estomacal de pescados tambin da buenos resultados,
ya que muchos peces son depredadores de moluscos (Lincoln y Sheals, 1979).
Las larvas planctnicas se colectan por medio de fnas redes de arrastre (Lin-
coln y Sheals, 1979).
Tr atamiento y preser vacin de ejemplares
Narcotizacin y relajacin
Antes de fjarse los moluscos deben ser anestesiados. De no ser as los organismos
quedaran contrados al ser fjados. Emberton (1989) ha comprobado que cuando
los ejemplares no han sido apropiadamente relajados antes de fjarse, las estructuras
internas se deforman y existen errores del 10 al 30% en las mediciones que nor-
malmente se realizan de ciertos rganos reproductores en estudios de sistemtica
de moluscos terrestres y dulceacucolas.
Terrestres. Si puede mantenerse al organismo vivo debe dejarse en ayuno duran-
te 4 o 5 das para que se vace el tubo digestivo (Thom, 1986). La recomendacin
de Thom posiblemente tiene que ver con el hecho que en babosas veroniclidas
los rganos del tracto digestivo se localizan sobre los rganos reproductores.
Los moluscos terrestres pueden ser relajados sumergindolos en un recipiente
con agua fra hervida que no contenga oxgeno, luego el recipiente se tapa lleno
al ras con agua. El organismo debe dejarse en el agua durante 24 horas o hasta
que est completamente relajado (Knudsen, 1966; Gavio et al., 1974; Thom,
1986), el proceso puede acelerarse adicionando al agua sustancias anestsicas como
mentol, uretano, o una pizca de tabaco (Lincoln y Sheals, 1979). Otro mtodo es
sumergir al ejemplar en agua hirviendo sujetndolo con un palo contra el fondo
del recipiente para mantenerlo extendido; sin embargo, con este procedimiento,
generalmente los tentculos quedan contrados y el cuerpo no queda completa-
mente extendido. Adems, hay una gran cantidad de secrecin de moco. Otras
tcnicas que se han experimentado es agregar al agua aceite de clavo, cloroformo,
o sumergirlos directamente en formol al 10 % o en AFA, sin embargo, con estas
tcnicas se obtienen resultados parciales (Knudsen, 1966).
Acuticos. Las especies acuticas pueden ser anestesiadas con sulfato de mag-
nesio, uretano, mentol o nembutal. En las especies de bivalvos, se han obtenido
buenos resultados con fenoxetolpropileno y fenoxetol BPC. Coney recomienda para
488
estudios de anatoma la relajacin de almejas con sulfonato de metano (tricaine
methane sulfonate) de 12 a 16 horas y posteriormente en 2-fenoxi etanol por 12
horas. Ya que algunas especies tienden a descomponerse en soluciones acuosas,
es recomendable relajarlos ponindolos a congelar con un poco de agua del medio
de donde se colectaron. Antes de congelarlos es preferible ponerlos un tiempo en
el refrigerador y, cuando el agua est fra, pasarlos al congelador. Cuando el agua
que rodea al animal ya se ha solidifcado puede depositarse en formol (Lincoln y
Sheals, 1979).
Otra tcnica que se utiliza para la narcotizacin es poner a los ejemplares en
un recipiente con agua de su hbitat y agregar alcohol gota a gota hasta llegar
a una solucin al 10%. Tambin puede agregarse al agua en lugar de alcohol,
cristales de sal epsom (sulfato de magnesio), lentamente cada 10 o 15 minutos,
incrementando la cantidad cada hora. Despus cuando los organismos estn re-
lajados pueden transferirse a alcohol al 35% o formol al 5 o 10 %, para matarlos
sin que haya contraccin. Tambin se ha sugerido depositar a los ejemplares en
agua y calentar sta gradualmente hasta que dejen de reaccionar cuando se les toca
delicadamente con una aguja de diseccin; sin embargo, este mtodo no es muy
satisfactorio (Knudsen, 1966).
La tcnica para planrbidos seguida por Paraense (1976) es como sigue: se
colocan en un pequeo vaso con 100 mL de una solucin de Nembutal al 0.2%,
preparada con agua corriente declorinada. Se dejan por 6 horas; cuando los cara-
coles estn inactivos y bien extendidos, se toman con cuidado con las pinzas, con
la abertura hacia arriba, se colocan en agua caliente a 70 C por unos 45 segundos.
Para desprenderlos de la concha se tira del cuerpo con suavidad y se les coloca en
una solucin de Railliet-Henry (Paraense, 1976).
Para organismos marinos se recomienda el agua de mar diluida con un volumen
igual de solucin isotnica de cloruro de magnesio. La narcosis superfcial ocurre
en pocos minutos. Esta misma sustancia en solucin 8 molar (M/8) se recomienda
para organismos dulceacucolas (Lincoln y Sheals, 1979).
Nudibranquios. Uno de los mtodos consiste en narcotizarlos con mentol y
despus sumergirlos directamente en cido actico glacial. Para los ejemplares
ms delicados, se recomienda el uso de alcohol y despus formol, el gradual
envenenamiento con formol o la tcnica de congelado. Otra tcnica consiste en
adicionar al agua mentol y cubrir el recipiente por 12 horas y, despus de este
tiempo, adicionar lentamente formol, unas poca gotas a un mismo tiempo, por un
periodo de varias horas. En algunas ocasiones puede aadirse benzocana al agua
y, despus de 6 a 12 horas, cuando el ejemplar est completamente relajado, se
adiciona lentamente formol gota a gota, para envenenarlo, o fjarlo directamente
en formol al 5 o 10% (Knudsen, 1966).
489
MOLUSCOS
Pelecpodos. Los pelecpodos marinos mueren al ser depositados en agua dul-
ce. Tambin pueden narcotizarse en agua con alcohol o con mentol. Finalmente
deben fjarse con alcoholes graduales hasta el 75% (Knudsen, 1966; Gavio et
al., 1974).
Quitones. Se pueden anestesiar agregando al agua donde se han depositado
varias gotas de aceite de clavo, aproximadamente media hora. Tambin se amarran
dos ejemplares pie con pie, se recomienda no sujetarlos con ligas y, se fjan en
alcohol al 35% o formol al 10% (Knudsen, 1966; Gavio, et al., 1974).
Fijacin
Para moluscos marinos generalmente se utiliza como medio de fjacin formol
neutralizado al 5%, en tanto que para los terrestres y dulceacucolas se utiliza
alcohol al 70% (Knudsen, 1966; Gavio et al., 1974). Despus de mantener a los
organismos en el fjador durante 48 horas, la solucin debe cambiarse para que
quede limpia de moco (Thom, 1986). Para algunos grupos de moluscos se utiliza
fenoxetol propileno para una larga conservacin (Lincoln y Sheals, 1979). Fijar los
nudibranquios en formol al 5% es ms adecuado ya que aunque con el alcohol los
tejidos se mantienen ms frmes, probablemente altera el color (Lincoln y Sheals,
1979). Los organismos sacrifcados en formol que vayan a ser fjados en alcohol
primero deben lavarse en agua y ponerse en alcoholes graduales hasta el de 70%
(Gavio et al., 1974). En los pelecpodos para que el fjador penetre bien se de-
ben mantener abiertas las valvas, esto puede lograrse introduciendo un pedacito
de madera entre ellas. Si los organismos se van a utilizar en tcnicas histolgicas
deben ser fjados con AFA o con Bouin (Knudsen, 1966).
La preservacin de material para estudios de flogenia requiere que los orga-
nismos estn recin muertos y que las partes que se conserven sean congeladas
de inmediato. De los bivalvos se cortan las branquias. De los moluscos terrestres
se conservan el pie y la glndula digestiva. Las muestras se colocan en pequeos
viales con tapa de broche, se etiquetan con tinta indeleble. En el campo, se alma-
cenan dentro de un cilindro de nitrgeno lquido. En el laboratorio se colocan en
una ultracongeladora a 70 C.
Conchas
Cuando slo se quieren conservar las conchas sin los tejidos se recomiendan varias
tcnicas para la extraccin de stos. Los organismos pueden ser sacrifcados en
490
agua hirviendo, posteriormente se lavan y enfran. Este proceso ocasiona que la
masa visceral se desprenda fcilmente al darle un tirn frme; sin embargo, en los
organismos en los cuales la concha esta muy enrollada, es preferible desenroscarla
lentamente con pinzas o con un gancho. Si han quedado residuos del cuerpo del
organismo la concha puede depositarse en un frasco con dos tercios de agua dulce
que se debe mantener cerrado por varios das para que las bacterias descompon-
gan los tejidos, posteriormente, se debe lavar con abundante agua para evitar el
mal olor. En el caso de los quitones la concha puede obtenerse desprendiendo el
ejemplar a travs de la diseccin. Si el anillo externo se desprende del manto, lo
cual se logra despus de haber fjado al organismo en formol al 10% por 24 horas,
el caparazn se puede obtener completo; de no ser as, las placas deben numerarse
con tinta indeleble iniciando la numeracin con la placa anterior (Knudsen, 1966;
Gavio et al., 1974).
Notas de campo
Cuando se han tomado los ejemplares necesarios se recomienda apartarse a un
lugar confortable y tomar notas de la colecta: fecha, nmero de muestras toma-
das, nombre del cuerpo de agua, distancia, direccin del pueblo ms cercano, el
municipio y el estado.
Los datos ecolgicos son importantes para la localizacin de ambientes simi-
lares. Las muestras deben etiquetarse, deben colocarse una o varias etiquetas en
las muestras (sacos, bolsas, frascos), diversos autores enfatizan la importancia de
tener ejemplares con etiqueta; lo intiles que son aquellos que no tienen datos.
Las etiquetas sern escritas con lpiz en papel de buena calidad, recuerde que los
organismos acuticos estn hmedos (almejas) y pueden estar sucios, lo cual per-
mitir que la etiqueta se moje, se ensucie y pueda desintegrarse. Si los ejemplares
se procesarn al da siguiente o en dos (en el caso de las almejas solamente), se
coloca a las muestras una etiqueta de metal con un nmero el cual se anota en la
libreta de campo. Las bolsas o sacos deben estar bien asegurados para evitar la
mezcla de unas con otras. Los ejemplares en concha deben lavarse con un cepillo
duro para quitarle las incrustaciones. Ejemplares muy sucios pueden limpiarse
colocndolos en un recipiente con agua y unos granos de cido oxlico (van der
Schalie, 1974). Algunos almejas se resquebrajan con el tiempo, para evitar esto
parcialmente, se esparce con una brocha parafna disuelta en xilol o se unta vaselina
a los ejemplares (Schalie, 1974).
Las notas de campo (Polaco com. per.) y la etiqueta de los ejemplares colectados
son muy importantes para mantener e incrementar el valor de la coleccin.
491
MOLUSCOS
En el diario de campo la informacin que aparece debe ser clara (fcil de leer).
La informacin que se toma en el campo es la siguiente: colector, fecha, altitud,
localidad y estado.
Las localidades deben ubicarse con precisin, para que cualquiera que intente
llegar al sitio de colecta lo logre. Para esto se fja un punto de referencia, que
puede ser una ciudad, una carretera, un accidente geogrfco que no cambie y que
aparezca en los mapas comerciales (fciles de obtener), si se toma como referen-
cia una ciudad o un pueblo importante. Al mismo tiempo el sitio de referencia
debe ubicarse dentro de los lmites polticos (mismo estado) que la localidad.
La localidad tiene un radio de aproximadamente 500 m. Ejemplo: 26 km N, 15
km E, San J osecito, Nuevo Len, 1500 m, 23-mayo-1993. Apellido completo,
Nombre abreviado.
Las notas de campo incluyen las condiciones de las vas de acceso, el personal
que viaj en esa expedicin, una relacin de las actividades de colecta, registro
de los animales observados. Tipo de vegetacin, condiciones ambientales, tem-
peratura. Debe registrarse las facilidades de hospedaje, alimentacin, transporte,
gasolina. Nombre y direccin de los informantes del lugar. Condiciones de captura
de inters, la topografa.
Castillejo (1998) recomienda tomar el mayor nmero de datos. l trabaja con
babosas y ha encontrado necesario para su determinacin taxonmica anotar:
longitud de la marcha, color del cuerpo y costados, existencia de bandas o man-
chas, color de la suela pedia y color del moco del cuerpo y de la suela, as como
el comportamiento durante la cpula, tomar fotografas o hacer dibujos.
El diario de campo convencional es de tamao esquela rayado con perforacio-
nes. Se hace un segundo margen a un centmetro del margen rojo con tinta china
indeleble en todas y cada una de las hojas; slo se escribe de un lado de las hojas
y no se enumeran.
En el primer rengln se pone la fecha, el da y el mes completo. Se inicia la
escritura en el segundo rengln. El nombre del colector se escribe en el primer
rengln del lado derecho. El ao en el primer rengln entre los dos mrgenes.
El ao, nombre y la fecha se repiten en cada hoja. Complementos del Diario de
Campo son tarjetas y lpiz (Polaco, com. pers.).
Envos
Cuando se desea enviar ejemplares para su revisin e identifcacin, donacin o
comprobacin, se recomienda 1) emplear bolsas de plstico para ejemplares en
espritu, los ejemplares se colocan sobre toallas de papel blanco (las que tienen
492
algn color lo desprenden con el alcohol y el ejemplar toma algo del color) para
protegerlo y para absorcin del lquido. El ejemplar envuelto en la toalla se coloca
junto con su etiqueta en una bolsa de plstico, se aade lquido hasta que la toalla
quede empapada, luego se cierra la bolsa lo mejor posible; si se posee un sellador de
calor es mejor pues no se perder nada de lquido. Se vuelve a colocar el ejemplar
en otra bolsa de plstico y se asegura que no se derrame el lquido. El ejemplar o
ejemplares se colocan dentro de una caja de cartn resistente o de madera sobre
cacahuates de poliuretano u otro material amortiguante, luego se cubren con otra
capa de material amortiguante y la caja se cierra.
Cuando se envan conchas y son diminutas, se colocan dentro de cpsulas
de gelatina dentro de un vial con su etiqueta, se cierran con un pedazo de algo-
dn procurando que la abertura del vial quede bien cerrada y as evitar la salida
de los ejemplares. Evite mezclar conchas grandes con pequeas, o frgiles con
fuertes pues podran daarse. Use generosas cantidades de amortiguante cuando
empaque conchas frgiles. Los viales se colocan entre cacahuates de poliuretano
u otro material amortiguante. Ward y Whipple (1918) recomiendan al empaquetar
las conchas no mezclar ejemplares pequeos con grandes, pues los pequeos se
perdern dentro de los grandes.
Cultivo
Terrestres
Seguimos la tcnica empleada por Walter B. Miller (com.pers.). Al tiempo de
colectar los moluscos vivos se toma un poco de tierra del sitio de muestreo. Los
organismos se mantienen en cajas en el cuarto de cultivo. Se coloca la tierra (to-
mada del sitio de muestreo) sobre el piso de la caja de cultivo, luego se depositan
los ejemplares vivos. La hojarasca o tierra hmeda permite que los organismos
tengan dnde refugiarse (Thom, 1986). La caja se cubre con su tapa y una toalla
empapada con agua. A la caja se le pone una etiqueta con los datos de colecta y
colector, adems del nmero de organismos colectados. Los ejemplares se revisan
una o dos veces por semana, se retiran las excretas y el alimento no consumido.
Al remover el alimento se recomienda poner especial cuidado y cerciorarse que
los ejemplares no se van con los desperdicios al bote de basura, el mismo nmero
de organismos colocado en la caja es el mismo que debemos de tener al tapar la
caja, pues los moluscos pueden escapar fcilmente.
Las cajas de plstico pueden lavarse con una solucin dbil de detergente, se
enjuagan muy bien.
493
MOLUSCOS
Alimentamos a los moluscos terrestres con lechuga fresca, un poco de avena,
trozos delgados de zanahoria y apio; Thom (1986) tambin recomienda hojas de
alfalfa y col. Las cajas se mantienen en cuartos con temperatura controlada, entre
18 y 20 C. Las cajas se elaboran con madera resistente a la humedad y al creci-
miento de microorganismos (red wood), tambin hemos utilizado cajas hermticas
de plstico. Las cajas de madera tienen las siguientes dimensiones: 18 30 14
cm. La tapa ligeramente ms ancha que la caja: es un rectngulo cubierto en toda
su extensin por una malla de plstico (1 mm de luz).
Las cajas empleadas por Thom (1986) para mantener babosas veroniclidas
en el laboratorio son de plstico y ms grandes que las empleadas por Miller
para caracoles (40 30 15 cm); adems en ambos tipos de cajas ha logrado
reproducir a los moluscos terrestres.
A la tapa de la caja de plstico le hemos cortado un rectngulo dejando un
margen para pegar una malla de tela.
Los organismos bajo cultivo se mantienen activos en el laboratorio o cuarto
de cultivo, respetando las temporadas de lluvia y sequa de sus lugares de origen,
en caso contrario los organismos pueden morir.
Acuticos
Dulceacucolas
Esto organismos se mantienen bien entre 15 y 20 C (especies de regiones tem-
pladas) o entre 20 y 25 C (especies subtropicales). El agua del tanque se debe
reciclar a travs de un fltro de grava o de carbn o cambiarse al menos una vez
por semana. Se calcula que la densidad de moluscos adecuada es uno por litro de
agua para evitar problemas de confnamiento. Un fotoperodo de 12 horas (12 h
luz, 12 de oscuridad) permitir el crecimiento de perifton. Los moluscos dulce-
acucolas se alimentan agregando a los tanques plantas o sustratos duros cubier-
tos con perifton, tomados de sus lugares de origen; otros alimentos pueden ser
lechuga, cereal o espinaca. La alta tasa de reproduccin de los fsidos se controla
mantenindolos a bajas temperaturas. Las puestas de huevos deben retirarse para
controlar las poblaciones (Brown, 1991). Los estanques se rotulan con los datos
de colecta de los ejemplares.
Marinos
Los tanques para mantener a los moluscos marinos son bsicamente parecidos a
los descritos para mantener en el laboratorio a los dulceacucolas. El agua de mar
494
puede transportarse desde el sitio de muestreo en bidones o el agua se prepara con
la mezcla de sustancias adecuadas (Instant Ocean) que puede conseguirse en una
buena tienda para acuarios. El agua debe airearse, haciendo pasar aire a travs del
fltro de grava. El alimento de estos moluscos pueden ser pedacitos de camarn
congelado, levadura fresca, ostin fresco o alimento para peces, agregado dos
veces por semana (Malek y Cheng, 1974).
Anexo 1. Material
A.1.1 Para el campo
Aceite de clavo, cloroformo Escafandra
Agua hervida fra Esptula
Alcohol etlico 70% Estuche de diseccin
Avena Etiquetas
Benzocana Frascos (100 mL, 250 mL, 1000 mL)
Bielda para ostiones Frascos de boca ancha (50, 100, 250, 500,
1000 mL)
Bolsas de papel Guantes de cuero
Bolsas de plstico (1/2 kg, 1 kg, 3 kg) Lpiz
Bolsas de tela Linterna
Bote de remos Martillo
(2) cajones rectangulares Mechudo
(con malla de bronce), dos: uno dentro
del otro

Cmara fotogrca Mentol, uretano, o pizca de tabaco
Canastos, bolsas o sacos grandes (30 kg) Nucleador (cilindro ca.10 cm de dimetro
y 15 de profundidad)
Cebo: pedazos de jaiba, cangrejo, Pescado o estircol seco de pollo 500 g
camarn o pescado (moluscos marinos)

Cerveza Pinzas
Cilindro de metal (25 cm de dimetro) Pinzas de panadero
Cilindro de nitrgeno lquido Red con mango largo
Cincel Redes de arrastre nas
Cinta de 50 m de largo Red de golpeo: lienzo o caja de madera
y un palo
Cloruro de magnesio Red rectangular (15 x 80 cm con malla de
1 mm de luz)
Colador Saco de yute

495
MOLUSCOS
Crema de cacahuate Sulfato de magnesio, uretano, mentol
o nembutal
Cuadrado de alambre de 25 x 25 cm Tabaco
Cubeta Tarjetas
Cubeta con fondo de vidrio Tijeras para podar
Diario de campo Tinta indeleble
Draga Ekman de 15 cm cuadrados Vasos de plstico
Draga o cucharn Walker Viales
Equipo de buceo Viales con tapa de broche
A1.2 Para el alboratorio
cido actico glacial Filtro de arena
AFA Formaldehdo
Alcohol etlico Formol
Algodn Formol al 10%
Brax Lupa o microscopio estereoscpico
Cacahuates de poliuretano Papel ltro
Cajas rectangulares de plstico o Pincel o aguja de diseccin
madera (40 x 30 y 15 cm con
tapas de tela na)

Cpsulas de gelatina Solucin de Railliet-Henry
Cuerda de plstico amarilla Sulfonato de metano
Estanques de acero Tamices de varias aberturas de malla
(de la na a la gruesa)
Estufa Toallas de papel blanco
Fenoxetol BPC Vaso de precipitados
Fenoxetol propileno (jador) Xilol (o tolueno o benceno)
496
Anestsicos
Mentol
Los organismos se depositan en agua limpia o agua de mar para especies marinas
y se dispersan algunos cristales de mentol sobre la superfcie del agua (Lincoln y
Sheals, 1979).
Sulfato de magnesio
El organismo se coloca en un recipiente con una solucin saturada de sulfato de
magnesio, aunque se obtienen mejores resultados si se colocan los cristales de
esta sustancia gradualmente sobre la superfcie del agua cuando el organismo ya
est sumergido en ella. Aunque tambin puede ser agregado al agua gradualmente
con lapsos de varias horas en la forma de solucin al 20 o 30 %. Para organismos
marinos generalmente se utilizan 150 g por litro de agua de mar, sin embargo, de-
bido a la presin osmtica que se ejerce sobre el organismo, se pueden ocasionar
cambios tisulares en l (Lincoln y Sheals, 1979).
Cloruro de Magnesio
Los organismos marinos se sumergen en una solucin isotnica de cloruro de
magnesio la cual, se prepara usando 7.5% MgCl
2
. 6 H
2
O disuelto en agua dulce
o agua destilada (Lincoln y Sheals, 1979).
Fenoxetol propileno
Los organismos deben sumergirse en agua y adicionar fenoxetol propileno en una
proporcin que no exceda el 1% del volumen de agua en el recipiente (Lincoln y
Sheals, 1979).
Fenoxetol BPC (B - phenoxyethilalcohol)
Los organismos deben sumergirse en una solucin acuosa al 1 o 2% de fenoxetol
BPC (Lincoln y Sheals, 1979).
497
MOLUSCOS
Fijadores
Bouin (Picro - Formol)
Solucin acuosa saturada de cido pcrico 75 mL
Formol (comercial) 25 mL
Acido actico (glacial) 5 mL
El material puede fjarse en esta sustancia por 12 horas o dejarse en ella indefni-
damente (Lincoln y Sheals, 1979).
Bouin alcohlico (AFA)
cido pcrico 1 g
cido actico (glacial) 15 mL
Formol (comercial) 60 mL
Alcohol (80%) 150 mL
El tiempo de fjacin debe ser de alrededor de dos horas o quiz un poco ms para
especies muy esclerotizadas (Lincoln y Sheals, 1979).
Solucin de Railliet-Henry
Formol 5 mL
cido Actico 2 mL
Cloruro de sodio acuoso al 0.6% 93 mL
Agr adecimientos
Agradecemos a Fernando Chiang Cabrera y a Oscar J . Polaco la revisin crtica
del manuscrito.
498
Referencias
Allison L. N. 1974. Trapping freshwater snails. In: How to Study and Collect Shells,
American Malacological Union, A Symposium. Pp. 59-61
American Malacological Union. 1974. How to Study and Collect Shells, American Mal-
acological Union, A Symposium.
Appleton C. C. 1996. Freshwater mollusks of Southern Africa: with a chapter on bilharzia
and its snail hosts. University of Natal Press, Pietermaritzburg.
Baker F.C. 1974. Collecting non-marine shells, fresh water snails. In: How to Study and
Collect Shells, American Malacological Union, A Symposium. Pp. 56-59.
Bequaert J . C. y Miller W. B. 1973. The mollusks of the arid southwest, with an Arizona
Check list. University of Arizona Press, Tucson, Arizona, EUA.
Brown K. M. 1979. The adaptive demography of four freshwater Pulmonate snails. Evo-
lution, 33(1):417-432.
Brown K. M. 1991. Mollusca: Gastropoda. In: Thorp J . H. y Covich A. P. (Eds.). Ecology
and Classifcation of North American Freshwater Invertebrates. Academic Press.
Nueva York, EUA.
Castillejo J . 1998. Gua de las babosas Ibricas. Real Academia Gallega de Ciencias,
Santiago, Espaa.
Clench W. J . 1974. Land shell collecting. In: How to Study and Collect Shells, American
Malacological Union, A Symposium. Pp. 67-68.
Coney A.C., Wallace A. T. y Bohannan R. 1981. A method of collecting minute land snails.
The Nautilus, 95(1):43-44.
Emberton K. C. 1989. Retraction/extension and measurement error in a land snail: effects
on systematic characters. Malacologia, 31(157-173).
Gavio de la T. G., J urez C. y Figueroa H. H. 1974. Tcnicas biolgicas selectas de
laboratorio y de campo. Limusa. Mxico.
Gerking S. D. 1957. A method of sampling the littoral macrofauna and its application.
Ecology, 38(2):219-226.
Knudsen J . W. 1966. Biological techniques, collecting, preserving, and illustrating plants
and animals. Harper and Row, EUA.
Krull W. H. y Mapes C. R. 1951. Studies on the biology of Dicrocoelium dendriticum
dendriticum (Rudolphi, 1819) Loos, 1899 (Trematoda: Dicrocoeliidae), including its
relation to the intermediate host, Cionella lubrica (Mller). The Cornell Veterinarian,
41(3).
Lincoln R. y Sheals J . G. 1979. Invertebrate animals, collecting and preservation. British
Mus. Nat. Hist. Cambridge Univ. Gran Bretaa.
Lyman F. 1974. Artesian wells. In: How to study and collect shells. American Malacological
Union, A Symposium. p. 61.
Malek E. A. y CHENG T. C. 1974. Medical and economic malacology. Academic Press,
Nueva York, EUA.
Morton J . E. 1967. Mollusks. Hutchinson University Library, Londres, Inglaterra.
499
MOLUSCOS
Paraense W. L. 1976. A natural population of Helisoma duryi in Brazil. Malacologia,
15(2):369-376.
Pearce T. A. 1994. Effect of intraspecifc crowding on growth rates in three terrestrial snail
species. Tesis de Doctorado (Ph. D.) Universidad de Michigan, Ann Arbor, USA.
Rocque L. A. A. 1974. Short notes on land snails. In: How to Study and Collect Shells,
American Malacological Union, A Symposium. Pp. 69-71.
Roscoe E. J . 1974. Collecting mollusks in desert regions. In: How to Study and Collect
shells, American Malacological Union, A Symposium. Pp. 73-76.
Russell-Hunter W. D. 1978. Ecology of freshwater pulmonates. In: Fretter, V. y Peake J .
(Eds.). Pulmonates. Vol. 2A. Academic Press, Londres, Inglaterra.
Savino J . F. y STAIN R. A. 1982. Predator-prey interactions between largemouth bass and
bluegills as infuenced by simulated, sumerged vegetation. Transactions of the American
Fisheries Society, 111(3):255-266.
Schalie Van Der H. 1974. Fresh water mussels. In: How to Study and Collect Shells,
American Malacological Union, A Symposium. Pp. 61-67.
Thome J . W. 1986. Instructions to Veronicellidaes preparation. Fundacao Zoobotanica do
Rio Grande do Sul, Brasil.
Ward H. B. y Whipple G. H. 1918. Fresh-water biology. J ohn Wiley and Sons, Inc. New
York, EUA.
IV. AGROECOSISTEMAS
04-01 Animales traspatio ok.indd 501 25/01/2011 07:34:58 p.m.
Introduccin
La situacin econmica y nutrimental de un gran sector de la poblacin mexicana
es cada da ms grave. En lo que respecta a la poblacin rural, sta presenta un
elevado ndice de desnutricin, afectando este problema en mayor grado a los
nios. La Encuesta Nacional de Alimentacin en el Medio Rural 1989 indica que
el 49% de los nios menores de cinco aos sufre de algn grado de desnutricin
(Ku-Vera, 1995). Entre los agrosistemas ms importantes para el sustento de las
familias rurales o marginadas estn los solares o huertos familiares que se desa-
rrollan alrededor de la vivienda. Como caractersticas distintivas de estos sistemas
se destacan la alta diversidad y la riqueza de especies, siendo su funcin, en la
mayora de los casos, la obtencin de alimentos complementarios a la dieta familiar
(De la Torre y Torres, 1978).
En Mxico la produccin agropecuaria es sustentada en parte, por productores
campesinos, que utilizan pequeas parcelas de tierra o los patios de sus casas,
empleando para su manejo recursos limitados y mano de obra familiar (Berdugo,
1987). Estas unidades familiares de produccin funcionan con una lgica distinta
a la de una empresa capitalista; ellas realizan sus actividades agropecuarias, no
como un negocio comercial sino para autoconsumo o venta en caso de una nece-
sidad econmica apremiante.
Dentro de la diversidad de actividades practicadas por estas unidades familiares,
tales como la agricultura, la artesana, venta de mano de obra y otras, se encuentra
17
ANIMALES DE TRASPATIO
J os C. Segura Correa
1
1
Facultad de Medicina Veterinaria y Zootecnia, Universidad Autnoma de Yucatn. Km. 15.5 carretera
Mrida-Xmatkuil, Apdo. postal 4-116, Mrida, Yucatn, Mxico. CP. 97100.
503
504
la cra de animales de traspatio, tambin denominada ganadera de solar, la cual
consiste en la produccin de especies domsticas con un mnimo de infraestructura
basada en el uso de los recursos excedentes de la unidad familiar y conocimientos
empricos. Una de las caractersticas del sistema de produccin es que los animales
funcionan como transformadores de productos de desechos agrcolas o caseros,
adems de productos no comerciales (hierbas, semillas, cscaras, insectos, etc.)
estos ltimos cosechados por los propios animales en sus recorridos cotidianos.
Segn Stuart (1993), los productos animales contribuyen con el 9% de las caloras,
10% de las protenas, 47% de la grasa y ms del 10% de ribofavina, niacina y
vitamina A de la dieta de la familia rural.
Ante la necesidad de nuestro pas de incrementar cada da la produccin de
alimentos de origen animal y mejorar la dieta de las familias marginadas se hace
preponderante mejorar los sistemas de explotacin animal a cualquier nivel, por
lo que el impulso y desarrollo de la produccin animal de traspatio podra desem-
pear un papel trascendental en la comunidad. Dicho impulso buscara, antes que
el lucro o la ganancia, la mejora de la dieta de los habitantes del medio rural. Sin
embargo, para mejorar la ganadera de traspatio es indispensable que el profesional
conozca el sistema de produccin, sus componentes biolgicos y las posibilidades
que se tienen de manejarlos como recursos. Para alcanzar este objetivo se requiere
del conocimiento de tcnicas de muestreo que permitan a partir de una muestra
caracterizar la poblacin. En este texto se discuten los pasos para la realizacin
de un muestreo en poblaciones de animales de traspatio, los tipos de muestreo,
aspectos prcticos a considerar, las frmulas apropiadas para estimar el tamao
de muestra y algunos ejemplos.
Bases ter icas
En general, los estudios de la ganadera de traspatio pueden estar dirigidos hacia un
conocimiento general del sistema, que involucra la medicin de muchas variables
a la vez, o un conocimiento de un aspecto particular que involucra el estudio de
slo unas pocas variables. Las caracterizaciones de sistemas estn relacionadas
normalmente con encuestas complejas que involucran el conocimiento de aspec-
tos socioeconmicos, de manejo, alimentacin, salud, reproduccin etc., de la
produccin animal de traspatio en una regin, como los estudios realizados por
Berdugo (1987) o en sistemas de produccin animal comercial por Osorio (1972),
Segura (1980), Anderson y colaboradores (1990). Los estudios de aspectos par-
ticulares del sistema se referen a aqullos en los cuales se quiere conocer, por
505
ejemplo, la poblacin animal segn las especie y estratos de edad, determinar
el peso de los lechones al destete, la frecuencia de mortalidad de lechones, la
preferencia de las familias por una especie o raza o la prevalencia de viruela en
pavos, etc., por citar algunos.
Sin embargo, sea el inters el conocimiento general o particular, los objetivos
del estudio deben ser establecidos claramente. Si las preguntas para el logro de los
objetivos son mal planteadas los resultados sern de poco valor. El establecimiento
claro y preciso de los objetivos de investigacin son de enorme ayuda. Asimismo,
es conveniente que todos los datos colectados en la encuesta sean relevantes a los
propsitos de la investigacin y que ningn dato esencial sea omitido.
La informacin a obtener de un estudio de muestreo de sistemas de produccin
animal, puede lograrse a travs de mtodos indirectos o directos. Por ejemplo, la
informacin sobre la prevalencia de viruela en pavos menores de 10 semanas se
puede obtener a travs de preguntarle a las amas de casa si sus animales han pade-
cido o no la enfermedad (mtodo indirecto) o a travs del examen clnico externo
(mtodo directo) por el encuestador. Otro ejemplo sera preguntar al ama de casa
cuntas gallinas tienen (mtodo indirecto) o a travs del conteo de las aves por el
entrevistador (mtodo directo).
Despus de tener bien claro los objetivos de la investigacin es importante
elaborar la encuesta o la hoja de registro de la informacin, la cual debe de ser
probada antes de su aplicacin extensiva. Asimismo, la poblacin objetivo y las
unidades de muestreo deben estar claramente defnidas. Por ejemplo, para la ca-
racterizacin de la produccin animal de traspatio la poblacin de inters podra
ser todas las familias de las comunidades de la regin centro de un estado, de
un municipio o de una comisara. Es importante tambin conocer la diferencia
entre lo que es una unidad de muestreo y una unidad de inters. Aclaremos estos
conceptos con un ejemplo. Suponga que se desea estimar el tamao de camada
de las marranas en traspatio en una comunidad, pero no se tiene una lista de todas
las marranas (unidad de inters) slo de los predios o casas en esa comunidad.
Entonces podemos seleccionar predios de la comunidad (unidades de muestreo)
y todas o algunas marranas de cada casa. La lista de las unidades de muestreo
constituye lo que se conoce como marco de muestreo. En ocasiones, las unidades
de muestreo y las unidades de inters coinciden. Por ejemplo, cuando se desea
conocer el nmero de habitantes por casa en una comunidad rural, en este caso,
las unidades de muestreo y de inters son las mismas.
Otro ejemplo podra aclarar ms an la diferencia entre unidades de mues-
treo y unidades de inters. Suponga que se desea conocer la seroprevalencia de
salmonella spp en gallinas adultas de la zona henequenera de Yucatn. Aqu la
506
unidad de inters es la gallina, sin embargo, es difcil obtener una lista de todas
las gallinas (poblacin de inters). Tal vez se pueda obtener una lista de las casas
de las comunidades de la zona henequenera (marco de muestreo) y seleccionar al
azar un nmero apropiado de casas (de acuerdo con una frmula para calcular el
tamao de muestra) y dentro de casa tomar muestras de sangre de las gallinas.
El siguiente paso es determinar cuantas unidades de muestreo y/o inters deben
ser medidos para obtener buenos estimadores de los parmetros (medias, varianzas,
porcentajes) de las variables de inters (tamao de camada, nmero de gallinas,
porcentaje de familias que vacunan, etc.).
Para estimar el tamao de muestra se requiere conocer la varianza de la va-
riable de inters, la precisin que se desea del estimador y el nivel de confanza
deseado. Cuando la varianza es desconocida, como ocurre la mayora de las veces,
un estimador de sta podra obtenerse de un estudio piloto.
Los resultados de un muestreo estn siempre sujetos a cierto grado de incer-
tidumbre como consecuencia de que slo se estudia una parte de la poblacin y a
que existen errores de medicin atribuibles a la coleccin de los datos de campo.
La precisin deseada (mximo error aceptable en el estudio) en los resultados se
determina con base en la experiencia del investigador, aunque en muchas carac-
tersticas biolgicas las precisiones de 5 o 10% son las ms usadas. Es decir, se
quiere un estimador cuya diferencia con respecto al parmetro no sea mayor del
5 o 10%. As, por ejemplo, si la media de peso al destete de los cerdos es de 14
kg a los 42 das y se quiere una precisin del 5%, se dice que la diferencia entre
el estimador y el parmetro no debe ser mayor de 0.7 kg, con una probabilidad o
nivel de confanza dado. En las ciencias agropecuarias y de la salud los niveles de
confanza del 95 o 99% son los ms utilizados.
Finalmente, el tamao de muestra depende del tipo de muestreo o sea de la
forma en que se obtienen las muestras. Brevemente, si las unidades de muestreo
se seleccionan al azar de una lista de unidades de muestreo, entonces el muestreo
es simple al azar. Si la poblacin se divide en estratos (por ejemplo, regiones,
tipo de tenencia de la tierra) y dentro de cada estrato se selecciona una muestra
aleatoria de unidades de muestreo, el tipo de muestreo es estratifcado al azar.
Si las unidades a muestrear son grupos de unidades de inters (conglomerados,
por ejemplo, ranchos, familias, parcelas) y se muestrean todas las unidades de
inters de cada grupo, el muestreo se denomina muestreo por conglomerados;
pero, si slo se toma una muestra de las unidades de inters de cada grupo, el
muestreo es multi-etpico.
A continuacin se proporciona informacin sobre las caractersticas de cada
uno de los diseos de muestreo, sus frmulas para el clculo de tamao de muestra
y ejemplos de su uso.
507
Muestreo simple al azar
Consiste en la seleccin aleatoria de n unidades de una poblacin objetivo, de tal
manera que cada una de stas tenga la misma oportunidad de ser escogida y se
usa principalmente cuando la poblacin es homognea. Para elegir las unidades
de muestreo, se hace una lista de todas las unidades de la poblacin (marco de
muestreo) y se obtienen las unidades que constituirn la muestra a travs de un
sorteo o por tablas de nmeros aleatorios. El propsito de esto es asegurar que cada
unidad tomada tenga la misma probabilidad de ser seleccionada y que la muestra
sea representativa de la poblacin en estudio.
Como ejemplos del muestreo simple aleatorio se pueden citar:
1. Seleccionar de una lista de lechones un nmero de ellos para estimar su peso
promedio al destete.
2. Seleccionar de una lista de camadas de lechones en una comunidad una muestra
para determinar el promedio de tamao de camada.
3. Seleccionar de una lista de animales aquellos que sern sangrados para estimar
el porcentaje de seropositivos (seroprevalencia de una enfermedad).
4. Seleccionar, en una regin con manejo similar las unidades a entrevistar para
estimar la produccin de huevos por patio.
Tamao de muestra para estimar la media o el total de una poblacin
Para obtener el tamao de muestra para estimar la media aritmtica o el total de una
poblacin fnita mediante un muestreo simple se necesita conocer: la variabilidad
esperada en la variable de inters; el nivel de precisin requerido; el nivel de con-
fanza deseado; y el tamao de la poblacin.
El tamao de muestra se calcula suponiendo que la poblacin es infnita y
ajustando luego por el tamao real de la poblacin. En un muestreo simple al azar
la frmula para calcular el tamao de muestra para una variable cuantitativa en
una poblacin infnita es:
n
Z DE
d

2 2
2
donde: n
`
= Tamao de muestra para una poblacin infnita; DE =Desviacin
estndar esperada; Z =Valor crtico de la tabla de la distribucin de Z al nivel de
confanza deseado; d =Nivel de precisin deseado.
508
Para obtener el tamao de muestra de la poblacin objetivo, se multiplica el
valor de n
`
por el ajuste por tamao de poblacin y se obtiene el tamao de muestra
apropiado, de acuerdo con la siguiente frmula.
n
n
n
N
1
donde: n = Tamao de muestra para la poblacin fnita; n
`
=Tamao de muestra
para la poblacin infnita; N =Tamao de la poblacin.
Ejemplo. Determinar el tamao de muestra para estimar el promedio de peso de
la camada en lechones criados bajo condiciones de traspatio, considerando una
precisin de 2 kg y una confabilidad del 95% (Z= 1.96) en una comunidad con
200 marranas. La varianza se estimo en DE
2
=120 kg
2
.
Los tamaos de muestra para las poblacin infnita y fnita o real son:
n
384 600
25
92
.
camadas

n
+
115
1
115
200
73camadas
Es decir se deben muestrear 73 de las 200 camadas para obtener un estimador
de media de peso de la camada al destete con una precisin de 2 kg y un nivel de
confanza del 95%.
Estimacin de la media de una poblacin e intervalo de confanza
Una vez determinado el tamao de muestra apropiado, se obtiene la informacin
de las unidades de inters y se estima la media de la poblacin.
La media de la muestra y su error estndar (EE) se calculan como:
y
y
n

EE
DE
n
n
N

j
(
,
\
,
(
2
1
donde: (1 n/N) es el factor de correccin para una poblacin fnita.
Para propsitos prcticos, cuando n/N <0.05 (es decir menor del 5%) el fac-
tor de correccin puede ser ignorado. El intervalo de confanza para la media se
calcula como:
t (EE) < < + t (EE)
509
donde: t =Valor crtico de la distribucin de t de Student correspondiente al tamao
de muestra y con el nivel de signifcancia deseado. Cuando n es mayor de 200, el
valor crtico de t se aproxima al valor crtico de la distribucin de Z.
Nota: En el ejemplo anterior se consider que DE
2
era 120 kg
2
. Sin embargo, en muchos casos, el
valor de la varianza de la poblacin se desconoce. Qu se hace en ese caso? Se calcula a partir de
los datos de un estudio piloto. Se recomienda una muestra de tamao 30 o mayor.
Estimacin del total de una poblacin e intervalo de confanza
Un segundo parmetro que a menudo se estima es el total de la poblacin (Y). Por
ejemplo, se quiere estimar el consumo de pollo por familia en una comunidad. La
idea bsica es emplear la relacin: Y =Total=N y usar el estimador de la media
de la poblacin, , para estimar el total. El total estimado de la poblacin se obtiene
como:
donde: DE
2
es la varianza de la muestra y es la varianza del total estimado.
Las frmulas para el error estndar e intervalo de confanza del total son:
t* <Y < +t*
Ejemplo. Estimar el nmero de huevos que consumen por da todos los nios de 6
a 12 aos de una comunidad, donde la poblacin es de N =2000 nios. Suponga
que se selecciona una muestra aleatoria de n =100 nios y el promedio de huevos
consumidos para la muestra es de 0.8 huevos. Entonces, si el tamao de muestra
es el apropiado, el total de huevos que se consume diariamente sera,
=N =2000(0.8) =1600 huevos.
510
Si DE =0.3 huevos, es la desviacin estndar de la muestra para la variable
consumo diario de huevo, entonces la varianza estimada y error estndar del total
de huevos es:
El intervalo de confanza al 95% de confanza para el total sera:
1600 1.98 (58.5) <m <1,600 +1.98 (58.5) =1484.17 <m <1,715.83
Es decir, el consumo total de huevos en la poblacin se encuentra entre 1484.17
y 1715.83 huevos.
Tamao de muestra para estimar una proporcin
o prevalencia en una poblacin
Otro parmetro para el cual con frecuencia se requiere una estimacin es la pro-
porcin o prevalencia (P) en una poblacin. Este parmetro es de inters cuando
se desea estimar la prevalencia de una enfermedad, la proporcin de familias que
tienen gallineros en sus patios o la proporcin de familias que vacunan a sus ani-
males. La prevalencia es el porcentaje de individuos enfermos en una poblacin
en un momento dado.
Para obtener el tamao de muestra para estimar una proporcin se requiere
conocer: la prevalencia esperada; nivel de precisin requerido; nivel de confanza
deseado y el tamao de la poblacin. Al igual que para el caso de una variable
continua se calcula primero el tamao de muestra para una poblacin fnita y luego
se ajusta por el tamao real de la poblacin.
n
Z pq
d
*
2
y n
n
n
N
1
donde: n
= Tamao de muestra para una poblacin infnita; Z =Valor de Z para

el nivel de confanza requerido (e.g. 1.96 para 95%); p =prevalencia esperada;
q =1 p, y d =precisin (mximo error ) deseada y n =tamao de muestra para
la poblacin objetivo.
511
Ejemplo. Una muestra piloto de n =50 familias se selecciona de N =4000 y se
encuentra que 30 de ellos vacunan a sus animales. De qu tamao deber ser la
muestra para estimar el porcentaje de familias que vacunan en la poblacin, con
una precisin del 5% y una confabilidad del 99%?
La solucin consiste en calcular la proporcin de familias que vacunan en la
muestra, es decir: p =30/50 =0.6; q =1 p =1 - 0.6 =0.4; adems, d =0.05; y
Z =2.58, valor de la tabla de Z de dos colas y 99% de confanza.
Por lo tanto, los tamaos de muestra para la poblacin infnita y fnita son:
n

258 06 04
005
6392
2
2
. ( . )( . )
.
. y n
+

639
1
639
4000
551
Es decir se requieren muestrear 551 familias.
Estimacin de una proporcin o prevalencia en una poblacin e intervalo
de confanza.
Suponga que se desea estimar la proporcin de ovejas con parsitos internos en
una comunidad; entonces la proporcin de ovejas infectadas se obtiene dividiendo
el nmero de ovejas positivas entre el total de ovejas muestreadas.
Las frmulas para estimar la varianza, error estndar e intervalo de confanza
de una proporcin de muestreo p son:
DE pq
n
N
p
2
1
j
(
,
\
,
(
; EE
DE
n
p
p
1
y p t (EE
p
) <P <p +t (EE
p
)
Ejemplo. Se desea determinar la prevalencia de diarrea en cras de un hato de
ganado Holstein en el trpico. Una muestra de 250 animales de N =1000 indic
que 50 animales presentaron diarrea. Entonces, la prevalencia estimada (p) y su
EE son:
p
a
n

50
250
020 .

DE pq
n
N
n
N
p
2
1 020 080 1 0152
j
(
,
\
,
(

j
(
,
\
,
(
( . )( . ) .
EE
DE
n
p
p

1
0152
49
0022
.
.
512
El intervalo de confanza para P al 95% sera:
p - t*EE
p
<P <p +t*EE
p

0.20 1.96 (0.022) <P <0.20 +1.96 (0.22) =0.157 <P <0.243
Es decir, no se conoce la prevalencia en la poblacin porque no se muestrearon
todas las cras, pero se puede asegurar con un 95% de confanza que se encuentra
entre 15.7% y 24.3%.
Muestreo estratifcado al azar
Suponga que se quiere estimar el nmero de pavos de traspatio por casa en la zona
centro de Yucatn y cabra esperar que en el medio rural el nmero de animales
por casa sea mayor que en las casas conurbanas. Cuando el muestreo simple al
azar se aplica a una distribucin como sta, existe la posibilidad de que ninguna
o cuando ms unas cuantas de las casas rurales aparezcan en la muestra; como
consecuencia, la muestra puede o no ser representativa de la poblacin. Qu se
recomienda? Las casas podran ser divididas en rurales y conurbanas y poste-
riormente elegir cierto nmero de casas dentro de cada uno de los grupos. El
proceso de dividir la poblacin en subgrupos y seleccionar una muestra aleatoria
de cada estrato, de combinar estas submuestras en una sola, y estimar los par-
metros de la poblacin de estudio se denomina muestreo estratifcado al azar.
La divisin de la poblacin en estratos debe considerar la variable de inters;
as, si se quiere medir la produccin de huevos de gallina en los sistemas de
traspatio del estado de Yucatn, quiz sea conveniente estratifcar segn la regin
(Centro, Oriente y Sur).
Hay varias razones para utilizar este tipo de muestreo: 1. Puede incrementar
la precisin. 2. Asegura el muestreo de cada estrato de la poblacin disponindose
as de informacin por separado para cada uno de los estratos. 3. Las condiciones
administrativas o fsicas pueden hacer ms fcil la obtencin de los datos, ya que
generalmente es difcil estratifcar con respecto a la variable bajo consideracin.
Algunos de los ejemplos siguientes pueden servir de base para familiarizarse con
la idea de estratifcar una poblacin.
Una comunidad puede estratifcarse de acuerdo con el nivel de ingreso de los
productores o segn el tamao del patio.
Un regin puede dividirse para fnes de conocer las caractersticas familiares
en: poblacin urbana, semiurbana y rural.
513
Un estado puede ser dividido para fnes de conocer las caractersticas de los
hatos ganaderos en regiones (oriente, centro y sur) o segn el tipo de produc-
tores (particulares, ejidatarios y comuneros).
Tamao de muestra para estimar la media o el total de una poblacin
Para obtener el tamao de muestra para estimar la media o el total de una pobla-
cin mediante un muestreo estratifcado al azar, se necesita conocer: la variacin
por estrato en la variable de inters; el nivel de precisin requerido; el nivel de
confanza deseado y el tamao de cada estrato.
Para calcular el tamao de muestra se utiliza la frmula,
n
NZ N DE
N d Z N DE
e e
e e
2 2
2 2 2 2
donde: n =Tamao de muestra; N =Tamao de la poblacin; N
i
=Nmero de
individuos en el estrato i;
DE
e
2
=Varianza del estrato i; d =Precisin deseada y Z
=Valor crtico de la distribucin de Z.
Ejemplo. Se desea conocer la ganancia de peso (GP) de borregos Pelibuey en una
localidad a travs de una encuesta. Se sabe que la GP depende, entre otras cosas,
del sistema de alimentacin, por lo que la lista de rebaos se dividi en tres grupos:
manejo extensivo con pasturas nativas (estrato I), manejo extensivo con pasturas
mejoradas (estrato II) y manejo semi-intensivo (estrato III). Se sabe adems que
existen 520, 870 y 180 ranchos en cada uno de los estratos.
Como se desconocan las GP en la poblacin y en los estratos, se hizo un
muestreo piloto. Una encuesta de aproximadamente el 5% de los ganaderos de
cada estrato (26, 44 y 10) proporcion las siguientes medias y desviaciones estn-
dar para los estratos I, II y III, respectivamente, 140 37, 180 30 y 210 35 g.
Basado en estos datos se calcul el tamao de muestra con una precisin de 5 g y
una confabilidad del 95%.
Solucin:
n
NZ N DE
N d Z N DE
e e
e e
+

( )
( ) + ( ) +
2 2
2 2 2 2
2
2 2
1570 196 520 37 870 30 18 . 00 35
1570 5 196 520 37 870 30 180 35
2
2
2
2
2 2 2
( )
,
]
]
( ) + ( ) + ( ) + ( )
,
]
]

.
152
Es decir se necesitan muestrear 152 ranchos.
514
Una vez elegido el tamao de muestra n existen varias maneras de asignar las
muestras a cada uno de los estratos de tal manera que se obtenga una cantidad de
informacin a un costo mnimo.
La mejor asignacin del tamao de muestra es infuida por tres factores: 1.
El tamao del estrato. Por ejemplo, una muestra de 30 elementos en una pobla-
cin de 300 proporciona mayor informacin que una muestra del mismo tamao
en una poblacin de 3000 elementos. 2. La variacin dentro de cada estrato. La
variacin debe ser considerada ya que una poblacin heterognea requiere de un
tamao de muestra mayor para obtener la misma informacin que una poblacin
ms homognea. 3. El costo de obtener una observacin dentro de cada estrato.
El costo de obtener una observacin vara de estrato a estrato, menores tamaos
de muestra podran tomarse de los estratos ms costosos. Esto es as porque el
objetivo es mantener los costos del muestreo al mnimo.
Asignacin de la muestra proporcional al tamao del estrato
Cuando la fraccin de muestreo es la misma para todos los estratos, la estratifca-
cin se conoce como estratifcacin proporcional. La distribucin proporcional
del total de la muestra en cada estrato es:
n
N
N
n
i
i
donde: n
i
es el tamao de la muestra para el estrato i; n =tamao de muestra
para la poblacin y N
i
=tamao del estrato i.
Ejemplo. El tamao total de la muestra para la poblacin del ejemplo anterior fue
de 152 y el tamao de cada estrato de 520, 870 y 180; por lo tanto, el tamao de
la poblacin fue de 1570.
El tamao de muestra para el estrato I, II y III sera:
n
1
520
1570
152 50

n
2
870
1570
152 84

n
3
180
1570
152 18 .
Asignacin ptima de costo mnimo
Cuando el costo de obtener una observacin vara de un estrato a otro, es posible
tomar un tamao de muestra menor en los estratos ms costosos, siendo la frmula
apropiada para la asignacin de las muestras la siguiente:
515
n n
N DE
c
N DE
c
i
i i
i
i i
i
j
(
,
,
,
,
,
\
,
(
(
(
(
(
donde: n
i
=tamao de muestra para el estrato i; n =tamao de muestra para la
poblacin; N
i
=tamao del estrato i; De
i
=desviacin estndar para el estrato i; C
i
=costo de obtenr una observacin en el estrato i.
Ejemplo. Utilice la informacin del ejemplo anterior, pero suponga ahora que el
costo de tomar una muestra en la regin I, II y III es de: $49, $25 y $25, respecti-
vamente. Cal es el tamao de muestra para cada estrato?
n
N DE
c
N DE
c
N DE
c
N DE
c
n
1
1 1
1
1 1
1
2 2
2
3 3
3
520 74
49
520 74
49
870
+ +
+
( )
( ) (330
25
180 35
25
152 60
) ( )
+
n
N DE
c
N DE
c
N DE
c
N DE
c
n
2
2 2
2
1 1
1
2 2
2
3 3
3
870 30
25
520 74
49
870
+ +
+
( )
( ) (330
25
180 35
25
152 74
) ( )
+
n
N DE
c
N DE
c
N DE
c
N DE
c
n
3
3 3
3
1 1
1
2 2
2
3 3
3
180 5
25
520 74
49
870 3
+ +
+
( )
( ) ( 00
25
180 35
25
152 18
) ( )
+
Es decir, en las regiones I, II, y III se deben muestrear 60, 74 y 18 elementos,

respectivamente.
Estimacin de la media de una poblacin e intervalo de confanza
Los primeros pasos en la estimacin de la media de una poblacin estratifcada,
consisten en calcular las medias para cada estrato y luego combinarla en una
media general.
La media de la poblacin () se estima dividiendo la suma de los totales de
cada estrato entre el tamao de la poblacin (N).
516
donde: N
1
, N
2
y N
3
son el total de unidades de inters en cada uno de los estratos y
y y y
1 2 3
, ,
son las medias obtenidas para cada estrato; N =total de las observaciones
en los estratos, es decir N =N
i
El error estndar e intervalo de confanza se calculan como:
EE
N
N N n
DE
n
e e e
e
e
( )
1
2
2
y
donde: D
i
2
es la varianza estimada para cada uno de los estratos y n
i
es el tamao
de muestra del estrato i.
Ejemplo. Suponga que al entrevistar a 50, 84 y 18 productores de las regiones I, II
y III, respectivamente, se obtuvieron los promedios de ganancia de peso, y DE de:
141 36, 183 28 y 211 34 g. Sea N
1
=520, N
2
=870 y N
3
=180, el nmero de
rebaos en los estratos I, II y III. Se desea estimar el promedio de peso al destete
de borregos Pelibuey en la poblacin y su intervalo de confanza.
Solucin. La media de la poblacin y su EE es de acuerdo con las frmulas:
EE + +
1
1570
520 520 50
36
50
870870 84
28
84
180180 18
34
1
2
2 2 2
( ) ( ) ( )
88
243
,
,
]
]
]

El intervalo de confanza con una probabilidad del 95 % es:
Es decir, la media de la poblacin se encuentra entre 167.4 y 177.29 g.
El total producido por estrato se obtiene multiplicando el nmero de animales en el
estrato por el promedio estimado en el estrato para la variable de inters. Mientras
que el total estimado de la poblacin se obtiene sumando los totales estimados
para cada uno de los estratos.
El error estndar del total se obtiene multiplicando el tamao de la poblacin
por el error estndar de la muestra.
517
Ejemplo. Suponga que se desea estimar los kilogramos destetados en cada estrato
del ejemplo anterior. Para ello se requiere el total de kilogramos de destetes en los
estratos I, II y III. Suponga que el promedio de kg destetados en el estrato I, II y III
son 141 kg, 183 kg y 211 kg, entonces los totales de kilos por estrato son:
Y N y
1 1 1
520141 ( ) 73,320kg

Y N y
2 2 2
8 70(183)=159,210kg
y
Y N y
3 3 3
180 211 ( ) 37,980kg.
El error estndar es Ee
t
=N(EE)=1570(2.43)=3815.1 kg
El intervalo de confanza al 95% de confanza para los kilogramos de destete
producidos en la poblacin objetivo es : 270,510 +2(3815). Es decir, los kilogramos
de destete producidos en la poblacin se encuentran entre 262,880 y 278,140 kg
con un 95% de confanza.
Tamao de muestra para estimar la proporcin o prevalencia en una poblacin
Cuando el inters es estimar una proporcin se utiliza la frmula:
n
NZ N p q
N d Z N p q
i i
i i i
2
2 2 2
donde: n =Tamao de muestra; N =Tamao de la poblacin; N
i
=Nmero de
elementos en el estrato i; p
i
=prevalencia estimada en el estrato i; q
i
=1 p
i
;
d =precisin deseada y Z =valor crtico de tablas de la distribucin normal es-
tndar.
Ejemplo. Se quiere estimar la prevalencia de mastitis en un hato de doble propsito
y otro de produccin intensiva de leche. Sea N
1
=1500 vacas Ceb x Holstein
(CxH) y N
2
=700 vacas Holstein (Ho). Se selecciona una muestra aleatoria de 80
vacas CxH y 60 vacas Ho y se obtiene que 14 vacas CxH y 12 Ho tienen mastitis.
De qu tamao deber ser la muestra para estimar la prevalencia (P) con una
precisin del 5% y una confabilidad del 95%?
Solucin. El total de vacas es: N =N
1
+N
2
=1500 +700 =2200; mientras que las
prevalencias en los estratos son:
p
1
=14/80 =0.175; q
1
=1 0.175 =0.825;
p
2
=12/60 =0.20; q
2
=1 0.20 =0.80;
518
El tamao de muestra sera:
n
+
[ ]
2200196 1500 0175 0825 700 020 080
2200 00
2
2
( . ) ( . )( . ) ( . )( . )
( . 55 196 1500 0175 0825 700 020 080
224
2 2
) . ( . )( . ) ( . )( . ) + +
[ ]

Para la asignacin de las muestras a cada uno de los estratos se usan las mismas
frmulas que para las variables continuas.
Estimacin de una proporcin o prevalencia e intervalo de confanza
La prevalencia en el estrato i se estima dividiendo el nmero de casos (animal
u objeto con el rasgo de inters) entre el total de unidades en la muestra.
La prevalencia en la poblacin (P) se estima por: P
N p
N
i i

donde: n =Tamao de muestra total; n
i
=Tamao de muestra del estrato i; p
i
=
Prevalencia en el estrato i;y N
i
=Tamao del estrato i.
Los intervalos de confanza para cada uno de los estratos se estiman utilizando
la frmula para el muestreo simple al azar.
La varianza estimada de la prevalencia es:
V
N
N N n
p q
n
p i i i
i i
i
( )
j
(
,
\
,
(
,
,
,
]
]
]
]
1
1
2
El EE se obtiene de la raz cuadrada de V
p
, es decir
EE V
p
El intervalo de confanza para la prevalencia en la poblacin (P) se obtiene

sumando y restando a la prevalencia de la muestra (p) el valor de t (EE).
p t (EE) <P <p +t (EE)
Ejemplo. En el estudio de una poblacin, la cual se dividi en estrato rural y
conurbano con N
1
=800 y N
2
=500 parvadas, respectivamente, se muestrearon
n
1
=100 y n
2
=50 parvadas, en las cuales se encontraton a
1
=20 y a
2
=16 animales
con viruela. Calcular las prevalencias en los estratos, la prevalencia general y su
intervalo de confanza.
519
La prevalencia en el estrato I es:
p
a
n
1
1
1
20
100
020 .
La prevalencia en el estrato II es:
p
a
n
2
2
2
16
50
032 .
La prevalencia en la muestra (todos los estratos ) es:
p
n p
n
e
e e

+
100 020 50 032

150
20 16
150
024
( . ) ( . )
.
La prevalencia estimada en la poblacin es:
P p
N p
N
e
i i

+
800 020 500 032

1300
160 160
1300
0246
( . ) ( . )
.
Nota. Si las muestras se hubieran tomado proporcionales al tamao de cada estrato, la prevalencia
en la muestra y la esperada en la poblacin seran las mismas

La varianza estimada de la prevalencia es:
V
N
N N n
p q
n
p i i i
i i
i
( )
j
(
,
\
,
(
,
,
,
]
]
]
]
1
1
2
1
1300
800800 100
020 080
100 1
500 500 50
032 068
50
2
( )
. ( . )
( )
. ( . )
+
11
1
1690 000
90505 99918 0001127
,
,
]
]
]
+ [ ]
, ,
. . .
El EE se obtiene de la raz cuadrada de V
p
E V
p
0001127 0033 . .
El intervalo de confanza para el ejemplo es:
0.246 2 (0.033) <P <0.246 +2(0.033) =0.18 <P <0.31
520
En conclusin, aunque no se conoce la prevalencia real en la poblacin, se puede
asegurar con una confanza del 95% que sta se encuentra entre 0.18 y 0.31.
Muestreo por conglomer ados
Cuando el tamao de la poblacin no es muy grande, cualquier mtodo de mues-
treo puede usarse sin difcultad; sin embargo, cuando el tamao de la poblacin
s lo es o las unidades estn muy dispersas, algunos procedimientos presentan
difcultades para su aplicacin, tales como: 1. La difcultad de preparar una lista
de todas las unidades de muestreo. 2. El alto costo de realizar una encuesta o
medicin de una serie de unidades dispersas y numerosas. 3. Las difcultades
administrativas de un plan de muestreo donde las unidades de muestreo estn
distantes.
Por ejemplo, cuando se desea estimar los pesos al destete de todos los cerdos
en traspatio (o la prevalencia de una enfermedad) en el estado de Yucatn; para usar
el muestreo simple al azar se necesita una lista de todos los animales destetados y
para fnes prcticos, esto es imposible de adquirir. Para aplicar el muestreo estra-
tifcado, el estado de Yucatn tendra que dividirse en regiones con condiciones
ambientales y manejo de animales similares. Sin embargo, aqu surge nuevamente
el problema de las listas por regin y suponiendo que stas existan, el nmero
de comunidades a visitar podra hacer prohibitivo el costo de la encuesta por lo
disperso de las unidades de muestreo. El manejo administrativo podra llegar a
ser molesto y tardado.
La encuesta podra realizarse ms fcilmente en trminos de preparacin,
costo y administracin si las unidades a ser muestreadas estuviesen constituidas
por conglomerados o grupos de unidades de inters. Es decir, en el muestreo por
conglomerados, la unidad de muestreo es ms grande que la unidad de inters (p.e.
la unidad de muestreo es la casa y la unidad de inters la camada). Los conglo-
merados de individuos a menudo ocurren naturalmente (p.e. familias, camadas,
corrales, hatos, etc.) o pueden ser formados artifcialmente (p.e. los municipios
son conglomerados geogrfcos). El conglomerado puede ser seleccionado por los
mtodos sistemtico, al azar simple o estratifcado con la condicin de que todos
los individuos en la unidad de muestreo sean medidos o examinados.
Por lo tanto, debido a la limitada disponibilidad de marcos de muestreo y al
alto costo de transporte, generalmente es imposible y no es prctico seleccionar
una muestra simple al azar de animales de una poblacin. La nica solucin en la
mayora de los estudios es tomar una muestra de conglomerados seleccionados
aleatoriamente de una lista y muestrear a todos los individuos de cada conglo-
521
merado. Esto conduce a un incremento en el tamao de muestra en comparacin
con el muestreo simple aleatorio, ya que el error estndar aumenta debido a que
las unidades de inters dentro de cada conglomerado no son independientes (es
decir, estn correlacionadas). Una regla prctica consiste en considerar de dos a
cuatro veces el tamao de muestra para un muestreo simple al azar. Aunque lo
ms correcto es estimar el tamao de muestra adecuado.
A continuacin se proporcionan las frmulas para calcular el nmero de con-
glomerados que se necesitan muestrear para estimar el promedio o total de alguna
variable cuantitativa y para estimar prevalencias.
Nmero de conglomerados para estimar la media o el total de una poblacin
Una frmula para calcular el nmero de conglomerados (m) es:
m
Mt s
Nd t s
c
c
+
2 2
2 2 2
donde: M =Nmero de conglomerados en la poblacin; t =Valor crtico de la
tabla de t de Student con un nmero infnito de grados de libertad; d =Precisin
deseada.
N
N
M
i

Tamao promedio de los conglomerados en la poblacin.

s
y yn
m n
n y y
m
c
i i
i
i i 2
2 2
1 1
( )
( )

( )

Cuadrado medio (varianza) entre conglo-
merados.
y
i
=Total de todas las observaciones en el conglomerado i. Por ejemplo la pro-
duccin de leche por rancho.
y
y
n
i
i

Promedio general de la variable de inters en los conglomerados

muestreados.
522
m*=Nmero de conglomerados en la muestra piloto o utilizados para estimar s
c
2
.
n
i
=Nmero de elementos en los conglomerados seleccionados i =1, 2, ...m.
Ejemplo. Cul es el nmero de conglomerados necesarios para estimar el pro-
medio de produccin de leche/vaca en bovinos de doble propsito en una regin,
con una precisin de 0.3 litros y 95% de confanza? Dado que se desconoce la
varianza entre conglomerados se procede a realizar un estudio piloto en 25 de 420
hatos, el cual indica que la varianza entre conglomerados, estimada con la frmula
abajo proporcionada es:
s
y yn
m n
c
i i
i
2
2
1
525425
24
118363
( )
( )

.
.
Por lo tanto, el nmero de conglomerados necesarios para estimar el promedio
de produccin de leche es:
m
Mt s
N d t s
c
c
+

+
2 2
2 2 2 2
2
2 2
420196 21893
2520 03 196 21893
( . ) .
( . ) . ( . ))
.
.
.
3530903
310869
11358
donde: M =420 =total de conglomerados en la poblacin; t =1.96; d =0.3 litros;
m =25
El promedio de animales por conglomerado en la poblacin (N) se estim por
el promedio de animales en los conglomerados muestreados.
El total estimado de elementos en la poblacin es: MN Mn 420 6 2520 ( ) .
Es decir, se deben muestrear 129 hatos y todos los animales de cada hato para
obtener una precisin de 0.3 litros y 95% de confanza en el estimador.
Estimacin de la media de una poblacin e intervalo de confanza.
La media de la poblacin (y) en un muestreo por conglomerados se estima divi-
diendo la suma de los totales de cada conglomerado entre el total de unidades de
inters medidas.
Las frmulas para calcular el error estndar e intervalo de confanza para un
muestreo por conglomerados son:
523
EE
M m
M mN
s
c c

j
(
,
\
,
(
j
(
,
\
,
(

j
(
,
\
,
(

1 420 25
2520 25
21893 03
2
2
( )
. . 77
y
y t EE y t EE + * * m
Ejemplo. Suponga que para estimar la media e intervalo de confanza de la media
de la produccin de leche por vaca, se tiene la siguiente informacin:
y
i
i
m
+ + + +
1
480 605 220 20 6540 . . . ... . Total delitrosproducidos s.
y
y
n
i
i

654
150
436 . litros=Promediodelitros/vaca.
Por lo tanto, el EE
c
para la produccin de leche/vaca es:
EE
M m
Nm
c

j
(
,
\
,
(

j
(
,
\
,
(
s litro
2
420 25
2520 25
21893 037 035
( )
. . ss
El intervalo de confanza al 95% es:
4.36-1.96(0.35) 4.36+1.96(0.35) = 3.67 4.71
Es decir, no se conoce con exactitud el promedio de produccin de leche por
vaca en la poblacin pero se puede asegurar con un 95% de confanza que el pa-
rmetro se encuentra entre 3.67 y 4.70 litros.
524
El total de una poblacin se puede estimar a travs de la siguiente frmula:
Ny N
y
n
i
i
donde: =Total de la poblacin; N =Nmero de elementos en la poblacin o

estimado por Mn
El error estndar del total y su intervalo de confanza se estiman como:
EE N
M m
Nm
s
t c

j
(
,
\
,
(
2

y t EE Y y t EE
t t
+ * *
Ejemplo. Estimar el total de leche producida por los 420 ranchos que constituyen
la poblacin de la cual se tom la muestra de 25 ranchos del ejemplo anterior.
El total de leche producida en la poblacin para el ejemplo es el resultado de
multiplicar el promedio estimado de litros de leche/vaca por el nmero total de
vacas en la poblacin; es decir:
Ny 2520 436 10 9872 * . , . litros
dondeN Mn 420 6 2520 ( ) .
Para el ejemplo, el EE
t
y su intervalo de confanza al 95% son:
EE
t

j
(
,
\
,
(
2520
420 25
2520 25
21893 2520 037 9324 882
( )
. * . litros sy
10 987 196 9324 10 987 196 9324 91222 12851 , . * . , . * . . , + Y Y litros
525
Es decir, la produccin total de leche estimada en la regin es de 10,987 litros
con un intervalo de 9,258 a 11,869 litros.
Clculo del nmero de conglomerados para estimar una proporcin
o prevalencia en una poblacin
Para el clculo del nmero de conglomerados a muestrear (m) para estimar la
prevalencia en una poblacin se utiliza la misma frmula que para estimar un
promedio:
m
Mt s
Nd t s
c
c
+
2 2
2 2 2
Excepto que se obtiene de la siguiente forma:
donde: n
i
= Nmero de elementos en los conglomerados seleccionados i =1,
2,... m y a
i
=total de casos en el conglomerado i. Por ejemplo, el total de animales
enfermos en un rancho. p
i
=prevalencia en el conglomerado i.
=Prevalencia general en los conglomerados seleccionados.
m*=Nmero de conglomerados en la muestra piloto o utilizados para estimar
s
c
2
.
Comnmente la varianza entre conglomerados se desconoce, por lo que se
estima de estudios previos o se calcula de un estudio piloto.
Ejemplo. Se desea calcular el tamao de muestra para estimar la prevalencia de
viruela en 800 traspatios de una comunidad, considerando una precisin del 5%
y 95% de confanza. Un estudio piloto de 30 camadas proporciona una varianza
entre conglomerados s
c
2
de:
s
a pn
m n
c
i i 2
2
1
1
92348
30 1
03184
( )
( )

.
.
526
Dado que N no se conoce, se estim a travs de n. M =800; t =1.96;
d =0.05=5%; m =30 y =0.29
n
n
m
i

217
30
723 .
De aqu que, el nmero de conglomerados para estimar la prevalencia es:
m
Mt s
MN d t s
c
c
+
2 2
2 2 2 2

m
( )
+

800196 03184
5784 005 196 03184
9781248
156
2
2 2
( . ) .
( . ) . ( . )
.
. 8826
624 .
Es decir, se deben muestrear 56 camadas, de las 800 camadas, para estimar la
prevalencia con un 95% de confanza y una precisin del 5%.
La prevalencia en la poblacin se estima dividiendo el nmero de casos o resultados
favorables entre el total de unidades medidas.
El error estndar e intervalo de confanza para una proporcin se estiman a
travs de las siguientes frmulas:
EE
M m
M
mN
a pn
m
p
i i
i
m

j
(
,
\
,
(
j
(
,
\
,
(
( )
1
1
2
2
1

Ejemplo. Suponga que se obtiene la siguiente informacin de un estudio en el que
se desea conocer el porcentaje de familias que tienen cerdos en traspatio:
a
i
=63 =Nmero de familias que tienen cerdos
527
n
i
=217 =Nmero total de familias encuestadas

La proporcin estimada para el ejemplo es: y su

error estndar e intervalo de confanza son:
EE
p

j
(
,
\
,
(
j
(
,
,
\
,
(
(

800 30
800
1
30 723
20406 00354
2
( . )
. .
y
0.29-1.96(0.0354) <P <0.29 +1.96(0.0354) =0.22 <P <0.36
Es decir, en la comunidad estudiada la proporcin de familias que tienen cer-
dos se encuentra entre 22 y 36% con un 95% de confanza y precisin absoluta
del 5%.
Muestreo por multietapas
Un conglomerado en ocasiones contiene muchos elementos para obtener una
medida de cada uno, o contiene elementos muy parecidos que con medir algunos
se obtiene informacin de todo el conglomerado. Cuando cualquiera de estas
situaciones ocurre puede obtenerse una muestra probabilstica de elementos de
cada conglomerado, lo que resulta en un muestreo en dos o ms etapas (multi-
etapas).
Como se mencion anteriormente, dentro de cada conglomerado, las unidades
son ms similares que entre conglomerados ya que existe correlacin entre ellos.
Por ejemplo, si una gallina en una casa tiene viruela es ms probable que otros
animales en la misma tengan la enfermedad que los de otras casas. Por lo tanto,
esto conduce a que la muestra tenga una varianza ms pequea que la poblacin
total. Esta reduccin en la varianza tiene el efecto de disminuir la confanza en el
resultado y por lo tanto, el tamao de muestra debe ser mayor. Una regla prctica
es incrementar el tamao de muestra de dos a cuatro veces ms que el tamao
obtenido para el muestreo simple al azar.
Los pasos a seguir para obtener estimadores de la poblacin en el muestreo
multi-etapas son: 1. Se selecciona una muestra al azar de m conglomerados del total
de conglomerados (M). 2. Luego de cada uno de los m conglomerados elegidos se
528
seleccionan al azar n
i
unidades de inters del total N
i
de cada conglomerado. 3. Se
estiman los parmetros deseados para cada conglomerado elegido. 4. Se obtienen
los parmetros para la poblacin total.
Ejemplo. suponga que una regin se divide en M municipios (unidades primarias
de muestreo), de los cuales se obtiene una muestra de m municipios. Cada mu-
nicipio consiste a su vez de N subunidades (predios) de las cuales se obtiene una
muestra de tamao n para cada uno de los municipios. Entonces hay MN unida-
des en la poblacin y mn en la muestra. El plan en este caso es un muestreo en
dos etapas. Cuando las unidades de muestreo se seleccionan de esta manera, se
necesita solamente una lista de los M municipios y una lista de los predios en los
m municipios seleccionados. Por lo tanto, puesto que los predios seleccionados
son conglomerados en municipios es ms fcil visitarlos que si fueran predios en
toda la regin. Otro ejemplo, sera el caso cuando se quiere hacer un estudio para
estimar la poblacin de gallinas en una comunidad: Lo ideal es hacer un muestreo
a nivel de casas; pero suponga que no existen datos confables a ese nivel; slo
existe una lista de comisaras. Se pueden seleccionar entonces varias comisaras
y dentro de cada una se pueden seleccionar las casas.
En estudios de muestreo multi-etapas comnmente primero se calcula el
nmero de unidades de inters a muestrear dentro de cada conglomerado (b)
y el tamao de muestra (n) y luego se obtienen el nmero de conglomerados a
muestrear (m).
Nmero de unidades de inters a medir por conglomerado
No hay duda de que es mejor muestrear el nmero mximo posible de conglomerados
y que stos deben seleccionarse al azar. Sin embargo, si la limitante es por recursos
econmicos existen frmulas para calcular el nmero de unidades de inters a medir
en cada conglomerado. Para esto, se necesita conocer los costos: de llegar a cada
conglomerado, de medir cada unidad de inters, el costo de cada prueba (en estudios
epidemilogicos) y conocer la varianza entre y dentro de conglomerados.
Para obtener el nmero de unidades de inters (b) a muestrear dentro de cada
conglomerado se puede utilizar la frmula proporcionada por Snedecor y Cochran
(1978):
b
C
C
r
r
e
d
e
e
j
(
,
\
,
(
j
(
,
\
,
(
1
529
donde: b =Nmero promedio de unidades de inters en cada conglomerado; C
e
=
Costo de tomar una muestra en dos conglomerados; C
d
=Costo de muestrear dos
unidades de inters en un mismo conglomerado; r
e
=Correlacin entre unidades
dentro de los conglomerados.
Esta frmula permite balancear el efecto de la variacin dentro de conglome-
rados y el costo relativo de muestrear unidades y llegar al conglomerado. Mientras
ms relacionadas estn las unidades, ms pequeo es b, y un mayor nmero de
conglomerados sern necesarios. Si lo ms costoso es llegar al conglomerado en
comparacin con el costo de muestrear cada unidad de inters, entonces b es ms
grande y el nmero de conglomerados ser menor. Basado en estudios previos C
e

es de 5 a 10 veces mayor que C
d
. Los valores de r
e
varan de acuerdo con el carcter
a estudiar y podran obtenerse de la literatura o calcularse de un estudio piloto.
Ejemplo. suponga que la correlacin intraconglomerados para el peso al destete en
lechones o para alguna enfermedad es r
e
=0.40 y el costo de muestrear dos animales
en dos granjas es 10 veces ms caro que muestrear dos animales en una misma granja.
Entonces el nmero promedio de animales a muestrear en cada granja es:
b
( )

10 1 04
04
15 387 4
.
.
.
El nmero de animales por conglomerado debe tomarse, de preferencia,
proporcional al tamao del conglomerado. Esta prctica tiene muchas ventajas
operacionales y satisface una de las suposiciones bsicas del muestreo aleatorio,
el cual establece que todas las unidades de inters tengan la misma probabilidad
de ser seleccionados.
Para obtener la correlacin intraconglomerados (r
e
) se usa la frmula abajo
proporcionada, que utiliza las componentes de varianza obtenidas de un anlisis
de varianza como el proporcionado en el Cuadro 1.
donde: =CMW =Cuadrado medio del error; CMB =Cuadrado medio entre

conglomerados; y k
m
n
n
n
i
j
(
,
\
,
(

j
(
,
,
\
,
(
(
1
1
2
promedio ponde-

radodel nmero de elementos muestreados por conglomerado.
530
k
j
(
,
\
,
(
1
19
320
6134
320
=15.8 =0.0024
r
e
=

00024
00024 01858
.
. . +
=0.013
Tamao de muestra y nmero de conglomerados para estimar una media
o total en una poblacin
La precisin deseada en el estudio es un criterio importante para decidir el tamao
de muestra apropiado. Sin embargo, para un nmero dado de unidades de inters
en la muestra, la precisin de una muestra de conglomerados es usualmente in-
ferior a la obtenida de una muestra al azar simple, debido a la correlacin entre
individuos de un mismo conglomerado. Como ya se dijo anteriormente, 10 ani-
males de un mismo hato proporcionan menos informacin que 10 animales de 10
diferentes hatos. Por lo tanto, la reduccin en la precisin debe considerarse en
el clculo del tamao de muestra para un muestreo por conglomerados o multi-
etapa. El efecto de diseo (D) mide el sesgo introducido en el diseo de muestreo
al seleccionar sujetos cuyos resultados no son independientes. Esto resulta en una
estimada menor de la varianza porque los sujetos son ms similares con respecto
al factor estimado que si fueran seleccionados al azar. El efecto de diseo es 1
(es decir no hay efecto) cuando se utiliza el muestreo simple al azar o muestreo
sistemtico insesgado.
El valor de D vara de acuerdo con la variable estudiada. Por ejemplo, normal-
mente en muestreos por conglomerados de nutricin o de cobertura de inmuniza-
cin, D se toma como 2, pero podra ser mayor en encuestas donde la variable a
medir tenga coefcientes de variacin elevados o en encuestas de prevalencias de
Anlisis de varianza para los datos de mastitis en ganado de doble propsito.
Cuadro 1
Fuente de Grados de Suma de Cuadrados Esperanza
variacin libertad Cuadrados medios de Cuadrados
Medios
Conglomerados 19 4.2516 0.2238=CMB
Error 300 55.7484 0.1858=CMW
531
enfermedades contagiosas como las diarreas. Una medida del aumento del EE de
la estimada debido a procedimiento de muestreo usado, est dada por D el cual
se estima como:
D =
EE
EE
c
2
2
o bien como: D =1 +(b 1)r
e
donde: EE
c
=Error estndar para un muestreo multi-etapas; EE =Error estndar
para un muestreo simple aleatorio; b = Nmero promedio de animales muestreados
por conglomerado y r
e
=Correlacin intraconglomerados.
Ejemplo. Suponga que r
e
=0.69 y que se muestrearon 6 animales/rancho, entonces,
el efecto de diseo es: D =1 +(6 1)0.69 =1 +3.45 =4.45
Es decir, el tamao de muestra para un muestreo multi-etapas debe ser 4.45
veces mayor que el tamao de muestra para un muestreo simple al azar.
Clculo del tamao de muestra
Una vez conocido D, el tamao de muestra se obtiene multiplicando este valor por
el tamao de muestra para el muestreo simple al azar (n
msa
)
n D n
D Z DE
d
msa
*
* *
2 2
2
donde: DE
2
=Varianza esperada en la muestra; d =Precisin deseada; Z =Valor
crtico de la distribucin del estadstico Z.
Ejemplo. Suponiendo una varianza para produccin de leche/vaca de 4.8024 l
2
,
una precisin d =0.3 l y efecto de diseo D =4.45; el tamao de muestra para un
muestreo aleatorio simple, n
msa
, sera:
n
nma

445196 48024
03
912
2
2
. ( . ) .
.
vacas
Dado que se muestrearon en promedio seis vacas por rancho, el nmero de
conglomerados, m, es:
m
n
b

912
6
152 ranchos
532
Desafortunadamente, el efecto de diseo se desconoce antes de realizar el
muestreo porque r
e
en la poblacin se desconoce. Sin embargo, pueden utilizarse
los resultados de r
e
publicados en la literatura, los cuales varan de 0 a 1. Nor-
malmente los rasgos asociados con caracteres reproductivos presentan valores de
r
e
ms bajos que los rasgos de crecimiento y por lo tanto requieren de mayores
tamaos de muestra.
Estimacin de una media o total en una poblacin
La media calculada de una muestra, es un estimador insesgado de la media de la
poblacin por lo tanto se puede estimar como:
y
N y
N
i i
i
donde: y
i
=Media aritmtica para el conglomerado i y N
i
=Nmero de elementos
en el conglomerado i.
El error estndar se obtiene de la siguiente frmula:
EE
M m
M mN
s
mMN
N n
n
s
c c
i i
i
di

j
(
,
\
,
(
j
(
,
\
,
(
+
j
(
,
\
,
(
j
(
,
\
,
(
1 1
2 2
donde: M =Nmero de conglomerados en la poblacin; m =Nmero de conglo-
merados seleccionados en un muestreo simple al azar y N =Mn = Total real o
estimado de elementos en la poblacin.
s
N y y
m
c
i i 2
2
1
( )
s
y y
n
di
ij i
i
2
2
1

( )
( )
i =1, 2, .. m
Un estimador insesgado del total de la poblacin esta dado por: Y M
N y
m
i i

y su errorestndar por:
EE
M m
M
M N
m
s M N
N n
n
s
t c i
i i
i
d

j
(
,
\
,
(
j
(
,
\
,
(
+
j
(
,
\
,
(
2
2 2
533
El intervalo de confanza al 95% es:
y t EE y t EE + * * m
La media y , total Y y errores estndares EE
c
para el ejemplo se obtienen
como:
y
N y
N
i i
i

+ + +

70 48 120 605 80 20
1500
6540
1500
436
( ) ( . ) ... ( )
.
Y M
N y
m
i i

420
6540
25
109872 , litros
EE
c

j
(
,
\
,
(
j
(
,
\
,
(
+
j
(
,
\
,
(
420 25
420
1
25 60
21893
1
25 420 60
416
( )
.
( )
..576 =0.37
El EE del total se podra estimar del EE del promedio de litros/vaca como:
EE MN EE
t c
( ) ( ) . 420 60 037 9324 litros.
Tamao de muestra y nmero de conglomerados para estimar
una proporcin o prevalencia
Como se mencion anteriormente, cuando se conoce D, el tamao de muestra es
el resultado de multiplicar su valor por el tamao de muestra para el muestreo
simple al azar (n
msa
)
n D n D
Z DE
d
msa
*
2 2
2
donde: p es la prevalencia; q =1 p; d es la precisin deseada y Z el valor crtico
de la distribucin del estadstico Z.
Ejemplo. Se desea determinar el nmero de conglomerados y tamao de muestra
a utilizar en un muestreo al azar en dos etapas.
534
El tamao de muestra para un muestreo simple al azar en una poblacin infnita
con una prevalencia estimada en 0.30, un nivel de confanza del 95%, una precisin
del 5% y tamao de poblacin de 4000, es:
n
Z pq
d

2
2
2
2
196 03 07
005
08064
00025
323
. ( . )( . )
.
.
.
Tamao de muestra para una poblacin de 4000 elementos:
n
n
n
N
1
323
1
323
4000
323
108075 .
=299
Entonces si se supone un r
e
=0.05 y el costo de muestrear dos animales en
dos ranchos es 10 veces mayor que muestrear dos animales en un mismo rancho;
el promedio de animales a medir en cada rancho es:
b
( )
10 1 005
005
14
.
.
y el efecto de diseo es: D =1 +(b- 1) r
e
=1 +(14 1) 0.05 =1.65
Por lo tanto, el tamao de muestra para el muestreo en dos etapas es: 1.65(321)
=530 animales y el nmero de conglomerados necesarios: m =n/b =530/14 =
37.9 =38
Es decir se deben muestrear 530 animales en 38 ranchos.
La prevalencia en la poblacin es diferente si los elementos a muestrear en cada
conglomerado se toman en forma proporcional al tamao del conglomerado o si
se toma el mismo nmero de animales en cada conglomerado.
Cuando el clculo de la prevalencia en un muestreo de dos etapas con unidades
tomadas proporcional al tamao del conglomerado la prevalencia se estima por:
y su EE se obtiene como:
535
EE
M m
M
mN
s
mMN
N
N n
N
p q
p c i
i i
i
i

j
(
,
\
,
(
j
(
,
\
,
(
+
j
(
,
\
,
(
j
(
,
\
,
(
1 1
2
2
2
2 ii
i
n
1
donde: m =Nmero de conglomerados muestreados; M =Nmero de conglo-
merados en la poblacin; N =Tamao promedio de los conglomerados en la
poblacin
N
i
=Total de unidades de muestreo en el conglomerado i
n
i
=Unidades de muestreo medidas en los conglomerados seleccionados.
p
a
n
i
i
i
q
i
=1 p
i
La frmula para calcular el intervalo de confanza es:
Ejemplo: Suponga que se tienen M=200 hatos de los cuales se seleccionan 20. De
cada uno de estos 20 hatos se seleccionan al azar el 10% de los animales. Calcular
la prevalencia e intervalo de confanza.
La prevalencia estimada para la poblacin es:
= 0.25 y su error es-
tndar:
EE
p

j
(
,
\
,
(
j
(
,
,
\
,
(
(
+
j
(
,
200 20
200
1
20160
38363
1
20 200160
2 2
( )
.
( )
,,
\
,
(
(
537465 .

=
0000726 .
=0.0269
Entonces, el intervalo de confanza para la prevalencia al 95% es:
IC = +t EE
p
=.25 +1.96(0.0269) =0.25 +0.0527
536
Es decir, la prevalencia en la poblacin se encuentra aproximadamente entre
0.20 y 0.30, con un 95% de confanza.
Cuando la informacin se obtiene de un mismo nmero de unidades de inters
en cada conglomerado, independiente del tamao del conglomerado, la prevalencia
general se estima como:
donde: N
i
es el nmero de unidades de inters en cada conglomerado y p
i
es la
prevalencia estimada en cada conglomerado.
La frmula para calcular EE
p
es la misma que para el caso anterior, slo que
al cambiar el valor de cambiar el valor de EE
p
.
Referencias
Anderson S., Santos J., Boden R. y Wadsworth J. 1990. Characterization of cattle production
systems in the state of Yucatn. Proceedings of the Dual Purpose Cattle Production
Research. Universidad Autnoma de Yucatn-International Foundation for Science.
Yucatn, Mxico. Pp. 150-161.
Berdugo R. J . G. 1987. Estudio de la ganadera familiar en el municipio de Sucil, Yucatn.
Tesis de Maestra. Colegio de Posgraduados, Montecillos, Mxico.
De la Torre C. y Torres B. 1978. Huertos en Coatln del Ro Morelos. In: Gliessman S. R.
(Ed.). Seminarios Regionales sobre Agroecosistemas. Colegio Superior de Agricultura
Tropical, Tabasco. pp. 53-59.
K-Vera J . C. 1995. Ganadera de traspatio: una alternativa para combatir la desnutricin
rural. Cuadernos de Nutricin, 18(1): 7-18
Osorio A. M. M. 1972. Estudio preliminar para el Mejoramiento Gentico del Ganado en
el Estado de Tabasco. Tesis de Maestra en Ciencias. Colegio Superior de Agricultura
Tropical. H. Crdenas, Tabasco.
Segura C. J . C. 1980. Diagnstico de la ganadera bovina en el estado de Yucatn. Tesis
de Maestra en Ciencias. Colegio Superior de Agricultura Tropical. H. Crdenas,
Tabasco.
Snedecor G. W. y Cochran W.G. 1978. Mtodos Estadsticos. CECSA. Mxico.
Stuart J . W. 1993. Contribution of dooryard gardens to contemporary Yucatecan maya
subsistence. Bitica, nueva poca, 1:53-61.
537
Introduccin
El trmino arvense muy probablemente suene desconocido para la poblacin
en general y para los profesionistas que no estn directamente involucrados con
los sistemas de produccin agrcola. De hecho, tal vez para un buen nmero de
investigadores involucrados en los procesos de la agricultura la palabra no forme
parte de su vocabulario tcnico. Sin embargo, si se menciona el nombre de malezas
inmediatamente viene a la mente la imagen de las hierbas que se encuentran en
las parcelas agrcolas, y que son consideradas, por lo general, perjudiciales para
los cultivos.
En efecto, en el ideario colectivo, las malezas o malas hierbas, como son am-
pliamente conocidas las arvenses, son consideradas casi siempre como elementos
indeseables en los sistemas de produccin intensiva, no tradicionales, por lo que
no es raro que se piense que deberan ser eliminadas por completo de los campos
de cultivo.
Por el contrario, la denominacin arvense no hace referencia a una connotacin
negativa de dichas especies vegetales, sino que simplemente las denomina como
aquellas plantas acompaantes espontneas o adventicias de los cultivos en los
sitios perturbados para las actividades agrcolas (Chacn y Gliessman, 1982).
Lo anterior es relevante pues, a pesar de su mala fama, las malezas forman
parte de las cadenas alimenticias como productores primarios, lo que las diferencia
de otras plagas; asimismo, pueden ser protectoras del suelo contra la erosin,
18
MUESTREO DE ARVENSES
J ess Arturo Caamal Maldonado y J os Bernardino Castillo Caamal
1
1
Cuerpo Acadmico de Produccin Animal en Agroecosistemas Tropicales (CAPAAT). Universidad Au-
tnoma de Yucatn.
04-02 Muestreo de arvenses ok.indd 537 25/01/2011 07:36:31 p.m.
538
aportando adems, materia orgnica al mismo; pueden tambin favorecer la pre-
sencia de insectos benfcos, como los enemigos naturales de plagas, etc. (Chacn
y Gliessman, 1982; Hart, 1985; Altieri, 1988).
No obstante, el importante papel que las arvenses tienen en los agroecosistemas,
hay momentos en el proceso agrcola en que estas especies vegetales compiten con
los cultivos, generando una interferencia que afecta el desarrollo de los mismos,
disminuyendo en consecuencia su rendimiento (Zimdahl, 1979; Hart, 1985, Doll,
2003). Tal efecto se ve acotado por la variabilidad propia de los agroecosistemas,
que se expresa tanto en especies cultivadas, ambientes fsicos, formas de manejo,
as como en su composicin de arvenses, la que a su vez cambia con el tiempo de
cultivo y an dentro de las etapas de un mismo ciclo.
Al respecto, debe destacarse que el efecto de las arvenses sobre el cultivo se
ve acentuado en el denominado periodo crtico de competencia, durante el cual
deben ser controladas para evitar prdidas en los rendimientos. En la prctica, este
periodo se refere al momento ptimo para realizar el control, que no necesariamente
se refere al periodo de mayor interferencia con el cultivo (Alemn, 2004a).
Asimismo, algunas arvenses pueden causar ms dao que otras, por la produc-
cin de sustancias alelopticas liberadas en la rizsfera o lixiviadas de las partes
areas vivas o muertas, afectando el desarrollo del cultivo o a otras arvenses,
incrementando as su dominancia (Escrzaga, 1987).
En consecuencia, el monitoreo de las poblaciones de dicha fora puede con-
tribuir a su manejo e, incluso, a su conservacin y proteccin. Los principales
componente que deberan ser incluidos en un programa de investigaciones sobre
manejo de arvenses son (Labrada, 1997):
Monitoreo de las especies de arvenses predominantes y su abundancia.
Ecobiologa de arvenses, incluyendo dinmicas poblacionales y comporta-
miento del banco de semillas en el suelo.
Interferencia con el cultivo, incluyendo la competencia y la alelopata.
Mejoramiento de las medidas de control de arvenses, considerando su in-
fuencia sobre la composicin de las comunidades de estas plantas.
En este contexto, a travs del diagnstico, el investigador o el extensionista
puede sugerir acciones correctivas o preventivas de las causas que estn generando
el problema: mal uso de productos qumicos, control a destiempo de las arvenses,
uso excesivo de un mismo terreno de cultivo, etc. Un ejemplo claro de ello es el
caso de Parthenium hysterophorus, en Yucatn, que se ha hecho dominante en el
cultivo de maz por la aplicacin indiscriminada del herbicida paraquat (Caamal
et al., 2001) (Figura 1).
539
As, los objetivos que se persiguen en el monitoreo de arvenses se enfocan
al diagnstico de la problemtica con algunas especies que se han constituido en
severos problemas en algunos pases centroamericanos y en Mxico (FAO, 1992),
as como la evaluacin de diferentes estrategias para su control integrado (Bastida
y Menndez 2001; Doll, 2003; Major et al., 2005).
Pero no slo el diagnstico de una problemtica particular es importante, sino
tambin la evaluacin misma de los impactos que el manejo agrcola tiene en las
comunidades de arvenses. Esto es fundamental cuando se plantean estrategias de
manejo cultural, biolgico o qumico de tales especies vegetales, para lo cual, es
prioritario hacer un seguimiento de los cambios generados en sus poblaciones.
As, lo importante es evaluar el impacto de las estrategias de manejo de arvenses
en los siguientes aspectos (Mortimer, 1997):
Desarrollo de la abundancia de las arvenses: su interferencia se sita por
debajo del nivel aceptable (dao econmico) en el campo.
Supresin de la sucesin/sustitucin de especies en la composicin de la fora
de arvenses en el campo.
Prevencin de cambios en la estructura gentica de las poblaciones de especies
para evitar que las medidas actuales de control se vean limitadas.
0
5
10
15
20
25
30
35
V
I
R

(
%
)
P
a
r
t
h
e
n
i
u
m
h
y
s
t
e
r
o
p
h
o
r
u
s
S
o
n
c
h
u
s

s
p
.
E
l
y
t
r
a
r
i
a

s
p
.
S
i
d
a

s
p
.
R
u
e
l
l
i
a

n
u
d
i
f
l
o
r
a
C
e
n
c
h
r
u
s
i
n
c
e
r
t
u
s
N
e
o
m
i
l
l
s
p
a
u
g
h
i
a
e
m
a
r
g
i
n
a
t
a
C
y
n
o
d
o
n

s
p
.
S
a
n
v
i
t
a
l
i
a
p
r
o
c
u
m
b
e
n
s
Especies
Figur a 1. Dominancia de Parthenium hysterophorus en una parcela de maz (Zea mays),
despus de cinco ciclos de cultivo con la aplicacin del herbicida paraquat.
Xmatkuil, Yucatn, Mx. (modifcado de Caamal et al., 2001).
540
Manejo de la abundancia de arvenses sin afectar el ambiente con residuos, y
proteger el suelo y la biodiversidad en el agroecosistema.
Control compatible en trminos de economa y factibilidad al nivel de toda
la fnca y con otras prcticas de manejo integrado de plagas.
Manejo de arvenses que sea apropiada para los productores, los que podran
adoptarlo o adaptarlo a sus propias condiciones de trabajo.
Para el cumplimiento de dichos objetivos el muestreo es una herramienta
fundamental, que permite obtener datos confables para tomar las medidas perti-
nentes que eviten el uso indiscriminado de agroqumicos y prdidas econmicas
a los productores.
Marco ter ico
La importancia de la competencia de las arvenses con un cultivo especfco depen-
de de cuatro factores: el estadio de desarrollo del mismo, la cantidad de arvenses
presente (la biomasa acumulada de las mismas), el grado de estrs hdrico o nu-
trimental y las especies particulares de arvenses (Laftte, 1994).
A su vez, la estructura de la comunidad de arvenses est determinada, entre
otros factores, por las caractersticas fenotpicas de las diferentes especies (mo-
nocotiledneas o dicotiledneas), por su abundancia, por su distribucin sobre el
terreno, as como por su comportamiento reproductivo (Wilson, 1988).
De tal manera que en el manejo de las arvenses interesar monitorear su distri-
bucin sobre el terreno, los tiempos en que su abundancia es mayor en el ciclo de
cultivo, la produccin de semillas, la latencia de las mismas, su viabilidad, etc.
El impacto del monitoreo sobre el manejo de arvenses puede ser ejemplifcado
en el cultivo de ctricos en Mxico y con el manejo del zacate J ohnson (Sorghum
halepense), una arvense muy problemtica en el norte y sureste de Mxico.
En el caso de la naranja (Citrus sinensis), es necesario conocer los sistemas de
produccin y de manejo de arvenses, as como los factores socioeconmicos que
infuyen en ellos. Por ejemplo, en la cuenca de Tlacolula, Veracruz, las plantacio-
nes de naranja se desarrollan en un nivel tecnolgico bajo, con ocho formas de
control de arvenses, que estn en funcin de los recursos humanos y econmicos
disponibles para el productor (Osorio y Lpez, 2004).
En tales condiciones, predominan los mtodos manuales en el manejo de ar-
venses, relacionados con el uso de mano de obra familiar. Cuando se intensifca
el control de malezas se favorece el desarrollo de especies anuales y a medida en
que el control disminuye, se desarrollan especies perennes (pastos), lo que hace
541
evidente que un buen manejo de estas especies depender de un conocimiento
apropiado de estos cambios en sus poblaciones (Osorio y Lpez, 2004).
Un buen ejemplo en el caso del monitoreo y de las estrategias de manejo se
da con el zacate J ohnson (Sorghum halepense), una arvense invasora en ms de
53 pases y considerada una de las diez arvenses ms problemticas en el mundo.
Este pasto invade cosechas agrcolas tales como algodn, ctricos, maz y caa
en el sur de Estados Unidos, Mxico y Centro y Sudamrica, desplazando a otras
especies agrcolas y nativas por la ventaja competitiva que le conferen sus extensos
rizomas resistentes al invierno (Chambers y Oshant, 2004).
El control de S. halepense es muy difcil, as que la mejor estrategia es evitar
invasiones y eliminar cualquier planta que empiece a establecerse. Para infestacio-
nes pequeas, se recomienda la remocin manual de la planta completa, incluyendo
sus rizomas profundos.
La aplicacin directa de plaguicidas tambin puede resultar efcaz para el
manejo del zacate J ohnson, por lo que se ha evaluado su dinmica poblacional al
ser manejado con productos qumicos. Por lo general, su estado de desarrollo es
fundamental para determinar la dosis requerida de los herbicidas. Si la aplica-
cin se hace cuando la planta procedente de semilla o de rizoma tiene slo cinco
hojas, se requiere del 50% de la dosis recomendada. Asimismo, se ha observado
un mejor efecto de los herbicidas sobre las plantas de semilla que de rizoma
(Rosales, et al., 2001).
El caso del zacate J ohnson hace evidente la necesidad de monitorear las
poblaciones de las arvenses ms problemticas para poder decidir el mejor mo-
mento del control y as reducir los costos econmico y ecolgico generados por
el uso excesivo de agroqumicos (Rosales et al., 2001). De igual manera, se hace
prioritario evaluar nuevas estrategias de control no qumico dentro del marco del
manejo integrado de arvenses (Alemn, 2004a).
En relacin con lo anterior, en los aos recientes se ha enfatizado el manejo
de las arvenses bajo el esquema de la agricultura de precisin, dado que su distri-
bucin sobre el terreno es irregular y por lo tanto la aplicacin de herbicidas no
debera ser homognea (Owen, 2003; Barroso et al., 2005).
Entre los factores responsables de la heterogeneidad en la distribucin de las
arvenses en los agroecosistemas se encuentran: temperatura, humedad, concentra-
cin de nutrimentos en el suelo, textura del mismo, competencia con otras plantas
(cultivo), labranza, etc. (Amador y Escobedo, 2004). Los factores de carcter
interno son: forma de la planta, caractersticas de reproduccin-dispersin de
las semillas, latencia de las semillas y viabilidad de las mismas, requerimientos
genticos para la germinacin, etc.
542
Tambin el manejo del agricultor, ya sea qumico, mecnico o biolgico, arado,
etc. afectar la distribucin y abundancia de las arvenses sobre el terreno (Amador
et al., 2004). Por ejemplo, el arado, las escardas y la aplicacin de herbicidas,
incidirn en la dinmica de las semillas en el suelo (semilla activa y en latencia),
por lo que evaluar el impacto de esas tcnicas de manejo con la ayuda del mues-
treo es fundamental para el control de estas especies vegetales (Akobundu, 1983,
Fround, 1988; Alemn, 2004b).
Para ejemplifcar lo anterior, hay que reconocer que una de las caractersticas
ms notables de las arvenses es su capacidad para producir una gran cantidad de
semillas en un perodo corto, muchas de las cuales permanecen enterradas en el
suelo en estado de latencia, constituyendo as el denominado banco de semillas.
Si se realiza una labranza profunda, estos propgulos emergern y sern expuestos
a las condiciones favorables para su germinacin, favoreciendo as su proliferacin
y competencia con el cultivo (Amador y Escobedo, 2004).
Un diagnstico certero, a travs del muestreo, podra determinar si esta ma-
nipulacin del suelo es la responsable de los problemas con las arvenses en un
terreno en particular, y sugerir un cambio de estrategia, por ejemplo, no arar ms
all de 10 cm de la capa superfcial del suelo (labranza mnima) o bien no arar
(labranza cero) (Amador y Escobedo, 2004).
Tambin, el uso excesivo de agroqumicos puede ser una presin de seleccin
que favorezca a una especie en particular (Neve, 2007), la cual enriquecer el banco
de semillas con sus propgulos, como sucede con Parthenium hysterophorus en
el cultivo de maz en Yucatn (Caamal et al., 2001) (Figura 2).
Por su parte, el arreglo de los cultivos sobre el terreno afecta tanto la abundancia
como la riqueza especfca de las arvenses, as como su propia distribucin espacial.
La competencia de los cultivos y la sombra generada por los mismos pueden ser
determinantes en el control (Caamal y del Amo, 1986).
En el uso integrado de diversas estrategias como las antes citadas (manejo inte-
grado de arvenses), el muestreo de arvenses juega un papel fundamental, pues permite
conocer los denominados umbrales de tratamiento, que seran aquellos niveles de
abundancia de arvenses en los cuales el control se hace necesario para evitar prdi-
das al productor. Con ello se evitara, por ejemplo, aplicar herbicidas cuando no se
requiriese, haciendo as ms racional el uso de agroqumicos (Alemn, 2004a).
Para establecer la interferencia ejercida por las arvenses sobre el cultivo en los
terrenos de los productores, es importante asegurar que los datos colectados sean
representativos de cada sitio.
Todo lo anterior resalta la importancia de comprender la metodologa de mues-
treo de las arvenses, que depender, desde luego, de los objetivos que se busquen
en cada situacin particular.
543
Muestreo de ar venses
Aspectos relevantes del muestreo
El inters en el estudio de las arvenses puede estar centrado en: a) el mapeo y
descripcin de la vegetacin; b) conocimiento de las interacciones vegetacin-
clima-suelo que se presentan en la vegetacin arvense de un rea particular; c)
determinacin de los patrones de la sucesin secundaria en campos abandonados,
y otros temas especfcos.
De manera general, los objetivos bsicos que se persiguen en el manejo de
arvenses son:
a) Diagnosticar las condiciones del cultivo en los terrenos de los productores.
Las preguntas que se intenta responder son: estn causando problemas las
arvenses? Hay necesidad de realizar medidas de control (umbrales de accin)
y delimitar las causas del problema con las arvenses (si lo hay)? Existe una
utilizacin excesiva del terreno? Se aplican malas prcticas de control? Hay
arvenses difciles de controlar?, etc.
0
5
10
15
20
25
30
35
40
45
50
N
o
.

i
n
d
i
v
i
d
u
o
s
P
a
r
t
h
e
n
i
u
m
h
y
s
t
e
r
o
p
h
o
r
u
s
A
m
a
r
a
n
t
h
u
s
h
y
b
r
i
d
u
s
A
m
a
r
a
n
t
h
u
s
s
p
i
n
o
s
u
s
E
u
p
h
o
r
b
i
a

s
p
.
L
e
u
c
a
e
n
a
l
e
u
c
o
c
e
p
h
a
l
a
S
o
n
c
h
u
s

s
p
I
p
o
m
o
e
a

s
p
.
Especies
Figur a 2. Abundancia relativa de arvenses germinadas en el banco de semillas en una parcela
de maz, despus de cinco ciclos de cultivo con la aplicacin del herbicida paraquat. Xmatkuil,
Yucatn, Mx. (modifcado de Caamal et al., 1996).
544
b) Evaluar los mtodos de control de las arvenses, tanto en las parcelas de produc-
tores como en condiciones experimentales (Amador et al, 2004), incluyendo la
bsqueda de nuevas estrategias de control, basadas en el concepto de manejo
integrado de cultivos (Alemn, 2004b).
Para lograr el diagnstico deben hacerse observaciones o tomarse datos de un
nmero de puntos (cuadrantes) seleccionados de forma aleatoria o sistemtica, de
acuerdo con las caractersticas del terreno.
En la literatura se encuentran menciones sobre el lanzamiento de cuadros de
metal o de madera para tomar datos sobre las plantas presentes en el sitio donde el
artefacto hubiese cado (Martnez y Alfonso, 2003). Esto en sentido estricto no es
una seleccin aleatoria de los sitios de muestreo, pues implica en primer trmino
que la distribucin de especies sobre el terreno es homognea, adems de que
est implcita la subjetividad del propio lanzador del marco: hacia dnde dirija el
lanzamiento, la fuerza con que lo haga, etc. Al respecto, hay que considerar que si
se seleccionan puntos de muestreo que conscientemente son considerados como
representativos, la estimacin sobre las variables de inters (frecuencia, biomasa,
cobertura de arvenses, etc.), ser sesgada (Laftte, 1994).
El diagnstico revela, por lo general, la dominancia de una especie de arvense
(un mayor nmero de individuos de la misma en relacin con el total encontrado)
que se constituye as en un problema local, que puede alcanzar niveles regionales
(Martnez y Alfonso, 2003). Un ejemplo de ello es la especie caminadora (Rottbo-
ellia cochinchinensis), que en los pases centroamericanos ha generado prdidas
importantes en los sistemas de cultivo. De hecho, en ms de 3.5 millones de ha en
la regin esta especie es la dominante (De la Cruz, 1992).
Si el objetivo es determinar la problemtica con las arvenses en una comunidad
en particular, las muestras colectadas en los campos individuales pertenecientes
a cada productor, son promediados y dicho promedio, con su medida de varia-
bilidad (desviacin estndar), puede ser confrontado con los obtenidos para los
otros campos.
Seleccin de los puntos de muestreo
Muestreo en lnea o transecto
Una forma de seleccionar los sitios en los que se tomarn las muestras de arven-
ses es el mtodo lineal. En ste, se hacen recuentos del tipo de arvenses que se
encuentran en la parcela (monocotiledneas o dicotiledneas). Se usa una cuerda
545
de dos metros, que se ubicar en al menos cinco sitios (estaciones) por hectrea.
En cada uno de estos sitios se identifcan y cuentan las arvenses que entran en
contacto con la lnea (Alemn, 2004b).
Muestreo sistemtico
Una variante del diseo anterior, muy utilizada en campos de productores, se
conoce como zig-zag o W, que cae dentro de la clasifcacin de muestreo
sistemtico. Consiste en atravesar el campo caminando diagonalmente, dibujando
as una W imaginaria, sobre la cual, a determinadas distancias (de forma siste-
mtica), se localizar un punto de muestreo (Figura 3) (Laftte, 1994; Barroso
et al., 2005).
Si el cultivo principal, por ejemplo, maz, est sembrado en surcos, puede
caminarse un determinado nmero de pasos y cruzar, cierto nmero de surcos y
tomar la muestra, y as sucesivamente hasta que los sitios en que los datos sean
tomados puedan ser unidos por una lnea imaginaria que forme la W. No debe
muestrearse dentro de los lmites o bordes del campo, que se establecen midiendo
un nmero similar de pasos que el establecido entre puntos de muestreo sobre la
W imaginaria.
La eleccin de la distancia entre muestras (cada determinado nmero de
pasos) depender del nmero de cuadros necesarios para llevar al cabo la estima-
cin sobre las caractersticas bsicas de las arvenses. Tal distancia debe ajustarse
al tamao y forma del terreno (ya sea que ste sea pequeo o trazado de forma
irregular) y ello debe hacerse, desde luego, antes de empezar la caminata por
el terreno.
Figur a 3. Ubicacin de sitios de muestreo de arvenses en un muestreo sistemtico,
mediante el recorrido en W en el campo de cultivo.
546
Puede determinarse, por ejemplo, que el nmero de sitios de muestreo en un
campo particular debe ser de diez (cuadrantes) para tener una buena estimacin de
las variables de inters cruzarse el campo completamente, se requieran distancias
entre cuadrantes de 10 o 15 pasos (Figura. 3).
En la Figura 4 se presentan diferentes esquemas de muestreo derivados de la
tcnica anterior. Como puede apreciarse, los recorridos en las fguras A y C no
cubren la amplitud del terreno; es decir, no son representativos. Por su parte, en
la fgura C, el recorrido de muestreo est claramente sesgado a la izquierda, lo
que tambin le resta representatividad. Por ltimo, la fgura D denota un trazado
irregular de la ruta de muestreo, que bien podra deberse a las preferencias, al
caminar de la persona que realiza la actividad.
Muestreo estratifcado
No obstante, los espacios agrcolas no son entidades homogneas que puedan ser
evaluadas de forma tan aparentemente sencilla como la arriba descrita; ms bien,
puede decirse que lo contrario es la norma. En efecto, gran parte de los sitios eva-
luados en una localidad dada presentan diferentes niveles de heterogeneidad, misma
que debe ser tomada en cuenta a la hora de realizar el diseo de muestreo.
La variacin en las caractersticas de la comunidad de arvenses se debe a
diversos factores, que afectan la cobertura, densidad y biomasa de las mismas.
Entre tales factores estn: composicin de especies de la comunidad, estaciona-
lidad, historial de uso del terreno, perturbaciones naturales, factores climticos y
edfcos (tipo de suelo, pendientes, etc.) (Alemn, 2004b).
Dicha heterogeneidad debera considerarse para ubicar sitios de muestreo (es-
tratos) con similar historial de manejo, mismo tipo de suelo, etc., con la fnalidad
de lograr una mayor representatividad del terreno evaluado (Alemn, 2004b).
De esta forma, pueden identifcarse en el campo diferentes secciones o estratos,
de acuerdo con una medida de variacin particular, por ejemplo, de mayor a menor
profundidad del suelo, o de mayor a menor pedregosidad, o de mayor o menor
abundancia de arvenses estimada en forma visual, en primera instancia.
Una vez identifcados los estratos, las unidades de muestreo pueden ser se-
leccionadas de manera aleatoria o sistemtica dentro de cada zona estratifcada,
adems, deben ir en proporcin con la superfcie que la misma representa del campo
entero, para poder realizar un muestreo equitativo (Alemn, 2004b).
Un ejemplo del muestreo estratifcado puede ubicarse en la zona henequenera
de Yucatn, donde hay una gran heterogeneidad del suelo en cuanto a la cantidad de
piedras o lajas presentes, por lo que deberan efectuarse las mediciones de inters
547
en estratos: reas con pedregosidad baja, media o alta (Caamal et al., 2001). Por
ejemplo, si el 70% del terreno de cultivo tiene pedregosidad media, el esfuerzo
de muestreo deber ser mayor.
Finalmente, todas las parcelas evaluadas (de diferentes productores) tendrn una
califcacin de mayor o menor heterogeneidad, lo que es primordial al momento
de realizar la interpretacin de los datos obtenidos, y llegar en consecuencia, a
establecer un diagnstico certero.
Momento par a la toma de muestr a
Las arvenses compiten con el cultivo bsicamente por luz, agua y nutrimentos,
pero existe un perodo en el estadio de desarrollo del mismo en el que la inter-
ferencia es ms signifcativa, particularmente en cultivos muy sensitivos a ella,
como el maz. Tal etapa se conoce como perodo crtico de cultivo y para el maz
Esquema A
Esquema B
Esquema C Esquema D
Figur a 4. Diferentes recorridos en el campo inadecuados para ubicar
sitios de muestreo de arvenses
548
se sita entre los 15 y 45-60 das despus de la siembra, aunque, desde luego hay
variaciones debidas al tipo de maz (variedades mejoradas, hbridos), regin, etc.
(Laftte, 1994; Alemn, 2004b).
Durante el perodo crtico de competencia, especfco para cada cultivo, la
cantidad de arvenses debe ser monitoreada a travs del muestreo, para determinar
si hay la necesidad de medidas adicionales de control o para evaluar si los mtodos
mismos son efcientes para lograr poblaciones bajas de estas especies con bajos
costos econmicos y ecolgicos.
Por otra parte, una determinada especie puede ser perjudicial para el cultivo
an despus de pasada la etapa crtica de crecimiento del cultivo, ya sea porque
presente efectos alelopticos sobre el mismo o porque su presencia difculte la
cosecha (Alemn, 2004a), Tal es el caso con Amaranthus spinosus y Cenchrus
incertus) que tienen un desarrollo profuso y poseen espinas o semillas que causan
heridas a las personas (Caamal et al., 2001).
Asimismo, la proliferacin de semillas al fnalizar el ciclo de cultivo es un in-
dicativo de que en ciclos de cultivo subsecuentes germinarn diferentes especies de
arvenses que pueden interferir de manera creciente con los cultivos. As, el muestreo
de las plantas presentes en el terreno durante dicha etapa del cultivo permitir hacer
proyecciones a futuro sobre las necesidades de control, evitando que la proliferacin
de tales especies incremente sustancialmente los costos de produccin.
Aunado a lo anterior, es deseable la toma de muestras de suelo para conocer
el banco de semillas de arvenses. El nmero de semillas viables por especies en
un banco de semillas es un dato especialmente til dado que establece el nivel de
infestacin potencial de un terreno cultivable (Forcella, 1997).
Las plntulas emergidas en muestras de suelo colocadas en bandejas son cuan-
tifcadas por especies despus de dos o tres semanas. Luego del primer conteo, el
suelo en las bandejas se seca, se remezcla completamente y se vuelve a realizar el
proceso hasta que no haya emergencia de plntulas (Forcella, 1997).
No obstante, a pesar de que se pudiese estimar las densidades del banco de
semillas con sufciente exactitud, el valor de esta informacin debera tomarse con
cautela, pues las semillas en el suelo existen en varios estados de latencia.
Tamao de la muestr a
Nmero de puntos requeridos para el muestreo
En las secciones anteriores se mencion la forma de ubicar los sitios de muestro
dentro de las parcelas que seran evaluadas, ya fuese de forma aleatoria, sistemtica
549
o por estrato; asimismo, de manera muy breve, se coment la necesidad de estable-
cer el nmero de cuadros requerido para cubrir un rea representativa (tamao de
muestra) y as lograr buenas estimaciones de las variables de inters en el manejo
de arvenses. Es preciso, entonces, detallar ms sobre este ltimo aspecto, que es
fundamental en el proceso de muestreo.
Cur va especies-rea
Puede calcularse el rea mnima que requiere muestrearse para tener representadas
a la mayor parte de las especies de arvenses elaborando una curva de especies
acumuladas al incrementarse la superfcie monitoreada. De hecho, ello permite
sustituir los muestreos completamente al azar y por diagonales, que pueden re-
sultar ms costosos e inclusive, no representativos, al no incluir especies de gran
dominancia (Alemn, 2004b).
El rea mnima de muestreo se construye en fases sucesivas de incremento
de la superfcie evaluada, en las que se registran las nuevas especies de arvenses
que se van presentando. De tal manera, se llega a un punto de incremento del rea
en el que la aparicin de nuevos grupos es mnimo o nulo (Figura 5). Esto es lo
que se considera como el rea mnima de muestreo, es decir, la menor rea con el
mayor nmero de especies (Alemn, 2004b).
Un ejemplo real del clculo del rea mnima de muestreo por el mtodo de es-
pecies-rea lo presentan Alemn y Herrera (1991), quienes indican que para el caso
de las arvenses que compiten con el frijol (Phaseolus vulgaris) en las condiciones
tropicales de Nicaragua, la superfcie mnima que debe evaluarse es de 25 m
2
.
Mtodo de Ker shaw
La curva de especies-rea es til para comunidades homogneas o poco heterog-
neas y se refere bsicamente a la riqueza de especies (nmero de especies), pero
no a su abundancia. Otro mtodo que toma en cuenta la alta variabilidad de las
poblaciones de arvenses y que incorpora adems un valor de abundancia es el de
la curva de Kershaw (Bonham, 1989).
La curva de Kershaw se construye tomando datos de la abundancia de arven-
ses (individuos) para calcular su media cada vez que se incrementa el nmero
de unidades de muestreo (cuadros de 0.25 m
2
, por ejemplo). Posteriormente, se
grafca el valor de la media contra el tamao de la muestra (Nmero de unidades
de muestreo) (Figura 6).
550
0
5
10
15
20
25
1 2 3 4 5 6 7 8
Area (m
2
)
E
s
p
e
c
i
e
s

a
c
u
m
u
l
a
d
a
s

(
N
o
.
)
Muestra 1
Muestra 2
Muestra 3
Muestra 4
1 2 3 4 5 6 7 8 9 10 11 12
No. de unidades de muestreo (cuadros de 0.25 m
2
)
N
o
.

d
e

i
n
d
i
v
i
d
u
o
s

(
m
e
d
i
a
)
No. de unidades de muestreo
No. de individuos (media)
Figur a 5. Nmero de especies de arvenses (riqueza) al incrementarse la superfcie monitoreada.
El rea mnima de muestreo se establece como el valor en el cual la curva alcanza
una pendiente cero (asntota). Modifcado de Alemn, 2004
Figur a 6. Valor medio de la abundancia de arvenses (individuos) al incrementarse el tamao de
la muestra. El nmero mnimo de unidades de muestreo se establece como el valor en el cual la
curva alcanza una pendiente cero (asntota). Datos hipotticos.
551
Al igual que en el caso de la curva de especies-rea, el rea mnima de
muestreo est representada por el punto o tamao de muestra en el cual, el valor
medio de la densidad se estabiliza (la curva se vuelve asntota). En la prctica,
se selecciona un tamao de muestra ligeramente mayor para reducir el error
estndar.
Una forma de estimar el rea mnima de muestreo en estudios piloto puede
considerarse derivada del mtodo de Kershaw es a travs del clculo del coefciente
de varianza de diferentes tamaos de muestra, eligiendo aquel que presente un
valor igual o menor a 10%.
Por ejemplo, en un estudio piloto Mndez y colaboradores (2000) selec-
cionaron una muestra de 100 cuadros, de la cual, tomaron de manera aleatoria
cinco submuestras de 25, 50 y 75 cuadros, calculando la cobertura o la biomasa
promedio de arvenses y el coefciente de varianza. Los investigadores determi-
naron que con la mitad de cuadros de muestreo se alcanzaba un valor menor al
10% de variacin en la abundancia de arvenses, por lo que ese era el tamao
de muestra adecuado.
Her r amientas par a el muestreo de ar venses
En prrafos anteriores se habl de la forma en que deben seleccionarse los sitios
de muestreo y el nmero de ellos requeridos para realizar el diagnstico de la
problemtica con las arvenses en los terrenos de productores. Sin embargo, an
falta detallar cmo tomar la muestra en cada punto en especfco.
Se requiere conocer qu herramientas o instrumentos son necesarios para
tomar la muestra, y qu informacin acerca de las caractersticas de las arvenses
es preciso registrar en el momento del muestreo; adems, es importante conocer
la forma en que debe procesarse la muestra para registrar otras variables de im-
portancia para la evaluacin.
Como ya se haba mencionado, las medidas bsicas en el muestreo de ar-
venses son: frecuencia, cobertura, densidad y biomasa. La ltima es de suma
importancia en la evaluacin de mtodos de control de arvenses, pues implica
el xito que las especies tienen en la asignacin de recursos y que se transfor-
man en masa viva, lo que les permite competir con el cultivo. Sin embargo,
la combinacin de las otras medidas permite una inspeccin detallada de la
dinmica de estas especies en el agroecosistema as como seguir los cambios
en la fora arvense a lo largo del tiempo, asociados con diferentes esquemas de
manejo (Alemn, 2004a).
552
La eleccin de tcnicas para estimar las variables mencionadas anteriormente
est determinada por el tipo de vegetacin que se est evaluando. La utilizacin
de cuadrantes es muy comn en el estudio de vegetacin, pero las dimensiones de
los cuadros varan dependiendo si se trata de rboles, arbustos o hierbas (Bonham,
1989). Como las arvenses son principalmente herbceas y trepadoras, se utilizan
cuadros de metal o madera con medidas de 50 50 cm (0.25 m
2
) (Caamal et al.,
2001).
Los cuadros de las dimensiones citadas para las arvenses, dada su forma y
las caractersticas de distribucin de estas especies sobre el terreno, permiten su
evaluacin con precisin (repetibilidad) y certeza (valor verdadero de la poblacin
particular de arvenses) (Figura. 7).
Se ha considerado que los cuadrantes rectangulares son mejores que los cua-
drantes cuadrados, porque al colocarse en el terreno en el sentido de una variacin
reconocible en el mismo dan estimaciones ms confables; no obstante, la variacin
Figur a 7. Cuadro de muestreo de 50 x 50 cm, que se coloca en el sitio de muestreo. Los datos se
toman de las arvenses que quedan dentro del marco (no. de individuos, biomasa, cobertura).
553
en el campo no sigue solamente una direccin, sino que es polidimensional, de tal
suerte que la forma cuadrada se considera adecuada (Bonham, 1989).
Var iables de inter s en los sitios de muestreo
Antes de colocar los cuadros sobre los sitios de muestreo, es aconsejable rea-
lizar una observacin general sobre la parcela, para establecer un diagnstico
preliminar acerca de la problemtica con las arvenses en ese sitio particular
(Laftte, 1994).
Los factores que importa considerar en el diagnstico previo son (Alemn,
2004a y b):
Altura de las arvenses en relacin con el cultivo (la proporcin de las mismas
que son ms altas o que cubren al cultivo).
Cobertura del terreno por las arvenses (en porcentaje).
Estadio de desarrollo del cultivo: la densidad de malezas en tal etapa (alta o
baja) determinar la reduccin o no del rendimiento.
Apariencia de las plantas del cultivo en sitios con alta presencia de arvenses
en comparacin con las que crecen en sitios con menos proliferacin de las
mismas; esto sera un indicativo de competencia por agua, luz o nutrimen-
tos, o posibles efectos alelopticos de algunas arvenses especfcas sobre el
cultivo.
Principales especies de arvenses presentes. Es importante indicar si son de
hoja ancha o angosta, anuales o perennes. Ello es necesario, tanto para de-
terminar un posible mtodo de control (herbicidas selectivos, por ejemplo)
o para evaluar la posible presencia de sustancias alelopticas producidas por
algn tipo especfco de planta.
En terrenos de productores, las observaciones deben realizarse antes del control
especfco que el campesino efecte, sea este manual o qumico, o bien, despus de
haber realizado el control para evaluar el grado de efcacia del mtodo empleado
para tal fn (Amador et al., 2004).
En estudios experimentales, la evaluacin de los mtodos alternativos de control
de arvenses se da, desde luego, en condiciones controladas, a travs de diseos
experimentales en los que se prueban las nuevas opciones y se confrontan con los
tratamientos tradicionales de control (Amador y Escobedo, 2004).
Una vez colocados los cuadros en los sitios de muestreo, se toman los siguien-
tes datos.
554
Cobertura de especies presentes en cada cuadro
Se realiza una estimacin visual del porcentaje del rea dentro de cada cuadro que
es cubierta por las arvenses, de acuerdo con el mtodo de Braun-Blanquet (Burel
y Baudry, 2002). De acuerdo con los objetivos del estudio, podra estimarse la
cobertura de las especies ms conspicuas, o determinar el porcentaje de cobertura
de especies de hoja ancha y de hoja angosta (gramneas, ciperceas, etc.). Se es-
tablece una escala para determinar la cobertura: 0-5%, 5-10%, 10-25%, 25-50%,
50-75% y 75-100% (Alemn, 2004b).
Frecuencia de especies de arvenses por cuadro
La frecuencia se refere a la presencia de una especie determinada en los cuadros de
muestreo colocados en cada parcela; el rango de valores posibles que puede tomar
va de cero a uno. Un valor de cero indica la ausencia de una especie determinada
en la parcela evaluada, mientras que un valor de uno indica que est presente en
todos los cuadros de muestreo.
Por ejemplo, si la especie Parthenium hysterophorus aparece en nueve de diez
cuadros de muestreo en una parcela determinada, su frecuencia absoluta ser de
cero punto nueve. Esta medida puede expresarse como frecuencia relativa, consi-
derando la frecuencia de la especie determinada entre la suma de las frecuencias
absolutas de todas las especies presentes en los cuadros de muestreo, expresando
este valor como porcentaje.
Densidad de especies individuales
La densidad se refere al conteo del nmero de individuos por especie presentes en
cada cuadro de muestreo, y este valor se expresa como: nmero de individuos/rea,
usualmente por m
2
. Esta variable se ha empleado ampliamente para la valoracin
de vegetacin arbrea y arbustiva, y en menor medida para vegetacin herbcea,
como las arvenses.
Ello se debe a lo tedioso y lento del proceso de conteo, que se complica por el
hecho de que en algunas especies es difcil identifcar una planta individual, como
sucede con las gramneas que forman estolones de los cuales se forma una nueva
planta, los que bien podran considerarse como un individuo propio. Sin embargo, esta
limitante puede acotarse si se defne con precisin lo que va a ser considerado como
un individuo y respetar durante el muestreo esa decisin (Caamal et al., 1996).
555
Biomasa por especie de arvense
Una medida que expresa en forma muy clara la importancia que ha adquirido una
especie o conjunto de especies arvenses es la biomasa. De hecho, este valor es
un indicativo de cmo los recursos son usados por especies particulares; es decir,
qu xito en cuanto a la asignacin de recursos tienen las diferentes arvenses en
un terreno de cultivo determinado (Alemn, 2004a).
Cuando se coloca el cuadrante sobre el terreno se cosechan todas las especies
presentes, incluyendo la raz; es importante considerar que las plantas presentes
se refere a las que estn enraizadas dentro del cuadro, o la parte de la planta que
est dentro del rea delimitada por el mismo, como en el caso de los bejucos y
arvenses rastreras (Caamal et al., 2001) (Figura 5).
Una vez que se cosechan las plantas, se procede a separarlas por especie, contando
el nmero de individuos de cada una de ellas (para la estimacin de la densidad),
colocndolas posteriormente en bolsas de papel que luego son colocadas en un horno
con circulacin de aire, a una temperatura de 80
o
C durante 72 horas. Al transcurrir
dicho tiempo (peso constante), se procede a pesar el material para cada especie, re-
gistrando el valor como g/m
2
de peso seco (Caamal et al., 2001; Alemn, 2004a).
No obstante, en ocasiones el tiempo o los recursos no son sufcientes para hacer
una estimacin tan puntual de la biomasa de las arvenses. En tales circunstancias,
puede estimarse esta variable pesando en fresco la muestra de cada cuadrante,
dividiendo el material en especies monocotiledneas y dicotiledneas. De cada
grupo de arvenses, se toma una submuestra, misma que es pesada en fresco y
posteriormente procesada en el horno, como se indic anteriormente, para obtener
su peso seco. Con este dato y con una sencilla regla de tres, es posible estimar el
peso seco de la muestra original en fresco de especies arvenses monocotiledneas
y dicotiledneas (Alemn, 2004a).
Anlisis de la infor macin obtenida en el muestreo
Los mtodos de anlisis de la informacin, sobre todo cuando los datos provienen
de experimentos controlados, se basan de manera regular en el anlisis de varianza
(ANAVA). Por ejemplo, la biomasa total de arvenses en diferentes tratamientos
de control se acostumbra analizarla a travs del programa estadstico Statistical
Analysis System (SAS), o de algn otro programa conocido, utilizando, de ser
posible, contrastes ortogonales para la separacin de medias.
Sin embargo, en el caso de las poblaciones de malezas no siempre se cumple
con los supuestos de normalidad y de homogeneidad de varianzas (homocedas-
556
ticidad), dos de los supuestos que le dan validez al ANAVA. Ello se debe a que
estas especies no colonizan un terreno de forma aleatoria, sino que lo hacen por
lo comn en parches, sin un patrn defnido. En estas condiciones el ANAVA no
sera la prueba ms potente para detectar las diferencias que tiendan a rechazar la
H
o
planteada (Santos et al., s.f,).
Uno de los mtodos utilizados para corregir esas fallas en los supuestos del
anlisis estadstico paramtrico es la transformacin de los datos originales a una
nueva escala o, en otras palabras, a una nueva variable, de forma previa al anlisis
de varianza (Steel y Torrie, 1992). Por ejemplo, las variables de abundancia o de
biomasa pueden transformarse mediante la raz cuadrada del valor o aplicando
una escala logartmica, respectivamente.
Otra estrategia sera aplicar pruebas estadsticas no paramtricas a los valo-
res originales. Por ejemplo, Santos et al., s.f. mencionan la prueba de Friedman
como la prueba no paramtrica ms utilizada como alternativa al ANAVA en datos
obtenidos a partir de un diseo de bloques completos al azar.
En la prueba de Friedman se pretende probar las hiptesis bajo estudio a
travs de las medianas de los valores, dado que estas son menos sensibles a las
variaciones entre las repeticiones de un mismo tratamiento y, en consecuencia,
son menos afectadas por los cambios en la variabilidad interna del experimento.
Evidentemente, tambin hay condiciones para su uso en el anlisis: la indepen-
dencia entre tratamientos y la seleccin aleatoria de los datos.
La importancia del anlisis no paramtrico se evidencia ante el hecho co-
mn de no encontrar diferencias signifcativas entre valores muy distantes en el
conteo de arvenses al usar el ANAVA clsico. Por ejemplo, suele suceder que 60
individuos en promedio sean estadsticamente iguales a 10. Obviamente, ello se
debe a la gran variabilidad inicial presente en la distribucin de arvenses en un
terreno particular, con lo que no se cumple con los supuestos de normalidad y de
homogeneidad de varianzas.
Sin embargo, cuando los mismos datos se analizan con la prueba de Friedman,
resalta que los tratamientos que presentan menos arvenses son aquellos en donde
el rendimiento del cultivo es mayor, lo que s es una conclusin lgica (Santos
et al., s.f.)
Por otra parte, puede evaluarse el efecto de un determinado manejo de arvenses
sobre la dinmica de las arvenses a travs de los valores de importancia relativa
(VIR) de cada especie, como se present en la Figura 1 para el caso de la domi-
nancia de Parthenium hysterophorus.
Tambin puede utilizarse el ndice de Simpson para estimar la dominancia y
la equidad en la comunidad de arvenses, pues a medida que su valor es ms alto,
557
hay una mayor dominancia de alguna especie en particular, lo que podra deberse
a un mal manejo agronmico (Major et al., 2005)
Mtodos cualitativos par a la toma de decisiones en control de ar venses
No obstante lo antes expuesto, el muestreo cuantitativo de arvenses puede ser
de uso limitado cuando se trata de grandes extensiones cultivadas, por lo que un
muestreo cualitativo puede ser esencial para tomar decisiones de control en tales
condiciones.
En tal sentido, se ha propuesto el mtodo de escalas de presin de arvenses
(PA) que se defne como la estimacin visual del porcentaje con el que estas especies
contribuyen al volumen total de plantas (incluyendo las cultivadas) en una parcela
(Harvey, 1997). Una PA de 0 indicara la ausencia total de malezas, mientras que
100 representara la ausencia total de plantas de cultivo
Harvey (1997) hace referencia a un estudio en EU donde se estim visualmente
la PA a la par de que se midieron de forma directa los rendimientos de maz en
ensayos de efcacia de herbicidas.
Para ello, se cubrieron con mantas plsticas reas de 3 por 3 m que sirvieron
como parcelas testigo sin tratar, ubicadas en por lo menos tres sitios representativos
en cada parcela. Luego de la aplicacin del producto las mantas se retiraron y se
marcaron con estacas para localizarlas posteriormente.
Los valores de PA se estimaron en cada rea testigo, a la par de la identifca-
cin de las especies primarias de malezas presentes, estimando sus contribuciones
relativas al total de la PA.
Finalmente, el porcentaje de reduccin del rendimiento del cultivo para todos
los tratamientos se calcul en relacin con los rendimientos de las parcelas des-
hierbadas manualmente o de los mejores tratamientos de cada prueba.
Despus de obtenidos los valores de PA, las arvenses pueden ser eliminadas
de las reas testigo de forma manual, para evitar su dispersin a otras reas.
No obstante, esta tcnica fue desarrollada usando datos obtenidos de cam-
pos de pruebas de maz en EU, por lo que su aplicacin en otras partes depende
de nuevas ecuaciones de prediccin de prdidas de rendimiento en cada rea
geogrfca.
Otro enfoque semicuantitativo para estimar las poblaciones de arvenses se
refere a la construccin de mapas de distribucin en el campo, de manera efciente
y precisa.
Por ejemplo, Barroso et al. (2005) compararon varios mtodos para obtener in-
formacin georreferenciada de la infestacin de Avena sterilis en el cultivo de trigo:
558
a) a la cosecha, clasifcando la densidad de panculas directamente en el terreno, b)
estimacin visual a distancia, c) registro de nmero de contactos de las panculas
con una vara portada horizontalmente por el evaluador al atravesar el campo de
cultivo y d) registro de la lluvia de semillas de A. sterilis sobre el terreno.
No se encontr diferencia estadstica en la estimacin de las poblaciones por
los distintos mtodos citados, adems de que un anlisis de presupuesto parcial
sobre los costos y benefcios derivados de los mismos, indic que la estimacin
visual fue el mtodo ms apropiado para la elaboracin de mapas de manejo de
arvenses.
Los datos obtenidos por la va cualitativa podran ser usados para decidir
en qu parches de A. sterilis aplicar herbicida en subsecuentes temporadas de
cultivo, lo que implica un manejo ms racional de los insumos qumicos en el
cultivo de trigo.
Sin embargo, cabe aclarar que hay una gran variabilidad de patrones de distri-
bucin espacial de las arvenses en los campos agrcolas, por lo que los mtodos de
muestreo mencionados deberan ser evaluados en cada regin geogrfca particular
antes de recomendar su uso generalizado.
Conclusiones
Es pertinente enfatizar que antes del muestreo propiamente dicho, es necesario
hacer un reconocimiento del terreno para, en su caso, hacer una estratifcacin
del mismo de acuerdo con su variabilidad. La actividad en s de la toma de
datos en el campo es una parte de todo el proceso de anlisis de la vegetacin
de arvenses.
Las mediciones realizadas directamente en los terrenos de los productores se
ven afectadas por factores que no pueden controlarse, por lo que debe cuidarse
este aspecto cuando se hagan las interpretaciones y conclusiones de las observa-
ciones realizadas.
Lo anterior es fundamental para llegar a establecer diagnsticos precisos acerca
de la problemtica particular con las especies arvenses, sugerir medidas preventivas
o correctivas y evaluar la efciencia de mtodos de control basados en el manejo
ms que en la erradicacin de las mismas.
Si no se toma en cuenta el contexto particular de manejo de cada campo agrcola
podran hacerse recomendaciones de manejo errneas, que en ciertas circunstancias
conduciran a prdidas econmicas importantes.
559
Referencias bibliogrfcas
Akobundu I. O. 1983. No-tillage weed control in the tropics. In: Akobundu I. O. y Deutsch
A. E. (Eds.). No-Tillage Crop Productions in the Tropics. Proceedings, 6-7 august, 1981.
Monrovia, Liberia. International Plant Protection Center, Oregon State University,
Corvallis, OR, EUA. Pp. 32-44.
Alemn F. 2004a. Manejo de arvenses en el trpico. Imprimatur Artes Grfcas. Universidad
Nacional Agraria. Managua, Nicaragua. P. 67
Alemn F. 2004b. Manual de investigacin agronmica. Con nfasis en ciencia de las
malezas. Imprimatur Artes Grfcas. Managua, Nicaragua. 248 pp.
Altieri M. A. 1988. The impact, uses and ecological role of weeds in agroecosystems. In:
Altieri M.A. y Liebman M. (Eds.). Weed management in agroecosystems: Ecologica-
lapproaches. CRC Press, Florida, EUA. Captulo 1.
Amador M., Acosta E., Escobedo J., Gutirrez, R. 2004. Control de malezas con escardas
y herbicidas preemergentes en frijol, en Zacatecas. INIFAP. Centro de Investigacin
Regional Norte Centro. Campo Experimental Zacatecas. Fundacin Produce Zacatecas,
A.C. Folleto Cientfco No. 6: 1-20.
Amador M., y Escobedo J. 2004.Distribuciones espaciales de malezas y rendimiento de
maz en labranza reducida y convencional. Rev. Fitotec. Mex. 27(3):223-231
Barroso J ., Ruiz D., Fernndez-Quintanilla C.,Leguizamn E., Hernaiz P.,Ribeiro A., Diaz
B., Maxwell B., Rew L. 2005. Comparison of sampling methodologies for site-specifc
management of Avena sterilis. Weed Research 45 (3):165174.
Bastida F., Menndez J . 2001. Produccin integrada y manejo integrado de malas hierbas.
En: R. de Prado y J J orrn (Eds.). Uso de Herbicidas en la Agricultura del Siglo XXI
pp. 307-316, Universidad de Crdoba, Espaa.
Bonham Ch. 1989. Measurements for terrestrial vegetation. J ohn Wiley & Sons. New
York, EUA.
Burel F., Baudry J . 2002. Ecologa del paisaje. Conceptos, mtodos y aplicaciones. Edi-
ciones MundiPrensa. 347 pp.
Caamal J . A., del Amo S. 1986. Comparacin de la dinmica de las especies arvenses en
sistemas de monocultivo y policultivo. Bitica, 11(2):127-136.
Caamal J. A., Jimnez J. y Valverde B. 1996. Utilizacin de leguminosas como cobertura
para el control de malezas en maz, en Yucatn, Mxico, como alternativa al sistema de
roza-tumba-quema. Red Gestin de Recursos Naturales, segunda poca, 4:31-37.
Caamal J . A., J imnez J ., Torres-Barragn A. y Anaya A. 2001. The use of allelopathic
legume cover and mulch species for weed control in cropping systems. Agronomy
Journal, 93(1):27-36.
Chacn E., Gliessman S. R. 1982. The use of the nonweed concept in traditional tropical
agroecosistems of southeastern Mexico. Agroecosystems, 8(1):1-11.
Chambers, N.; Oshant, T. 2004. Plantas Invasoras del Desierto Sonorense. Una gua de
campo. http://archive.sonoran.org/programs/pdfs/invasive_plants_sp.pdf
560
De la Cruz R. 1992. Las coberturas vivas como ayuda en el manejo de malezas. En IV
Congreso Internacional de Manejo Integrado de Plagas, 20-24 de abril. Escuela Agrcola
Panamericana, El Zamorano, Honduras.
Doll J. 2003. The evolution of weed science: where are we and where are we headed? In.
XVI Congreso Latinoamericano de Malezas (Memorias).(Manzanillo, Colima, Mx.
10-12 de noviembre de 2003).ALAM, ASOMECIMA. p. 23-31
Escrzaga E. 1987. Determinacin del potencial aleloptico del nescaf (Stizolobium
pruriens (L) Medic var. utilis Wallex Wight) sobre cinco cultivos y tres malezas. Tesis
licenciatura. Instituto Tecnolgico y de Estudios Superiores de Monterrey, Campus
Quertaro. Quertaro, Mx.
FAO. 1992. Taller regional Manejo de la maleza caminadora. Memorias. Managua,
Nicaragua: 18-22 de mayo de 1992. Managua, Nicaragua.
Forcella, F. 1997. La aplicacion de la ecologia del banco de semillas en el manejo de ma-
lezas. En: Consulta de Expertos en Ecologa y Manejo de Malezas FAO, Roma 22-24
de Septiembre de 1997. Divisin de Produccin y Proteccin Vegetal Organizacin de
la Alimentacin y la Agricultura de las Naciones Unidas, FAO, Roma. P. 27-41
Fround R. J. 1988. Changes in weed fora with different tillage and agronomic management
systems. In: Altieri M. A. y Liebman M. (Eds.). Weed management in agroecosystems:
Ecological approaches. CRC Press, Florida, EUA. Captulo 13.
Hart R. 1985. Conceptos bsicos sobre agroecosistemas. Centro Agronmico Tropical de
Investigacin y Enseanza. Turrialba, Costa Rica.
Harvey, G. 1997. Una simple tcnica para predecir los futuros problemas de malezas y
seleccionar las mejores prcticas para el manejo de malezas. En: Consulta de Expertos
en Ecologa y Manejo de Malezas FAO, Roma 22-24 de Septiembre de 1997. Divisin
de Produccin y Proteccin Vegetal. Organizacin de la Alimentacin y la Agricultura
de las Naciones Unidas, FAO, Roma. P. 43-50
Labrada, R. 1997. Problemas relacionados con el desarrollo del manejo demalezas en el
mundo en desarrollo. En: Consulta de expertos en ecologa y manejo de malezas FAO,
Roma 22-24 de Septiembre de 1997. Divisin de Produccin y Proteccin Vegetal
Organizacin de la Alimentacin y la Agricultura de las Naciones Unidas, FAO, Roma.
P. 7-13
Laftte H. R. 1994. Identifying production problems in tropical maize: a feld guide. CI-
MMYT. Mxico, D.F.
Major J . Steiner Ch., Ditommaso A.,Falcao M., Lehmann J . 2005. Weed composition and
cover after three years of soil fertility management in the central Brazilian Amazon:
compost, fertilizer, manure and charcoal applications. Weed Biology and Management
5:69-76.
Martnez de Carrillo M., y Alfonso, P. 2003. Most important weed species in vegetable
crop plantings at Qubor Valley, Lara State, Venezuela. Bioagro. 15(2):91-96.
Mndez E., Staver CH., Morales S. 2000. Un mtodo de muestreo de malezas para pequeos
productores de maz y frijol en Centroamrica. La Calera. 15-18
Mortimer,M. 1997. La necesidad de los estudios sobre ecologia de malezas para mejorar
el manejo de malezas. En: Consulta de expertos en ecologa y manejo de malezas
561
FAO, Roma 22-24 de Septiembre de 1997. Divisin de Produccin y Proteccin Ve-
getal Organizacin de la Alimentacin y la Agricultura de las Naciones Unidas, FAO,
Roma. P. 17-26.
Neve P. 2007. Challenges for herbicide resistance evolution and management: 50 years
after Harper. Weed Research 47:365369.
Osorio, R.; Lpez, S., 2004. Estudio comparativo de los mtodos de control de malezas
en ctricos, prevalecientes en la cuenca de tlacolula. Revista de Fitotecnia. Chapingo,
Mxico. s.p.
Owen, M. 2003. Weed Management in precision agriculture. In. XVI Congreso Latino-
americano de Malezas (Memorias).(Manzanillo, Colima, Mx. 10-12 de noviembre
de 2003). ALAM, ASOMECIMA. p. 46-53
Rosales, E.; Chandler, J .; Senseman, S.; Salinas, J . 2001. El estado de desarrollo afecta la
respuesta del zacate Johnson: Sorghum halepense (L.) Pers.a los herbicidas nicosulfuron
y clethodim. Agrociencia: 35 (5):525-533
Santos, B.; Gilreath, J; Arbona, R; Pimentel, A. La estadstica no paramtrica para el anlisis
e interpretacin de estudios de plagas: alternativas al anlisis de varianza. University
of Florida. Indito.
Steel, R.G.D. y J .H. Torrie. 1992. Bioestadstica: Principios y procedimientos. Mc. Graw
Hill. Mxico.
Zimdahl R. 1979. Weed-crop competition. A review. International Plant Production Center,
Oregon State University, EUA.
563
Bases conceptuales
La Metodologa de Investigacin Participativa (MIP) como un enfoque para la in-
vestigacin rural tiene sus inicios en los aos 70 con el Diagnstico Rpido Rural
(DRR). Surge como una respuesta a las limitaciones que tienen los procesos de
investigacin y extensin tradicionales para el sector agropecuario rural, que han
trabajado con la idea de que existen soluciones prefabricadas para el desarrollo y
que pueden ser impuestas por profesionales externos. Estos enfoques tradicionales
han tenido muy poco impacto en la forma de vida de la poblacin rural, pues han
considerado que las tecnologas implementadas son sufcientes por s solas para
lograr efciencia en la produccin de alimentos, ignorando otros aspectos del sis-
tema como la complejidad de los sustentos rurales, variabilidad constante y sobre
todo la capacidad de la gente para la adaptacin tecnolgica.
La MIP evoluciona a partir de varios enfoques, los principales son: Investigacin
Participativa Activista, Anlisis de Agroecosistemas, Antropologa Aplicada, la In-
vestigacin de Sistemas de Produccin (ISP) y el Diagnstico Rural Rpido (Pretty
et al., 1995). Estos enfoques han contribuido con su flosofa a encontrar el camino
para guiar la investigacin agropecuaria hasta mtodos para lograr la interaccin con
los habitantes rurales y los grupos que se dedican a la investigacin y desarrollo.
Es importante recalcar que la Investigacin Participativa es una evolucin directa
y modifcada del DRR. De este enfoque ha tomado sus principales mtodos para
la investigacin. En la actualidad incluye etapas de diagnstico, diseo de experi-
mentos, implementacin y monitoreo, evaluacin de los resultados y difusin de
los mismos. Su uso se ha extendido y ha ganado reconocimiento en varios centros
de investigacin, instituciones de desarrollo y ONGs a travs del mundo.
19
DIAGNSTICO RURAL PARTICIPATIVO
J orge Santos Flores y G. Molina C.
04-03 Diagns Rural Partic ok.indd 563 25/01/2011 07:37:24 p.m.
564
El enfoque participativo considera que tanto la produccin de conocimien-
tos como la generacin de soluciones potenciales, deben ser compartidos con
aquellas personas cuyas estrategias de vida forman el sujeto de la investigacin.
Propone invertir los enfoques que tradicionalmente son de arriba-abajo, hacia
uno ms centrado en la diversidad local y de mtodos que estn bajo planes diri-
gidos hacia un proceso de aprendizaje. Asimismo, reconoce a la participacin de
la comunidad como un medio para incrementar la efciencia productiva, siendo
la idea central que si la gente se involucra es muy probable que apoyen una innova-
cin o servicio, y ve a la participacin comunitaria como un derecho para realizar
acciones colectivas, promocin de auto-fortalecimiento, para la organizacin de
instituciones locales, etc. Es imperativo para este enfoque lograr que los habitantes
rurales sean autogestivos, protagonistas en la solucin de sus problemas y menos
dependientes de decisiones, servicios y recursos externos a la comunidad.
El propsito de este captulo es mostrar las tcnicas ms utilizadas en la etapa
inicial de la Investigacin Participativa, llamada Diagnstico Participativo.
El diagnstico par ticipativo
El Diagnstico Participativo (DP) es la fase inicial de la MIP y puede ser defnido
como una actividad semiestructurada, realizada en el campo por un equipo in-
terdisciplinario y diseada para obtener informacin oportuna e hiptesis sobre
sustentos de la comunidad (Anderson y McCraken, 1994). Es un proceso de
investigacin colectiva en la cual la comunidad y el equipo de investigadores
generan conocimientos y establecen propuestas preliminares para actividades
de desarrollo.
A diferencia de los diagnsticos tradicionales que segmentan la realidad
campesina en aspectos econmicos, sociales, ambientales, etc., y realizan sola-
mente una descripcin de la comunidad, el DP busca conocerla como un sistema,
entender cmo funciona desde el punto de vista del campesino y la lgica con
la que maneja y aprovecha los recursos naturales disponibles. De esta forma se
podr llegar a la identifcacin de problemas y posibles soluciones para fortalecer
su sistema de produccin. Este proceso se logra mediante dilogo directo con la
gente de la comunidad.
Para llegar a la comprensin sistmica de la comunidad es necesario abarcar
los siguientes aspectos durante el proceso del DP:
El ecosistema: los recursos naturales disponibles, su ubicacin en el espacio,
tendencias de cambio, erosin, clidad del agua, etc.
565
Los sistemas de produccin: los diferentes usos de la tierra y agua, sistemas
de cultivo y crianza, tendencias de degeneracin de los recursos, etc.
Las relaciones sociales: la organizacin social, la toma de decisiones, la di-
ferenciacin socio-econmica y por gnero.
El contexto institucional: la vigencia y funcionamiento de las organizaciones
locales e instituciones externas.
Caractersticas principales
EL DP (como todo el proceso de Investigacin Participativa) tiene ciertas caracte-
rsticas que la distinguen de otras metodologas, las ms importantes son:
La metodologa. La metodologa se basa en el uso semi-estructurado y
sistemtico de un conjunto de tcnicas que hacen posible la recoleccin de
informacin, facilitando a la comunidad su propia generacin, anlisis e in-
terpretacin de resultados.
Participacin de la comunidad. Se da nfasis a la participacin comunitaria
en el proceso de aprendizaje y en el complemento entre el conocimiento y
perspectivas locales y la de los investigadores. Consultando personas de la
localidad en el trabajo de DP y usando las tcnicas participativas, se logra que
las prioridades comunitarias sean expresadas, tomadas en cuenta y analizadas
junto con las prioridades de los investigadores.
Complementariedad-fexibilidad con otros enfoques. El DP es uno de los varios
enfoques que existen para la investigacin y desarrollo rural. Es complemento
a otros enfoques; no fue diseado para sustituirlos. El empleo de DP est basado
en un marco de ciertas tcnicas pero con una fexibilidad que permita el uso
de cualquier otra en combinaciones diferentes, si es que la situacin (investi-
gacin) lo requiere. Esto es, a pesar de la naturaleza informal y participativa
de las tcnicas empleadas durante DP, pueden ser utilizados procedimientos
ms formales como los anlisis estadsticos, estudios antropolgicos, anlisis
de costos-benefcios, simulacin, etc., como apoyo a la situacin que se est
confrontando.
Investigacin de Informacin Cualitativa. A diferencia de la metodologia
cientfca que legitima nicamente las tcnicas cuantitativas, el DP permite
una investigacin con base en informacin cualitativa; recoge el conocimiento
local, cuyo anlisis servir para identifcar los problemas y los potenciales a
partir de la percepcin de los campesinos; por esta razn los resultados son
nicos y no se pueden replicar en otros lugares. Los mtodos cualitativos se
566
parecen en su procedimiento, pero los contenidos y las acciones por empren-
der son nicas a esa comunidad; pueden servir de ejemplo y de incentivo
para emprender acciones semejantes pero no podrn ser repetidos en otro
lugar con el mismo resultado. Tal y como se mencion anteriormente, la
complementariedad con otras tcnicas puede darse si as se requiere. Anali-
zando la informacin obtenida y los resultados provisionales en el DP, puede
necesitarse un conocimiento ms cuantitativo y otra metodologa puede
verifcar sta y obtener otros datos. Existen ocasiones en que el DP puede
complementar y ser hecho al lado de sistemas formales y cuantitativos de
revisin y evaluacin.
Triangulacin de informacin. Esta es la forma en la cual se valida la informa-
cin obtenida. Las tcnicas participativas se emplean de una forma combinada
comparando los resultados de una tcnica con los resultados de otra. A travs
del fortalecimiento y la optimizacin de las fuentes de informacin, el equipo
facilitador y las tcnicas participativas, se hace ms concreta la recopilacin
de informacin.
Actores en el DP. Campesinos, tcnicos facilitadores (equipo interdisciplinario)
y otros relacionados. En este enfoque de investigacin, el campesino y el tc-
nico adquieren un rol especial; aqu, el campesino es el protagonista, mientras
que el investigador es un facilitador del dialogo; posibilita la comunicacin
entre los pobladores y es un vnculo entre el campo y el mundo exterior. Tam-
bin pueden intervenir otros actores, como instituciones de gobierno, ONG u
otras instituciones que de alguna forma ayudan al trabajo en la comunidad.
La calidad del proceso de DP depende de las interacciones entre el equipo de
investigadores y la gente de la comunidad, es por eso que los facilitadores, como
catalizadores de las actividades, deben conocer perfectamente la metodologa
y las tcnicas participativas y desarrollarse como una persona con capacidades
para promover la concientizacin, organizacin, asesoramiento y fortalecedor
del proceso; asimismo tener actitudes de paciencia, respeto y humildad frente a
la gente de la comunidad.
El equipo facilitador debe estar conformado por:
personas de diferentes disciplinas, para poder comprender la diversidad del
sistema comunal;
que haya gente de ambos sexos, pues en algn momento ser necesario trabajar
en la comunidad por separado mujeres de hombres. Tambien en ocasiones
las mujeres campesinas no sienten confanza o sus esposos no les permiten
hablar con hombres;
567
debe haber alguna persona que hable el idioma de la localidad para servir de
traductor y se facilite la interpretacin de ideas. Hay ocasiones que la gente
solo habla su idioma local.
Crea mayores expectativas que un diagnstico tradicional; el seguimiento
es necesario. Durante el proceso del DP se generan preguntas, hiptesis y
propuestas que son estmulos para trabajo posterior con la comunidad.
Etapas y actividades del DP
En la Figura 1 se presentan las etapas y actividades correspondientes para el DP.
Hay una etapa inicial o de preparacin que involucra principalmente al equipo de
facilitadores; una vez hecho esto, se rene para elaborar el plan de trabajo. Entre
los puntos ms importantes a tratar estn: establecer los objetivos, seleccionar la
comunidad, revisar la informacin secundaria existente. Es de utilidad relacionarse
con instituciones u organizaciones que hayan o estn trabajando en la comunidad,
ya que son fuente de informacin que puede facilitar la entrada a la poblacin y
el contacto con la gente.
Otros puntos importantes son seleccionar las tcnicas participativas a utilizar,
delegar responsabilidades entre los integrantes del equipo y preparar el material
de campo y los recursos necesarios.
Una vez realizado esto, viene la etapa medular del DP que es el trabajo con la
comunidad, aplicando las tcnicas participativas. El paso inicial es una reunin
que tiene como propsito la explicacin de la razn del proyecto, la motivacin a
la participacin y la aclaracin de expectativas.
Se contina con la identifcacin de los objetivos de la comunidad; en este
momento se explica a los miembros de la comunidad participante el propsito
del DP y la importancia de que la propia gente exponga sus ideas. Puntualizar en
la importancia de su participacin en todo el proceso. Se establecen tambin los
acuerdos de cooperacin entre el proyecto y los participantes para llevar a buen
trmino todas las actividades.
El siguiente paso es la aplicacin de las tcnicas participativas con la fnalidad
de conocer y analizar el sistema comunal. Se da un proceso de aprendizaje mutuo:
campesino-facilitador. Esto permite identifcar los problemas que afectan a la
comunidad y cules son las oportunidades o alternativas que podemos encontrar.
Con esto es posible tener una lista de propuestas o posibles hiptesis de desarrollo
que en un paso siguiente se priorizan. Se establece as la o las hiptesis fnales a
desarrollar en una siguiente fase de la investigacin participativa.
568
Una vez teniendo la propuesta fnal, viene la etapa fnal del diagnstico que es
la evaluacin de todo el proceso del DP y devolucin a la comunidad de la informa-
cin generada. Como se haba comentado, el DP necesita seguimiento; es necesario
echar a andar la propuesta fnal de desarrollo, la cual podra tomar la forma de un
nuevo proyecto de investigacin pero orientado a la bsqueda / implementacin
de soluciones a los problemas identifcados por la comunidad.
Tcnicas par ticipativas
Las tcnicas de obtencin y anlisis de informacin que pueden ser utilizadas para el
DP, son de variada naturaleza, aunque estn operativamente basadas en dinmica
de grupos. Pueden tener objetivos diferentes: de visualizacin e interpretacin (por
ejemplo: mapas, modelos, diagramas, etc.), descripcin de vivencias (por ejemplo:
entrevistas semiestructuradas, charlas grupales, historias, etc). Las tcnicas del
DP se aplican no solamente a diagnsticos iniciales, sino al realizarse tareas de
evaluacin, planifcacin y monitoreo de actividades locales de desarrollo.
A continuacin se presenta una lista de las tcnicas participativas reportadas
en la literatura:
Lectura de fotografas areas
Figura 1. Etapas y actividades del Diagnstico Participativo
Etapas Actividades
Preparacin Seleccin del equipo tcnico
Seleccin de la comunidad
Objetivos del equipo facilitador
Anlisis de informacin secundaria
Establecer relaciones con otros actores que trabajen
en la comunidad: Instituciones Ong
Preparacin logstica
Trabajo con la comunidad Identifcacin de los objetivos de la comunidad
Aprendizaje y anlisis de la informacin
Identifcacin de los problemas y las oportunidades
Identifcacin de propuestas preliminares
Identifcacin de las prioridades
Evaluacin y devolucin del conocimiento a
la comunidad
569
Observacin directa
Entrevistas semi-estructuradas
Discusin en grupo
Informantes clave
Mapas y modelos
Calendarios estacionales
Diagramas histricos
Caminatas y diagramas de corte transversales (transectos)
Ordenamiento por preferencia
Investigaciones de las categoras de la riqueza
Ordenamiento cuantitativo
Video y carteles
Drama y teatro
Talleres y discusin intensivos
Diagramas de Venn
Lluvia de ideas
Diagrama de parcela
rbol de problemas
rbol de soluciones
Inventario de posibles temas para la bsqueda de opciones
No todas ellas son usadas en cada actividad de diagnstico. Algunas tcnicas
son usadas en ciertas combinaciones para una determinada actividad durante el
proceso de investigacin. Esto es, se usan de acuerdo con el tema a tratar en forma
creativa, fexible y no como una receta.
Del listado de tcnicas participativas citado anteriormente las ms utilizadas
durante el DP son la entrevista semi-estructurada (considerada la base metodolgica
de la mayora de las tcnicas del DP), mapas y modelos, calendarios estacionales,
transectos, diagramas histricos, y diagramas de Venn; por tanto, tema de estudio
en el presente captulo.
Entrevistas semi-estructuradas
Es el fundamento de la mayora de las tcnicas del DP. Consiste en entrevistas a
individuos o grupos de individuos acerca de un tema. Su experiencia, opinin, la
historia autobiogrfca, pueden ser algunos de los temas a tratar. En la entrevista
slo se determinan los temas a ser tratados; nuevas preguntas o temas surgen como
consecuencia de las respuestas obtenidas.
570
Los tipos ms comunes de entrevistas semi-estructuradas incluyen: entrevistas
individuales, entrevistas a grupos elegidos y entrevistas a grupos generales.
El objetivo es aprender por medio de los entrevistados y permitir oportunidades
para obtener y discutir informacin nueva e inesperada.
La utilidad radica en que es el principal medio de aprendizaje de un equipo de DP.
Los siguientes son los componentes claves de una entrevista semi-estructurada:
Las entrevistas son informales y conversacionales, pero son cuidadosamente
controladas por los investigadores.
Los entrevistadores usan una lista de prueba preparada para guiar la entrevista;
Los entrevistadores deben evitar realizar preguntas inducentes.
Los entrevistadores en general trabajan en pequeos equipos interdisciplinarios.
Los entrevistadores hacen un registro detallado de la entrevista durante la
misma o inmediatamente despus.
Los entrevistadores comprueban cada tema para ir ms all de las respuestas
tpicas: juzgan cuidadosamente y comprueban las respuestas dadas en cada
pregunta, y por medio de una investigacin hecha de cada tema segn las
diferentes formas de encuestar.
Pasos a seguir:
1. Preparar una lista de los temas y subtemas en los que se basar la entrevista.
Al principio ser muy amplia, pero tendr que ser detallada ms adelante
cuando el equipo centre su investigacin en un nmero limitado de asuntos o
temas.
2. El entrevistador debe preparar sus instrumentos (plumones, lpiz, cuaderno
de campo, etc).
3. Dividir las tareas dentro de los miembros del equipo entrevistador; uno que
controle la entrevista, uno o dos que tomen apuntes, otro que observe la en-
trevista e identifque limitaciones y errores en la aplicacin de la tcnica , y
posteriormente seale formas posibles de mejoramiento.
4. Decidir los temas a tocar en la entrevista (de la lista total) y el orden en que
se abordarn. Ser fexibles en esto.
5. Tratar de no llegar en autos ofciales. Estacionar el auto y caminar.
6. Elegir la mejor hora para la entrevista; tratar de no interrumpir las actividades
laborales de los informantes.
7. Evaluar previamente la situacin en que ser llevada a cabo la entrevista.
Estarn todos los informantes en una buena situacin para contribuir con
respuestas?, ser mejor sentarse?, es posible que el investigador cause
571
molestia?, son algunas de las situaciones a considerar antes de salir a realizar
la entrevista. Lo anterior est muy relacionado con la forma de vida de la
comunidad objetivo de estudio.
8. Comenzar saludando en la forma habitual; proseguir con la presentacin de
cada uno de los integrantes del equipo de trabajo, y luego explicar el propsito
de la visita. Ser honesto y no dar promesas de benefcios futuros.
9. Decir que se est aqu para aprender. Pasar algn tiempo en conversacin
casual antes de comenzar el interrogatorio. Comenzar a preguntar haciendo
referencia a algo visible; empezar por lo fsico y moverse a lo abstracto ms
adelante.
10. El entrevistador debe sentirse seguro y a gusto con la tarea, tener buen nimo,
observar con inters, escuchar con atencin, seguir la secuencia de la conver-
sacin sin perder de vista sus temas.
11. Al tomar notas no molestar al entrevistado. Primero es importante pedir per-
miso para hacerlo. Usar libretas pequeas de apuntes y no grandes hojas.
12. Despus de la entrevista dar las gracias al entrevistado. Preguntar si tienen
alguna pregunta.
Sugerencias
No realizar preguntas que induzcan a una respuesta. Es decir, preguntas que
llevan a responder si o no, no preguntar: cree Ud. que si usa el pesticida X
su produccin de maz aumentar?; mejor preguntar: Qu opina Ud. del
posible resultado con el uso del pesticida X en su produccin de maz?.
Cuando sea necesario obtener ms detalles, mayor elaboracin o ms profun-
didad en el tema, investigar en las respuestas del entrevistado utilizando las
siguientes herramientas: Qu?, Cundo?, Dnde?, Quin?, Para que?,
Cmo? (McCracken, 1991).
Formular preguntas sobre un mismo tema; agotarlo e iniciar sobre otro tema,
segn sea el caso.
La entrevista no es el momento para dar instrucciones, pero durante la con-
versacin se puede mostrar conocimiento sobre el tema, no para imponerlo
sino como un aporte a la conversacin.
Existe difcultad en el uso del tiempo para hacer la entrevista y para transcribir
los contenidos. La riqueza de la entrevista resulta de la profundidad; pero el
entrevistador no tendr la oportunidad de realizar muchas entrevistas. Por esta
razn se puede combinar la entrevista con otras tcnicas grfcas que registren
inmediatamente la informacin (por ejemplo, usando hojas de rotafolio).
572
Formar una opinin personal sobre las respuestas. Tratar de emitir inmedia-
tamente un juicio sobre si la informacin proporcionada es un hecho, opinin
o rumor. Registrar la opinin.
Mapas y modelos tridimensionales
Son dibujos (mapas) y representaciones (modelos) de los rasgos fsicos de un
rea. Son utilizados para entender la percepcin de los campesinos sobre su propia
realidad, ya que ellos mismos dibujan su entorno en sus propias categoras.
El objetivo es proporcionar una sntesis y una visin general de los recursos
y de las condiciones locales.
Muchas veces se usan los mapas al comienzo de un DP como ayuda para
ubicar ros, casas, cultivos, bosques, cerros y carreteras. Tambin puede ser-
vir para profundizar conocimientos especfcos; por ejemplo, en los mapas se
pueden ubicar a los campesinos experimentados, a los mejores ganaderos, a
las mujeres que curan con hierbas, los artesanos, etc. Esto facilita la bsqueda
posterior de las personas ms experimentadas para hacer un grfco histrico,
por ejemplo.
Se pueden utilizar mapas y modelos en los siguientes contextos:
Al comenzar un estudio exploratorio de un rea desconocida.
Para involucrar desde el comienzo a la gente de la localidad en una investi-
gacin participativa por medio del uso de mapas o la confeccin de modelos
en una actividad grupal.
Para conocer las diferentes percepciones que se tienen de un medio ambiente
local, pidindole a varias personas por separado que construyan un mapa de
su comunidad y as poder comparar las representaciones que produzcan.
Proporcionar una referencia que se utilizar en discusiones y reuniones pos-
teriores.
Pasos a seguir
a) Elaboracin de mapas
Acordar con anticipacin la fecha en que se realizar la actividad, para que el
campesino planifque su tiempo y sus tareas. Sin embargo, esto puede suceder
espontneamente.
Antes de empezar se explica el tema, la mecnica y la utilidad de los mapas.
573
Para hacer los mapas se necesita papel grande (cartulina u otro papel de
por lo menos 60 80 cm). Los mapas tambin pueden hacerse en el piso,
con material natural como tierra, platas, maderitas o simplemente trazando
con un palo en el suelo.
Los mapas pueden hacerse de forma individual y/o grupal. Cuando se realiza
en forma individual, se deja que el campesino vaya dibujando su comunidad,
pone carreteras, caminos, casas, cerros, terrenos de cultivo, etc. Es conveniente
tener una idea clara de qu aspectos ir preguntando al dibujante mientras va
construyendo el mapa. Esto permite al campesino ir buscando situaciones,
detalles, etc., pues mientras va dibujando las preguntas le ayudan a recordar
y consecuentemente a incorporar ms informacin. Hay que tener mucho
cuidado de no dar consejos.
Cuando el campesino termine se debe revisar el dibujo y se pide una explica-
cin del contenido, los detalles, para que despus no sea mal interpretado.
Cuando se hace un mapa en grupo, el proceso vara; se va construyendo con
dibujos el mapa de la comunidad y el grupo seala discrepancias, precisiones
y contradicciones. Es ms un proceso de conceptuacin y discusin ms que
hacer un mapa legible. El mapa sirve de foco para la discusin y como punto
de partida para exponer las causas de los problemas y encontrar alternativas
de accin. El mapa como producto de la discusin contiene datos sobre la
comunidad y, adems, refeja discrepancias y confictos existentes.
a) Modelos tridimensionales
Usar dentro de lo posible materiales locales (polvo de color, piedras, ladrillos,
conchas, etc.).
Permita tiempo sufciente para la construccin; sintese con los constructores
mientras ellos estn haciendo el modelo y escuche sus explicaciones de por
qu lo construyen en la forma que lo hacen. Observe qu es lo que ponen pri-
mero. No se entrometa en la construccin, ni de consejos de cmo construir
el modelo.
Una vez que el modelo est terminado dibjelo en papel. Si es posible tome
una fotografa del modelo terminado.
Sugerencias
Desarrollar las tcnicas en el terreno mismo con gente de la localidad.
Tener disponible marcadores de punta gruesa y en varios colores; esto estimula
la confeccin de dibujos claros. Tener buena disponibilidad de los mismos.
574
Tambin puede utilizarse pizarras, ya que ellas permiten hacer cambios en
los dibujos con facilidad. Sin embargo, es necesario hacer un registro de la
versin fnal en un formato permanente.
En el terreno mismo o en los hogares de los entrevistados, puede dibujarse en
la tierra o utilizarse materiales locales en la construccin de mapas y modelos,
si es que esto es usual en la localidad, pues existe la posibilidad de que la
gente se sienta ms cmoda utilizando un lpiz y papel.
Permitir que la gente de la localidad oriente el desarrollo de las tcnicas como
ellos quieran .
Si fuera posible, llevar una fotografa area del rea, utilcela durante sesiones
de confeccin de mapas para comprobar la informacin. Sin embargo, no trate
de corregir a los dibujantes mientras estn confeccionando el mapa.
Al comienzo puede ocurrir que el campesino no quiera dibujar por vergenza.
Insista con el criterio de que se necesita conocer la zona as como el cam-
pesino la ve, se le debe explicar que no importa la calidad del trazo sino las
caractersticas de la comunidad que se plasman en el mapa.
Cualquier tcnico puede tentarse, tomar los lpices y hacerle el dibujo al
campesino, si lo hace, pierde la oportunidad de acercarse a su percepcin y
va imponiendo su criterio tcnico.
Los investigadores deben tomar en cuenta que los mapas de los campesinos no
corresponden a los mapas que se conocen como productos de los topgrafos.
Para el campesino las dimensiones van en relacin con su persona o con su
comunidad.
El mismo contorno del mapa puede copiarse y utilizarse para producir mapas
adicionales que muestren diferentes tipos de informacin.
Para revelar las percepciones de diferentes personas sobre las cosas importan-
tes en su medio ambiente, pida a varias personas que dibujen un mapa de los
alrededores que le son familiares. Compare los diferentes mapas producidos,
y converse con las personas que confeccionaron los mapas sobre los rasgos
ms acentuados y los rasgos omitidos en los mapas.
Limitaciones
La produccin de mapas y modelos puede convertirse en una tarea demorosa y
elaborada si no se mantiene bajo control. La tendencia de las personas que tienen
habilidad artstica o que han sido entrenadas en el dibujo tcnico, es que dibuja
mapas con demasiada exactitud, y en forma muy detallada y esttica.
Los mapas y modelos pueden ocultar la realidad. reas de tierra que estn en
disputa o terrenos ocupados ilegalmente, pueden ser representados como una
575
visin ofcialmente aceptable del rea; esto es especialmente cierto cuando
la gente de la localidad no confa en los investigadores que vienen de fuera.
La proporcin relativa de diferentes partes del mapa o modelos puede ser
bastante diferente a la realidad. Puede ocurrir que lugares importantes (tales
como reas de vivienda, lugares sagrados o el centro de la comunidad) sean
dibujados desproporcionadamente grandes. El mapa o el modelo no deber
ser considerado como una copia exacta a escala de la realidad.
Calendarios estacionales
Son diagramas que muestran la estacionalidad de algunos componentes del sistema
de vida u otras variables que tengan un patrn estacional.
El objetivo de su realizacin es el de ampliar el alcance de la investigacin
ms all del perodo de aplicacin de sta. Explorar las diferentes condiciones y
los diferentes usos que se dan a los recursos en diferentes pocas del ao.
Estas representaciones proporcionan la dinmica del tiempo en la realidad del
campo. La vida transcurre en ciclos; existen ciclos generacionales, de una persona
o una familia. Tambin existen los ciclos agrcolas en los cuales podemos ver la
rotacin de los cultivos a travs de varios aos. En los ciclos se pueden apreciar
las actividades agropecuarias y recreo de las personas, los recargos de trabajo, la
situacin interna de las personas, la historia de una comunidad, de una coyuntura,
la situacin econmica, los cambios que recuerdan los ancianos y la comparacin
con la situacin actual.
Los ciclos permiten la posibilidad de ver la interrelacin de diferentes aspec-
tos, por ejemplo, la relacin entre clima, produccin, migracin y enfermedades.
Teniendo en forma paralela estos aspectos, se hacen deducciones acerca de la
interrelaciones entre los problemas.
Los posibles contextos en los que se utiliza el calendario estacional incluyen:
La investigacin de patrones estacionales de lluvias, uso de las aguas, uso de
la tierra, manejo de la ganadera; demanda de mano de obra; problemas de
salud; oportunidades de ingreso, etc.
La identifcacin de perodos de tensin, cuando un nmero de problemas se
presentan al mismo tiempo.
La identifcacin de las diferentes condiciones de estacionalidad que enfrentan
diferentes grupos dentro de una comunidad.
La identifcacin de la mejor poca del ao para introducir nuevas actividades
(tomando en consideracin los perodos de mayor trabajo, los perodos en que
la gente sale a trabajar fuera, los problemas de salud, etc.)
576
Pasos a seguir
1. Antes de la elaboracin del calendario se realiza una entrevista con un cam-
pesino o con un grupo de ellos. Con l o ellas se determina cundo es el inicio
de un ciclo: el inicio del ao agrcola, la fecha de nacimiento, el horario del
da (el punto de partida del calendario no necesita ser el primero de enero)
y se recopila la informacin sobre ciclo vital, anual o diario. El perodo se
divide en unidades pequeas relevantes al evento que se est considerando
(das, meses, pocas del ao, etc.).
2. Cuando las ideas hayan sido expuestas elaboramos conjuntamente el grfco
bajo la direccin de los campesinos.
3. Aunque se pueden hacer grfcos con materiales en el piso, el uso de papel y
lpices de color tiene la ventaja de ser transportables.
4. Despus se recoge la informacin en un dibujo, el cual sirve de base para la
discusin grupal. Para describir los ciclos se va preguntando por varios fac-
tores (segn la naturaleza del ciclo a describir), cuyos valores y frecuencia se
describen en el diagrama.
5. En el ciclo anual se pueden establecer relaciones entre lluvias, crdito, en-
fermedades, mano de obra alimentos disponibles, etc. En el ciclo vital se ven
relaciones entre deudas, problemas sociales, enfermedades cambios tecnol-
gicos como fuente de anlisis de pocas histricas, inclusive el sentimiento
personal se puede trazar para comprender los cambios histricos.
6. Lo ms importante durante la elaboracin de los ciclos es la propia refexin
del campesino y la discusin del grupo.
Sugerencias
Use los trminos locales del perodo / ciclo bajo descripcin cuando los ha-
bitantes de la localidad estn dibujando o discutiendo sobre un diagrama.
Cuando las tendencias estacionales no pueden ser cuantifcadas, pueden
obtenerse estimaciones aproximadas por medio de comparaciones de cada
mes con un mximo o mnimo identifcado en el ciclo, siguiendo la me-
todologa del ordenamiento cuantitativo; por ejemplo, pueden obtenerse
patrones de trabajo estacionales haciendo la pregunta: Cul es el mes
ms ocupado? Despus se pregunta por el segundo mes ms ocupado y se
compara qu tan diferente es del primero (la mitad, un cuarto), y continuan-
do hasta completar todos los meses. Es obvio que este proceso es mucho
ms sencillo si son los mismos informantes los que estn construyendo el
calendario.
577
La estacionalidad de los sistemas de vida, de los recursos disponibles y de las
pocas difciles, pueden ser investigados ms profundamente por medio de la
construccin de una serie de calendarios con diferentes factores de cambio. De
esta manera los nexos existentes entre diferentes partes del sistema se hacen
ms claros.
No se debe tomar al calendario como lo ms importante, sino la discusin y
el proceso de aprendizaje que se produce. El calendario es el producto que
resume una vasta cantidad de informacin.
Es posible que convenga recabar la informacin de cada proceso productivo
por separado, e integrarla despus en uno, dos o tres calendarios estacionales
que combinen ciertos temas.
Aunque generalmente un cronograma estacional se inicia en enero, puede haber
razones para iniciarlo al llegar las lluvias o las siembras. En ocasiones servir
un calendario de 18 meses en vez de 12, en donde se pueda representar ms de
un ciclo anual, permitiendo as una cierta repeticin de las tendencias.
Limitaciones
Los calendarios tendrn una tendencia a mostrar variaciones anuales norma-
les o promedios. La diferencia de ao a ao pueden perderse.
Los diagramas que combinan un nmero de calendarios diferentes pueden lle-
gar a ser bastante complejos y pueden ser difciles de presentar en una reunin
de comunidad. Puede ser mejor mostrar los calendarios individualmente, uno
a la vez.
Transectos
Los transectos o cortes transversales son los perfles de la comunidad o de la fnca
donde estn expuestos los diferentes usos y calidades de las diferentes zonas. El
dibujo de los cortes va combinado con una caminata que atraviesa el territorio
de la comunidad o de la fnca, que permite ver la naturaleza, las construcciones,
la infraestructura y los cultivos de cerca. As se van detectando los problemas
de la comunidad.
El objetivo de la tcnica es conocer el rango de diferentes condiciones, pro-
blemas y oportunidades en cada parte del rea de estudio. Familiarizacin con el
rea de estudio.
578
Caractersticas y utilidad
Al comienzo de un diagnstico la caminata misma obliga al investigador a
visitar las reas ms remotas, las que se dejan de lado con ms facilidad. A
menudo, durante estas caminatas, se descubren patrones inesperados de uso
de terreno o actividades interesantes que se estn llevando al cabo.
Para verifcar un mapa o un modelo del rea construido anteriormente.
Para facilitar un muestreo estratifcado de los informantes, detenindose a
diferentes intervalos durante la caminata para entrevistar a familias que viven
en diferentes localidades.
El resumen diagramtico de la caminata es un medio til para destacar reas
con problemas u oportunidades especfcas que luego se incluyen en el informe.
Es un buen complemento al mapa.
Tipo de informacin que se puede recabar:
El anlisis de los recursos naturales, al dibujar los usos del suelo, los
cultivos, la ganadera, los problemas, los potenciales.
Datos econmicos de productividad, de migraciones, de productos co-
merciales y de fujo de productos, gente y capitales.
Informacin sobre la organizacin social; donde hay agricultores indivi-
duales, donde se realizan trabajos comunales, donde viven las autoridades,
donde se localizan los servicios pblicos.
Tambin se pueden representar los cambios histricos en el uso de los
recursos naturales.
Pasos a seguir
La elaboracin del transecto consiste en 2 pasos principales. Primero, el recorrido
por el campo, buscando atravesar el territorio de un extremo a otro; segundo, el
dibujo del perfl donde se incluye toda la informacin y zonifcacin percibida y
descrita por los campesinos. A menudo resulta til construir primero un mapa o
modelo del rea para ayudar a identifcar mejor los caminos a seguir en la caminata
por la zona y as incluir en ella los diferentes usos que se da al terreno.
El recorrido se hace con un grupo pequeo de miembros del equipo de in-
vestigadores e informantes campesinos (informantes clave). Antes de iniciar
el recorrido, el grupo va trazando en el mapa (anteriormente elaborado) un
corte transversal por el terreno que abarque la diversidad de zonas de vida y
produccin de la comunidad. Si la comunidad es grande y variada, se pueden
579
formar varios grupos que elaboren varios cortes. El recorrido permite cono-
cer la zona, ver los problemas, hablar con otros pobladores, acompaar a los
campesinos cuando laboran en sus terrenos. Estas caminatas pueden durar
desde unas pocos minutos a varios das; todo depende de la escala del rea
en cuestin y de la cantidad de detalle que se necesite.
Despus del recorrido, un miembro del equipo va haciendo el perfl con un
campesino conocedor de la zona. J untos van llenando las diferentes categoras
de uso del suelo, cultivos, ganado, bosques, casas, etc. Se utiliza un papel
grande y se coloca en la pared. Una vez trazado el perfl global, abajo se
sealan las zonas y se rellenan las categoras establecidas. Al fnal, se revisa
el producto para corregirlo y aadir nuevos aspectos.
Sugerencias
Hacer una seleccin de los temas para tratar en los perfles.
No limitar el rea a una ruta en lnea recta; pueden ser rutas en zigzag o cir-
culares. Lo ms importante es visitar un rango de zonas diferentes.
Dedicar tiempo para determinar bien las diferentes zonas de produccin.
Un corte transversal requiere tiempo. Calcular, segn el tamao de la comu-
nidad, el tiempo para caminar pausadamente de lindero a lindero. Despus
se necesitan de unas horas para dibujar el corte y para poner las leyendas
respectivas.
Invitar a algunos habitantes de la localidad en la caminata. Su conocimiento
del rea es un componente vital de la investigacin.
Durante el camino hacer preguntas, dibujos, tomar fotografas y notas que
sirvan de registro de la caminata.
Anotar aquellas caractersticas de cada rea que son relevantes al estudio
que se est realizando. No tratar de documentar cada rasgo observado, usar
generalizaciones cuando sea apropiado. Incluir una lista de los problemas y
oportunidades de lugares especfcos en la zona.
No proponer, durante el recorrido y el llenado del perfl, trminos tcnicos que
parecen familiares; el objetivo es detectar la visin campesina: que clases de
suelo existen, cmo los denominan, cuales son lo criterios de seleccin usan
y los posibles usos que les dan.
Limitaciones
El hacer un transecto apresuradamente puede signifcar perder las diferencias ms
sutiles que se dan en diferentes reas, as como los paisajes inesperados.
580
Un diagrama de transecto no puede representar todos los problemas. Es mejor
incluir en otro tipo de diagrama, los problemas o las oportunidades que no tienen
una ubicacin geogrfca claramente defnida.
Es posible que el diagrama de transecto completo tenga utilidad como un
registro sumario del equipo de investigadores, y que no sea apropiado para ser
presentado a una audiencia analfabeta.
Diagramas histricos
Son representaciones de tendencias y cambios a largo plazo que incluyen eventos
del pasado. Una variante de la tcnica incorpora posibilidades en el futuro.
El objetivo de esta tcnica consiste en identifcar los cambios del pasado e
imaginar los posibles cambios en el futuro en las actividades y condiciones, y
comenzar a analizar las razones de estos cambios.
Es una tcnica mediante la cual se presentan, paralelamente, secuencias
evolutivas de distintos procesos y de esta manera se visualiza la historia local y
su relacin con otros contextos. Un ejemplo, determinar en los ltimos cuarenta
aos lo que ha pasado con la tierra, el agua, la ganadera y la produccin agrcola.
Esto nos ayuda a visualizar problemas, cmo se han generado, desde cuando, las
tendencias y las interacciones con aspectos ecolgicos, sociales, legales, etc. Los
diagramas histricos tambin se pueden establecer basndose en historias de vida;
para ello, se recurre a campesinos reconocidos por su experiencia.
Los diagramas pueden construirse durante o despus de las entrevistas con
miembros de la comunidad, en el contexto del estudio sobre:
La revisin de actividades realizadas previamente y las condiciones de vida
en la comunidad.
La exploracin de futuros proyectos con la gente de la localidad.
La puesta en marcha de algn proyecto de desarrollo planeado en el contexto
de actividades previas (xitos o fracasos) y otros eventos futuros que se sabe
que ya han sido planeados.
Pasos a seguir
El grfco se elabora, considerando las siguientes reglas:
1. El entrevistador y el (los) entrevistado (s) se ponen de acuerdo para reconstruir
una secuencia de procesos considerados relevantes por el o los entrevistados.
581
2. Se inicia con una fecha, la cual, se coloca en un primer casillero a la izquierda.
De arriba hacia abajo se colocan los intervalos de tiempo a considerar (dcada,
veintena, etc.).
3. En la siguiente columna se representan, con un cdigo especial, cada uno de los
perodos de vida que el entrevistado considera importante, haciendo coincidir
con la secuencia de los perodos de tiempo establecidos. Una tercera columna
puede llenarse con el / los temas relacionados a cada perodo de tiempo (por
ejemplo, uso de la tierra, produccin animal, acontecimientos sociales, etc.) y
considerados de importancia para los objetivos de investigacin.
4. Se completa el grfco al llenar las columnas, siguiendo la cronologa de los
eventos.
Sugerencias
El equipo formula la cronologa basndose en discusiones con grupos pequeos
(de ocho a doce miembros) de la comunidad, incluyendo hombres y mujeres, con
especial atencin a los viejos. Con eso se estimula el intercambio de conocimientos
entre generaciones y para dar voz a diferentes sectores de la poblacin.
La revisin de informacin secundaria puede indicar algunos eventos impor-
tantes a nivel regional, que tambin pueden emplearse como material para elaborar
preguntas generadoras.
Para facilitar la elaboracin del calendario, se recomienda escribir cada evento
en la mitad de una hoja carta (a modo de tarjetitas), indicando en la parte de arriba el
ao en que ocurri; se puede pegar en la pared en orden cronolgico y al fnal leer el
conjunto completo para ver si falta algo o si existe algn error u omisin. Otra opcin
es hacer la cronologa dibujada, con representaciones ideogrfcas sencillas: vacas,
caras, rboles etc., esto puede ser muy til en el caso de indgenas monolinges.
Es importante que un miembro del equipo de investigadores anote la historia,
y despus se acompae el dibujo con su leyenda en la memoria o reporte fnal del
estudio.
Los grfcos histricos requieren un procesamiento muy trabajoso. Por eso es
conveniente realizarlo en varias sesiones de entrevistas. En una primera fase se
toma nota de la historia de vida, en general, y en la siguiente sesin se puede ir
confgurando los temas que estn interrelacionados. En una tercera se elabora el
grfco y se corrige.
Todos los detalles son muy importantes. Nunca hay que corregir ni interferir
al campesino con el argumento eso no. Es recomendable empezar con ancianos
y ancianas, luego seguir con los jvenes. As se completa una visin con la pers-
pectiva de gnero y generacional.
582
Limitaciones
Estos diagramas son tiles para mostrar cambios visibles, especialmente aquellos
que son importantes para los entrevistados. Sin embargo, son menos tiles y menos
confables para descubrir cambios ms sutiles como por ejemplo, la calidad de vida, la
condicin de la mujer, o las actitudes adoptadas frente a intervenciones externas.
Los ejercicios de diagramas confan en un alto grado en la memoria de la gente,
por lo que son mejores cuando se hacen en discusiones de grupo o se repiten con
diferentes individuos para permitir as una comprobacin adicional.
Diagramas de Venn
Es un diagrama que muestra las instituciones y grupos informales que toman
decisiones dentro de una unidad administrativa y las interacciones entre ellas. La
tcnica se emplea para representar con crculos de diferente tamao la importancia
que tienen las instituciones y los grupos sociales para la comunidad y con una lnea
muestra la distancia con que se percibe esta institucin.
El objetivo que se persigue es la identifcacin de los grupos e instituciones
que operan en una comunidad y la magnitud de su interaccin y cooperacin.
Los diagramas de Venn son un tipo de mapa institucional y son tiles en el
contexto de:
Aprender la importancia tanto de grupos formales como informales dentro de
una comunidad y su interaccin. En especial, cuando se investiga el signifcado
relativo de la estructura del poder formal y de las unidades no formales para
la toma de decisiones.
Destacar las oportunidades para una mejor comunicacin y establecer activi-
dades conjuntas entre los grupos.
Destacar los problemas emanados de la inexistencia o no involucramiento de
ciertos grupos sociales e instituciones en la vida comunitaria.
Limitaciones
Un diagrama de Venn es un cuadro muy simplifcado de algo que es posi-
blemente una situacin compleja y dinmica. Se utiliza ms como centro
de atencin en una discusin y como medio para revelar la percepcin de
la comunidad sobre la participacin de diferentes instituciones en la vida
comunitaria, que como un mtodo de anlisis de mayor profundidad.
583
Los entrevistados pueden sentir que deberan dibujar el diagrama para mostrar
el estado ofcial de la cuestin, el que puede ser bastante diferente a la realidad
misma.
Es posible que los grupos menos formales y menos obvios sean ignorados y
que se representen nicamente a las instituciones ofciales.
Pasos a seguir y sugerencias
1. Preparar el material: una hoja de papel o cartulina del tamao que quepa en
una mesa, crculos de cartulina de color de diferente tamao (5,10,15 y 20 cm
de dimetro), tijera, marcador y goma. Los crculos tambin se pueden hacer
durante el proceso de implementacin de la tcnica.
2. El primer paso consiste en hacer un crculo donde se seale la institucin,
persona o grupo que funcione como punto de partida para destacar la mag-
nitud de las relaciones e interacciones. Enseguida se nombran todas las ins-
tituciones o grupos sociales que existen en la comunidad. Para cada nombre
se escoge un crculo que vara de tamao segn la importancia que le otorga
el campesino. Despus, se colocan alrededor del crculo inicial o de punto de
partida anteriormente descrito. Segn la magnitud de la interaccin, se esco-
ge una distancia entre el crculo inicial y los otros crculos. Cuando hay dos
instituciones o gupos convergentes con idntica importancia e interaccin, se
colocan los crculos sobreponiendo uno sobre el otro.
3. En la medida que se avanza con la tarea, se revisa qu grupos o instituciones
hemos olvidado. Al fnal, se pegan los crculos.
4. El tamao de cada crculo representa la importancia relativa de la institucin
que representa.
5. Los crculos se colocan juntos segn la cantidad de cooperacin y contacto
que se sabe existe entre las instituciones. Un mayor traslape signifca una
mayor cantidad de trabajo que comparten.
6. Las instituciones ms remotas, las menos signifcativas, se colocan en la
periferia del diagrama.
7. El cuadro fnal es analizado conjuntamente.
Algunas sugerencias adicionales
Los diagramas de Venn se construyen mejor durante entrevistas con personas
de la localidad que estn bien informadas.
Es til repetir este ejercicio con un nmero de diferentes entrevistados, para
comprobar la informacin.
584
Puede ocurrir que el campesino no mencione su institucin. Se debe crear
confanza para que el campesino se sienta libre de poner los crculos del ta-
mao y la distancia que l crea conveniente, aun cuando pueda resultar una
crtica a su propia institucin.
Los diagramas de Venn parecen muy simples cuando se ve el proceso de
elaboracin y el resultado; de una ojeada se puede observar quin trabaja
en la comunidad y con qu aceptacin. Lo ms importante es el dilogo y la
discusin que se genera y que va exponiendo posibles confictos y problemas
entre grupos e instituciones.
Algo que es importante tener en cuenta al realizar la tcnica, es la difcultad
de explicar con pocas palabras la tarea; es decir, cmo sealar la importancia
y la cercana de las instituciones con los crculos de diferentes tamaos.
Referencias
Anderson S. y Mc Craken J . 1994. Diagnstico Participativo: Un Manual Aplicado de
Tcnicas. Facultad de Medicina Veterinaria y Zootecnia, Universidad Autonma de
Yucatn. Mimio.
Mc Craken J . 1991. Diagnstico rural rpido: Un manual. Mxico. Mimio.
Pretty J ., Guijt I., Thompson J ., y Scoones I. 1995. Participatory learning and action. A
trainers guide. International Institute for Environment and Development, Londres,
Inglaterra.
PrODAF gZT. 1994. Nuestro congreso. Manual de diagnstico rural participativo para la
extensin campesina. Santiago de Puriscal, Costa Rica.
585
Introduccin
Durante los ltimos diez aos las Matrices de Contabilidad Social (MCS) han sido
utilizadas en diversos contextos alrededor del mundo. Los modelos basados en
las matrices de contabilidad social pueden ser desarrollados a diversos niveles ya
sea a nivel de poblado, municipalidad, estado o pas con mucha fexibilidad para
acomodar diversos tipos de hogares y actividades econmicas, segn el contexto de
estudio. Cada vez ms, estos modelos se han aplicado al entendimiento de los factores
socio-econmicos que infuyen en el manejo de los recursos naturales, con el fn de
incorporar indicadores de sostenibilidad. Por ejemplo, en el poblado de Karnataka en
la India se utiliz una MCS, para promover actividades que aseguren una distribucin
ms equitativa del ingreso en una economa basada en el manejo de productos no-
madereros en un contexto de economa forestal (Girish y Girish, 2007).
En frica Occidental, una metodologa similar se us para generar alternativas
de desarrollo social y econmico sostenible, al mismo tiempo minimizando los
confictos sociales (Moore, 2005). Hay amplia literatura sobre el estudio de los
enlaces entre el sector agrcola y no-agrcola en diversas partes del mundo, que ha
utilizado mucho la metodologa de multiplicadores para entender mejor el impacto
de diversas actividades econmicas sobre el uso de los recursos naturales. Para
entender esta complejidad social y econmica de los poblados y zonas rurales se
requieren de instrumentos que puedan captar sus peculiaridades y sus enlaces con el
sector no-agrcola. Por ejemplo, Taylor y Yunez-Naude (2002) estudiaron los enlaces
20
MATRIZ DE CONTABILIDAD SOCIAL PARA PUEBLOS
Germn A. Zrate-Hoyos
Department of Economics, State University of New York at Cortland
04-04 Matriz de contabilidad ok.indd 585 25/01/2011 07:38:17 p.m.
586
entre el sector agrcola y no-agrcola en cinco poblados rurales y una municipalidad
en Mxico y luego, con base en la MCS modelaron el impacto de cambios exgenos
en el ingreso en estas economas rurales e ilustraron las complejas interacciones
entre los poblados pequeos y medianos. Por otro lado, en Ghana se ha examinado
el rol de la cassava sobre el uso de la tierra y de insumos qumicos, a su vez se ha
ilustrado que limitando el uso de insumos de afuera como estrategia de produccin
agrcola sostenible, limita el potencial del sector agrcola para enlazarse con el sector
no-agrcola en economas rurales (Al-Hassan y Egyir, 2002)
Actualmente, se considera que hay una ausencia de datos a escala nacional sobre
estas cuestiones, debido a que se espera que el papel del sector agrcola disminuya
en importancia durante el proceso de desarrollo industrializador. Sin embargo,
muchas economas rurales en pases en desarrollo, incluyendo la economa rural
en Mxico, se extiende ms all de la agricultura, ya que muchas familias rurales
dependen cada vez menos del ingreso agrcola, al aumentar su participacin en
mercados regionales o en mercados externos a travs de la migracin interna e
internacional. Todo esto motiva un acercamiento al entendimiento de las economas
rurales no solamente como unidades de anlisis sino tambin por sus interacciones
con los mercados regionales que han experimentado un crecimiento en los ltimos
aos. La construccin de bases de datos a nivel de municipio o poblados para captar
caractersticas del medio rural y sus interacciones con el mercado regional, se hace
imperativa para entender mejor la estructura y dinamismo del sector rural y sus
vnculos con el sector agrcola no-rural. Conociendo las caractersticas sociales y
econmicas y los vnculos entre estos dos sectores es esencial para el planteamiento
de opciones de desarrollo de las poblaciones humanas estudiadas.
En este captulo se revisar una de las herramientas que se ha establecido en
los ltimos aos y se ha generalizado en el mundo para el estudio de los poblados
rurales pero que an se necesita desarrollar ms en relacin con la problemtica
del manejo de los recursos naturales. Esta herramienta es ms conocida como la
Matriz de Contabilidad Social o por sus siglas MCS.
La Matr iz de Contabilidad Social par a Poblados (MCSP)
Una Matriz de Contabilidad Social es un marco de referencia de datos de la eco-
noma total que representa el fujo circular de ingreso y gasto en una regin o pas.
Cada celda de la columna representa un pago a un receptor registrado en las celdas
de las flas de la matriz cuadrada. A diferencia de la Matriz de Insumo Producto
(MIP), la MCS tambin incluye la distribucin de pagos factoriales a las instituciones
donde se pueden desagregar diversos grupos de hogares que son de inters.
MATRIZ DE CONTABILIDAD SOCIAL PARA PUEBLOS O POBLADOS
587
La Matriz de Contabilidad Social para Poblados (MCSP) es una aplicacin para
poblados pequeos. Se elabora con base en una muestra representativa de los hoga-
res de las comunidades, que son las unidades de anlisis, que contiene informacin
sobre la estructura familiar, educacin, migracin interna e internacional, actividades
productivas y servicios, ingresos y gastos, trabajo familiar, consumo propio y recur-
sos naturales. Con esta informacin, se elabora una MCSP que servir para analizar
la pobreza y sus determinantes; para estimar economtricamente el impacto de la
educacin en el mantenimiento de los recursos, en la productividad agropecuaria, en
la migracin, etc.; estimar estadsticas sobre los recursos naturales en las decisiones
de produccin (es decir, modelos simultneos o simultaneidad de las decisiones).
La MCS es un instrumento muy fexible, adaptable a diferentes sujetos de
estudio y para aspectos distintos: nacionales, regionales, de ciudades, de comuni-
dades, etc. Una MCSP es una base de datos para elaborar modelos multisectoriales
y hacer simulaciones de cambios en materia de poltica en poblados pequeos y
medianos, pero sigue los mismos lineamientos que los estudios para un pas. Es
decir, con un modelo multisectorial pueden medirse los cambios en la estructura
socioeconmica de los sujetos de estudio, ya sea en comunidades pequeas o pases,
as como de sus relaciones con el exterior provocados por shocks exgenos. Estos
shocks exgenos pueden ser cambios en el ingreso, programas de abatimiento a la
pobreza o el impacto de la migracin en el manejo de los recursos naturales. Aunque
la MCSP sirve de base para estudios ms dinmicos, el uso directo de la MCSP es el
anlisis de multiplicadores. El uso directo es simular cmo cambiara la estructura
econmica de un poblado o regin con o sin la presencia de un determinado pro-
grama o poltica de intervencin y calcular cuantitativamente el impacto de estos
cambios en las instituciones del poblado, entre ellas los hogares rurales.
En este captulo, se exponen los lineamientos para la elaboracin de una MCSP,
acompaado al fnal de un ejemplo realizado en el municipio de Hocab en la Zona
Henequenera del estado de Yucatn, Mxico durante el periodo de 1997-2002
(Zrate y Anderson, 2007abc).
Car acter izacin gener al de la comunidad
Es de suma importancia conocer algunos datos del universo de estudio, es decir,
de todo el pueblo, como:
Nmero total de hogares en el pueblo y la composicin de hogares agrcolas
(HA), nmero de ejidatarios en el pueblo y el nmero de productores con tierra
privada.
588
La composicin de la produccin agrcola, por ejemplo, si slo se cultiva
maz o si es intercalada y/o diversifcada.
Los tipos de productores, el tipo de propiedad y el rgimen pluvial (temporal
o de riego).
Los impuestos, pagos por servicios y transferencias del gobierno. El tipo de
impuestos que pagan los habitantes (si los hay para la produccin y para qu
cultivos) y los pagos por servicios pblicos y las transferencias del gobierno al
pueblo, como por ejemplo, PROCAMPO, Solidaridad, Sanidad Vegetal, Salud Ani-
mal, Alianza para el Campo, Mejoramiento Gentico, Mejor Ganado, Fomento
Lechero, Ferti-irrigacion, Establecimientos de Praderas, Kilo por Kilo, etc.
Con esta informacin se identifcan las principales actividades en la economa
local para su posterior agrupamiento, es decir, agricultura (cultivos principales),
ganadera, produccin de frutales, madera, etc. y (otra produccin agropecuaria
OPA), as como otras actividades o produccin no agropecuaria (oPNA), como
artesanas, comercio, alimentos elaborados y otros.
Adicionalmente, el levantamiento de la encuesta se facilitar teniendo los
siguientes datos:
a) Precios de los insumos e implementos de labranza (semillas, fertilizantes,
abonos, etc.), precios de los bienes comprados para el consumo del hogar
(aceite, huevos, verduras, etc.).
b) Salario promedio (al da, al mes, etc.) de los jornaleros y de otro tipo de tra-
bajadores.
c) Costo de los servicios pblicos (luz, renta de telfono, agua, etc.).
d) Costo de tiles escolares.
e) Costo del transporte (a la ciudad ms cercana, al lugar en donde est(n) la(s)
escuela(s), etc.).
f) Alquiler de tractores y el costo de la renta por tipo de labores y hectreas tra-
bajadas con el tractor (lo anterior debido a que el costo de ste puede variar
por tipo de cultivo o labor).
g) Pagos por renta y tenencia de la tierra.
La elaboracin de las encuestas
Con el componente socioeconmico de la encuesta se tendr una especie de fo-
tografa de todas las actividades econmicas de la poblacin durante todo el ao
en estudio (en nuestro caso el de 1997), as como de su composicin social (por
589
ejemplo, los hogares que poseen tierras, los que no las tienen y reciben su ingreso
por el trabajo asalariado de sus miembros, los hogares que se dedican principal-
mente a la venta de servicios, como el comercio o la venta de alimentos, etc. Las
preguntas del componente socioeconmico de la encuesta se referen a lo que los
miembros del hogar hicieron durante el ao anterior.
Debido a las limitaciones en recursos humanos, la encuesta se hace a una
muestra aleatoria representativa de los hogares de las comunidades (12 al 15%).
Para ello, es necesario contar con un mapa de la comunidad, con sus manzanas
y con todas las casas-habitacin numeradas. Con ello, se tendr el universo para
seleccionar en forma aleatoria los hogares que se encuestarn y se podr obtener
una muestra representativa de los hogares del pueblo.
En caso de algn error en el mapa, se puede generar, de una forma sencilla,
otra nueva muestra con reemplazo. Asimismo, con el mapa puede llevarse un
control de los hogares ya encuestados y los que faltan. Al elaborar el mapa, se
sabr cuntos y qu tipos de comercios hay en la localidad, as como el tamao y
la importancia de esta actividad.
Infor macin econmica gener al
Composicin de los hogares
La primera pgina del cuestionario (socioeconmico) es de suma importancia en
el levantamiento, pues en ella, se capturan datos sobre los miembros de la familia.
La pgina incluye los nombres de los miembros del hogar que habitan en la casa
encuestada, lo cual, es importante para hacer las preguntas del resto del cuestio-
nario pues, sabiendo desde al principio los nombres de los miembros del hogar, se
podr detectar algn olvido del encuestado (por ejemplo, el encuestador, sabiendo
que en el hogar habita un adulto llamado Pedro, podr saber si el encuestado
dio la informacin sobre el trabajo de este miembro y, de no haber sido as, hacer
las preguntas necesarias para conocer las actividades de Pedro y sus aportes a la
produccin e ingreso de la economa del hogar).
En esta primera pgina tambin se incluyen preguntas sobre las edades de los
miembros, nivel y grado de educacin.
Factores de produccin
El uso de factores para la produccin (tierra, trabajo y capital) deben registrarse
tanto en trminos monetarios como en trminos fsicos. Para la tierra, la cantidad
590
hectreas usadas en la produccin agrcola y ganadera y su valor. Para el trabajo,
el nmero de jornales por actividad agrcola y ganadera (tanto de trabajo familiar
como de trabajo asalariado). Para el capital, nmero y antigedad de los tractores
y otros implementos, sus costos de adquisicin y actual.
Para poder calcular el trabajo total de la poblacin efectuado durante todo el
ao de 1997, es necesario saber cuantas personas econmicamente activas hay en
cada hogar. Para las jornadas de trabajo, hay que incluir preguntas sobre los das
trabajados en promedio a la semana y durante qu perodo trabajan ms.
Actividades agrcolas
Como las siguientes:
i) Produccin. En la produccin de cualquier cultivo, hay que hacer hincapi
para saber a dnde se destina ste; venta local o fuera del pueblo, autoconsumo
humano, transferido a otros hogares o a la iglesia y alimento para ganado o
como semilla para la produccin. En todos estos casos, habr que recabar la
proporcin que se destina a cada uno de ellos y el lugar a donde son dirigidos o
a qu tipo de hogar se transfri, por ejemplo, si el hogar tiene o no propiedad
de tierra o se encuentra en el mismo pueblo.
ii) Para hacer las respectivas anotaciones de los pagos de la actividad de pro-
duccin a los factores de produccin, se requiere saber con exactitud si para
la produccin del cultivo se utiliz maquinaria agrcola (tractor, trilladora,
traccin animal o labores manuales), propia o alquilada. En caso que sea
alquilada, se requiere saber el valor, as como en dnde se alquila (dentro o
fuera de la comunidad). Es necesario saber cmo se traslada la produccin,
si se exporta, el costo del fete o acarreo y quin lo paga. Es importante saber
si los transportistas son de la comunidad o de fuera y a qu tipo de hogar
pertenecen.
Se requiere saber, el pago correspondiente a los jornaleros, haciendo nfasis
en el lugar de procedencia, si provienen de la comunidad o no.
El gasto referente a los insumos empleados en las actividades agrcolas
(fertilizantes, herbicidas, etc.), es importante saber en dnde son comprados,
dentro o fuera de la localidad; tambin se requiere contabilizar los gastos in-
curridos en esta actividad, as como los jornales utilizados en unidades fsicas
para cada una de las labores, o los costos de producirlos, como en el caso de
la composta.
591
Actividades ganaderas
Para esta clase de actividad es importante resaltar que se considere el inventario
ganadero, as como los animales vendidos, comprados, transferidos, consumidos
en el hogar, muertos y nacidos durante el ao. Si hay ventas de animales pregun-
tar a quin y en dnde: En el pueblo, en otros pueblos, etc.?; si es al rastro para
produccin de carne, en dnde se localiza ste. Si hay carniceras en la localidad
incluirlas en el cuestionario.
Por otra parte, si hay animales recibidos o regalados a otras familias, mencionar
qu clase de hogar es (agrcola o no agrcola). Algo similar debe hacerse en el caso
de los productos de origen animal (huevos, leche, etc.).
Se requiere contar con los gastos incurridos en esta actividad, as como los
jornales y/o el trabajo familiar utilizados. Asimismo, ser importante hacer un
listado con los precios regionales de los animales existentes: buey, vaca, becerro,
cerdo, borrego, gallina, caballo, mula, etc.
Negocios o actividades comerciales
Como en otros casos, es necesario saber de dnde proviene la mercanca, los costos
incurridos y si hay contratacin de trabajadores y cunto se les paga, as como el
uso de trabajo familiar y dnde realiza las ventas, si es posible saber a qu tipo
de hogar son vendidas, y si vienen personas de otras comunidades a surtirse de
productos (esto se puede hacer con una pltica con las personas de los negocios
y comercios).
Gastos en servicios
Es necesario saber el costo de cada servicio y en dnde es pagado, siendo impor-
tantes los gastos en educacin.
Bienes que tenan el ao anterior
No es necesario un inventario, sino el valor de las compras hechas y en dnde se
realizaron. Respecto a los bienes que son regalados, es importante saber quin los
regal (tipo de hogar) y de dnde provienen.
592
Alimento
Como en el caso anterior, slo se necesita saber la cantidad promedio (semanal
o mensual) de los alimentos consumidos por la familia, si son producidos en el
hogar (como huevo, leche, frijol, verduras, etc.). Cuando sean comprados, slo
es necesario capturar el valor y su origen (el listado detallado que aparece en el
cuestionario se hizo con el fn de que los encuestados recuerden sus consumos).
Tener cuidado de no caer en una doble contabilizacin de los productos agrco-
las y animales que son destinados al autoconsumo, es decir, comparar la suma de
las compras totales en la localidad (precisar en qu negocio compra regularmente) y
fuera de sta, con las ventas de los negocios y comercio de la localidad (preguntar a
quin le vende regularmente). Para la MCSP, slo le interesa el valor, considerando
la calidad, de las importaciones y exportaciones, as como las transacciones que
se dan dentro de la localidad, es decir, de un hogar a otro.
Transacciones en dinero y en especie
Considerar tanto las ventas de parte de la produccin agrcola de los hogares como
el autoconsumo; el gasto en dinero y en especie que el hogar hace para contratar
peones y en el uso de trabajo familiar, no asalariado, en sus actividades productivas.
Incluso considerando el trueque en actividades productivas. Es imposible disear
un cuestionario completo para ser aplicado en un pueblo sin conocer de antemano
sus peculiaridades. Algunas de ellas son las siguientes.
a) Relaciones entre el pueblo y el exterior. Habr que saber de antemano los
principales vnculos del pueblo con otros lugares.
Ventas. Para los casos en que parte de la produccin sea vendida o transfe-
rida fuera del pueblo, habr que distinguir los destinos; por ejemplo, a otro
pueblo cercano, a otro lugar en el municipio o regin, fuera de la regin,
etc.
Compras. Es necesario saber si los sectores importan sus insumos di-
rectamente o a travs del sector comercio en la poblacin. Vale la pena
saber si los bienes producidos por los diversos sectores son tambin
importados.
Trabajo. El trabajo asalariado y su origen (local o fuera del pueblo). Si hay
habitantes del pueblo que trabajen fuera y en dnde lo hacen. Registrar la
migracin a otras partes de Mxico o a los EE.UU.
593
b) Aparte de las actividades agrcolas, qu otras actividades realizan los hogares
de la comunidad en conjunto, por ejemplo, ganadera, recoleccin y venta de
frutales, caza de animales silvestres, artesanas, comercio, etc.
c) Si hay riego, la disponibilidad y el costo del agua.
d) Actividades principales de los miembros del hogar durante el ao (es decir,
qu hacen en las temporadas de baja demanda de trabajo agrcola).
e) Si hay escuela(s) en el pueblo, hasta qu nivel (jardn de nios, primaria,
secundaria, preparatoria, tcnica, etc.); si no las hay, a donde van los jvenes
y nios a estudiar.
f) El nmero de negocios y servicios que hay en el pueblo (miscelneas, venta
de alimentos para la gente o para los animales, venta de insumos agrcolas,
materiales de construccin, carniceras, polleras, etc.).
g) Equivalencias de las medidas locales, por ejemplo, el equivalente en kilos de
un costal.
h) otros datos generales, por ejemplo, poblacin total (s existe un censo); hec-
treas totales destinadas por cultivo; si hay cajas de ahorro y cooperativas y
en dnde se localizan; existencia de agencias gubernamentales (en el pueblo
o cerca de l, s es que sus habitantes hacen uso de sus servicios), como silo
de Conasupo, Liconsa, etc.
i) Negocios de transportistas. Nmero total de maquinaria agrcola en la comu-
nidad.
Es muy recomendable visitas previas al levantamiento para conocer algunas
de las particularidades de la localidad en estudio.
La matr iz de contabilidad social
Al igual que a nivel nacional, la MCSP de una poblacin rural es una forma de
contabilidad de dos entradas. Presenta entradas contables en las cuentas de ingreso,
produccin e insumo-producto como entradas de crdito y dbito en hojas de balan-
ce de ingreso de las instituciones y las actividades. Por convencin, las entradas por
fla en una MCS representan los ingresos de las cuentas y las columnas los egresos.
Las actividades pueden ser la produccin agrcola, ganadera y no agropecuaria (o
cualquier desagregacin de stas u otra actividad como la recoleccin de lea).
Las instituciones capturadas en las MCS incluyen, por lo general, distintos grupos
de hogares, al gobierno y al resto del mundo.
En general las entradas en una MCS incluyen:
594
Las demandas de insumos intermedios por los sectores productivos (es decir,
la matriz de insumo-producto).
El ingreso (o valor agregado) pagado por los sectores productivos al trabajo
(que puede desagregarse en califcado y no califcado, masculino y femeni-
no, alfabeta y analfabeta, indgena y mestizo, etc.) a la tierra (de riego o de
temporal y en valles o en pendientes) y al capital.
La distribucin del ingreso factorial (trabajo, tierra y capital) a los distintos
grupos de hogares.
La distribucin de los gastos de los grupos de hogares entre ahorro (en capital
fsico y humano) y consumo de los bienes y servicios producidos localmente
y en el exterior (o importaciones).
La cuenta del Gobierno recibe ingresos (por ejemplo, va impuestos) de las
actividades productivas y de los hogares. Redirige este ingreso al sistema (por
la compra de bienes y servicios locales o mediante transferencias a las activi-
dades u hogares); o lo ahorra o lo usa en transferencias al resto de Mxico o
del Mundo (lo ltimo para pagarle a los extranjeros por la compra de bienes
y servicios producidos en el exterior o para el pago de la deuda externa).
El producto total de cada actividad debe ser asignado a algn uso dentro o fuera
del pueblo (como insumo para cubrir la demanda intermedia de actividades,
para el consumo o demanda fnal, para la inversin, para cubrir la demanda
del gobierno o para la exportacin).
Los ingresos (brutos) totales de cada actividad deben ser asignados a alguna
entidad dentro o fuera del sistema o pueblo (para la compra de insumos pro-
ducidos por otras actividades, pagos al trabajo o capital, importaciones, pago
de impuestos y ahorro).
Es importante reconocer que este modelo no considera la posibilidad de contar
con consumo no remunerado de recursos naturales, como tala, fertilidad de suelos
y acuferos, entre otros.
Una caracterstica fundamental de una MCS que se deriva del sistema de con-
tabilidad de doble entrada es el requisito de igualdad entre la suma de ingresos
(total por fla) y la suma de gastos (total por columna) para cada cuenta del sistema.
Las cuentas de una MCS en las que se asignan los ingresos y gastos son las mismas
por el lado de los ingresos y de los gastos, es decir, la MCS es una matriz cuadrada
donde se incorporan las caractersticas de un sistema econmico completo y de
las relaciones entre sus componentes. Adems, es muy fexible, por lo que en ella
pueden incorporarse distintos arreglos institucionales y estructuras econmicas.
Por ltimo, una MCS proporciona un marco contable para estudiar distintos temas
en materia de planifcacin y de polticas gubernamentales.
595
El Cuadro 1 muestra el esquema de una Matriz de Contabilidad Social con las
principales cuentas como son las actividades productivas, los factores de produc-
cin, las instituciones, las cuentas de capital y la cuenta del resto del mundo. Estas
cuentas se pueden desglosar de acuerdo con el inters del investigador siempre y
cuando se mantengan el mismo nmero de flas y columnas. Al fnal, la matriz cua-
drada tiene que sumar las mismas cantidades por fla y por columna. Por ejemplo,
si se quiere una cuenta regional y una del exterior se puede desglosar la cuenta del
resto del mundo en dos flas y columnas (regin y resto del mundo).
Una MCS de un pueblo es muy similar a una MCS nacional mostrada en el
cuadro anterior. Sin embargo, hay dos grandes diferencias entre ellas.
a) En una MCS de un pueblo, los subcuentas especfcas de las instituciones
exgenas (gobierno y resto del mundo) no tienen necesariamente que estar
balanceadas, mientras que en una MCS nacional estas cuentas siempre tienen
que balancearse.
Por ejemplo, un gobierno regional o nacional puede apropiarse de parte del
excedente producido en el pueblo o, por el contrario, tener un subsidio neto
del pueblo (es decir, en el primer caso lo que el gobierno obtiene del pueblo
es mayor a lo que le aporta al pueblo va transferencias, etc., mientras que lo
opuesto sucede en el segundo caso). En contraste, en una MCS nacional los
ingresos del gobierno siempre se igualan a los egresos.
otro ejemplo son las remesas que envan los migrantes a los EE.UU. a los
hogares del pueblo. En este caso, las remesas no necesariamente tienen que
gastarse en la compra de bienes y servicios extranjeros o en el pago de deuda
contrada con estadounidenses (lo cual, s es necesario en una MCS nacional).
Las remesas pueden usarse para compra de bienes y servicios locales o pro-
ducidos en el resto de Mxico.
En trminos metodolgicos, estos desbalances pueden resolverse mediante el
uso de entradas en la MCS que representen pagos entre las cuentas exgenas o a
partir de cuentas agregadas (por ejemplo, combinando algunas cuentas exgenas,
cuya suma de transacciones con el pueblo deben estar balanceadas).
b) La segunda diferencia entre una MCS de un pueblo y una nacional es que en
la segunda todas las transacciones estn monetizadas, mientras que muchas
transacciones en el medio rural no lo estn. Son los casos de la produccin para
el consumo propio; del uso de trabajo familiar o intercambio de trabajo; de
los mercados de trabajo y de insumos interconectados; o del acceso a recursos
comunitarios. Algunos ejemplos de lo anterior son la mediera o cuando algn
596
C
u
a
d
r
o

1
.

E
s
q
u
e
m
a

d
e

u
n
a

M
a
t
r
i
z

d
e

C
o
n
t
a
b
i
l
i
d
a
d

S
o
c
i
a
l
.
I
n
g
r
e
s
o
s
G
a
s
t
o
s
1
2
3
4
5
6
7
A
c
t
i
v
i
d
a
d
e
s
F
a
c
t
o
r
e
s
I
n
s
t
i
t
u
c
i
o
n
e
s
C
a
p
i
t
a
l

F
i
s
i
c
o
C
a
p
i
t
a
l
.

H
u
m
a
n
o
R
e
s
t
o

M
u
n
d
o
T
o
t
a
l
1
.

A
c
t
i
v
i
d
a
d
e
s

a
.

M
i
l
p
a

b
.

S
o
l
a
r
e
s

c
.

G
a
n
a
d
e
r
a

d
.

H
e
n
e
q
u
n

e
.

C
o
m
e
r
c
i
o

f
.

A
c
t
i
v
i
d
a
d
e
s

n
o
-
a
g
r
c
o
l
a
s
A

(
C
u
a
d
r
o

d
e

i
n
s
u
m
o
-
p
r
o
d
u
c
t
o

d
e
l

p
u
e
b
l
o
C
,
G

(
c
o
n
s
u
m
o

d
e

l
o
s

h
o
g
a
r
e
s

y

d
e
l

G
o
b
i
e
r
n
o
)
I
H
K
I

(
I
n
v
e
r
s
i
n

e
n

C
a
p
i
t
a
l

H
u
m
a
n
o
)
X
V
e
n
t
a
s

T
o
t
a
l
e
s
2
.

F
a
c
t
o
r
e
s

a
.

C
a
p
i
t
a
l

b
.

T
r
a
b
a
j
o

F
a
m
i
l
i
a
r

A
s
a
l
a
r
i
a
d
o

c
.

T
i
e
r
r
a
F

(
V
a
l
o
r

A
g
r
e
g
a
d
o

e
n

l
a

p
r
o
d
u
c
c
i
n
)
V
a
l
o
r

A
g
r
e
g
a
d
o

T
o
t
a
l

d
e

l
o
s

F
a
c
t
o
r
e
s

d
e

p
r
o
d
u
c
c
i
n
3
.

I
n
s
t
i
t
u
c
i
o
n
e
s

H
o
g
a
r
e
s
:

a
.

E
x
t
r
e
m
a

p
o
b
r
e
z
a

b
.

M
o
d
e
r
a
d
a

p
o
b
r
e
z
a

c
.

N
o
-
p
o
b
r
e
s

G
o
b
i
e
r
n
o
A
T

(
I
m
p
u
e
s
t
o
s
)
D
.

(
P
a
g
o
s

a

l
o
s

h
o
g
a
r
e
s

p
o
r

s
e
r
v
i
c
i
o
s

d
e

t
r
a
b
a
j
o
,

c
a
p
i
t
a
l

y

t
i
e
r
r
a

u
s
a
d
o
s

e
n

l
a

P
r
o
d
u
c
c
i
n
)
T
,

H
T
.

(
P
a
g
o

a

l
o
s

h
o
g
a
r
e
s

p
o
r

s
e
r
v
i
c
i
o
s

l
a
b
o
r
a
l
e
s

d
e

l
o
s

m
i
g
r
a
n
t
e
s
;

t
r
a
n
s
f
e
r
e
n
c
i
a
s

d
e
l

G
o
b
i
e
r
n
o
)
R

(
R
e
m
e
s
a
s

d
e

m
i
g
r
a
n
t
e
s
R
e
m
e
s
a
s

d
e

m
i
g
r
a
n
t
e
s

I
n
g
r
e
s
o

d
e

l
o
s

h
o
g
a
r
e
s

I
n
g
r
e
s
o
s

d
e
l

G
o
b
i
e
r
n
o
4
.

C
a
p
i
t
a
l

F
s
i
c
o

S
.

(
A
h
o
r
r
o
:

h
o
g
a
r
e
s

y

G
o
b
.

e
n

b
i
e
n
e
s

f
s
i
c
o
s

y

n
a
t
u
r
a
l
e
s
.

A
h
o
r
r
o

t
o
t
a
l
597
I
n
g
r
e
s
o
s
G
a
s
t
o
s
1
2
3
4
5
6
7
A
c
t
i
v
i
d
a
d
e
s
F
a
c
t
o
r
e
s
I
n
s
t
i
t
u
c
i
o
n
e
s
C
a
p
i
t
a
l

F
i
s
i
c
o
C
a
p
i
t
a
l
.

H
u
m
a
n
o
R
e
s
t
o

M
u
n
d
o
T
o
t
a
l
5
.

C
a
p
i
t
a
l

H
u
m
a
n
o
H
K
S
.

(
A
h
o
r
r
o

d
e

l
o
s

h
o
g
a
r
e
s

e
n

c
a
p
i
t
a
l

h
u
m
a
n
o
)
A
h
o
r
r
o

t
o
t
a
l

e
n

c
a
p
i
t
a
l

h
u
m
a
n
o
6
.

R
e
s
t
o

M
u
n
d
o

R
e
s
t
o

d
e

l
a

r
e
g
i
n

R
e
s
t
o

d
e

M
x
i
c
o
A
M

(
I
m
p
o
r
t
a
c
i
o
n
e
s
)
I
m
p
o
r
t
a
c
i
o
n
e
s

d
e
l

r
e
s
t
o

d
e
l

m
u
n
d
o
7
.

T
o
t
a
l
P
a
g
o
s

T
o
t
a
l
e
s
P
a
g
o
s

t
o
t
a
l
e
s

a
l

c
a
p
i
t
a
l

y

t
r
a
b
a
j
o
G
a
s
t
o
s

t
o
t
a
l
e
s

d
e

l
a
s

I
n
s
t
i
t
u
c
i
o
n
e
s
I
n
v
e
r
s
i
n

t
o
t
a
l

e
n

c
a
p
i
t
a
l

f
s
i
c
o

I
n
v
e
r
s
i
n

t
o
t
a
l

e
n

c
a
p
i
t
a
l

h
u
m
a
n
o
E
x
p
o
r
t
a
c
i
o
n
e
s
T
o
t
a
l
e
s

I
n
g
r
e
s
o
/

G
a
s
t
o
C
u
a
d
r
o

1
.

(
c
o
n
t
i
n
a
)
598
miembro o miembros de un hogar trabajan en alguna actividad de otro hogar
bajo la condicin de que el segundo hogar haga lo propio en otro perodo, o
el uso de tierras comunes para el pastoreo.
La elaboracin de MCS exige la valoracin econmica de estas transacciones,
para lo cual, hay que asignar un valor al registro en la MCS de las transacciones no
monetarias de un pueblo. Un procedimiento de valuacin del trabajo familiar es,
por ejemplo, asignarle el salario local al dato sobre las horas que los miembros le
dedican en un ao a este tipo de trabajo.
Una matr iz de contabilidad social de una comunidad r ur al
El Cuadro 1 es un ejemplo de una MCS, las flas representan los ingresos de: 1)
las distintas actividades productivas del pueblo; 2) los factores de produccin del
pueblo; 3) las instituciones; 4 y 5) de las cuentas de capital y 6) del resto del mundo.
Las columnas contienen los gastos de estas mismas cuentas. La consistencia de la
MCS exige que los totales de estas flas y columnas se igualen.
La porcin noroeste de la MCS contiene las cuentas de actividades del pueblo,
es decir, la submatriz de insumo-producto A. Esta submatriz puede estar compuesta
de tantas actividades como se desee, siempre y cuando agoten todas las actividades
del pueblo. Los elementos de las flas de la submatriz de insumo-producto recogen
las ventas del producto del sector en la fla a otros sectores o a s mismo (ubicados
en las columnas de la submatriz). Por ello, a tales entradas se les llama efectos o
vinculaciones hacia delante forward linkages. Los elementos de las columnas de
la submatriz representan los efectos hacia atrs backward linkages, que son las
compras de insumos de un sector (columna) a otros sectores o a s mismo (fla).
En general, entre ms grandes los elementos en la fla y columna de un sector,
mayor el potencial del sector en cuestin de generar efectos hacia adelante y hacia
atrs. El caso extremo es cuando los elementos son cero, que corresponde a una
economa de enclave, en donde no hay efecto alguno.
Los multiplicadores calculados a partir de matrices de insumo-producto miden el
efecto multiplicativo de cambios en la demanda fnal de productos sectoriales, cuando
el sector de hogares, as como la inversin, el Gobierno y el resto del mundo se tratan
como agentes exgenos al sistema. Las fguras 1 y 2 proveen dos ejemplos.
Las actividades productivas del pueblo proporcionan ingresos al trabajo, a la
tierra y al capital. La interseccin entre las columnas de actividades con las flas
de factores (F) se muestra la distribucin entre los factores del valor agregado
producido en el pueblo.
599
Los pagos al capital (o al valor agregado por el capital) incluyen la renta de
yuntas, tractores, etc. Tambin contienen la imputacin al rendimiento del capital,
cuando no hay pagos explcitos o cuando existen mercados interconectados. Los
pagos a la tierra estn formados por las rentas que se pagan a sus dueos y, al igual
que el capital, incluyen imputaciones por su uso cuando no hay pagos explcitos
o cuando hay mercados interconectados.
Las cuentas de valor agregado del trabajo incluyen los pagos de salarios y
pagos implcitos al trabajo familiar. El trabajo familiar puede valuarse a partir
de los salarios vigentes o como la diferencia entre el valor de la produccin del
sector en cuestin y los costos explcitos e implcitos (en las cuentas nacionales
convencionales a lo ltimo se le llama el supervit bruto de explotacin).
La suma del valor agregado de los factores es el valor bruto del producto del
pueblo (VBP). Las importaciones de insumos (modernos) para las actividades del
pueblo estn contenidas en el cruce entre la(s) columna(s) de actividades y la fla
Resto del Mundo.
El valor agregado del pueblo se distribuye entre las instituciones (los hogares o
las cuentas compuestas). La interseccin entre las columnas de factores y las flas
de instituciones sintetiza la distribucin del valor agregado del pueblo (D). En una
economa cerrada esta submatriz sintetizara la distribucin del ingreso del pueblo
entre las instituciones. En contraste, en una economa rural abierta, la produccin
local de valor agregado se suple con el ingreso proveniente del resto del mundo
(por ejemplo, con las remesas de los migrantes (R) o con las transferencias del
gobierno local, estatal o federal (T).
El ingreso total de las instituciones es la suma de lo recibido por ellas, asentado
en las flas de las instituciones.
Los ingresos de las instituciones se asignan y distribuyen entre el consumo
(C), ahorro (S) e impuestos (HT). Los ahorros se asignan a la demanda de inversin
(tanto la correspondiente al capital fsico como al capital humano).
Elabor acin de la base de datos
Una vez realizadas las encuestas, se procede a la captura electrnica de los datos
en una hoja electrnica de clculo base de datos con el fn de ordenarlos y
clasifcarlos en lo que ser la MCS. Es importante aclarar que todos los datos se
registran en una misma hoja-electrnica, si se observa el nmero de las flas de
los cuadros donde se ilustran los ejemplos del vaciado o llenado van cambiando,
no necesariamente tiene que ser en el mismo orden.
600
Se considera una Encuesta Completa cuando se contestaron todas las pregun-
tas pertinentes a las caractersticas del hogar y para cada uno de sus miembros, as
como realizar los clculos correspondientes dentro del mismo cuestionario,
un ejemplo de ello sera el consumo de alimentos o el trabajo desempeado por
cada uno de los miembros del hogar. Estos clculos se referen a: obtener todos los
datos anuales, regresando a nuestro ejemplo sobre el consumo de alimentos y/o
trabajo desempeado regional o local, dado que estas preguntas se hicieron al
consumo promedio por semana y/o al trabajo por semana, mes o ao, y los datos
son requeridos anualmente, lo que ameritar hacer el clculo anual.
Para la captura electrnica de los datos de las encuestas en la hoja de clculo
se tomarn los siguientes ejemplos en el orden correspondiente. La informacin
general se muestra en el Cuadro 2.
A) La familia (informacin general). El registro para la edad, educacin (nivel
y grado escolar) y sexo.
Cuadro 2. Formato para la captura de informacin, variable edad.
A B C D
1 Variable/Encuesta Encuesta 1 Encuesta 2 ... Suma
2 EDAD
3 Edad del jefe 45 38
4 Menores de 15
5 Masculino 1 0
6 Femenino 0 2
Para capturar la edad del jefe de la familia y de los dems miembros del hogar
se sugiere el siguiente intervalo menores de 15 aos masculino y femenino (nota:
se registra el nmero de miembros que caen dentro de este intervalo), De 15 a 60
aos, masculino y femenino y mayores de 60 aos, cabe aclarar que todo esto
se sugiere con el fn de homogeneizar todas las bases de datos, es importante
observar que la informacin del jefe es capturada aparte en edad del jefe. En
el cuadro anterior se supone que hay un miembro del hogar Encuesta 1, con
edad menor a los 15 aos y de sexo masculino. Y la edad del jefe para el mismo
caso, de 45 aos.
601
Cuadro 3. Formato para la captura de informacin, variable educacin.
A B C D
10 EDUCACIN
11 Educacin del jefe 6 9
12 Masculino
13 Con 0 aos 0 0
14 De 1 a 3 aos 1 0
En cuanto a educacin, se recomienda el siguiente intervalo: Primero, la
educacin del jefe para ilustrar nuestro ejemplo (Cuadro 3) se supone que el
jefe de familia de la encuesta 1 termin la primaria por lo que se registra 6,
que equivalen a los 6 aos o grados de educacin primaria. En segundo lugar
por sexo masculinos con 0 aos de educacin, de 1 a 3 aos, de 4 a 5 aos,
con 6 aos, de 7 a 8 aos, con 9 aos, de 10 a 11 aos, con 12 aos y de 12 aos
en adelante. Finalmente con los mismos intervalos los miembros del hogar por
sexo femenino. El Cuadro 4 muestra como se registrara la informacin sobre la
educacin de los miembros del hogar que se ha entrevistado.
Cuadro 4. Formato para la captura de informacin, variable experiencia en migracin.
A B C D
20 Exp. En Migracin
21 Miembros del Hog.
22 EU aos 2 0
23 N de personas 1 0
24 Mxico. Aos
B) Trabajo en EE.UU. y C) Trabajo en otras partes de Mxico.
En cuanto al registro de la Experiencia en migracin se ilustra con el Cuadro 4,
retomando nuestro ejemplo fcticio de la Encuesta 1, suponemos que hay un
602
Cuadro 5. Formato para la captura de informacin, variable remesas.
A B C D
30 Remesas de EE.UU.
31 Dinero 5,720.0 0.0
32 Especie 300.0 0.0
33 Remesas de Mx. 0.0 0.0
34 Dinero 0.0 0.0
miembro del hogar que migr a los Estados Unidos hace un par de aos Nota:
los aos se cuentan a partir del ao de estudio hacia atrs, es decir, Cunto tiempo
tiene viviendo all?, si para la encuesta se pidieron datos de 1997 y declararon
que se fue hace un par de aos y no ha vuelto, entonces tiene 2 aos en Expe-
riencia de migracin y es un solo miembro del hogar encuestado. El cuadro 5
muestra cmo se registrara la experiencia migratoria del hogar tanto internacional
(a EE.UU.) como interna (a otras partes de Mxico)
El registro para la Experiencia en Migracin al resto de Mxico se registra
de igual forma: es decir, Mxico aos, N de personas. Y para los familiares que
no pertenecen al hogar, que tienen su hogar aparte, un ejemplo de ello seran los
hermanos (del jefe), primos, tos, etc. y su registro sera Familiares del Jefe: EE.UU.
aos, N de personas. Mxico aos y N de personas.
Para el registro de las remesas que envan los miembros y familiares del hogar
que han migrado ya sea a los EE.UU. o al resto de Mxico. Se registrar de la
forma siguiente (Cuadro 5): en nuestro ejemplo suponemos que el miembro del
hogar encuestado que migr a los EE.UU. el que tiene 2 aos all, envo una
ayuda al hogar por $715 dlares y una muda de ropa, (vase Encuesta Comple-
tas), es importante aclarar que la base de datos se construye en valor (dinero y
en pesos mexicanos), y las unidades fsicas como el nmero de jornales trabaja-
dos se discutir en su momento. Entonces se calcul $715.0 dls. por 8.0 Tipo de
Cambio promedio de 1997 igual a $5,720.0 pesos, y el valor de la muda de ropa
$300.0 pesos (clculo de la regin en estudio o valor que le da el hogar encuestado
Cunto considera que valdra aqu esta ayuda?). El mismo criterio se sigue para
las remesas y ayudas provenientes del Resto de Mxico.
D) Transferencias familiares en un ao. El mismo criterio se utilizar para la
ayuda que recibe y otorgan los hogares encuestados, provenientes en la misma
603
localidad local, o del pueblo. Transferencias entre hogares, que sta puede
ser en Dinero o en Especie, un ejemplo de ellos seran las semillas como
el maz, el trigo, sorgo o frijol, segn sea el caso, que son regaladas entre los
hogares, por mencionar algunos.
E) Tenencia de la tierra. Para este ejemplo se registrar el nmero de hectreas
con las que cuenta el hogar o jefe de familia, as como el tipo de propiedad:
ejidal o privada, de riego o temporal, etc.
F) Produccin agrcola. Este apartado es el ms detallado.
Actividad agricultura. Segn las caractersticas productivas de la comunidad.
Por ejemplo, en la Encuesta 1, supongamos que este hogar produce maz;
se tendr que registrar en orden. Se registra el total de hectreas cultivadas
temporal y riego. Posteriormente se calcula el valor de la produccin
precio por cantidad, las ventas de maz, al exterior y en la localidad, un
ejemplo de este ltimo seran las ventas a un acopiador o al comercio local.
Por ejemplo: en un hogar sembraron 3 ha, de las cuales obtuvo 4 t de cada
una, lo que sum un total de 12 t a un precio de $600.0 pesos por tonelada
lo que equivali a un valor de la produccin de $7200. Declar vender al
exterior $6000 y en el comercio local $1000, los restantes $200 los utiliz
para el autoconsumo. Se podr observar (Cuadro 6) que este hogar no utiliz
maz para regalar a otros familiares ni para consumo de animales, as como
tambin almacen maz para el siguiente ciclo agrcola.
Se registrarn todos los gastos en los que incurri el jefe de familia o productor.
Por ejemplo, costo de la tierra (cantidad y origen), pago de tractor o trilladora, pago
de peones (cuntos son de la localidad o de fuera del pueblo, as como el registro
de unidades fsicas nmero de jornales u horas); pago de insumos (semillas, fer-
tilizantes, herbicidas, etc.) cantidad, precio y origen; impuestos en la produccin
y otros gastos en los que haya incurrido, como pago por el riego, traslado de los
insumos, etc. Cabe sealar que es necesaria la informacin aun cuando hayan sido
propios los insumos y los factores, como tierra, trabajo, capital e insumos. El mismo
criterio se aplica a los otros cultivos agrcolas, como sorgo, frijol, trigo, etc.
Produccin de frutales. De una forma similar al caso anterior, se har el
registro para la produccin de frutales, aun cuando stos sean recolectados
por los miembros del hogar, esto tambin es considerado una actividad por
requerir de factores para su produccin o recoleccin. Un ejemplo para ilustrar
604
esto sera la produccin de naranjas, el hogar 1 o Encuesta 1 tuvo 0.5 ha con
aproximadamente 10 matas de naranja, de las cuales, se obtuvo un total de
20 costales, y cada costal pes alrededor de 30 kg (produccin total anual), y
el precio de mercado fue de $2 pesos el kilogramo, por lo que el valor de la
produccin fue de $1200 pesos, de los cuales se destinaron $1000 a la venta
en el exterior, $150 de autoconsumo y $50 fueron regalados a otros familiares
dentro de la misma comunidad (Cuadro 7).
En cuanto al pago de factores, se deber de considerar el pago por el uso de
factores de la produccin, trabajo contratado y nmero de jornales empleados
si es que existi, uso y valor del capital, valor de la tierra y la ganancia ser
considerados la retribucin al trabajo familiar (Becerril et al., 1996).
G) Animales que tena usted al fnal del ao pasado y H) Producto de origen ani-
mal. En esta seccin se har un registro contable para obtener el valor de la
produccin o el incremento en el hato ganadero, es decir, se le dar un valor a
los animales nacidos, muertos, robados, los que fueron destinados para el con-
sumo humano y los que fueron vendidos, as como los gastos en que incurri
Cuadro 6. Formato para la captura de informacin, variable actividad agrcola.
A B C D
40 Actividad Agrcola
41 Hectreas con riego 2.0 0.0
42 Hectreas de temporal 1.0 0.0
43 Valor de la produccin 7,200.0 0.0
44 Ventas al exterior 6,000.0 0.0
45 Ventas locales 1,000.0 0.0
46 Autoconsumo 200.0 0.0
47 Transferido a Familiares 0.0 0.0
49 Consumo Animal 0.0 0.0
50 Pago Factores 0.0
51 Tractor 450.0 0.0
605
la actividad; pago de factores, gastos en medicina y alimentos. En resumen el
sistema contable es: Inventario inicial = inventario fnal + consumidos por la
familia + las ventas - compras - nacidos en el ao + los reportados muertos.
Con esto se tendr el valor de la produccin o incremento en el hato ganadero
ms el valor de los productos de origen animal, como la leche, huevos, carne,
etc. La ganancia de esta actividad ser considerada la retribucin al trabajo
familiar, por lo que al valor de la produccin se le restarn los gastos en los
que incurri la actividad; medicinas, alimentos, trabajo contratado, alquiler
de tierras para el pastoreo, etc.
I) Lea. y J) Caza. Ambas son consideradas actividades productivas, por lo
que se registrar el valor de la produccin, el destino, y si fue para el auto-
consumo o la venta, los gastos en los que incurri la actividad, as como el
tiempo invertido en recolectar o producir lea y caza de animales silvestres, si
contrataron peones y el origen de stos. Es importante aclarar que aun cuando
sea destinada al autoconsumo, a la produccin se le dar un valor.
K) Produccin no agropecuaria artesanas. Se registra el valor de la produc-
cin, el destino (consumo o venta en el interior o exterior de la comunidad).
Se tratar de forma similar, bajo un sistema contable, valor de la produccin
Cuadro 7. Formato para la captura de informacin, variable produccin.
A B C D
1 Variable/Encuesta Encuesta 1 Encuesta 2. Suma
60 Produccin. Frutales
61 Ha ocupadas 0.5 0.0
62 Valor de la
produccin
1,200.0 0.0
63 Ventas locales 0.0 0.0
64 Ventas al exterior 1,000.0 0.0
65 Ventas locales 0.0 0.0
66 Autoconsumo 150.0 0.0
67 Transferido a familia 50.0 0.0
68 Pago factores 0.0 0.0
606
menos los gastos incurridos y la ganancia ser considerada la retribucin al
trabajo familiar.
L) Negocios o comercio. Es importante resaltar el destino y origen de la mer-
canca. Cabe mencionar que se pondr un especial nfasis en las ventas de
los comercios destino de la mercanca, para cotejar con las compras por
parte de los hogares, clculos de balanceo en la MCSC.
M) Trabajo local pagado a los miembros de la familia. Es importante resaltar que
ser de suma importancia el origen, como su nombre lo indica, se refere al
ingreso que es percibido dentro de la comunidad, como puede ser jornaleros
trabajadores que sern contratados por los productores de la localidad, y
stos a su vez contratarn jornaleros en la misma localidad, secretarias,
trabajadoras domsticas, empleados en los comercios y servicios de la comu-
nidad. Es decir, por una parte estarn los comercios y servicios que declaran
haber contratado empleados en su actividad, y por el otro, estarn los hogares
que declaran haber trabajado en los comercios y servicios de la comunidad,
al igual que en el caso anterior ser importante el origen del mercado laboral
para cotejar en el balance de la MCS.
N) Trabajo regional de los miembros de la familia. Se trata del ingreso que fue
obtenido fuera de la comunidad, y para ello, tiene que regresar a diario a la
comunidad. Un ejemplo de ellos sera el salario de los jornaleros que trabajan
en las tierras de otra comunidad, cercana al lugar de origen.
O) Otros ingresos y prstamos. Se registra el ingreso que fue prestado por una
caja popular, bancos, crdito a la palabra, etc., as como el dinero que fue
ahorrado el ao pasado, dentro o fuera de la localidad.
P) otros gastos en 1997. Se registran los gastos efectuados por los hogares, es
importante resaltar los que fueron destinados fuera de la comunidad y los que
fueron hechos dentro de sta. As como los gastos en educacin, es importan-
te resaltar los gastos hechos fuera de la localidad como el transporte, tiles,
etc.
Q) Gastos en vivienda y otros gastos para la casa. sta es considerada una
inversin por parte del hogar, en remodelar o construir vivienda. Ser
importante resaltar dnde compr los materiales para construccin o re-
modelacin.
607
R) Bienes que tenan y obtuvieron el ao pasado. En este caso sern conside-
radas las compras que no son comunes como compra de alimentos, pago
de servicios, etc., como la compra de un automvil, herramienta agrcola,
blancos, etc., es importante resaltar dnde fueron adquiridos.
S) Comida (compras normales en una semana). Se registra el consumo en ali-
mentos por parte de los hogares, si son hechos dentro de la comunidad ser
importante capturar en qu comercios locales fueron hechas las compras, como
se discuti en el punto L, esto para cotejar lo declarado por los comercios
contra el consumo hecho por los hogares.
T) Clasifcar y agregar las variables fnalmente resta explicar que la suma
por variable se realiza por fla, es decir, se habr observado que la columna
D en nuestros ejemplos se refere a la suma, con stas se obtiene el total de
produccin de maz por mencionar algn ejemplo, de aquellos hogares
encuestados que declararon haber producido maz, con este dato se obtendr
la oferta total de maz producido por la muestra hogares encuestados,
y si queremos obtener el total de la oferta a nivel del pueblo tendremos que
conocer previamente el total universo, de las hectreas sembradas con
maz que pertenecen al pueblo. As para cada caso en particular, por ejemplo,
Poblacin total en la comunidad en estudio: se tendr que conocer previa-
mente cuntos hogares hay en el pueblo y cuntos fueron encuestados en la
muestra, con ello se obtendr el total poblacional. Cabe sealar que a cada
variable rengln de la base de datos, le corresponde un nmero total
diferente de factor de expansin (Becerril et al., 1996).
U) Construccin de la MCS Con la suma de estos datos poblacionales, se
construye la Matriz de Contabilidad Social (MCS), en sntesis, la Base de
Datos es la que alimentar de informacin a la MCS.
Ejemplo de resultados de la MCSP de Hocab, Yucatn
En 1998 se realiz un estudio socioeconmico en el municipio de Hocab para
conocer varios aspectos de su economa de 1997. Tambin fueron incluidas algunas
partes sobre el uso de recursos naturales como son la lea, el monte y la riqueza
de diversas plantas y animales en los solares.
Usando una Matriz de Contabilidad Social (MCS) para la comunidad de Ho-
cab se examinaron las caractersticas y tendencias de una tpica comunidad rural
608
en la Zona Henequenera del estado de Yucatn. El estudio se realiz en 1998 y
posteriormente en el 2003 para examinar los cambios entre 1997 y 2002 y ver la
evolucin de la comunidad en ese periodo de tiempo. Como un primer paso, se
diseo un mapa de la comunidad que representara a todo el universo de viviendas
en el poblado. Despus de enumerar todas las viviendas, se realiz un muestreo
aleatorio de los hogares o solares.
1
El Cuadro 8 presenta la poblacin y tamao
de la muestra en este estudio.
Cuadro 8. Poblacion total y muestra.
HOCABA
1997 2002
Familias totales 760 876
Muestra 109 117
Conociendo el universo total de viviendas, se generaron nmeros aleatorios
para representar a cada vivienda y as elegir una muestra aleatoria del 10 al 12 por
ciento. Los hogares en esta muestra fueron visitados y se les aplic una encuesta
previamente adaptada para la comunidad. Para el estudio de 2002 se actualiz el
mapa de 1997 y se aplic de la misma forma. Cabe sealar, que en ambas mues-
tras (1997-2002) las familias son diferentes ya que no se hizo un estudio de panel
por lo tanto no se visitaron las mismas casas de 1997. La MCSP para Hocab se
encuentra en la Figura 1. A continuacin se dan las principales caractersticas de
la comunidad de Hocab.
A) Pobreza
Para poder realizar este anlisis, consideramos los precios de los bienes de consumo,
tales como alimentacin, vivienda, ropa, zapatos, compra de lea y pago de luz,
agua y otros. Este estudio de pobreza est basado en una lnea de pobreza monetaria
1
Para la muestra de 2002, se utiliz el programa STATS como ayuda para saber la cantidad de muestra
necesaria para ser representativa los datos: mnimo un 95 % de confanza. El nivel de error vara, pero
tratando de no ser ms del 5 %. El tipo de muestreo es el irrestricto aleatorio.
609
siguiendo la metodologa del INEGI. Con base en ello, se dividi a los hogares de
la comunidad en tres grupos mostrados en la Figura 1: hogares en extrema pobreza
(HEP), hogares pobres moderados (HMP) y hogares no pobres (HNP.)
Estos resultados indican una disminucin signifcativa en el nmero de ho-
gares en extrema pobreza entre 1997 y 2002. Es necesario examinar el rol de los
subsidios gubernamentales (oportunidades, procampo), as como el incremento en
el trabajo familiar o el trabajo asalariado como posibles causas de esta reduccin.
Sin embargo, el porcentaje del gasto familiar destinado a la compra de alimentos
para la familia represent en 1997 un 53% mientras que en el 2002, ese mismo
clculo mostr un 55%. Esto parece sugerir que sera ms adecuado usar una lnea
de pobreza alimentaria en comunidades rurales para entender mejor las tendencias
en la pobreza rural.
B) Migrantes en la comunidad
En el Cuadro 9 se muestra la cantidad de personas que han migrado de la co-
munidad hacia Estados Unidos la cual no es muy grande en este periodo por lo
cual los resultados podran ser no confables. Hocab mantiene el nmero de
personas que han salido de la comunidad aunque desde el 2002 ha habido una
desaceleracin de la economa que apunta a una mayor migracin. Llama la
atencin que el monto de lo enviado (no se consideran los envos en especie)
a la comunidad a disminuido, lo cual tambin es un indicativo del impacto que
pueda tener el mercado laboral en Estados Unidos sobre comunidades pequeas
en el medio rural.
POBREZA EN HOCABA 1997
HEP
33%
HMP
39%
HNP
28%
POBREZA EN HOCABA 2002
HEP
20%
HMP
29%
HNP
51%
Figur a 1. Niveles de pobreza.
610
C) Actividades econmicas: Milpa
Para 1997 el porcentaje de familias que hicieron milpa fue 53% y sembraron
16,253 mecates (650 hectreas aproximadamente entre milpa de primer y se-
gundo ao.) El monto de los subsidios a los pequeos productores agrcolas por
parte de PROCAMPO fue de $ 109,896 pesos. La proporcin de familias de todo
el pueblo que hicieron milpa en 2002 fue del 35% sembrando 7,675 mecates
(307 hectreas aproximadamente entre milpa de primer y segundo ao.) El
monto de subsidios para este ao fue de $101,024 pesos, aproximadamente. Al
comparar ambos datos vemos que 18% de familias ya no hacen milpa y un 47 %
menos de hectreas fueron empleadas, lo cual, indica una menor presin sobre
el recurso tierra. El monto del subsidio PROCAMPO se ha mantenido constante
ms o menos, pero si consideramos la infacin acumulada, es menor el apoyo
en trminos reales.
D) Actividades econmicas: Henequn
Esta actividad, para 1997 estaba en una situacin de decadencia con 4,573 mecates
de cultivos (183 ha aproximadamente.) El 10% de los hogares tenan cosechas de
hojas de henequn y las vendan en las desfbradoras de Xocchel y Hoctn. El 36% de
los productores de henequn reciban subsidios ($ 48,000.00 aproximadamente.)
Para el ao 2002, el 7% de la comunidad declara tener un henequenal (1496
mecates o 60 ha aproximadamente con posibilidad de vender hojas de henequn)
aunque ninguna familia cosech hojas de henequn pues parece que las desfbra-
doras cerraron sus puertas y ya no reciben hojas. El 75% de los parcelarios de
henequn recibi subsidio por su parcela ($ 569,302.00 aproximadamente.)
Comparando entre 1997 y 2002, notamos que ha disminuido poco la cantidad
de parcelarios, aunque recientemente ya no pueden levantar la cosecha por falta
de comprador, que anteriormente eran las desfbradoras cercanas a la comunidad.
Cuadro 9. Migracin.
HOCABA 1997 HOCABA 2002
N Personas 3 N Personas 3
Remesas ($$) 3,400 Remesas ($$) 1,500
611
Cuadro. 10 Frutales.
rbol frutal 1997 rbol frutal 2002 % de cambio
Pltano 3,674 Pltano 3,418 -6.97
Naranja agria 2,370 Naranja agria 2,169 -8.48
China 1,931 China 2,558 32.47
Ciruela 1,387 Ciruela 1,189 -14.28
Limn 1,192 Limn 1,429 19.88
Saramuyo 1,060 Saramuyo 1,144 7.9
Huaya 1,011 Huaya 673 -33.4
Coco 474 Coco 561 18.35
Guayaba 467 Guayaba 269 -42.398
Cayumito 446 Cayumito 359 -19.51
Papaya 390 Papaya 135 -65.38
Mango 370 Mango 404 9.19
Aguacate 349 Aguacate 202 -42.12
Mandarina 349 Mandarina 352 0.86
Zapote 342 Zapote 254 -25.7
Tamarindo 342 Tamarindo 135 -60.52
Toronja 153 Toronja 172 12.42
Chinalima 112 Chinalima 90 -19.6
Anona 91 Anona 112 23.1
Cajera 91 Cajera 82 -9.9
Nance 77 Nance 120
55.8
Mamey 70 Mamey 67 -4.3
Groceya 63 Grosella 67 6.3
Grey 49 Grey 67
36.7
El subsidio se ha elevado como apoyo a los productores que se ven obligados a
dejar su parcela. Recientemente, se cre una fbrica de licor de henequn pero an
no se sabe el efecto sobre los cultivos o cosecha de henequn.
E) Recursos naturales (Capital fsico)
En 1997 y 2002 se pregunt sobre la cantidad de rboles frutales que tienen en su
solar. Los resultados se desglosan en el Cuadro 10 a continuacin:
612
El pltano, la naranja agria, china y ciruela siguen siendo los que ocupan los
primeros lugares por su cantidad en los solares. El rbol de china es el que ha
incrementado ms de los tres (32.47%). La ciruela y la naranja agria han tenido
una disminucin (14.28% y 8.48%, respectivamente).
Las plantas con disminucin son la huaya, guayaba, cayumito, aguacate, za-
pote, tamarindo, chinalima, cajera, mamey, sin embargo, sobresalen el tamarindo
y el aguacate como los que han tenido ms prdida de presencia en los solares.
Existen evidencias que la posible causa de tal disminucin se debe a la destruccin
de rboles por el pasado huracn Isidore. Tambin a las nuevas construcciones de
casas o por el aumento en la cantidad de animales en el solar. El rbol de papaya
no entra en la comparacin por su carcter corto de vida. El nance y el grey son
los rboles que han tenido mayor incrementos en los solares.
El Cuadro 11 compara el uso de plantas maderables entre 1997 y 2002. Se
observa como el ramn, huano y catzin siguen siendo los rboles maderables ms
importantes en los solares de Hocab, pero en los tres casos, hay una tendencia
decreciente en su presencia en los solares de la comunidad, siendo el ramn uno
Cuadro 11. Maderables.
rbol maderable 1997 rbol maderable 2002 % de cambio
Ramn 3,458 Ramn 2,237 -35.3
Huano 997 Huano 928 -6.9
Henequn 830 Henequn ? ?
Catzin 795 Catzin 591 -25.7
Cedro 725 Cedro 546 -24.7
Roble 572 Roble 494 -13.6
Habin 446 Habin 277 -37.9
Ciricote 349 Ciricote 224 -35.8
Huaxim 272 Huaxim 299
9.9
Maz 209 Maz ? ?
Tzi tzil che 153 Tzi tzil che ? ?
Cholul 132 Cholul 120 -9.1
Xbacal che 35 Abacal che ? ?
Pich 28 Pich 0
-100
Tzalam 14 Tzalam 15
6.7
613
Cuadro 12. Animales de patio.
Animal Hocab 1997 Animal Hocab 2002 % de cambio
Gallina de pas 8,143 Gallina de pas 7,286 -10.5
Gallina de
engorda
2,308 Gallina de
engorda
11,011 377
Pavo pas 1,834 Pavo pas 2,940 60.3
Cerdo pas 404 Cerdo pas 733 81.4
Patos 404 Patos 307
-24
Carneros 286 Carneros ?
Cerdo americano 167 Cerdo americano 583
249.1
Pavo de engorda 21 Pavo de engorda 105
400
Palomas ? Palomas 1,249 ?
de los ms grandes disminuciones de los tres. Esto podra deberse al uso de este
maderable en la construccin. En general, se observa que la mayora de los rboles
aqu comparados decrecen con excepcin del huaxin y tzalam. Los rboles marca-
dos con signo ( ? ) no pudieron ser comparados entre los dos aos de estudio por
no estar presentes en ambos aos del estudio.
El Cuadro 12 muestra la cra de animales de patio en los hogares de Hocab.
sta contina siendo una actividad importante ya que contribuye a un mejor nivel
alimenticio de los miembros del hogar y en algunos casos contribuye a algunas
ganancias provenientes de la venta de estos productos.
Comparando el uso en este periodo podemos decir que esta actividad contina
dando rendimientos tiles para el hogar. El crecimiento ms fuerte se da en el pavo
de engorda y el cerdo americano que tienen un consumo marcado dentro de la
comunidad. Los marcados con ( ? ), no tienen datos en los dos aos que permitan
una comparacin.
F) Otras actividades forestales: Lea
En 1997 para este pueblo se sacaron del monte aproximadamente 104,593 tercios
de lea, pero si obtenemos el dato para 2002 esto disminuye a 73,109 tercios; una
disminucin del 30%. Una fuente de energa alterna es el uso del gas butano. En
1997 se compraron $ 100,968 pesos en gas y su costo por tanque de 20 litros (lo
614
que la mayora compra) costaba 65 pesos,
2
lo que implica que se compraron 1553
tanques para uso domstico. En 2002 se compraron 297,943 pesos en gas butano,
pero el costo por tanque costaba $ 115 pesos, entonces se compraron 2,590 tanques,
es decir, un incremento de 66.7% en la compra de tanques de gas.
Esta tendencia explica el declive leve en el uso de lea. En 1997 el 95% de los
hogares usaba lea, ya sea recolectada o comprada y el 5% no usa lea en lo abso-
luto. Ahora, en 2002, el 92 % usa lea (recolectada o comprada) y el 8% no la usa.
Podemos concluir que la gente sigue usando la lea como fuente principal de energa,
sin embargo, estn recolectando menos y sustituyndolo con la compra de gas.
G) Uso del monte (Plantas y animales)
En 1997 preguntamos sobre qu uso les dan al monte (excepto lea), ya sea para
extraer material para construccin, forraje, medicina, tinte y carbn. El 17%
declar que lo us y de estos usos el 83% fue para construccin. En 2002 les
preguntamos lo mismo y el 14% declar que lo us y de estos usos el 75% fue
para construccin.
El porcentaje de personas que usan el monte, no ha cambiado mucho. Se man-
tiene ms o menos igual mientras que en la cacera en 1997, el 6% nos dijo que
haba participado pero en 2002, slo el 3% se dedica a esta actividad. Esto tambin
es otra tendencia hacia la menor presin sobre los recursos naturales.
H) Artesanas
En 1997, el 20% de los hogares se dedicaban a las artesanas (tapetes y sabucanes
de henequn, hamacas, etc.) pero en 2002 slo el 14% mantienen esta tradicin.
Parece que el conocimiento de estas actividades se esta perdiendo entre los jvenes
ya que en su mayora ellos no muestran inters en esta actividad y ms bien elijen
el trabajo en la maquila o en la construccin en Cancn.
I) Trabajo dentro y fuera de la localidad
Cuando decimos dentro, nos referimos a trabajos realizados que no necesitan des-
plazamientos fuera de la comunidad y tengan que pagar transporte forneo.
2
Este precio se sac como promedio de los costos del tanque comprado por los hogares.
615
Los incrementos se dan principalmente en los albailes, empleados comer-
ciales y en otras actividades, sin embargo, el cambio en empleados en actividades
comerciales no son signifcativos. Las actividades con mayores decrementos son
el jornalero, pues la mayora se dedicaba al corte de pencas, actividad que se en-
cuentra en estancamiento (Cuadro 13).
En 1997, el 2% se dedicaba al sector de jornaleros fuera de la comunidad, pero
para 2002, no obtuvimos personas en las familias que trabajen como jornaleros y
Cuadro 13. Actividades dentro y fuera del pueblo.
Dentro de la localidad
Hocab
Actividades 1997(%) 2002(%) (signo)
Jornaleros 17 8.5 -
Albailes 9 11 +
Empleado de gobierno 6 4 -
Profesor 1 1 =
Empleados por cuenta propia 20 16 -
Empleados comerciales 4 5 +
Otros 4 13 +
Fuera de la localidad
Hocab
Actividades 1997(%) 2002(%) (signo)
Jornaleros 2 0 -
Albailes 24 18 -
Trabajo domstico 17 14 -
Empleado de gobierno 2 2 =
Profesor 0 1.7 +
Empleados por cuenta propia 1 1.7 +
Empleados comerciales 5 10 +
Empleados industriales 7 4 -
Empleados de maquiladora 13 13 =
Otros 23 24 +
( + ) incremento ( - ) decremento ( = ) actividad sin cambio
616
que tengan que salir (muchos trabajaban como cortadores de pencas en Tahmek).
Ahora esta actividad parece haberse estancado.
Las actividades que tienen los mayores incrementos son los empleados co-
merciales que se dedican a trabajar en tiendas dedicadas a la venta de diversas
mercancas (ropa, zapatos, tiendas departamentales, que en la mayora de los
casos son en Mrida.) Las otras actividades que tengan poca diferencia, podemos
considerarlos como de poca signifcancia debido a que tenemos que considerar
el porcentaje de error. La industria maquiladora, mantiene el mismo porcentaje
de trabajadores. Lo que puede suceder es la rotacin de mano de obra, pero no
se contratan a ms personas en trminos reales y esto debe ser ms pronunciado
dado el declive del empleo maquilador desde comienzos del 2000. El patrn ms
importante a observar es que las comunidades rurales estn dependiendo cada vez
menos del ingreso agrcola y entonces es importante estudiar las relaciones de
estas comunidades con el sector no-agrcola en las ciudades medianas aledaas.
Una implicacin de esta tendencia es la posible reduccin sobre la demanda por
recursos naturales pero esto requiere una investigacin mas profunda.
Modelos multisector iales o modelos de multiplicadores
Supuestos y seleccin de las cuentas endgenas y exgenas
Para pasar del marco contable proporcionado por una MCS a un modelo del pueblo
en cuestin se necesitan hacer supuestos sobre el comportamiento de los agentes
o actores y especifcar las funciones de produccin.
El supuesto ms simple es el que se hace en los modelos de multiplicadores y
es el siguiente: Que la respuesta de los actores ante cambios en el ingreso es es-
trictamente proporcional al nivel total de actividad en cada cuenta (es decir, a los
totales por columna de la MCS). Esto signifca que, por el lado del gasto, los gastos
marginales de las instituciones del pueblo son iguales a las participaciones medias
derivadas de la MCS. Por el lado de la produccin, el supuesto implica que la tec-
nologa se caracteriza por la existencia de coefcientes fjos de insumo-producto.
Los supuestos son restrictivos, pero necesarios para estimar multiplicadores
de precios fjos basados en una MCS de un pueblo (que son similares a los multi-
plicadores Leontief en el anlisis de insumo-producto).
3
3
Un modelo de multiplicadores de este tipo puede tambin tomarse como uno en donde no hay precios.
Con su ausencia, los supuestos sobre el comportamiento de los actores y el tipo de tecnologa signifcan,
respectivamente, que ante cambios en el ingreso no hay sustitucin entre los bienes y servicios deman-
dados, ni entre insumos y factores de produccin.
617
La construccin de un modelo multisectorial de un pueblo tambin requiere
especifcar cules de las cuentas de la MCS son endgenas y cules exgenas. Esto
es muy importante para modelar los impactos de cambios sobre la economa de un
pueblo, debido a que, en sentido estricto, el modelador slo tiene la posibilidad de
cambiar las variables exgenas y los parmetros del modelo. Las cuentas exgenas
capturan las respuestas de los agentes econmicos del pueblo ante cambios en las
cuentas exgenas o en los parmetros.
4
En el caso de modelos de pueblos, lo ms lgico es que las cuentas exgenas
sean el gobierno y el resto del mundo.
5
Los modelos de multiplicadores basados en MCS de pueblos
Para el anlisis de multiplicadores la MCS (es decir, la matriz de transacciones)
se convierte en una matriz de propensiones medias de gasto (Figura 2). Esta nor-
malizacin se hace dividiendo cada elemento de la MCS por su respectivo total
por columna. Llamaremos S la matriz resultante (de participaciones medias). Por
su parte, X contendr los totales por fla (igual a los totales de las columnas co-
rrespondientes) de los fujos exgenos en las flas que corresponden a las cuentas
endgenas de la MCS.
Al suprimir las flas y columnas exgenas de S, tendremos una sub-matriz de
participaciones endgenas, que denotamos con A. Con esta base, es posible defnir
al ingreso del pueblo (o valor bruto de su produccin), como:
Y =AY + X
Como en el caso del modelo de multiplicadores de insumo-producto (o Leon-
tieff), la matriz de multiplicadores del pueblo (basada en su MCS), o M puede
derivarse fcilmente a partir de la identidad previa:
Y =(I-A)
-1
* X M =(I-A)
-1
M es la matriz (cuadrada) de multiplicadores de un pueblo basada en su MCS.
4
Un ejemplo de cambio en un parmetro es el suponer que hay un desplazamiento de la funcin de
produccin agrcola debido a un deterioro en la calidad de la tierra.
5
Si el mercado de capitales del pueblo est totalmente integrado a los mercados de capital externos,
esta cuenta tambin podra tomarse como exgena. Sin embargo, en la mayor parte de las poblaciones
rurales del mundo en desarrollo, el mercado de capitales (si es que existe), es local. Esto signifca que
la inversin est limitada por el ahorro local, por lo que el mercado de capital debe tratarse como una
cuenta endgena.
618
Entonces,
Y =M * X
Y es la base para calcular los efectos que un cambio en alguna cuenta exgena
(X) tendr en las cuentas endgenas del pueblo (Y).
La matriz M del modelo de multiplicadores basados en MCS se llama matriz
de multiplicadores de un pueblo porque contiene estimaciones de los efectos di-
rectos e indirectos que inyecciones exgenas de ingreso tendran sobre la MCS del
pueblo. El multiplicador Leontief del pueblo es un componente del multiplicador
del pueblo basado en MCS; sin embargo, adems de capturar los efectos Leontief
en la produccin, tambin captura los efectos por el lado del gasto inducidos por
cambios en las actividades productivas a partir del efecto de las ltimas en los
ingresos institucionales del pueblo.
6
Y = (1 - A)
-1
X
En donde Y y A tienen un signifcado similar a los de la Figura 1 y X es una
matriz de bienes.
Un cambio exgeno en la demanda por maz se repercute dentro de la economa
local afectando el mercado de insumos, el ingreso de los hogares productores y
fnalmente, retroalimentado la produccin total tanto de maz como de los insumos
necesarios para el aumento de su produccin.
El impacto que sobre un pueblo tienen cambios exgenos se determina a partir
de las vinculaciones entre la produccin y los factores, entre los factores y las
instituciones u hogares, y entre los hogares y la produccin.
Para ilustrar lo anterior, supongamos que hay un aumento exgeno en la de-
manda de los productos exportados por el pueblo. El efecto inicial y directo de tal
cambio se da en los componentes productivos de la MCS del pueblo, pues con l,
el sector afectado, as como sus vinculaciones productivas, hacen que aumente el
producto de las actividades productivas del pueblo. Un modelo Leontief captura
este efecto. Sin embargo y en realidad, el incremento en la produccin del pueblo
aumenta el valor agregado que genera, con el consecuente aumento del ingreso de
las instituciones. Parte de este ingreso se gasta en bienes y servicios producidos en
el pueblo, lo cual provoca una nueva ronda de efectos dentro del pueblo.
7
6
Estudios empricos han mostrado que en las poblaciones rurales estos ltimos efectos son ms importantes
que los que se dan por el lado de la produccin.
7
Otra parte del ingreso local aumentado se gasta en importaciones. Esto constituye una fuga para el
pueblo, pues reduce la magnitud del impacto en el pueblo de la segunda ronda de efectos.
619
As entonces, un multiplicador de un pueblo consiste en una serie de rondas
de retroalimentaciones mltiples entre las subcuentas de la MCS. Cada inyeccin
nueva de ingreso a la MCS impacta al subsistema local de cuentas para despus
transmitirse a otros subsistemas de la MCS.
8
Limitaciones de los modelos de multiplicadores basados
en MCS para pueblos
Los modelos multisectoriales basados en MCS son superiores a los de insumo-
producto y a otros modelos (como los basados en sistemas de gastos); sin embargo,
cuentan con limitaciones surgidas de los supuestos que en ellos se hacen sobre
los precios, sobre los recursos y la tecnologa y sobre las propensiones al gasto
de las instituciones.
9
Figur a 2. Multiplicador tipo matriz de contabilidad social.
AUMENTO EXGENO DE
LA DEMANDA DE MAIZ
AUMENTO EN LA
DEMANDA DE
TODOS LOS
INSUMOS
CAMBIO TOTAL
EN LA
PRODUCCION
DE MAIZ Y DE
TODOS LOS
INSUMOS PARA
LA PRODUCCION
DE MAIZ
AUMENTO EN LA
DEMANDA DE
BIENES DE
CONSUMO POR
PARTE DE LOS
HOGARES
AUMENTO DE LOS
INGRESOS DE LOS
HOGARES
AUMENTO DE LA
PRODUCCION DE
MAIZ
8
Derivaciones formales de la descomposicin de los efectos para el caso de multiplicadores basados en
MCS nacionales se encuentran en Pyatt y Round (1979).
9
Estos supuestos le dan a los modelos basados en MCS un carcter Keynesiano, jalados por la demanda.
No obstante, algunas de sus limitantes son menos fuertes que las que tienen los modelos de multiplica-
dores nacionales.
620
Los modelos basados en MCS pueden interpretarse como modelos de precio-fjo,
es decir, los multiplicadores calculados suponen que cambios exgenos no afectan
a los precios del pueblo.
10
Este supuesto es equivalente a proponer que el pueblo
no est utilizando plenamente sus recursos, ni tiene restricciones tecnolgicas.
Alternativamente, al suponer coefcientes fjos en la oferta y al usar propensiones
medias fjas al gasto, en ste tipo de modelos los precios relativos son irrelevantes:
la existencia de proporciones fjas implica que no hay sustitucin posible entre
insumos, factores y bienes y servicios. Por el lado de la oferta, esto signifca que
aun cuando cambiaran los precios relativos, no variar la mezcla de insumos para
producir ms del producto en cuestin ante un aumento en su demanda.
El caso opuesto es el de un modelo neoclsico puro de un pueblo. Bajo este
tipo de modelo, los precios de todas las transacciones (en bienes, servicios y
factores) estn determinados fuera del pueblo y, ante cambios en los precios, hay
sustituibilidad entre insumos, factores y bienes y servicios. Un modelo neoclsico
supone, adems, que el pueblo usa plenamente sus recursos y que est completa-
mente abierto a los mercados externos (es decir, que es una economa totalmente
abierta). As entonces, ante cualquier cambio exgeno de ingreso, el multiplicador
siempre ser unitario.
En la Figura 3 se ilustran los impactos diferenciados entre un modelo keynesia-
no y uno neoclsico en el precio y cantidad ante un desplazamiento en la funcin de
demanda. El modelo neoclsico es tambin irreal, porque en general, la economa
de pueblos se caracteriza por estar en un contexto de mercados imperfectos.
Debido a tales imperfecciones, los precios en el pueblo pueden diferir de los
precios de mercado (determinados fuera del pueblo). En consecuencia, la cuestin
crtica en las simulaciones que usan MCS de pueblos, es saber qu tanto puedan
variar los precios (del pueblo) ante cambios exgenos y si el cambio en los precios
induce a modifcaciones en la matriz de proporciones (S).
En general, entre menores sean las restricciones en cuanto a recursos y tecno-
loga en la produccin de los pueblos, ser ms apropiado usar modelos de multi-
plicadores basados en MCS. Sin embargo (como vimos en la seccin 4), existe la
posibilidad de imponer en tales modelos inelasticidades por el lado de la oferta.
Esto se hace incorporando restricciones en la produccin en la forma de respuestas
de oferta perfectamente inelstica en algunos sectores.
La tercera y ltima limitante de los modelos de multiplicadores basados en
MCS es el supuesto de que las propensiones medias y marginales al gasto son
iguales. No obstante, tal limitacin puede evitarse al incorporar participaciones
10
La validez de este supuesto depende de qu tan aislada est la economa de un pueblo de los mercados
externos.
621
marginales (y no medias) en el componente de participaciones al gasto de la MCS,
previo al clculo de M.
11
Conclusiones y sugerencias
En este captulo se ha analizado la importancia de instrumentos que puedan dar
una visin completa de la estructura de una comunidad rural y los cambios que
en ella se dan. Tambin se ha visto como este instrumento se puede adaptar para
incluir cuentas del capital natural y tambin cmo representar las diferentes clases
de productores que se encuentran en comunidades rurales alrededor del mundo. En
el ejemplo de Hocab se mostr el uso de los recursos naturales as como el valor
econmico de los diferentes sistemas de produccin aun en uso en esta regin. El
lector puede referirse a algunos de los estudios mencionados para ver el anlisis
de multiplicadores.
En el futuro esta herramienta puede usarse para representar cambios ms
dinmicos por medio del uso de modelos de equilibrio que usan como base a la
O
P

R

E

C

I

O

S

O
D D
C A N T I D A D E S
Figur a 3. Modelos keynesiano y neoclsico en el precio y cantidad en la funcin de cantidades.
11
Las participaciones de ingreso marginales pueden obtenerse de estimaciones economtricas a partir de
modelos de sistemas de gasto.
622
matriz de contabilidad social. Aunque estos modelos tambin tienen sus limita-
ciones (como la estimacin de ciertos parmetros), constituyen una herramienta
ms para entender la dinmica de las economas rurales. En el caso de Mxico,
es importante ahondar en la relacin entre economas rurales pequeas y los sec-
tores no-agrcolas dado que en los ltimos aos las comunidades rurales tienden
a integrarse ms con estos sectores a travs de los mercados laborales internos e
internacionales.
Referencias
Al-Hassan y I. Egyir (2002), The potential for farm/non-farm linkages in the cassava
subsector in Ghana en Promoting Farm/Non-Farm Linkages for Rural Development
Case Studies from Africa and Latin America, edited by B. Davis, T. Reardon, K.
Stamoulis, and P. Winters, FAo:Rome.
Becerril, J. G. Dyer, J. E. Taylor y A. Ynez-Naude. (1996). Elaboracin de Matrices de
Contabilidad Social para poblaciones agropecuarias: El caso de El Chante, Jalisco, CEE,
Documento de Trabajo, VI, El Colegio de Mxico. Mxico D.F., Mxico.
Girish y Girish (2007), Non-timber Forest Product Linkages in the Tribal Economy of the
Western Ghats Region of Karnataka, India, en Cross-sectoral Policy Developments
in Forestry, FAo and CAB International 2007.
Moore, K. M. (2005), editor, Confict, Social Capital and Managing Natural Resources,
A West African Case Study, Cambridge: CABI Publishing.
Pyatt, G. y J. Round (1979): Accounting And Fixed Price Multipliers In A Social Accoun-
ting Matrix Framework. Economic Journal, 89: 850-873.
Taylor, E. y A. Yunez-Naude (2002), Farm/non-farm linkages and agricultural supply
response in Mexico: a village-wide modeling perspective en Promoting Farm/Non-
Farm Linkages for Rural Development Case Studies from Africa and Latin America,
editado por B. Davis, T. Reardon, K. Stamoulis, y P. Winters, FAo:Rome.
Zrate-Hoyos, G. and S Anderson. 2007a. Cap 2. International migration and Mexican
households, 31-68 pp. En: New Perspectives on Remittances from Mexicans and
Central Americans in the United States. Zrate-Hoyos, G (Ed). Kassel university press
GmbH, USA.
Zrate-Hoyos, G. and S Anderson. 2007b. Cap 4. A multiple analysis of remittances in
Mexican economy. 102-129 pp. En: New Perspectives on Remittances from Mexicans
and Central Americans in the United States. Zrate-Hoyos, G (Ed). Kassel university
press GmbH, USA.
Zrate-Hoyos, G. and S Anderson. 2007c. Cap 8. Remittances in latin america and future
remittances research 216-243 pp. En: New Perspectives on Remittances from Mexicans
and Central Americans in the United States. Zrate-Hoyos, G (Ed). Kassel university
press GmbH, USA.
623
Introduccin
Pese a la concentracin cada vez mayor de tierras entre manos de grandes agri-
cultores, la agricultura familiar
1
sigue ocupando hoy da una proporcin muy alta
de las tierras agrcolas en muchos pases, incluyendo Mxico. Los agricultores
son muy diversos en trminos de los recursos econmicos que controlan (capital,
acceso a crdito y a servicios externos), de su acceso a recursos naturales (cantidad
y calidad de tierras, condiciones frente al suministro de agua, principalmente), de
su organizacin social (divisin de tareas entre miembros de una misma familia,
solidaridad entre familias de una comunidad, redes de intercambio de informacin,
capacidad organizativa, etc.) y cultural.
Esta diversidad se refeja, a su vez, en la diversidad de sistemas tcnicos usados
para la produccin de cultivos bsicos como son los cereales y/o las leguminosas.
Asimismo, las prcticas agrcolas se diferencian en trminos de tipos de cultivos
(con un uso diferenciado de genotipos locales o mejorados y de rotaciones o
asociaciones de cultivo segn los agricultores), de uso de insumos externos como
fertilizantes y pesticidas, y en el grado de uso de la motorizacin y mecanizacin.
Si a esta variabilidad se le agrega la variabilidad causada por los factores aleatorios
de medio ambiente relacionados con la frecuencia e intensidad relativa de lluvias,
los ciclos de enfermedades, etc., se puede entender la enorme variabilidad observada
21
PRODUCTIVIDAD EN PARCELAS DE MAZ
Bernard Triomphe*
* Departamento de Ambiente y Sociedad, Centro para la Cooperacin Internacional en la Investigacin
Agrcola para el Desarrollo.
1
La agricultura llevada al cabo por familias rurales que disponen de capital escaso y que se realiza con
base en mano de obra proveniente de la misma familia
04-05 Parcelas Maz ok.indd 623 25/01/2011 07:39:12 p.m.
624
en la productividad fsica y econmica de los cultivos, sea de un agricultor a otro,
de un predio a otro, dentro de un mismo predio o de un ao al otro.
Frente a tal diversidad, es imprescindible poder estimar de manera precisa y
correcta los niveles de rendimiento alcanzados en los cultivos, tanto para los mismos
agricultores cuya supervivencia, seguridad alimenticia o ingresos dependen de la
produccin, como para investigadores, asesores tcnicos, encargados de servicios
agrcolas de todo ndole (crdito, extensin, venta de insumos, comercializacin
de granos) y hasta polticos. Todos ellos a su manera, requieren y utilizan datos de
rendimiento para informar su toma de decisiones, sea en el mbito familiar (caso
de los agricultores) o profesional/institucional.
Cabe subrayar que hoy da, los mtodos para estimar rendimientos son muy
diversos y sofsticados: as es el caso de los mtodos basados en modelos computa-
rizados de simulacin del rendimiento (vase por ejemplo Mc Cown et al., 1996),
o de la estimacin satelital a gran escala como modo de predecir cosechas (vase
por ejemplo Bez-Gonzlez et al., 2002). Estos mtodos presentan grandes ventajas
comparado con la sencilla medicin emprica convencional, en la medida en que
permiten explicar los niveles de rendimiento alcanzados o facilitar el uso posterior
de dichos datos en una multitud de clculos y anlisis que contribuyen a informar
la toma de decisiones. Pero todos ellos, sin excepcin alguna, requieren tarde o
temprano de una calibracin rigurosa con datos empricos medidos en parcelas,
los cuales, a fnal de cuentas sirven de mtodo de referencia insuperable.
De forma general, el rendimiento de maz se expresa en unidad de masa por
unidad de superfcie (kg ha
-1
) o de trabajo (kg dia
-1
), este ltimo dato siendo
comnmente derivado por calculo del primero y usado cuando el trabajo es un
factor limitante tanto o ms importante que la tierra.
Ya que el rendimiento es tan slo una cantidad fsica de producto (en kg) obte-
nida en una determinada rea (ha), bastara en teora, pesar o conocer la cantidad
total del cultivo producido (maz por ejemplo) en una parcela y medir o conocer
el rea para tener el dato exacto. Asimismo, parecera lgico basarse en las decla-
raciones del productor para estimar rendimientos de forma muy barata y rpida.
Sin embargo, este mtodo que tiene sus ventajas no es del todo confable, ya que
la experiencia indica que es una tcnica poco precisa y sujeta a sesgos variables
de un agricultor a otro y por tanto difciles de corregir (Poate, 1988). Las conse-
cuencias de disponer de una estimacin imprecisa y hasta errnea del rendimiento
son poco deseables por razones obvias.
Para evitar esto se requiere encontrar una forma precisa, rpida y relativa-
mente barata para estimar el rendimiento en forma cuantitativa, capaz de proveer
datos comparables de una parcela a otra. Otra ventaja de la medicin emprica en
campo es que con un costo adicional muy limitado, se puede generar informacin
625
agronmica (como es el dao por enfermedades y plagas, o la densidad de siem-
bra, etc.) de gran utilidad para entender las causas de los niveles de rendimiento
obtenidos, y para proceder al anlisis comparativo de los niveles de rendimientos
de los cultivos entre parcelas.
La tcnica propuesta en este captulo se aboca a la medicin emprica de ren-
dimientos del maz al momento de la cosecha y datos asociados en parcelas tpicas
de la agricultura familiar mesoamericana. El mtodo se basa en el muestreo de
una serie de sitios pequeos dentro de una parcela comercial que, conjuntamente,
proporcionan una estimacin razonable del rendimiento a nivel de toda la parcela,
as como de su variabilidad interna. El mtodo puede ser adaptado para otros culti-
vos, especialmente los de otros granos bsicos (arroz, frjol, haba, etc.) sin mayor
difcultad, tomando en cuanta las particularidades fsiolgicas de cada uno de ellos
as como las de sus formas usuales de produccin de parte de los agricultores.
En este captulo, hacemos la hiptesis que las cuestiones y decisiones estrat-
gicas relacionadas con los objetivos especfcos del estudio, as como con la cons-
titucin de una muestra de parcelas, han sido debidamente tratadas. No se discute
sobre el uso posterior del dato de rendimiento, si bien, se sugieren algunas pistas.
Para mayor informacin sobre estos aspectos, se pueden consultar los captulos 1
(Diseo y anlisis de muestreo) y 14 (Diagnstico rural participativo) incluidos
en este libro, adems de la bibliografa citada al fnal de este captulo.
Gener alidades
Colectar informacin til a nivel de la parcela
Con fnes de poder interpretar los datos medidos en el campo, se recomienda
disponer de una descripcin de los problemas que pudieron haber afectado la
produccin durante el ciclo agrcola, tales como sequas, vientos, invasin de ga-
nado, plagas, etc. Asimismo, se recomienda registrar las prcticas realizadas en la
parcela durante este mismo ciclo (tipo de prctica, fechas en que se hizo, insumos
usados, problemas encontrados al realizarla, empezando desde la preparacin del
terreno hasta la fecha del muestreo). Es aconsejable adems, conocer la historia de
la parcela sobre los ltimos aos cuando menos: a) los cultivos sembrados; b) el
ao en el que se cortaron los rboles (tumba); c) el ltimo periodo de descanso y su
tiempo de duracin, informacin importante en los sistema de roza-quema-tumba;
y d) los niveles de rendimiento obtenidos en la parcela en aos anteriores.
Para adquirir este tipo de informacin, es necesario entrevistarse con el dueo
de la parcela en algn momento, antes, durante o despus de la cosecha. Es til
626
usar formatos para este fn (adaptando los Cuadros 1 y 2 a las condiciones y cir-
cunstancias particulares de su estudio). Tambin puede ser til dibujar de manera
esquemtica la ubicacin de la parcela muestreada, indicando aspectos importantes
tales como signos visibles de erosin, presencia de declives, ros y arroyos, de
cercas, bordos y bosques, de caminos, y de otras parcelas cultivadas o pastos ya
sea por el mismo agricultor o por vecinos.
Cuadro 1. Informacin general de toda la parcela.
Agricultor_______________ Comunidad_______________ Fecha
Muestreo__________________
rea sembrada de maz:_____ rea cosechable_______ Variedades: 1: __________ 2: _________
Existen reas sin produccin alguna dentro de la parcela? S_____ No_____
En caso armativo, Que rea representa?________
Razn por no haber producido:_________________________________________________________
Opinin del campesino sobre esta cosecha (en comparacin con lo que segn l, tendra que
darse en esta parcela normalmente): muy por debajo ______ algo por debajo _______
normal _______ algo mejor _______ mucho mejor _______
Si la produccin no fue normal, eventos y /o razones que inuyeron en la produccin (lluvias,
vientos, plagas, retrasos en las prcticas, dao por ganado, etc.)
____________________________________________________________________________________
Importancia del acame a nivel de la parcela:
Nada o muy poco______ por partes solamente______ comn______ fuerte______
Qu tanto maz se sac en elote antes de la cosecha en esta parcela? (registrar el nmero
aproximado de elotes)__________
Se cosecharon otros cultivos en la parcela? S_____ No_____
En caso armativo completar el cuadro siguiente
Cultivo calabaza frjol comn otros frijoles (cul) otros 1 otros 2
Presente
Asociado
poca cosecha
Cantidades cosechadas
Historia reciente de la parcela:
Cultivos sembrados en los ltimos aos: _____________________________
Ultimo periodo de descanso (aos y duracin): ________________________
Ao en que se tumbaron los rboles: ________________________________
627
Cuadro 2. Prcticas usadas en la parcela.
Agricultor_______________ Comunidad_______________Ubicacin parcela__________________
Prctica Fecha Insumo y Dosis Mano Obra Observaciones
Preparacin del terreno
1 operacin
2 operacin
3 operacin
Quema
Siembra
(Resiembra)
Limpiezas
1
ra
2
3
Fertilizacin qumica
1
2
Fertilizacin orgnica
Riegos
1er riego
2 riego
3er riego
Control de plagas y enfermedades
Dobla
Cosecha (planes)
Momento de la toma de muestra
La madurez fsiolgica de la planta es el momento adecuado para la medicin
del rendimiento: en el caso del maz, ocurre despus de terminado el llenado de
grano, lo que puede comprobarse cuando se observa el punto oscuro en la base
del grano Sin embargo, es igualmente vlido realizar esta medicin ms tarde, el
periodo aceptable pudiendo abarcar todo el tiempo entre la madurez fsiolgica
y la fecha en que el productor comienza a levantar la cosecha; sin embargo, hay
riesgo de que los rendimientos se vean afectados por prdidas diversas debido a
plagas y enfermedades. Para evitar tener la desagradable sorpresa de llegar a la
628
parcela despus de que el agricultor haya cosechado, es aconsejable organizar una
concertacin previa con los agricultores incluidos en la muestra de parcelas para
elaborar un calendario de cosechas.
Organizacin prctica
Como para cualquier metodologa, el xito y la precisin obtenidos dependen del
cuidado en su aplicacin y del buen aprendizaje realizado las primeras veces que
se lleva al cabo. Ya que es frecuente pedir ayuda a estudiantes o personal eventual
para realizar estimaciones de rendimiento, es imprescindible proveer a todos y cada
uno de los participantes de una base sufciente para entender la metodologa y sus
pasos, la importancia de los datos de campo, as como la forma de organizarse
adecuadamente en el campo. En particular, cada participante debe conocer su
papel exacto en el equipo de muestreo. Esto puede lograrse va la realizacin de
una prueba inicial que permite calibrar el mtodo y comprobar la disponibilidad
y estado del material.
El material necesario para llevar a cabo el muestreo de rendimiento es:
a) Formatos de toma de datos Cuadros 1 y 2; b) lpiz y borrador; c) tres mecates
de 10 m con gancho o estaca (para amarrarlos); d) balanza de reloj con soporte,
con capacidad de 20 kg y precisin de 50 g; d) sacos para pesar las mazorcas y
mecate para amarrarlos; e) bolsas grandes de nylon y marcador permanente.
Para agilizar el trabajo de muestreo, se recomienda conformar un equipo de
tres personas como mnimo. Si se cuenta con material y hay la posibilidad con
ms tcnicos, es recomendable formar ms grupos de tres personas, cada uno
encargado de parcelas o puntos de muestreo especfcos. La participacin de los
mismos dueos de las parcelas en la cosecha es muy recomendable.
Al llegar al punto de muestreo, dos personas se encargan de defnir el rea
(marcando los lmites, midiendo las distancias), mientras la tercera puede empe-
zar a contar la densidad. Posteriormente, las tres personas cosechan y juntan las
mazorcas en un lugar adecuado para el pesaje. En este momento, una persona se
encarga de apuntar los datos requeridos en el Cuadro 2, mientras que las otras dos
van preparando el pesaje, alineando las mazorcas y contndolas, de all, se saca la
submuestra de 10 mazorcas. Despus, el equipo camina hasta el sitio de muestreo
siguiente. Al fnalizar el muestreo de una parcela, se sella la muestra compuesta
de 50 mazorcas en su bolsa, y el equipo va a muestrear otra parcela.
El llenado del Cuadro 1 puede tomar lugar antes, durante o despus del
muestreo de rendimiento de cada parcela, dependiendo de la disponibilidad del
productor.
629
Todas las determinaciones que se hacen sobre las muestras compuestas de
mazorcas pueden realizarse o en la comunidad (si es conveniente) o de vuelta en
la ofcina. Lo importante es que sea un lugar cmodo, con mesa, sillas, y espacio
sufciente para guardar y trabajar sobre las muestras bajo buenas condiciones (local
limpio, protegido de la lluvia y de los animales, etc.).
Los clculos de rendimiento pueden hacerse al fnal de la cosecha cuando la
informacin est disponible en todas las parcelas. Es recomendable hacerlos en
computadora, armando para este fn una hoja de clculo en Excel o algn programa
similar, para automatizar los clculos y evitar errores.
Muestreo en la parcela
Determinar el tipo de muestreo adecuado
El muestreo sistemtico es el ms recomendable, tomando las muestras en un
intervalo de distancia a lo largo de una o varias diagonales dentro de la parcela
(Figura 1). La decisin en cuanto al nmero de sitios y diagonales depende de la
heterogeneidad esperada dentro de la parcela, as como del tamao y forma de la
parcela. La heterogeneidad, a su vez, depende de las condiciones de medio ambiente
(tipo de suelo o profundidad del mismo, relieve y exposicin, y tambin de la forma
de hacer las prcticas: en sistemas manuales, suele haber ms heterogeneidad en
su aplicacin que en sistemas mecanizados. Es recomendable realizar un muestreo
preliminar con el fn de tener una idea de la heterogeneidad.
Generalmente, basta muestrear una sola diagonal para una parcela de forma
cuadrada o rectangular de menos de 0.5 ha. Para parcelas de formas irregulares,
o de gran tamao (mayores a 0.5 ha), puede ser necesario seguir cuando menos
dos diagonales (Figura 1).
En total, es recomendable tomar muestras en cuando menos cinco sitios por
parcela; sin embargo, debe ajustarse esta cifra tomando en cuenta el tamao de la
parcela. Por ejemplo, tres o cuatro sitios en parcelas de menos de 0.5 ha y de seis
a siete en parcelas de ms de 1.5 ha, donde tambin habra la necesidad de defnir,
cuando menos, dos diagonales de muestreo (Figura 1).
Determinacin del rea de muestreo
En el caso de siembras en hileras o surcos, el rea ideal (por razones estadsticas
y operacionales) de muestreo de uno de los sitios tiene que ser de tres surcos de
630
ancho por 10 m de largo, tomado en cuenta la distancia entre surcos (DS) de ah
que el rea de muestreo (AM) es:
AM =(3) (10) (DS)
Para determinar la DS de forma precisa, se mide la distancia entre seis surcos,
incluyendo obviamente los tres que vamos a cosechar. Al considerar seis surcos,
se promedia cinco veces la distancia entre surcos, lo cual, le confere mayor re-
presentatividad a la medicin. La cinta mtrica debe quedar perpendicular a los
surcos, para no sobrestimar la medida.
Por ejemplo, si se determina que la distancia entre seis surcos es de 4.5 m, la
distancia promedio entre surcos es 4.5/5 o sea 0.9 m, el rea de toma de muestra
ser de:
(3) (10 m) (0.9 m) =27 m
2
En cuanto a los 10 m de longitud sobre el surco, es necesario separar clara-
mente las plantas que quedan incluidas al inicio y al fnal de los 10 m. Esto puede
lograrse doblando dos o tres plantas de cada lado. Se recomienda usar un mecate
de 10 m equipado con un gancho de metal para marcar los 10 m. El gancho se
coloca sobre la primera planta del surco. Otra opcin es la utilizacin de un palo,
pintado en un color brillante, que se coloca al inicio de los 10 m.
Si el agricultor no sembr en hileras, o si no hay forma de identifcarlas, se
debe delimitar un rea rectangular con una cinta mtrica de aproximadamente 24
m
2
(4 m 6 m) o 28 m
2
(4 m 7 m), segn convenga (Figura 2).
a. parcela sencilla
1
2
3
4
5
1
2
3
4
5
6
b. parcela forma compleja
Figur a 1. Ubicacin de los sitios de muestreo dentro de una parcela
631
En la medida de lo posible, la cinta debe pasar en medio de las plantas que
vienen cayendo en la frontera entre el rea de muestreo y a la vez, quedar lo ms
recta posible, con el objetivo de minimizar el nmero de plantas cuya pertenencia
al rea es ambigua, ya que estn justo en la cinta. Slo la mitad de estas plantas
deben incluirse en la estimacin de rendimiento.
Medicin de la produccin de maz
Una vez defnida y medida el rea de muestreo, se cosechan las mazorcas y se
realizan las mediciones siguientes:
1. Contar el nmero total de plantas en los tres surcos de 10 m de longitud o al
interior del rea seleccionada, segn el caso, considerando las plantas aca-
madas o daadas. Las plantas dobladas que pertenecen a surcos fuera del
rea de inters no deben ser considerados.
Figur a 2. Muestreo de maz en una parcela de siembra irregular o no geomtrica
632
2. Cosechar las mazorcas y amontonarlas en un mismo lugar. No olvidar apuntar
el nmero de mazorcas perdidas o ausentes. Por ejemplo, se encuentran elotes
sin ningn grano, lo que es comn en parcelas donde hubo mucho acame
y consecuentemente dao por ratones. Otro caso es cuando se distingue cla-
ramente que el agricultor cosech unas cuantas mazorcas.
3. Separar las mazorcas sanas (o con dao menor al 10%) y las mazorcas da-
adas.
4. Pesar los dos grupos de mazorcas por separado.
5. Alinear y contar el nmero de mazorcas sanas. Seleccionar al azar una muestra
de 10% de mazorcas.
Por ejemplo, si haba 70 mazorcas sanas, siete de ellas se colocan en una bolsa
de plstico sellada e identifcada con el nombre del agricultor, comunidad y
fecha, hasta completar el muestreo en toda la parcela, (Figura 3).
6. Alinear y contar las mazorcas daadas o perdidas y estimar el porcentaje
promedio de dao.
Se atribuye visualmente un porcentaje de dao a cada mazorca, se suman los
porcentajes y se divide esta suma por el nmero de mazorcas daadas. Para cali-
brar con respeto a la estimacin visual de daos, puede ser de utilidad la Figura 4.
Adems del porcentaje de dao, es importante identifcar el tipo de dao (pjaros,
mapache, hongos, etc.).
En algunos casos hay una proporcin alta de mazorcas daadas, lo que justifca
utilizar una muestra compuesta de mazorcas para representar tanto a las mazor-
46
Mazorcas
alineadas
4
11 18
25 32 39
53 60 67
Figur a 3. Seleccin de mazorcas al azar (los nmeros se referen al numero de las mazorcas
muestreadas dentro de la alineacin, que en este case cuenta con 70 mazorcas).
633
cas sanas como a las mazorcas daadas al momento del desgrane y de los dems
clculos sobre la muestra.
Al fnalizar el muestreo de una parcela, se sella la bolsa con la muestra com-
puesta de 50 mazorcas. No hay que olvidar completar debidamente el formato de
campo (Cuadro 2) antes de pasar a la etapa siguiente.
Datos sobre las mazorcas
Es aconsejable no dejar pasar mucho tiempo para hacer estas mediciones, para
evitar problemas de almacenamiento tales como pudricin de la muestra, daos
de gorgojo y ratones, etc.
Una vez reunidas las 50 mazorcas (el nmero exacto depende de cuntos sitios
se muestrearon) de los sitios de muestreo en una parcela, se pesa la muestra con
una incertidumbre de 50 g o menor.
Las mazorcas se desgranan evitando no esparcir mazorcas o grano u olote.
Cuando hay mazorcas y granos daados mayor al 20%, es recomendable separar
los granos daados de los granos sanos. Al fnalizar el desgrane, se pesan los olotes
y el grano. Con base en el peso total y el peso de grano u olote, es fcil calcular
la proporcin de desgrane (i.e. peso de granos/peso total 50 mazorcas enteras con
sus olotes).
El paso siguiente es determinar el peso especfco de grano y el porcentaje de
humedad. Hay dos casos posibles segn la disponibilidad de material:
Si cuenta con equipo porttil para la determinacin de humedad y de una ba-
lanza de precisin (1 g o 0.1 g), balanza de triple brazo o balanza electrnica
porttil. En este caso, se determina la humedad inmediatamente despus de
desgranar (sobre 2 submuestras), y se cuentan y pesan dos veces 100 granos.
Figur a 4. Mazorcas con dao en la base (A) y con dao irregular (B).
634
Esos 100 granos se escogen de un puado de granos sanos sacados al azar en la
muestra desgranada (o sea, hay que descartar los granos podridos al momento
de contarlos). Es relativamente fcil y rpido hacer el conteo juntando los gra-
nos en diez conjuntos de diez. No vale la pena determinar el peso especfco
y la humedad del grano daado, al menos de que estos ltimos representan
ms del 20% de la muestra.
En el caso de no contar con el material de campo para la determinacin de la
humedad, se colocan alrededor de 200 gramos de maz en una bola de nylon
sellada e identifcada para transportarse al laboratorio para la realizacin de
las determinaciones arriba mencionadas. Se estima el grado de humedad del
Cuadro 3. Formato de campo para datos de rendimiento de cultivos.
Fecha de muestreo_____________ Agricultor___________________
Comunidad____________________
Sitio de muestreo #1 #2 #3 #4 #5 #6
Datos de campo
1. Determinacin del rea
Distancia entre seis surcos
rea de muestreo (m
2
) m
2
m
2
m
2
m
2
m
2
m
2
2. Conteo de plantas y mazorcas
Nmero total de plantas ____ ____ ____
Acame (%) ____ ____ ____
Nmero mazorcas perdidas ____ ____ ____
Numero mazorcas daadas ____ ____ ____
Dao (%) ____ ____ ____
Tipo de dao ____ ____ ____
3. Peso en campo
Mazorcas sanas ____ ____ ____
Mazorcas daadas ____ ____ ____
4. Observaciones ____ ____ ____
____ ____ ____
Muestra de 50 mazorcas
Peso total (a)
Peso de grano Total (b):_________ Sano _______ Daado _________
Peso de olote ____________
Desgrane (b/a) ____________
Peso de 100 g 1)__________ 2)__________ 3)____________ Promedio________
Humedad (%) 1)__________ 2)__________ 3)____________ Promedio________
Nota: Es aconsejable completar este formato con un dibujo aproximado de la posicin de los puntos de muestro dentro
de la parcela, apuntando en el dibujo cualquier particularidad til sobre cada punto o sobre el rea que lo rodea: relieve,
condiciones de suelo, daos mayores observados, etc.
635
grano utilizando un horno, colocando la muestra a 60 C durante dos das,
teniendo el cuidado de registrar el peso antes y despus de secar la muestra.
Nuevamente, se aconseja llenar debidamente el cuadro 3 con los datos medidos
sobre la muestra de mazorcas.
Clculo de los rendimientos
El rendimiento de maz puede calcularse con base en el producto de los componen-
tes individuales, como son mazorcas y granos, por lo cual, el rendimiento puede
calcularse con la siguiente formula:
R=(NP ha
-1
) (NM P
-1
) (NG M
-1
) (P1g)
Donde:
R= rendimiento en kg ha
-1
NP ha
-1
=numero de plantas ha
-1
NM P
-1
=numero de mazorcas por planta
NG M
-1
=numero de granos por mazorca
P1g = peso especfco de un grano.
Sin entrar en detalle, el conocimiento de los componentes permite tener una
idea de las causas biolgicas de las diferencias de rendimiento de una parcela a
otra, o dentro de una misma parcela (Combe y Picard, 1994), tales como: a) pro-
blemas de densidad; b) presencia de suelos diferentes; c) problemas de fertilidad;
c) problemas de llenado de granos, etc.
Para pasar de las mediciones de campo en cada sitio de muestreo a un dato de
rendimiento a nivel de una hectrea, hay tres etapas principales: estimar el peso
de grano til en cada sitio, sumar estos pesos de los sitios y multiplicar por un
factor de correccin de rea.
La frmula general es la siguiente (tanto a nivel de un solo sitio como a nivel
de toda una parcela):
Rendimiento =Peso til de grano factor de correccin por rea
Un ejemplo, primero al nivel de un sitio de muestreo y despus calculando el
rendimiento en kg ha
-1
a nivel de la parcela.
636
El peso til del grano se refere a la cantidad de maz que podra aprovecharse
realmente con base en la cosecha. Para pasar del peso de campo al peso til, hay
que ajustar por tres factores, como son: 1) el desgrane; 2) el dao en las mazorcas;
y 3) la humedad del grano.
Peso til =Peso del grano sano +peso del grano daado pero recuperable, o
sea
Peso til =(Peso en campo de las mazorcas sanas Desgrane x FCH) +(Peso
de campo de las mazorcas daadas (1- dao) desgrane FCH)
Donde FCH es el factor de correccin por humedad.
Este ltimo se determina as: (100-H % )/88, en donde H % es la humedad
medida o estimada del grano, y 88 viene de la humedad de referencia usual para
expresar rendimiento (12%).
Por ejemplo, si se tienen los siguientes datos:
Peso de las mazorcas sanas = 15.3 kg
Peso de las mazorcas daadas = .08 kg
Dao = 0.40 (40%)
Desgrane = 0.75 (75%)
Humedad del grano = 22%
Tara = 0.150 kg
El peso til sera:
PU =(15.3-0.15) 0.75 [(100-22)/88] +{(0.8-0.15) (1-0.40) 0.75
[(100-22)/88]} = 10.3 kg
El factor de correccin (FC) para transformar los datos del sitio de muestreo
a hectrea, es de (10000/rea de muestreo total), donde el denominador es la su-
matoria de las reas de los sitios de muestreo individuales.
Por ejemplo, si los sitios de muestreo tenan reas de 25, 27, 28, 26.5 y 29 m
2
,
el rea total muestreo fue de 135.5 m
2
, y el factor de correccin es 10000/135.5
m
2
, es decir, es:
FC =10000/135.5 =73.8007
637
Ahora es posible calcular el rendimiento en kg ha
-1
, asumiendo que los pesos
tiles fueran 10.3, 6.4, 8,4, 5.1 y 7.3 kg, respectivamente, en los cinco sitios de
muestreos, entonces el rendimiento promedio fue:
37.5 kg 73.8007 =2767 kg ha
-1
.
Los clculos necesarios para cuantifcar los dems componentes del rendi-
miento a nivel de la parcela son los siguientes (asumiendo que todos los datos son
promedios a travs de sitios de muestreo).
Nmero de plantas ha
-1
=Nmero total de plantas / rea de muestreo
Nmero de mazorcas planta
-1
=Nmero total de mazorcas / nmero total de
plantas
Nmero de granos mazorca
-1
=Peso de grano de una muestra de 50 mazorcas/50/
Peso especfco de grano (este clculo puede hacerse tanto con base en datos
corregidos por humedad seco, como en base a datos de campo).
Peso especfco de grano = (Peso de 100 granos) / (100 FCH).
Uso de los datos de rendimiento
En este momento, estamos llegando a la etapa crucial, o sea, estamos en posibili-
dad de usar los datos de campo. En efecto, la medicin en campo se termin, las
muestras de mazorcas y granos han sido procesadas, y los datos de rendimientos a
nivel de cada sitio de muestreo y de cada parcela han sido debidamente calculados y
escrutinados para asegurar que no hayan quedado errores. Las posibilidades de uso
son casi infnitas y dependen como se mencion en introduccin de los objetivos
del estudio. Mencionamos a continuacin algunos usos frecuentes:
Anlisis agronmico de la productividad del maz (Combe y Picard, 1994).
Este anlisis se enfoca a la variabilidad tanto interna (dentro de cada parcela)
que entre parcelas de los rendimientos, e intenta identifcar las relaciones
causales entre las condiciones de cada parcela (tipo de suelo, relieve), las
condiciones de clima, las prcticas aplicadas y los rendimientos. Para este
tipo de anlisis, es imprescindible disponer de datos que permitan interpretar
los rendimientos, tales como datos de suelo y clima, una descripcin precisa
de las prcticas aplicadas por el agricultor, etc.
Anlisis socioeconmico. Este tipo de anlisis se enfoca frecuentemente en
los costos de produccin y los benefcios (sean en trminos estrictamente
econmicos, pero tambin en trminos de seguridad alimenticia o sociales)
638
relacionados con los niveles de produccin alcanzados. Para realizar este
tipo de anlisis, es imprescindible disponer de datos a nivel de la fnca / del
sistema de produccin, tales como disponibilidad de mano de obra, costos de
insumos y de productos, estrategias de comercializacin, etc.
Anlisis integrados. Estos anlisis ms complejos usan el rendimiento como
uno de los mltiples parmetros e indicadores que permiten contribuir a un
trabajo multidisciplinario de diagnstico (Byerlee et al., 1991) o a un anlisis
de la sustentabilidad de un sistema agrcola (metodologa MESMIS: Lpez-
Ridaura et al., 2001).
Calibracin de modelos de simulacin (vase introduccin).
Antes de terminar este captulo, cabe recordar una vez ms que metodologas
como las descritas en esta pginas no solucionan por s mismas los posibles pro-
blemas relacionados al uso inadecuado de la informacin recabada. Dicho en otras
palabras, slo se trata de un paso en un enfoque ms integral, que slo puede ser
entendido en funcin de la adecuacin entre los objetivos perseguidos y la meto-
dologa general, incluyendo aspectos como la seleccin de la muestra de parcelas
y los mtodos de anlisis e interpretacin de los datos.
Referencias
Bez-Gonzlez, A.D., Pei-yu Chen, Mario Tiscareo-Lpez y Raghavan Srinivasan, 2002:
Using Satellite and Field Data with Crop Growth Modeling to Monitor and Estimate
Corn Yield in Mexico. Crop Science 42: 1943-1949
Byerlee, D., B. Triomphe y M. Sbillotte, 1991: Integrating agronomic and economic pers-
pectives into the diagnostic stage of on-farm research. Exp. Agric 27(22): 95-114
Combe, L. y D. Picard (coord.), 1994: Elaboration du rendement des principales cultures
annuelles. INRA, Paris, France
Lpez-Ridaura, S.; Masera, O.; Astier, M. 2001: Evaluando la sostenibilidad de los siste-
mas agrcolas integrados: El marco MESMIS. LEISA (Per). Revista de Agroecologa.
16(4): 25-27.
McCown, R.L., G. L. Hammer, J. N. G. Hargreaves, D. P. Holzworth y D. M. Freebairn,
1996: APSIM: a novel software system for model development, model testing and
simulation in agricultural systems research. Agricultural Systems 50(3), 255-271.
Poate D. 1988. A review of methods for measuring crop production for smallholder pro-
ducers. Experimental Agriculture, 24:1-14.
V. MANEJO DE INFORMACIN GEOGRFICA
05-01 Sistemas Inf Geogfca ok.indd 639 25/01/2011 07:40:06 p.m.
641
Introduccin
En la actualidad la complejidad de los problemas ambientales requiere la in-
corporacin de nuevas tcnicas y herramientas, del uso de una mayor cantidad
datos, de mejores conocimientos y de la elaboracin de modelos. En este contexto
los Sistemas de Informacin Geogrfca (SIG) son de gran utilidad al apoyar la
descripcin, explicacin y prediccin de patrones y procesos relacionados con
el manejo de los recursos naturales en diferentes escalas geogrfcas (Longley
et al., 2007).
Si bien, inicialmente en los SIG no fueron ms que un conjunto de aplicaciones
innovadoras basadas en procesos computarizados para crear mapas, en la actua-
lidad, un SIG alimentado con datos y modelos correctos es un elemento bsico en
la organizacin, interpretacin y comunicacin de la informacin ecolgica de
una manera efciente y efectiva (Wadsworth y Treewek, 1999). Por esta razn,
son utilizados para apoyar a los tomadores de decisiones al modelar una serie de
escenarios potenciales, tiles para la planeacin del desarrollo y conservacin de
los bienes y servicios ambientales (Figura1).
Un SIG es un sistema computarizado diseado para manipular datos geoes-
paciales en diferente escala, es decir, el procesamiento de datos geogrfcos es
esencial en el anlisis de objetos y fenmenos donde lo espacial es relevante, por
ello, la calidad de los datos con la que se alimenta este sistema es una pieza fun-
damental (Lo y Yeung, 2007). Un objeto espacial es un elemento que se encuentra
22
LOS SISTEMAS DE INFORMACIN GEOGRFICA
Manuel E. Mendoza
1
, Humberto Reyes Hernndez
2
1
2
Coordinacin de Ciencias Sociales y Hu-
manidades, UaSLP.
642
sobre la superfcie de la Tierra, ms o menos permanentemente, por ejemplo, las
rocas o el suelo, mientras que un fenmeno, est ms relacionado con elementos
de mayor dinamismo, por ejemplo, la erosin o el cambio de cobertura vegetal
y de uso del suelo. La utilizacin efectiva de grandes volmenes de datos espa-
ciales y de atributos depende de la existencia de un sistema de procesamiento y
manejo que pueda transformar los datos en informacin til. Por esta razn, el
procesamiento de informacin geogrfca es esencial para describir, explicar o
predecir el comportamiento presente o futuro de un objeto o fenmeno de inters
ambiental.
En funcin de las tareas ejecutadas, es posible identifcar dos diferentes tipos
de sistemas de informacin: a) de procesamiento de transaccin y b) de soporte de
decisiones. El nfasis de los sistemas de procesamiento de transaccin se localiza
en el registro y manipulacin de la ocurrencia de las operaciones; por ejemplo,
los sistemas bancarios y de reservacin de boletos de transporte. Mientras que
en los sistemas de soporte de decisiones el nfasis est en la manipulacin,
anlisis y modelamiento, como por ejemplo en el diseo e implementacin
de los planes de manejo forestal o en las predicciones sobre los cambios en la
cobertura vegetal.
Figur a 1. Los sistemas de informacin geogrfca como una herramienta de manejo
(Modifcado de Valenzuela, 1991).
643
Defniciones bsicas
Defnir un SIG no es sencillo, algunas personas consideran que el equipo y los
programas de cmputo son la parte central, mientras que otras afrman que el
elemento clave consiste en la informacin o inclusive las aplicaciones (Maguire,
1991). al respecto, se han construido varias defniciones desde 1980, las cuales
pueden ser eminentemente tcnicas, operativas o conceptuales. algunas defnicio-
nes se enlistan a continuacin:
Un sistema de captura, almacenamiento, revisin, manipulacin, anlisis y des-
pliegue de datos los cuales estn espacialmente referenciados (DoE, 1987).
Un conjunto manual o digital de procedimientos utilizados para almacenar y
manipular datos geogrfcos (aronoff, 1989).
Un sistema de cmputo para capturar, almacenar, manipular, analizar y pro-
ducir datos espacialmente referenciados (Wadsworth y Treewek, 1999).
Un sistema conformado por equipos y programas de cmputo y procedimientos
desarrollados para soportar la captura, manipulacin, anlisis, modelamiento
y despliegue de datos espacialmente referenciados para resolver problemas
complejos (Lo y Yeung, 2007).
Sistemas desarrollados para capturar, almacenar, editar, analizar y producir
datos e informacin geogrfca (Demers, 2008).
aunque en las defniciones resalta la capacidad de almacenamiento y anlisis
de datos espaciales y no espaciales de esta herramienta, se considera que las def-
niciones ms conceptuales tienen mayor valor porque un SIG supone un conjunto
de equipo y programas, pero especialmente un contexto humano (organizativo,
operacional). Este ltimo le da pleno sentido a la confguracin, dado que una
herramienta usada por individuos sin entrenamiento para entender la problemtica
del territorio, generar productos de poco valor para la toma de decisiones.
Los datos, que son uno de los insumos que alimenta al sistema, son mltiples
y muy variados (valores de precipitacin, temperatura, nmero de habitantes,
nmero de rboles de cierta especie, rgimen de propiedad, etc.), mientras que
la informacin es el resultado del procesamiento de los mismos (el anlisis de
la dispersin de un contaminante en un ecosistema acutico o terrestre para de-
terminar su grado de afectacin, por ejemplo). Un SIG utiliza el trminos datos
geoespaciales, porque contienen informacin georreferenciada, es decir, valores
en dos ejes cartesianos (X, Y) o coordenadas geogrfcas (latitud y longitud). En
consecuencia, el procesamiento del dato es llamado geoinformacin, que es un
tipo especfco de informacin que involucra datos espaciales.
644
Varios autores coinciden en que el objetivo de un SIG es transformar datos
geogrfcos en informacin vlida para la toma de decisiones ambientales, utili-
zando herramientas analticas provenientes de diversas disciplinas temticas como
pueden ser la geografa, la biologa, la economa, etc. Entre las operaciones para
transformar los datos en informacin podemos citar las siguientes:
De mantenimiento de la base de datos espacial que se relacionan con la trans-
formacin, edicin y calidad de los datos.
De mantenimiento de la base de datos no espacial relacionadas con la edicin,
evaluacin y anlisis de la informacin no espacial, contenida en la base tabular
del SIG.
Del anlisis integrado de la informacin espacial y no espacial. Estas funciones
son consideradas como las principales dentro de un SIG y poseen la capacidad
de relacionar una base de datos cartogrfca con su correspondiente tabular.
De presentacin de la informacin, relacionadas con la edicin para la presen-
tacin de los resultados, es decir, con los smbolos, textos, patrones, escalas
y formatos (vectorial o raster).
Componentes y funciones
Un SIG se compone de tres elementos importantes: a) Equipo de cmputo, b) el
conjunto de programas y las herramientas de cmputo, y c) el propio contexto
humano, los cuales deben estar balanceados para que el sistema funcione satis-
factoriamente (Burrough, 1986).
a) El equipo de cmputo representa cualquier tipo de plataforma computacional,
(mini-computadoras, computadoras personales y estaciones de trabajo), cuyo
componente principal es la unidad central de procesamiento (cPU, por sus
siglas en ingls), donde se almacenan los datos y programas. Esta unidad est
ligada a uno o ms dispositivos internos y externos que facilitan la captura y
conversin de datos de formato anlogo a un formato de tipo digital, como
las tabletas digitalizadoras o los barredores (scanner) una o ms unidades de
salida (monitores, impresoras, grafcadores, plotters) (Figura 2).
b) Los programas de cmputo y las herramientas contienen las funciones ana-
lticas que proporcionan los medios para derivar nueva geoinformacin a
partir de datos espaciales y sus atributos. La organizacin de estas funciones
implica que todo SIG cuenta con cuatro subsistemas (Valenzuela, 1991)
(Figura 3):
645
Figur a 2. Sistema de informacin geogrfca computarizado.
Figur a 3. Subsistemas de un SIG (adaptado de Burrough, 1986; Valenzuela, 1991).
646
Un sistema de entrada de datos que cuenta con las herramientas de conversin
y digitalizacin necesarias para la incorporacin de datos a partir de mapas
existentes, observaciones de campo e informacin adquirida por percepcin
remota (fotografas areas, imgenes de satlite, imgenes de radar, etc.).
Un sistema de manejo y edicin de datos ligado con las bases de datos, donde
se depuran y actualizan los datos geogrfcos y de atributos.
Un sistema de anlisis y modelamiento de datos, que permite realizar ope-
raciones con y entre bases de datos espaciales y no espaciales; adems de
realizar consultas de informacin.
Un sistema de presentacin de la informacin, el cual, permite defnir la forma
en que los datos sern desplegados (por ejemplo, diseo cartogrfco) y los re-
sultados sern reportados a los usuarios (cuadros, grfcas, fguras y mapas).
c) El contexto humano se refere al personal responsable del diseo, implemen-
tacin y uso de un SIG. En sus inicios el difcil manejo de los programas de
cmputo obligaba a los usuarios de estos sistemas a contratar especialistas
en cmputo para operar los SIG, pero se olvidaba incluir a los especialistas
temticos (agrnomos, bilogos, economistas, socilogos, gegrafos). con el
paso del tiempo, las interfases de los programas se han vuelto menos compli-
cadas, son ms sencillos de operar y prcticamente cualquier persona puede
manipularlos. Aunque esto implica que los aspectos conceptuales relacionados
con el espacio y el manejo de datos geogrfcos sean relegados a un segundo
plano, lo que deriva en resultados errneos. Por esta razn es importante que
exista un balance entre los aspectos tcnicos, los modelos conceptuales prove-
nientes de las disciplinas y el marco conceptual relacionado con los aspectos
espaciales.
Los principales programas comerciales
En el mundo existe una gran variedad de programas computacionales, algunos
de ellos sin costo y de libre acceso en Internet, mientras que otros tienen acceso
restringido y costo. El Cuadro 1 muestra 17 programas libres, organizados en
funcin del sistema operativo que utilizan, entre los que destacan GRASS (Geo-
graphic Resources Analysis Support System), ILWIS (Integrated Land and Water
Information System) y SPRING (Sistema de Procesamiento de Informacin Georre-
ferenciada). Una caracterstica particular de estos tres sistemas es que combinan
herramientas de procesamiento de imgenes adquiridas por sensores remotos con
anlisis espacial.
647
El Cuadro 2 muestra 13 de los programas de SIG comerciales ms utilizados.
Entre los que destaca ArcGIS, el cual es la versin ms actualizada y sencilla del
programa ArcInfo diseado por la compaa ESRI. Dicho programa marc un
parteaguas en el desarrollo de los SIG en la dcada de 1970, al defnir y aplicar
el concepto de Arco-Nodo en los SIG de carcter vectorial. Tambin son muy
utilizados los sistemas MapInfo e IDRISI, el primero tiene carcter vectorial y fue
desarrollado por la empresa del mismo nombre, el segundo es un sistema que integra
herramientas de percepcin remota y SIG, y fue desarrollado por la Universidad
de clark en Estados Unidos.
Aunque procesar bases de datos en un SIG tiene importantes ventajas, es nece-
sario sealar que el uso de sistemas digitales tambin tiene sus desventajas.
Las principales ventajas son:
Cuadro 1. Programas de SIG libres y sistemas opreativos en los que trabajan.
Programas de cmputo Windows Mac OS X GNU/Linux Unix
MapServer S S S S
GeoPista Java Java Java Java
GeoServer S S S S
GRASS S S S S
gvSIG Java Java Java Java
ILWIS S No No No
Generic Mapping Tools S S S S
JUMP Java Java Java Java
Kosmo Java Java Java Java
LocalGIS Java Java Java Java
Quantum GIS S S S S
SAGA GIS S S S S
SEXTANTE-gvSIG Java Java Java Java
MapGuide Open Source S S S S
uDIG S S S No
MapWindow GIS S No No No
SPRING S No S Solaris
648
capacidad de almacenamiento de mltiples niveles de datos (topografa, rocas,
suelos, agua, cobertura vegetal y uso del suelo, tenencia de la tierra).
Los datos se almacenan y presentan en forma separada, en distintas capas de
informacin. La mltiple presentacin hace posible la combinacin de datos
de salida (por ejemplo, el mapa de suelos con curvas de nivel (topografa) y
cuerpos de agua).
capacidad de manejo (edicin y actualizacin). Los datos se editan fcilmente, se
depuran las bases de datos, se eliminan errores y se actualizan rpidamente.
Rapidez en la operacin. Los clculos se realizan en poco tiempo si se considera
el tiempo requerido para realizar clculos fuera del sistema computacional.
capacidad de establecer una relacin coherente entre datos espaciales y sus
atributos y de manipularlos simultneamente.
Cuadro 2. Programas de SIG comerciales y sistemas operativos en los que trabajan.
Programas de cmputo Windows Mac OS X GNU/Linux Unix
ArcGIS S No No S
ArcView S No No No
ArcInfo S No No S
Autodesk Map S No No No
Caris S No No No
CartaLinx S No No No
Geomedia S No No S
IDRISI S No No No
Manifold S No No No
MapInfo S No S S
Maptitude S No No No
MicroStation Geographics S Abandonado No Abandonado
GE Smallworld S ? S S
SITAL S No No No
TatukGIS S No No No
TNTMips S No No S
TransCAD S No No No
SavGIS S No No No
649
capacidad de anlisis, es decir, la implementacin de modelos, los cuales
provienen del conocimiento de especialistas en temas como suelos, rocas,
uso del suelo.
Las desventajas del uso de sistemas automatizados son:
altos costo de adquisicin y mantenimiento del sistema. Sistemas muy ro-
bustos como ArcInfo y ArcGis son extremadamente costosos.
Problemas tcnicos en la captura de datos (conversin, analgica-digital y
en la transferencia). En la prctica la conversin de datos es un tema muy
relevante, generalmente no es trivial la conversin de datos de un sistema a
otro.
costos de mantenimiento y actualizacin del equipo y los programas de
cmputo (la actualizacin de los programas o licencias requieren ser consi-
derados permanentemente, a fn contar tanto con equipos como programas
efcientes y actualizados
Necesidad de formacin de cuadros especializados. El uso apropiado del SIG re-
quiere tanto de la formacin de cuadros en aspectos tcnicos y operativos,como
conceptuales.
Falsa sensacin de exactitud, considerando que como todo programa de
cmputo el usuario puede decidir el nivel de precisin de salida en un anlisis,
es decir, el nmero de dgitos con los que requiere trabajar.
Estructuras de datos geogrfcos en un SIG
Tipos de datos y niveles de informacin
En un SIG los datos geogrfcos deben incluir informacin acerca de la posicin,
de las relaciones topolgicas y de los atributos de los objetos. De este modo un
fenmeno geogrfco puede referirse mediante un punto, una lnea o un polgono,
incluyendo una leyenda que explique lo que representa; la leyenda de un mapa es
el eje del modelo y permite relacionar coherentemente las entidades espaciales con
sus atributos. Es decir, independientemente de su contenido (mapa base o temti-
cos), un mapa consiste en entidades espaciales: puntos, lneas y polgonos, que son
referidos a un sistema de coordenadas conocido. Estos datos permiten responder
tres preguntas bsicas: i) Dnde?: posicin (localizacin absoluta X, Y), ii) Qu?:
atributos, describen las caractersticas del fenmeno localizado en el espacio (pen-
diente, cobertura vegetal y uso del suelo, etc.), y iii) Cundo?: tiempo.
650
Estas tres dimensiones explican la complejidad de los fenmenos espaciales y
temporales. Los fenmenos no son estticos en el tiempo, sino que cambian a lo
largo del mismo, es decir, presentan algn grado de dinamismo. Precisamente, la
dimensin de anlisis temporal es la ms complicada de modelar.
En un SIG es importante identifcar los tipos de datos o variables que pueden
ser almacenadas y manipuladas para generar nueva informacin. Una primera
diferenciacin se da a nivel de datos continuos o cuantitativos, tpicamente repre-
sentado por aquellos almacenados en una imagen de satlite y en mapas de valores;
y datos discretos o cualitativos, representativos de los mapas temticos de clases
(tipos de suelos, cobertura vegetal, etc.). En este ltimo caso y a diferencia de los
datos continuos, los valores no representan cantidades y por lo tanto no pueden
tratarse estadsticamente. Es decir, la clase o nivel de la variable defne el tipo de
procedimientos, transformacin y clculos que se pueden llevar al cabo (cuadro
3). Un SIG por s mismo, no hace distinciones entre estos niveles y por lo tanto,
el investigador o usuario debe aplicar las reglas respectivas con base en su propia
interpretacin, conocimiento y experiencia para detectar lo que es vlido y lo que
no lo es.
Adquisicin de datos
Si bien un SIG puede contener una amplia gama de datos geogrfcos provenientes
de muy diversas fuentes, es fundamental seleccionar, adquirir y convertir esos datos
a un formato digital que sea compatible con el programa de cmputo que se va a
utilizar. Antes de comenzar a alimentar un SIG con datos se debe considerar: i) las
variables necesarias para ser incluidas en la base de datos; ii) el lugar de donde
se van a obtener, iii) la calidad de los datos; iv) los mtodos de adquisicin, v) su
utilidad para usos futuros y vi) sus costos (Demers, 2008).
Los datos con los que es alimentado un SIG se clasifcan en primarios y se-
cundarios, dependiendo de la fuente de la que provengan (Jones, 1997; Longley
et al., 2007). Los datos primarios son aquellos que son colectados en formatos
digitales especfcos para su uso en un SIG, entre estos se encuentran las imgenes
de satlite, las ortofotos digitales y los puntos adquiridos con GPS. Los datos se-
cundarios se encuentran en formatos digitales y anlogos que fueron capturados
para otro propsito y necesitan ser convertidos en un formato especfco para ser
incorporados al SIG, aqu se incluyen los mapas digitalizados, modelos de elevacin
del terreno, toponimia y datos censales, entre otros (Figura 4).
651
Cuadro 3. Tipos de datos o variables que se manejan en un SIG.
Tipo Descripcin Ejemplos
Nominal Mediciones cualitativas, corresponden a una
categora, clase, grupo, pero no reejan algn orden
especco.
Tipo de vegetacin
Tipo de suelo
Tenencia de la tierra
Ordinal Son mediciones cuantitativas con un orden claro
pero sin un valor de cero denido.
Pendiente
Nivel de bienestar
Tipo de carretera
Intervalo Medicin cuantitativa tienen una secuencia natural
y las distancias que separa cada uno de los valores
tienen un signicado. No existe un cero nico y
los valores cambian dependiendo de la escala que
se use.
Temperatura
Altura
Relacionales Mediciones cuantitativas que proveen una relacin
entre dos propiedades donde 0 indica la ausencia
de relacin.
Densidad poblacional
Precipitacin mensual
Ingreso per cpita
Figur a 4. Datos primarios y secundarios incorporados en un SIG.
652
Los datos geogrfcos almacenados se estructuran en una base de datos que
permite obtener informacin de diversos archivos ligados entre s. La estructura
de bases de datos puede ser de tipo jerrquica, de red y relacional, esta ltima, es
la ms comn en un SIG y una de sus caractersticas es que carece de jerarqua,
lo cual, la hace muy fexible y til en el manejo de datos geoespaciales. Geogr-
fcamente los datos espaciales deben ser representados en trminos de elementos
discretos u objetos que puedan ser caracterizados. De acuerdo con la forma en que
se organizan los datos estos pueden ser de tipo vectorial o raster.
Los datos puntuales de campo representan una de las fuentes de datos ms
importantes, la calidad de estos datos depende por un lado, de la forma correcta
de su colecta, as como del diseo de muestreo. La primera caracterstica de-
pende de los equipos y capacitacin del personal en las diferentes disciplinas
(geologa, edafologa, economa, antropologa, por mencionar algunas). La
segunda depende de los objetivos del anlisis a desarrollar, en general se opta
por utilizar: 1) muestreo simple al azar, 2) muestreo estratifcado, 3) muestreo
estratifcado al azar, 4) muestreo estratifcado con variaciones al azar sobre
una malla, 5) muestreo en grupos, 6) muestreo en transectos y 7) muestreo en
contorno (Longley et al., 2007).
La densidad de datos en el terreno depende del nivel de detalle del trabajo a
desarrollar, en general, los trabajos a escala detallada (>1:50,000) requieren intenso
trabajo de campo y un mayor nmero de observaciones y menor extrapolacin
de la informacin; los trabajos a escala regionales (= 1:250,000) requieren menos
observaciones de campo y mayor extrapolacin (Mendoza y Bocco, 1998).
Las imgenes de satlite son otras de las principales fuentes de datos que
alimentan un SIG, se pueden conseguir de diferente forma. Las imgenes SPOT
se pueden adquirir en http://www.spotimage.fr/web/es/253imagen-satelite-spot-
formosat-2-kompsat-2-radar.php; mientras que las imgenes Landsat se pueden
descargar o comprar en: i) http://glovis.usgs.gov/ y ii) http://glcf.umiacs.umd.
edu/index.shtml
Los datos de altitud, almacenados en un Modelo Digital de Elevacin, se pue-
den descargar desde la pgina de la Misin Topogrfca de Radar (http://www2.
jpl.nasa.gov/srtm/), o bien desde la pgina del Instituto Nacional de Estadstica
Geografa e Informtica (www.inegi.gob.mx)
Los datos geogrfcos y censales de Mxico, tanto en papel como en forma-
to digital se pueden adquirir en las ofcinas regionales del INEGI; algunos datos
geogrfcos y censales tambin se pueden descargar de la pgina de INEGI (www.
inegi.gob.mx), datos geogrfcos a escala 1:250,000.00 y 1:1,000,000 se pueden
descargar de la pgina de la Comisin Nacional para el Conocimiento y Uso de la
Biodiversidad (http://conabioweb.conabio.gob.mx/metacarto/metadatos.pl).
653
Representacin de datos
Modelo de datos en vectorial
Los datos espaciales en la mayora de SIG estn incluidos y almacenados como una
combinacin de puntos, lneas y polgonos (Demers, 2008; Lo y Yeung, 2007).
Los puntos estn defnidos en funcin de su ubicacin geogrfca (coordenadas)
y carecen de longitud; las lneas (o arcos) estn construidas por un cuadro que
referencia los puntos que las constituyen y tienen longitud; mientras que los pol-
gonos (o reas) tiene longitud y amplitud y estn defnidos por lneas. La relacin
matemtica entre cada uno de estos componentes se denomina topologa. El mo-
delo est basado en un espacio continuo, es decir, que cualquier ubicacin puede
ser medida con precisin. Muchos sistemas de computacin y sistemas de diseo
asistido por computadora (computer-aided-design-caD) usan este tipo de modelo
para la organizacin interna de sus datos como puntos, lneas y crculos. En el
Cuadro 4 se describen las ventajas y desventajas de utilizar el modelo vectorial
para organizar datos.
El modelo vectorial es generalmente usado para representar elementos discretos
en el espacio, por lo que pueden existir vacos de informacin entre los objetos.
Se usa commente para representar variables socioeconmicas dentro de un rea
defnida, elementos naturales como ros, lagos, cobertura vegetal, tipos de rocas,
curvas de nivel, etc. Algunos ejemplo de datos en formato vectorial son aquellos
que tienen como extensin shp, dgn, dwg, dxf y dlg (Figura 5).
Una forma de organizar estos datos es travs de una estructura relacional de
datos. En esta estructura, los valores de los atributos son almacenados de forma
conjunta con informacin topolgica, un diseo muy popular en los SIG comer-
ciales como Arc-Info y ArcGIS. Los atributos son almacenados en bases de datos
relacionales (cuadros en formato dbf). Estos cuadros son simples: una fla en la
tabla representa a un solo elemento y las columnas representan los diferentes
campos o atributos. Un identifcador nico relaciona los datos espaciales con los
datos alfanumricos.
Modelo de datos raster
Una de las estructuras de datos ms simples es el raster u organizacin celular de
datos espaciales. En este formato el espacio es discreto, las unidades de ubicacin
tienen forma regular y los espacios intermedios no pueden ser representados. La
informacin es generada en lo individual para cada celda (pixel) perteneciente a
654
un grupo de celdas en el espacio (Figura 5). conceptualmente, la variacin de un
fenmeno espacial representado en un formato raster es refejado por el cambio
en el valor de la celda. La dimensin horizontal de un raster a lo largo de las flas
del arreglo es orientada de izquierda a derecha por conveniencia, siguiendo la
prctica convencional en procesamiento de imgenes. Las posiciones en la di-
reccin vertical alineadas con las columnas del arreglo se enumeran comenzando
por el borde superior, razn por la cual, el origen de un raster es frecuentemente
la esquina superior izquierda.
Las fguras geomtricas que cubren una superfcie plana, como la estructura
cuadrangular del raster se denominan taselados o mosaicos. Los tringulos y
Cuadro 4. Ventajas y limitaciones de las estructuras de vector.
VENTAJAS DESVENTAJAS
Facilita la sobreposicin visual de capas de
informacin.
Compleja estructura de datos y externos pero-
dos de tiempo para adquirir e ingresar datos.
Soporta una gran variedad de anlisis complejos
basados en topologa y permite representar
y modelar elementos lineales y redes como
direcciones, sistemas hidrolgicos, ujo de
transporte, anlisis de mercado, oleoducto,
trazados viales, etc.
No es adecuada para mostrar cambios gradua-
les entre unidades adyacentes.
La estructura es ms compacta y menos re-
dundante, dependiendo del rea de estudio y
el detalle, puede demandar menos espacio de
almacenamiento.
La representacin de supercies continuas
como relieve, pendientes, aspectos es de-
ciente.
El uso de relaciones topolgicas facilita la revi-
sin de errores en la base de datos.
Requiere intensa labor computacional y pre-
senta complicaciones en algunas operaciones
espaciales para hacer sobreposicin de cober-
turas digitales y anlisis de vecindad.
Los objetos espaciales son representados
basndose en coordenadas precisas X, Y, por
lo que las mediciones de rea, permetros
y distancias y la representacin grca son
precisas.
Es incompatible con datos colectados por
sensores remotos.
Adems de las propiedades geomtricas, las
relaciones topolgicas entre objetos pueden
ser codicadas y almacenadas.
655
hexgonos son otros tipos de taselados que conforman estructuras de las base de
datos espaciales. Una amplia variedad de datos que se utilizan en un SIG pertene-
cen a este modelo, bajo este formato se realiza una gran cantidad de operaciones
y anlisis en un SIG. Aqu se incluyen modelos digitales de elevacin, imgenes
de satlite, ortofotos digitales, mapas escaneados y archivos grfcos. algunos
ejemplos de formato raster son los archivos con extensin grid, tif, jpg, bmp, img,
sun. La mayora de los programas de SIG pueden desplegar de forma simultnea
datos en formato vectorial a raster, adems de convertir datos de formato vectorial
a raster y viceversa.
Es importante sealar que existen dos limitaciones en la estructura raster: i) la
primera relacionada con la estructura misma de las celdas, lo que complica defnir
una ubicacin especfca o exacta, es decir, la habilidad para determinar una ubi-
cacin en el espacio est limitada por el tamao de la celda y por lo tanto, existe
un lmite a la especifcidad geogrfca. con respecto al valor de una celda en la
estructura raster, ste puede representar un nico valor (medido en el centro de
esa celda), o bien, puede representar un promedio, la moda, la mediana, la suma,
etc., del rea representada por la celda que incluye a sus vecinos. ii) la segunda
Figur a 5. Estructuras de almacenamiento de datos vectoriales y raster.
656
limitacin se refere a la difcultad para defnir relaciones con celdas contiguas o
adjuntas. Estas limitaciones, adems de las ventajas del uso de este modelo, se
resumen en el Cuadro 5.
El tamao de una celda en un conjunto de datos puede confundirse con el rea
mnima cartografable, es decir, el objeto ms pequeo que puede ser representado
a una escala dada. El tamao de la celda o pixel de un raster y el rea mnima
cartografable son conceptos diferentes, pero ambos relacionados con la escala
de un mapa.
convencionalmente, el rea mnima cartografable corresponde a una super-
fcie mnima que puede ser representada, en general, el rea mnima corresponde
a 2 2 mm a cualquier escala. La resolucin se encuentra en funcin de la escala
del mapa o est dado por la resolucin del sensor que captur la imagen; as,
por ejemplo, las imgenes SPOT tienen una resolucin (tamao del pixel) de 10
10 m, en tanto que las imgenes Landsat TM y ETM+tienen una resolucin de
30 30 m. Un mapa topogrfco a escala 1:50,000, representa 50 metros en el
terreno con 1 mm en el papel, y el ojo humano difcilmente puede percibir medio
milmetro, por lo que convencionalmente los mapas vectoriales se transforman a
formato raster con una resolucin equivalente a medio milmetro a la escala dada
(25 metros, escala 1:50,000).
Cuadro 5. Ventajas y limitaciones de las estructuras raster.
VENTAJAS DESVENTAJAS
Son estructuras simples de datos en forma de
matriz en dos dimensiones.
No representa explcitamente relaciones
topolgicas, por lo que no es posible realizar
anlisis de redes.
Puede soportar objetos discretos y continuos
(supercies continuas).
Se presenta redundancia de datos en reas
homogneas lo que implica un gran volumen
de datos.
Tiene mayor eciencia para algunos anlisis
espaciales (algebra de mapas, modelamiento
de supercies y simulaciones).
Tiene limitada precisin en la ubicacin de ele-
mentos y en el clculo de reas y distancias.
Es compatible con datos adquiridos por percep-
cin remota y datos fotogramtricos.
La representacin de los objetos es menos
esttica, debido a que los bordes se presentan
en forma de bloques en lugar de ser lneas
suavizadas.
Permite la entrada y salida de datos en dispo-
sitivos grcos.
657
Anlisis y modelamiento espacial
La capacidad de anlisis espacial es la caracterstica ms importante de un SIG, de
hecho sta la distingue de otros sistemas de procesamiento. Las funciones de anli-
sis espacial se basan en el uso de los datos espaciales y no espaciales almacenados
en la base de datos para contestar preguntas y resolver problemas. La base de datos
en un SIG puede verse como un modelo de la realidad y ser utilizada para simular
ciertos aspectos de la misma, al conjuntar una serie de relaciones espaciales que se
despliegan en un mapa. El principal objetivo del anlisis de datos espaciales es la
transformacin y combinacin de datos provenientes de diversas fuentes y disci-
plinas para resolver una pregunta de investigacin o apoyar la toma de decisiones
(Valenzuela, 1991; de Bay, 2001). El anlisis de datos supone el conocimiento ex-
perto de especialistas en temas, tales como evaluacin de tierras, manejo forestal o
manejo de recursos hdricos. En consecuencia, las bases de datos de un SIG pueden
usarse en forma combinada con una serie de reglas emanadas del conocimiento
experto del analista o especialista para modelar procesos espaciales.
Un modelo representa los componentes signifcativos y sus relaciones en forma
generalizada. En el modelamiento, el problema a ser resuelto es fragmentado en
sub-modelos que pueden ser analizados en forma individual, que al ser combina-
dos resuelven el problema original. Por ejemplo, la construccin de escenarios de
erosin potencial puede basarse en la ecuacin universal de prdida de suelo: A
= R K (L S) c P (Wishemier y Smith, 1978).
Donde A = es la estimacin promedio anual de prdida de suelo (Mg ha
-1
); R
= factor de erosividad anual de la lluvia [Mj mm (ha h)
-1
]; K = factor de erosiona-
bilidad del suelo [Mg ha h (ha Mj mm)
-1
]; LS = factor topogrfco (adimensional);
C = factor de manejo y cobertura (adimensional); y P = factor de prcticas de
conservacin (adimensional). R, puede ser interpolado a partir de datos medidos
o estimados; K, puede ser obtenido a partir de la reclasifcacin de las unidades de
suelo; LS pues ser estimado a partir del MDE; C y P, pueden ser estimados a partir
de la reclasifcacin del mapa de cobertura vegetal y uso del suelo y conocimiento
de campo.
Clasifcacin de capacidades de anlisis de un SIG
actualmente, existen varias formas de clasifcar las funciones de anlisis de un
SIG. La clasifcacin utilizada en este captulo es la propuesta por aronoff (1989),
quien distingue las siguientes funciones: i) recuperacin, clasifcacin y medicin,
ii) sobreposicin, iii) distancia y iv) vecindad.
658
Las funciones de recuperacin, clasifcacin y medicin
Con estas funciones los datos se exploran, pero slo los atributos cambian; la
localizacin de las unidades espaciales no cambia, y, ni se generan nuevos datos.
En general, se utilizan de forma preliminar en el anlisis de datos. A continuacin
se describen con mayor detalle cada uno de los tipos.
a) Recuperacin. Implica la bsqueda y manipulacin selectiva de datos, sin modi-
fcarlos o generar nuevas entidades, los cuales, se despliegan tal y como fueron
integrados en la base de datos. Las operaciones de recuperacin y despliegue
pueden realizarse considerando el nombre o cdigo de un atributo (cul es
el uso del terreno en un rea determinada?), lgica condicional (cules son
los tipos de suelos de textura arcillosa con intervalos de pH entre 5 y 6?).
b) Reclasifcacin. En este proceso se asignan valores temticos a las categoras
de un mapa existente, como una funcin de cierto atributo de estas categoras
(valor, posicin, tamao o forma). Se tiene que identifcar un conjunto de rasgos
pertenecientes a cierto grupo. Esta operacin es til para extraer cierto patrn
espacial relevante, oculto por el detalle (Figura 6), y en este proceso s se generan
nuevos datos. Por ejemplo, podemos reclasifcar un mapa de suelos en funcin
de alguno de sus atributos (profundidad de suelos, pH, conductividad hidrulica,
etc.), o se puede simplifcar (generalizar) el mapa de rocas considerando que
tanto las andesitas como los basaltos son rocas volcnicas extrusivas, o fnal-
mente, es posible reclasifcar un mapa de valores de densidad de poblacin por
municipio, considerando categoras o clases (densidad baja, media y alta).
c) Medicin. Esta funcin involucra el clculo de distancias entre puntos, longitudes
de lneas y reas y permetros de los polgonos, as como volmenes. Las medi-
ciones que involucran puntos incluyen la distancia de puntos a puntos, a lneas
y a polgonos; el clculo o frecuencia del nmero total de puntos as como el
conteo del nmero total de puntos que se encuentran dentro de un polgono (por
ejemplo, nmero de observaciones de campo por clase cartografada o el nmero
de estaciones hidrometeorolgicas en una cuenca). Algunas preguntas tpicas
son: cul es el rea afectada por erosin en crcavas?, cul es la superfcie
ocupada por el bosque?, o Cul es la longitud de cauces en una cuenca?
Funciones de sobreposicin
Las funciones de sopreposicin son ampliamente utilizadas en el anlisis de datos
espaciales para crear nuevos datos, donde los valores asignados a cada localiza-
659
cin son calculados como una funcin de valores independientes asociados con
la localizacin de dos o ms mapas (bases de datos) existentes. El objetivo del
anlisis es comparar las caractersticas de una misma localizacin en ambos mapas
y producir una nueva caracterstica para la localizacin en el mapa de salida. El
proceso de sobrepocisin es ms demandante en trminos computacionales en
formato vectorial a diferencia del raster (Figura 7).
Si se utiliza un procedimiento de interseccin se pueden obtener las carac-
tersticas de las unidades cartografadas y distinguir, por ejemplo, cules son las
pendientes predominantes de las reas agrcolas de temporal, o cules son los tipos
de suelos predominantes de las unidades de relieve. En las operaciones de sobre-
posicin se pueden utilizar operadores lgicos (Y, O,); los operadores aritmticos
nicamente pueden ser utilizados con datos de valor. Estas operaciones pueden
aplicarse, por ejemplo, para transformar los datos altitudinales, de un modelo
Figur a 6. Mapa de distribucin de la cobertura de encinos, clasifcados por tamao
de fragmentos de la cuenca del lago de Cuitzeo.
660
digital de elevacin (MDE), en valores de temperatura, considerando la reduccin
de la temperatura por un enfriamiento adiabtico, el cual, es calculado a travs de
un modelo de regresin estadstica entre la altitud y los valores de temperatura
registrados en las estaciones meteorolgicas del rea de estudio (Figura 8).
La sopreposicin lgica involucra la seleccin de un rea con un conjunto de
condiciones o criterios a satisfacer; por ejemplo, las reas para la construccin de
un relleno sanitario deben estar en terrenos con baja permeabilidad y pendiente,
a una distancia mayor de 1 km de cuerpos de agua, a una distancia mayor de 500
m del rea urbana; a una distancia mayor de 70 m de las vas de comunicacin
terrestre, y que no afecte reas con un valor econmico o ecolgico (entre otros
criterios) (Figura 9).
Funciones de vecindad
Ests funciones evalan las caractersticas de las reas circundantes a una locali-
zacin especfca. Las operaciones de vecindad generan nuevos datos basados en
la evolucin de las caractersticas de las localizaciones vecinas al sitio de inters.
Muchos aspectos relacionados con la aptitud o distribucin potencial, no sola-
Figur a 7. Sobresposicin (interseccin de datos).
661
Figur a 8. Mapa de distribucin de temperaturas medias anuales de la cuenca del lago de Cuitzeo.
Basado en un modelo de regresin lineal entre altitud y temperatura
(TMa = -0.0013*MDE + 19.985).
Figur a 9. Distribucin potencial de reas para rellenos sanitarios en la cuenca del lago
de cuitzeo. Simplifcado de Buenrostro-Delgado et al. (2008).
662
Figur a 10. Mapa con la distribucin de todos los asentamientos urbanos a menos de 100 m
de las carreteras de la cuenca del lago de Cuitzeo.
mente dependen de lo que haya en la localizacin, sino de lo que est cerca de la
localizacin. Para realizar un anlisis de vecindad, de acuerdo con De By (2001),
se deben establecer los sitios de inters y su extensin espacial; defnir cmo se
va a determinar la vecindad para cada sitio y defnir cules caractersticas deben
calcularse para cada vecino. Estos aspectos estn basados en el conocimiento de los
fenmenos o procesos por parte del analista. Las operaciones de vecindad tpicas
son funciones de bsqueda, topogrfcas y de interpolacin.
En las operaciones de bsqueda se asigna un valor a cada objeto a alcanzar, de
acuerdo con una caracterstica de sus vecinos. El rea de bsqueda es generalmente
un cuadrado, rectngulo, o un crculo con el tamao seleccionado por el operador. El
rea de bsqueda es generalmente denominada ventana. Por ejemplo, selecciona todos
los asentamientos urbanos a menos de 100 m de las carreteras, o todos los puntos de
pozos de muestreo de suelos a menos de 2 km de las carreteras (Figura 10).
Las funciones topogrfcas son utilizadas para calcular los valores que descri-
ben la topografa de un rea (pendientes, relieve y forma). La topografa de una
superfcie puede ser representada digitalmente a travs de un modelo digital de
elevacin (MDE). Un MDE es un conjunto de valores de elevacin. Las funciones
ms comunes de transformacin que trabajan con datos de elevacin son: la pen-
diente, la cual es defnida como la tasa de cambio de la elevacin y el aspecto,
defnido como la orientacin de las laderas (Figuras 11 y 12).
663
Figur a 11. Mapa de pendientes del municipio de Morelia, a) sin clasifcar y b) clasifcado.
664
Los mapas de pendientes tienen, por ejemplo, gran relevancia en la clasifcacin
de las formas del relieve y en la evaluacin de la aptitud del territorio. Un mapa
de orientacin de laderas, por ejemplo, es valioso en la modelacin de procesos
ecolgicos e hidrolgicos; la temperatura y humedad son elementos clave en estos
procesos.
La interpolacin es el procedimiento para estimar los valores desconocidos en
sitios no muestreados, a partir de valores conocidos de observaciones existentes en
las localidades vecinas. La interpolacin supone que las localizaciones ms cer-
canas entre s en el espacio, son ms semenjantes que aquellas que se encuentran
ms alejadas. Los valores a interpolar generalmente son de intervalo o de radio.
La calidad de la interpolacin es una funcin de la precisin, exactitud, nmero y
distribucin de los puntos conocidos utilizados en el clculo y la manera en la cual
el modelo matemtico representa la realidad; por lo que la seleccin del modelo
adecuado es un aspecto vital para asegurar resultados razonables. Los modelos ms
utilizados para predecir valores son kriging, anlisis de superfcies de tendencia,
series de fourier y media mvil. La representacin espacial de una gran cantidad
Figur a 12. Mapa de aspecto (orientacin de laderas) de la cuenca del lago de cuitzeo.
665
de variables puntuales (temperatura, precipitacin, radiacin solar, pH), requiere
la aplicacin de algn mecanismo de interpolacin (Figura 13).
Funciones de conectividad
Las funciones de conectividad son aquellas que estiman la acumulacin de valores
sobre las reas que cruzan, los cuales, pueden ser cualitativos o cuantitativos. El
clculo de la conectividad requiere se especifque la manera en la que los ele-
mentos espaciales estn interconectados, las reglas (posibilidades y restricciones)
que controla los movimientos permitidos a lo largo de los elementos espaciales y
una unidad de medida. Las funciones de conectividad se agrupan en contigidad,
proximidad y redes.
Las mediciones de contigidad caracterizan a las unidades espaciales que estn
conectadas. Un rea contigua est formada por una serie de unidades espaciales que
tienen una o ms caractersticas en comn, por lo que constituyen una unidad. Las
mediciones ms comunes de contigidad se relacionan con el tamao de las reas
contiguas y la distancia ms corta y ms larga en lnea recta a travs de una superfcie.
Por ejemplo, la bsqueda de sitios con pendientes menores al 10%, cubiertas por
manglar de al menos 10 km
2
, y no mayor a 40 km
2
, situados en la boca del ro.
Figur a 13. Mapa de precipitacin media del mes de julio generado a partir de la aplicacin
de un algoritmo de media mvil, considerando el inverso de la distancia.
666
Las mediciones de proximidad estn relacionadas con las distancias entre
objetos espaciales (puntos, lneas y polgonos). Las unidades de medida pueden
ser longitud o tiempo de viaje. El clculo de la proximidad requiere especifcar los
rasgos (pozos, caminos, unidades cartogrfcas, unidades de suelo); las unidades de
medicin (metros, segundos); una funcin para calcular la proximidad (distancia
euclidiana) y el rea de inters. Por ejemplo, las reas de amortiguamiento (buffer),
son el resultado de un anlisis de proximidad (Figura 14).
Una red es un conjunto de lneas que representa algn fenmeno geogrfco,
generalmente de transporte, por lo que el anlisis de redes es comnmente utili-
zado cuando se requiere mover recursos de una localidad a otra. En un anlisis de
redes se deben considerar cuatro elementos: i) un conjunto de recursos (personas,
vehculos, bienes comerciales y contaminacin del agua), ii) uno o ms sitios donde
los recursos estn localizados (casas, armadoras, fbricas, sistema fuvial), iii) un
destino (escuelas, agencia de venta, tiendas, boca de la cuenca), y iv) un conjunto
de restricciones (calles secundarias, calles primarias, corrientes permanentes de
orden superior).
Figur a 14. Mapa de distancias a vas de comunicacin en Morelia y alrededores.
667
Algunas aplicaciones de los SIG en el manejo de recursos naturales
Las aplicaciones de los SIG permiten tomar decisiones basadas en un mayor cono-
cimiento del tema. El anlisis de datos geogrfcos auxilia en la toma de decisiones,
tanto en las empresas como en las instituciones de gobierno; o puede ayudar a
responder una pregunta de investigacin relacionadas con recursos naturales. A
continuacin se presentan algunos ejemplos que ilustran la variedad de aplicaciones
de los SIG en el manejo de recursos naturales.
Por ejemplo, la erosin hdrica, la desecacin y prdida de reas y volmenes
de los lagos son problemas severos en las cuencas cerradas del Sistema Volcnico
Transversal, por ello, se requiere de un conocimiento profundo sobre este problema
para plantear las estrategias que permitan un manejo sostenible de los recursos
naturales y al mismo tiempo, benefcien a los distintos usuarios de los lagos y las
cuencas. En la cuenca del lago de Zirahun, se determin la variabilidad espacial
de la erosin hdrica asociada a distintos escenarios basados en tres prcticas
agrcolas de manejo del suelo (Bravo et al., 2009) La evaluacin requiri de la
implementacin de la Ecuacin Universal de Prdidas de Suelo (EUPS) en un SIG.
Los resultados indicaron que el uso de la labranza de conservacin en las reas
agrcolas de la cuenca reducira las prdidas de suelo a menos de 3 t ha
-1
ao
-1
en
toda el rea agrcola de la cuenca y se disminuira la contaminacin por arrastre
de sedimentos en el lago de Zirahun (cuadro 6).
La evaluacin de la aptitud del terreno es otro caso relacionado con el ma-
nejo efciente de recursos naturales, el cual, requiere entender el arreglo de los
atributos del paisaje en una regin. Para ello, se requiere integrar conocimiento
disciplinario (suelos, agua, biota, fauna) en el marco de un SIG. En este contexto,
se generaron e integraron datos del municipio de Morelia, Michoacn, para apoyar
el proceso de ordenamiento ecolgico (Mendoza et al, 2009). En este ejercicio, se
realizaron dos talleres de expertos en temas biofsicos y socioeconmicos, quienes
Cuadro 6. Superfcie por rango de tasa de prdida de suelo para tres labranzas.
Prdidas de suelo
clases t ha
-1
ao
-1
Manejo labranza
tradicional (LT)
(km
2
)
Manejo labranza
mnima (LM)
(km
2
)
Manejo labranza de
conservacin(LC)
(km
2
)
Baja (< 3.0) 109.25 118.95 126.17
Media (3.0-5.0) 13.62 4.36 0
Alta (> 5.0) 3.30 2.86 0
668
proporcionaron informacin para reclasifcar los mapas de entrada (relieve, suelos,
rocas, cobertura vegetal, diversidad, etc.), en valores de aptitud. Posteriormente,
se elaboraron rboles de decisin multicriterio a fn de agrupar los criterios y
subcriterios necesarios para la identifcacin de las reas aptas para los siguientes
usos: agricultura de riego, agricultura de temporal (Figura 15), pecuario, forestal
y conservacin de servicios ambientales. La evaluacin sugiri que en trminos
generales, el territorio debe ser utilizado para actividades agrosilvopastoriles. Sin
embargo, los modelos de distribucin espacial de los distintos usos deben ser con-
sensuados con los actores locales y permitir generar el modelo de ordenamiento
ecolgico territorial.
La evolucin de los cambios en la cobertura y uso del suelo es otra aplicacin
que analiza los elementos que mejor evidencian la transformacin de la superfcie
terrestre por parte de la accin humana a travs del tiempo. El impacto derivado
de este proceso, ordinariamente se relaciona con la deforestacin y la fragmenta-
cin de los ecosistemas, la desertifcacin, la alteracin de los ciclos hidrolgicos,
la prdida de la diversidad biolgica y el incremento de la vulnerabilidad de los
Figur a 15. Mapa de la distribucin de las clases de uso potencial agrcola de temporal
del municipio de Morelia.
669
Figur a 16. Cambios en la cobertura vegetal y uso del suelo en la planicie Huasteca potosina
durante el periodo 1973-2000.
grupos humanos. Sobre el particular, se han elaborado una gran cantidad de tra-
bajos que buscan identifcar, cuantifcar, localizar y explicar las transformaciones
en la cubierta vegetal ocurridas en diferentes partes del mundo y en nuestro pas.
La Figura 16, muestra los cambios en la cobertura vegetal y uso del suelo en la
planicie Huasteca potosina en un periodo de 27 aos. Este anlisis se bas en la
interpretacin de imgenes de satlite, sobreposicin de mapas y anlisis estads-
ticos. El mapa de la fgura 17 muestra la localizacin de las reas deforestadas en
un primer perodo de estudio (Reyes et al., 2006). Recientemente, se han diseado
programas de cmputo especfcos que, adems de cuantifcar y localizar tales
cambios permiten predecir con un cierto grado de incertidumbre, dnde ocurri-
rn las siguientes transformaciones en la cubierta vegetal, entre los que destacan
DINAMICA (www.csr.ufmg.br/dinamica/) y el mdulo Land change Modeler de
IDRISI (www.clarklabs.org).
Otro aspecto que ha cobrado auge en la ltima dcada son las metodologas
participativas, las cuales, buscan incorporar mtodos y tcnicas participativas en
la evaluacin de los recursos naturales de un grupo de productores o de una co-
munidad. Uno de los mtodos de diagnstico ms desarrollado es la cartografa
participativa, la cual, constituye un instrumento de refexin comunitaria en torno a
los problemas territoriales y de gestin de los recursos naturales. Esta metodologa
combina un enfoque cualitativo, cuantitativo, cientfco y humanstico, que valida
simultneamente el conocimiento local y permite aplicar tecnologas geoinfor-
mticas al procesamiento de datos comunitarios para la generacin de cartografa
670
estandarizada (Figura 18). Este proceso participativo parte del principio que el saber
espacial de las propias comunidades es amplio y muy detallado, recuperando una
tradicin cartogrfca que se remonta a la poca prehispnica para rescatar, (re)
validar y, fnalmente, transformar, en un lenguaje cartogrfco estndar el conoci-
miento vernculo espacial (Herlihy, 2003; Herlihy y Knapp 2003).
A manera de conclusiones
Es necesario sealar que las aplicaciones de los SIG relacionadas con el manejo
de recursos naturales son mltiples y variadas y aqu slo se ha hecho un esbozo
de cuatro ejemplos que utilizan estas herramientas geoinformticas para la toma
de decisiones entorno al manejo de recursos naturales, para entender mejor sus
procesos y para analizar sus tendencias. Tanto las tcnicas de anlisis como de
muestreo se podran ubicar dentro de tres visiones principales:
aplicaciones prcticas relacionadas a la toma de decisiones directas sobre el
manejo de los recursos naturales
Figur a 17. Mapa de la transformacin de las selvas en la planicie Huasteca potosina
durante el periodo 1973-1985.
671
Figur a 18. Comparacin de un mapa elaborado
por medio de cartografa participativa y un mapa
elaborado a partir de puntos GPS y trazado de
lmites en una ortofoto digital.
672
Investigacin cientfca que resuelva preguntas de investigacin sobre los
recursos naturales donde lo espacial es relevante
Educacin y percepcin sobre los recursos naturales
La utilizacin de los SIG abarca aspectos tan variados como la evaluacin
de tierras, el anlisis y monitoreo de los recursos forestales, las evaluaciones
de impacto ambiental, los estudios de capacidad de carga en los ecosistemas, la
identifcacin y monitoreo de plagas, las prospecciones mineras y petroleras, el
manejo de cuencas hidrolgicas, el registro y monitoreo de fenmenos climticos,
el estudios de comunidades biticas, el desarrollo de modelos de vulnerabilidad, los
anlisis de amenazas, la evaluacin de riesgos y el registro histrico de desastres
naturales, entre otros aspectos. Todas las aplicaciones requieren de una cuidadosa
abstraccin de la realidad e implican la construccin de modelos conceptuales
basados en el conocimiento disciplinario. El modelo lgico permite transferir el
modelo conceptual a cualquier sistema de informacin y el modelo fsico permite
obtener resultados concretos (productos).
Actualmente, la aplicacin de tcnicas de anlisis multicriterio permite re-
ducir la subjetividad expresando de manera clara y concisa el modelo aplicado,
as como emitir un juicio de valor sobre los sistemas de manejo y brindar suge-
rencias para mejorar su perfl socioambiental. De acuerdo con anselin y Meire
(1989) el anlisis multicriterio es visto como una herramienta fexible de toma
de decisiones en la cual, los aspectos subjetivos de la evaluacin son hechos
ms explcitos y las preferencias, prioridades y juicios del (de los) tomador(es)
de decisiones o evaluador(es) son incorporados dentro de un marco consistente
y estructurado.
Adicionalmente, es importante considerar las limitaciones de escala de los datos
existentes, de tal suerte que si es necesario levantar nuevos datos, stos debern
colectarse con un diseo de muestreo adecuado a los objetivos del estudio; sin
embargo, siempre dependern del nivel de entrenamiento del personal encargado
de la colecta y descripcin de recursos en el campo.
Algunas estrategias de muestreo requieren la delimitacin de unidades relati-
vamente homogneas, ambientales o de paisaje. La regionalizacin de las formas
de relieve es la base de la mayora de las estrategias de clasifcacin del terreno y
el paisaje, las caractersticas del sustrato abitico (controladas por el tipo de roca,
expresado en un relieve concreto modifcado por las condiciones climticas) facili-
tan que ste sea segmentado (discretizado) en unidades relativamente homogneas
a menor o mayor detalle (Bocco et al. 2008).
673
Agradecimientos
Los autores agradecen las observaciones de los revisores annimos quienes co-
mentaron aspectos clave del documento permitiendo su mejoramiento.
Referencias
aronoff, S., 1989. Geographic Information Systems: A Management Perspective. Ottawa,
canad: WDL. 283 p.
anselin, a. y Meire, P. M., 1989. Multicriteria techniques in ecological evaluation: an exam-
ple using the analytical hierarchy process. Biological Conservation 49: 215-229.
Bocco, G., Mendoza, M.E., a. Priego y a. Burgos, 2008. La cartografa de sistemas natura-
les como base geogrfca para la planifcacin territorial: una revisin de la bibliografa.
Serie Planeacin Territorial. Instituto Nacional de Ecologa, SEMaRNaT.
Bravo, M., M.E. Mendoza y L. Medina, 2009. Escenarios de erosin bajo diferentes ma-
nejos agrcolas en la cuenca del lago de Zirahun, Michoacn Mxico. Investigaciones
Geogrfcas; 68: 73-89.
Buenrostro-Delgado, O., M. E. Mendoza, E. Lpez y D. Geneletti, 2008. analysis of Land
Suitability for the siting of Inter-municipal Landflls in the cuitzeo Lake Basin, Mexico.
Waste Management 28 (7): 1137-1146.
Burrough P. a., 1986. Principles of geographical information systems for land resources
assessment. Monographs on Soil and Resources Survey. No. 12. Oxford University
Press. 193 p.
De By, R. (Ed.), 2001. Principles of Geographic Information Systems. An introductory
textbook. ITc, Enchede, The Netherlands. 232 p.
Demers M. N., 2008. Fundamentals of Geographic Information Systems. Wiley 4
th
edition.
Hoboken, New Jersey. 443 p.
DoE, 1987. Report of the committee of Enquiry into the Handling of Geographic Data
(chorley Report). London: HMSO.
Herlihy, P. H. 2003. Participatory research mapping of indigenous lands in Darin, eastern
Panam. En: participatory mapping of indigenous lands in Latin america. P. H. Herlihy
y G. Knapp, eds. Volume especial de Human Organization 62 (4): 315-331.
Herlihy, P. H. y G. Knapp. 2003. Maps of, by, and for the peoples: participatory mapping
of indigenous lands in Latin america. En: participatory mapping of indigenous lands
in Latin america. P. H. Herlihy y G. Knapp, eds. Volumen especial de Human Orga-
nization 62 (4). 303-314.
Jones c., 1997. Geographical Information Systems and computer cartography. Pearson
Prentice Hall, Essex, England. 303 p.
Longley P. a., M. F. Goodchild, D. J. Maguire y D. W. Rhind., 2007. Geographic Infor-
mation Systems and Science. Wiley. 2
nd
edition. West Sussex, England. 487 p.
674
Lo c. P. y a. K. W. Yeung, 2007. Concepts and techniques of Geographic Information
Systems. Pearson Prentice Hall, 2
nd
edition. Upper Saddle River, New Jersey. 515 p.
Maguire, D.J., 1991. An overview and defnition of GIS. Geographical Information Systems.
Principles, Techniques, Applications and Management. Longley P.a., M.F. Goodchild,
D.J. Maguire, D.W. Rhind (Editores). http://www.wiley.co.uk/wileychi/gis/Volume1/
BB1v1_ch1.pdf).
Mendoza, M.E. y G. Bocco, 1998. La regionalizacin geomorfolgica como base geogr-
fca para el ordenamiento del territorio: una revisin bibliogrfca. Serie Varia (17):
25 - 55.
Mendoza, M.E., E. Lpez-Granados, L.M. Morales, c. alcntara, D. Geneletti y G. Bocco,
2009. Land suitability modelling to support environmental planning. application of
multicriteria analysis techniques in the municipality of Morelia, Michoacan, Mexico
In: Geneletti, D. and abdullah, a., 2009. Spatial decision support for urban and envi-
ronmental planning. a collection of case studies. Scholar Press, Kuala Lumpur.
Reyes, H., M. aguilar-Robledo, J. R. aguirre e I. Trejo, 2006. cambios en la cubierta
vegetal y uso del suelo en el rea del proyecto Pujal-coy, San Luis Potos, Mxico.
Investigaciones Geogrfcas 59: 26-42.
Valenzuela, c. (Ed.) 1991. Introduction to Geographical Information Systems. ITc, En-
chede, The Netherlands.
Wadsworth R. y J. Treewek, 1999. GIS for Ecology: An introduction. Logman, Essex.
184 pp.
Wischmeier, W. H. y D. D. Smith (1978), Predicting rainfall erosion losses, A guide to
conservation planning. U.S.D.a. Handbook 537, U.S. Gov. Print. Offce, Washington
D. C.
675
Introduccin
El diseo, la implementacin y el seguimiento de las polticas de manejo y de
conservacin de los recursos naturales estn basados en datos geogrfcos como
por ejemplo los mapas de cobertura vegetal y uso del suelo (CVUS). Durante las
ltimas dcadas se increment notablemente el uso de imgenes de satlite para
generar este tipo de informacin (Millington y Alexander, 2000) as como la dis-
tribucin de estos datos en formato digital a travs de internet. En este captulo,
nos enfocamos en la fabilidad
a
de las bases de datos que describen la distribucin
espacial de diferentes categoras (o clases) en relacin con el tema cartografado
como son la mayora de los productos cartogrfcos (por ejemplo, cartografa de
suelos, geologa, cobertura vegetal, etc.). No trataremos de la fabilidad de las
bases de datos que describen variables continuas como los modelos digitales de
elevacin por ejemplo.
La evaluacin de la fabilidad de las bases digitales geogrfcas es un tema que
est cobrando mucho inters. Cuantifcar la fabilidad de un producto cartogrfco,
permite a los usuarios valorar su ajuste con la realidad y as, asumir el riesgo de
tomar decisiones con base en esta informacin; adems, ayuda tambin a conocer
y modelar el error que resulte del uso de estos datos modelados en un SIG (Luneta
et al., 1991; Goodchild et al., 1992; Burrough, 1994).
23
EVALUACIN DE BASES DE DATOS CARTOGRFICAS
J ean-Franois Mas
1
y Stphane Couturier
2
1
Centro de Investigaciones en Geografa Ambiental, Universidad Nacional Autnoma de Mxico.
2
Insti-
tuto de Geografa, Universidad Nacional Autnoma de Mxico. Centro Geo (Centro de Investigacin
en Geografa y Geomtica Ing. J orge L. Tamayo A.C.).
a
Probabilidad de buen funcionamiento.
05-02 Eval Bases Datos Cartogfcs ok.indd 675 25/01/2011 07:41:05 p.m.
676
La evaluacin rigorosa de la fabilidad cartogrfca revela a menudo que los
mapas tienen une fabilidad ms baja que lo esperado. Por ejemplo, la evaluacin
de la fabilidad de mapas de CVUS en Estados Unidos arroj como resultado que
muchas clases presentan menos de 70% de clasifcacin correcta y que algunas
clases presentan una fabilidad del orden de 30% (Zhu et al., 2000; Stehman et
al., 2003). En Mxico, las principales bases de datos cartogrfcas del pas no se
sometieron a una evaluacin de su fabilidad excepto la cartografa del Inventario
Forestal Nacional (IFN) 2000 que fue sometido a una evaluacin parcial (Mas et al.,
2002; Couturier et al., 2010). Esta carencia tiene importantes consecuencias con
respecto al manejo pasado y actual de los datos geogrfcos en Mxico; signifca,
por ejemplo, que las tasas de cambio de uso de suelo derivadas de estos datos y
publicadas hasta la fecha carecen de validez estadstica.
Generalmente, se considera que existen dos tipos de error en los mapas
temticos (Chrisman, 1989; Goodchild et al., 1992; Pontius, 2000); los errores
temticos, que se referen a errores de atributo (etiqueta), y los errores geomtricos
(de posicin) en la delimitacin de los polgonos o la ubicacin de los pixeles.
Estos dos tipos de error estn estrechamente ligados y resulta difcil separarlos
(Chrisman, 1989). Aspinall y Pearson (1995) distinguen un tercer componente de
error potencial en los mapas temticos, el cual, se atribuye a la heterogeneidad
dentro de un polgono.
La evaluacin de la fabilidad temtica consiste en comparar la informacin
del mapa con informacin de referencia considerada muy confable. Generalmente
est basado en un muestreo de sitios de verifcacin, cuya clasifcacin se obtiene
a partir de observaciones de campo o, en el caso que el mapa est generado con
base en datos de percepcin remota, del anlisis de imgenes ms detalladas (con
mejor resolucin), que aqullas utilizadas para generar el mapa. Por ejemplo, se
utilizan fotografas areas para verifcar mapas de cobertura del suelo generados a
partir de imgenes de satlite como Landsat o SPOT (Peralta-Higuera et al. 2001;
Vogelmann et al., 2001; Mas et al., 2002).
En la confrontacin entre las clases cartografadas y las clases determinadas
en las fotografas areas o en el campo para los sitios de verifcacin, se supone
que la informacin de referencia es altamente confable y representa la verdad;
por lo que esta confrontacin permite evaluar la fabilidad del mapa y conocer
las confusiones que presenta. De acuerdo con Stehman y Czaplewski (1998), el
proceso de evaluacin de la fabilidad temtica se divide en tres etapas.
1) El muestreo, que consiste en la seleccin de los sitios de verifcacin.
2) La evaluacin del sitio de verifcacin, que permite obtener la clase corres-
pondiente a cada sitio.
EVALUACIN DE BASES DE DATOS CARTOGRFICOS
677
3) El anlisis de los datos, que consiste generalmente en la elaboracin de una
matriz de confusin y el clculo de ndices de fabilidad.
En este captulo se describe el proceso de evaluacin de la fabilidad temtica
de mapas. La primera parte del texto est organizada con base en las tres etapas
de la evaluacin descritas por Stehman y Czaplewski (1998): a) diseo del mues-
treo, b) evaluacin de los sitios de verifcacin y c) anlisis de los datos tomando
en cuenta la estrategia de muestreo. Luego, se aplica el mtodo de evaluacin a
un ejemplo, en el cual, se detallan los procedimientos de clculo (anlisis de los
datos). Finalmente, se recapitulan los principales puntos del proceso de evaluacin
y se dan algunas recomendaciones.
Diseo del muestreo
De acuerdo con el capitulo 1 de este libro (Navarro, 2010), las tres preguntas claves
del muestreo son, dnde, cmo y cunto muestrear. El diseo de muestreo
contempla la determinacin del tipo de unidades de muestreo (dnde muestrear),
del mtodo de seleccin de las mismas (cmo), as como del nmero de unidades
de muestreo necesarias, o tamao de muestra (cunto):
Las unidades de muestreo
La unidad de muestreo permite relacionar la localizacin de la informacin del mapa
con la del terreno. Puede ser un punto, un pixel (en caso de un mapa generado por
clasifcacin digital de una imagen de satlite), un grupo de pixeles, un polgono
del mapa o una unidad de superfcie con formas predeterminadas, por ejemplo, un
cuadro o un crculo de cierta superfcie. No existe un consenso defnitivo sobre la
unidad de muestreo ms adecuada (Chuvieco, 1996); su eleccin depende en mucho
de los objetivos de la evaluacin, del proceso de mapeo, de la escala del mapa, de
la estructura del paisaje y de las categoras que ms le interesan al usuario. A cada
unidad de muestreo le corresponde un sitio de verifcacin. Si la unidad de muestreo
es un punto, se compara la informacin del mapa en este punto con la muestra
tomada en la misma localizacin en el terreno; en la prctica, lo que se evala es
una superfcie alrededor del punto. Janssen y Van der Wel (1994) recomiendan el
uso de pixeles individuales como unidades de muestreo para los mapas obtenidos
de una clasifcacin digital pixel a pixel (ej. Stehman et al., 2003). En el caso de
mapas en formato vectorial, el uso de los polgonos como unidades de muestreo
678
permite una correspondencia directa entre stas y el mapa (Laba et al., 2002). Sin
embargo, al modifcar el mapa (actualizacin o agregacin de clases de un sistema
clasifcatorio jerrquico), esta correspondencia desaparece.
En el caso de unidades de superfcie predeterminadas, la superfcie que debe
cubrir el sitio de muestreo es tambin delicada de determinar, un sitio de verifcacin
grande puede incluir varias porciones de polgonos en el mapa y varias categoras en
el terreno o en la imagen de referencia, lo cual, genera ambigedades al confrontar
la informacin del sitio de verifcacin con la del mapa. Al contrario, un sitio de
verifcacin pequeo puede coincidir con una unidad del paisaje no representada
en el mapa por ser ms pequea que el mnimo cartografable del mismo. Por ejem-
plo, para evaluar mapas de cobertura vegetal, el uso de un relev de vegetacin
realizado en un cuadrante de 20 20 m y ubicado con un posicionador GPS puede
llevar a contradicciones entre la informacin de campo y la cartogrfca que no son
necesariamente errores en el mapa ya que el relev puede describir un fragmento
de vegetacin que, por cuestiones de escala, no est mapeado. Por lo tanto, durante
el anlisis de la unidad de muestreo, se sugiere tomar un rea del orden del mnimo
cartografable y recoger informacin sobre su entorno. Por ejemplo, algunos autores
toman informacin de campo en sitios adicionales situados a 150 y 300 m de la
unidad de muestreo en los 4 puntos cardinales alrededor del sitio (SWLIM, 2007).
Para el mapa del IFN de Mxico, se consideran mapas de verifcacin al lugar de
sitios puntuales, en donde el usuario puede utilizar la informacin alrededor de la
unidad de muestreo, en funcin de su escala de inters.
Otra estrategia que permite tomar en cuenta el entorno de un sitio puntual de
verifcacin es la evaluacin del sitio con enfoque difuso, concepto que se detalla
en la seccin sobre evaluacin de sitios de verifcacin.
El mtodo de muestreo
El muestreo consiste en seleccionar una pequea muestra del rea cartografada, de
tal forma que sea representativa de la totalidad del mapa. En un diseo de mues-
treo probabilista, todas las unidades de muestreo presentes en el mapa tienen una
probabilidad conocida superior a cero de ser seleccionadas, a esta probabilidad de
seleccin se le denomina probabilidad de inclusin.
Asimismo, durante la seleccin de las unidades de muestreo no se deben
descartar sitios que presenten ciertas caractersticas; como por ejemplo, estar
localizados en regiones con poca accesibilidad o en terrenos privados. En efecto,
existen numerosos ejemplos de diseos sesgados que no se pueden considerar
como estadsticamente vlidos, debido a que la muestra no es representativa del
679
conjunto del mapa. Por ejemplo, la seleccin de unidades de muestreo ubicadas
en el centro de los polgonos de los mapas conduce a una evaluacin optimista
de la fabilidad del mapa, ya que los errores son ms frecuentes en las zonas de
transicin entre diferentes categoras del mapa (Hammond y Verbyla, 1996). De
la misma manera, la utilizacin de los campos de entrenamiento para evaluar la
fabilidad de clasifcaciones digitales conduce a sobreestimar la fabilidad de los
resultados (Stehman y Czaplewski, 1998; Friedl et al., 2000).
Varias tcnicas de muestreo probabilista estn empleadas para el manejo de
recursos naturales: por ejemplo, el muestreo aleatorio simple, el muestreo siste-
mtico y el muestreo sistemtico no alineado (Figura 1).
Muestreo aleatorio simple (referido como muestreo aleatorio irrestricto en
el captulo 1 de este libro (Navarro, 2010). Las unidades de muestreo se eligen
de tal forma, que todas tienen la misma probabilidad de ser seleccionadas. En la
Figura 1, se seleccionaron aleatoriamente 100 unidades puntuales; el nmero de
unidades por categora del mapa tiende a ser proporcional a la superfcie de cada
categora. El problema con este tipo de muestreo es que las categoras del mapa
que presentan una superfcie reducida estn muy poco representadas o inclusive
ausentes de la muestra.
Muestreo sistemtico. La muestra se distribuye a intervalos regulares a partir
de un punto seleccionado de manera aleatoria. En la Figura 1 se determin cada
unidad de muestreo en el centro de cada celda de la malla cuadricular. Este mtodo
puede ser sesgado cuando existe algn patrn peridico en el rea estudiada como
por ejemplo una geo-forma alineada.
Muestreo sistemtico no alineado. La muestra se distribuye de manera regular,
pero con un cierto grado de libertad y permite representar todo el territorio. En la
Figura 1, se determin una unidad de muestreo en una posicin aleatoria dentro
de cada celda de la malla cuadricular.
Los muestreos sistemticos, as como el muestreo aleatorio simple, presentan
la ventaja de dar probabilidades de inclusin iguales para todas las unidades de
muestreo, lo que facilita considerablemente el anlisis estadstico de los datos.
Sin embargo, estos mismos muestreos generan sitios de verifcacin dispersos en
todo el territorio, lo que genera altos costos de traslado (Fitzpatrick-Lins, 1981;
Congalton, 1988b). Precisamente, en la evaluacin de la fabilidad cartogrfca,
un problema crucial es la conciliacin de los requisitos estadsticos que permiten
una evaluacin objetiva y cientfcamente defendible, con las consideraciones
logsticas que toman en cuenta los problemas de costo y de acceso para recolectar
la informacin de los sitios de verifcacin. Existen diferentes mecanismos que
permiten aminorar los problemas prcticos relacionados con el nmero y la selec-
cin de los sitios de verifcacin sin perder rigor estadstico.
680
Figur a 1. Esquemas de muestreo probabilistas en la evaluacin
de la fabilidad de mapas temticos.
681
Por ejemplo, la estratifcacin consiste en repartir el esfuerzo de muestreo con
base en estratos geogrfcos como regiones ecolgicas o entidades administrati-
vas, entre otros. Permite tambin distribuir el esfuerzo de muestreo, con proba-
bilidades de muestreo ms bajas, por ejemplo, en regiones menos accesibles. La
estratifcacin con base en las categoras del mapa permite garantizar que no se
sobre-muestreen las categoras con mayor extensin a expensas de las de menor
superfcie (Card, 1982).
Muestreo aleatorio estratifcado. La muestra se realiza dividiendo a la poblacin
en estratos, con base en una variable auxiliar (altitud, regin ecolgica, divisin ad-
ministrativa, facilidad de acceso, clase en el mapa, entre otros), lo que permite tener
cierto control sobre la distribucin de los sitios de muestreo y obtener informacin
sobre subconjuntos de la poblacin. En este tipo de muestreo la probabilidad de
inclusin es diferente segn la categora del mapa que sirve para la estratifcacin.
Por ejemplo, en la Figura 1 se seleccionaron aleatoriamente 30 unidades para cada
categora del mapa. Por lo tanto, es ms probable para un sitio ubicado en C de ser
seleccionado que para un sitio en A, ya que la superfcie de la categora A es ms
grande que la de la categora C. Eso no constituye ningn problema en el anlisis
de los resultados siempre y cuando estas probabilidades de inclusin sean conocidas
y utilizadas para ponderar las observaciones derivadas de cada estrato durante el
clculo de los ndices de fabilidad como veremos ms adelante.
El uso de muestreo por conglomerados es otra estrategia que permite la re-
duccin de costos.
Muestreo por conglomerados. Se seleccionan unidades que comprenden varias
muestras vecinas de acuerdo con un esquema predeterminado.
Se pueden seleccionar estos sitios con alguna de las tcnicas anteriores. Por
ejemplo, en la Figura 1 se seleccion el punto principal con un muestreo aleatorio
estratifcado (10 puntos por clase) y se defnieron dos puntos adicionales, siguiendo
una forma de L a cierta distancia del punto principal.
Muestreo doble (referido como por conglomerados en dos etapas en el ca-
ptulo 1 de este libro (Navarro, 2010)). En este mtodo, se efecta otro muestreo
dentro de los conglomerados previamente seleccionados. Es decir, no todos los
elementos o unidades del conglomerado forman parte de la muestra, sino que, una
vez seleccionados stos, se efecta una nueva seleccin o sub-muestreo dentro de
cada uno. A pequeas escalas, utilizando fotografas areas como conglomerados,
esta tcnica permite todava ms control sobre la dispersin del muestreo que
la estrategia de muestreo aleatorio estratifcado (Zhu et al., 2000); la seleccin
aleatoria simple de fotografas areas constituye una primera etapa muy utilizada
de muestreo doble para la evaluacin de mapas de CVUS (ejemplo en los Estados
Unidos de Amrica: Laba et al., 2002; Stehman et al., 2003). En zonas con alta
682
biodiversidad, el alto nmero de clases escasamente representadas difculta el
muestreo probabilista de los mapas de CVUS, de tal forma que, muy pocos mapas
detallados fueron evaluados hasta la fecha; por ejemplo, la seleccin aleatoria
estratifcada de fotografas areas como primera etapa de un doble muestreo se
emple con xito para la evaluacin parcial del IFN del 2000 en Mxico, ya que
la seleccin aleatoria simple de fotografas no permita muestrear las clases esca-
samente representadas en el mapa (Couturier, 2007).
Una tercera estrategia para lograr ahorros en costos consiste en hacer un
muestreo parcial sistemtico: la evaluacin de la fabilidad se puede llevar a cabo
para slo una parte del rea cartografada con base en la hiptesis de que sta es
representativa del conjunto del mapa. Tpicamente, se maneja un muestreo par-
cial sistemtico con la utilizacin de lneas de vuelo de fotografas areas o de
videografa que cruzan el rea cartografada y conforman una cobertura parcial
de esta ltima, como fue el caso del IFN 2000 (Peralta-Higuera et al., 2001; Mas
et al., 2002). Con todo rigor, la evaluacin de la fabilidad que se deriva de estas
fotografas es nicamente vlida para el rea cubierta por las lneas de vuelo. Sin
embargo, estas lneas de vuelo cubren el territorio mapeado de manera homognea
y sistemtica, por lo que se puede formular la hiptesis de que no existe sesgo,
esto es, que la porcin del territorio que corresponde a las lneas de vuelo es re-
presentativa del conjunto del territorio y, por lo tanto, los resultados obtenidos son
tambin vlidos para la parte no cubierta por las fotos areas (Mas et al., 2002). Esta
representatividad puede verifcarse comparando las proporciones de las categoras
en el mapa y en el muestreo por medio de una prueba como chi cuadrada.
Tamao de la muestr a
El tamao de la muestra se refere al nmero de sitios de verifcacin utilizados
para estimar la fabilidad del mapa. Entre ms grande sea el tamao de la muestra,
ms precisa ser la evaluacin. Sin embargo, por razones de costo y tiempo, es
conveniente determinar el tamao de muestra mnimo para alcanzar los objetivos
de la evaluacin.
La fabilidad p es la proporcin de sitios de verifcacin correctamente iden-
tifcados en el mapa. En el caso de un muestreo aleatorio simple, la desviacin
estndar de la estimacin de una proporcin p depende del tamao de la muestra,
del tamao de la poblacin estudiada y de la proporcin (Cochran, 1980; Stehman,
2001), como lo describe la ecuacin 1:

s
p
N n
N
p p
n
1
1
1
( )
(1)
683
donde s
p
es la desviacin estndar de la estimacin de la fabilidad, N es el tamao
de la poblacin, n es el tamao de la muestra (nmero de unidades de muestreo)
y p la fabilidad de la muestra. Se manejan en la ecuacin 1 los estimadores sin
sesgo para una poblacin posiblemente pequea (el caso de clases poco represen-
tadas en el mapa).
La aproximacin normal permite determinar que tanto la fabilidad p medida
en la muestra permite una estimacin precisa de la fabilidad del mapa P. Con
base en esta aproximacin, se puede emplear la ecuacin siguiente, derivada de la
ecuacin (1), para relacionar la precisin con la cual p estima la fabilidad del mapa
(medio-intervalo de confanza B), con la fabilidad p, el tamao de la muestra n y de
la poblacin N, ecuacin (2) (Cochran, 1980; Wannacott y Wannacott, 1991).

B z
p
N n
N
p p
n

a
s
/
( )
2
1
1
1
(2)
Donde, adoptando las notaciones del captulo 1 de este libro (Navarro, 2010),
B es el error (medio intervalo de confanza) de la estimacin, p la fabilidad, n el
nmero de unidades de muestreo seleccionadas, N el tamao de la poblacin, y
z
a/2
el valor que separa un rea de a/2 en la cola del lado derecho de la distribu-
cin normal estndar; por ejemplo, si deseamos determinar el ancho del intervalo
de confanza para el cual la probabilidad de que el valor real de la fabilidad del
mapa P est fuera del intervalo sea slo de 5% (a =0.05) entonces z
a/2
=z
0.025
=
1.96 (tabla de Z).
Para fnes prcticos, cuando N es grande, una primera aproximacin de B y
de n es como sigue ecuacin 3a (Cochran, 1980; Fitzpatrick-Lins, 1981; Dicks y
Lo, 1990):

B z
p p
n

a /
( )
2
1
(3a)
que es equivalente a (ecuacin 3b):

n
z p p
B

a /
( )
2
2
1
2
(3b)
Con base en la ecuacin (3a), se puede observar que, entre ms grande sea el
tamao de la muestra n, ms pequeo es el intervalo de confanza; por lo tanto,
ms precisa es la estimacin de la fabilidad; por ejemplo, con 50 unidades de
muestreo, una fabilidad de 80% (p = 0.8) presenta un medio intervalo de confanza
684
B de 11%, es decir que, es muy probable (95% de probabilidad usando el valor de
z para a = 0.05) que la fabilidad est entre 69 y 91%, pero con 250 unidades de
muestreo el intervalo de confanza se reduce a 5%.
Con el mismo nmero de unidades de muestreo, la fabilidad se estima con
menos precisin si p se acerca a 50%. Por ejemplo, con 100 unidades de muestreo,
una fabilidad de 50% tiene un intervalo de confanza de 9.8% y una de 90%,
5.9%. En el Cuadro 1 se indica el tamao de muestra necesario para diferentes
valores de fabilidad y precisin de la evaluacin.
Con el fn de reducir el nmero de sitios de verifcacin se puede manejar una
precisin variable segn el inters que el usuario tenga para las diferentes catego-
ras. Por ejemplo, la evaluacin de un mapa de uso del suelo y cobertura vegetal
para un usuario forestal, se debe llevar al cabo con un esfuerzo de muestreo ms
importante en las clases forestales lo que permitir una precisin mayor. En cam-
bio, el esfuerzo menor en las dems categoras resultar en una precisin menor
en la estimacin de la fabilidad de estas categoras.
Para los muestreos aleatorios estratifcados, la ecuacin (3b) se emplea para
buscar el tamao de muestra deseable en cada estrato pero la ecuacin (3a) no
aplica cuando se calcula el intervalo para toda la poblacin, reagrupando los es-
tratos (Stehman, 2000; vase la seccin sobre anlisis de datos).
La auto-correlacin espacial, que se puede defnir por el hecho de que el error
no se distribuye de manera homognea en el mapa, pero que tiende a agregarse,
tambin afecta las estimaciones del intervalo de confanza de la fabilidad (pero no
infuye en la fabilidad). El tipo de muestreo ms afectado es por conglomerados,
los muestreos sistemticos y aleatorios estratifcados son los menos sensibles.
Para los muestreos por conglomerados se pueden utilizar las mismas ecuaciones
que para el clculo de la fabilidad y la precisin de la estimacin, pero se debe
tomar en cuenta que el intervalo de confanza es en realidad ms grande que el
calculado (Stehman, 2000). Alternativamente, es recomendable utilizar estimadores
Cuadro 1. Tamao de la muestra por clase en funcin de p y B.
p (%)
B (%)
90 80 70 60 50
2.5 553 983 1291 1475 1537
5.0 138 246 323 369 384
10.0 35 61 81 92 96
p : abilidad estimada; B : medio intervalo de conanza
685
del intervalo de confanza de la fabilidad que toman en cuenta la auto-correlacin
espacial de los errores en ciertos casos de muestreos por conglomerados (Stehman
et al., 2003).
Evaluacin de los sitios de verifcacin
Este paso consiste en la caracterizacin del sitio de verifcacin para asociarlo a
una o varias clases del sistema clasifcatorio del mapa que se evala. En la prctica,
la evaluacin del sitio de verifcacin, en particular si es un punto o un pixel, se
lleva al cabo con base en el anlisis de cierta rea alrededor del mismo.
Errores en la localizacin del sitio de verifcacin en el mapa pueden afectar el
proceso de evaluacin (Khorram et al., 2000). En el caso de la evaluacin de cartas
de cobertura vegetal y uso de suelo, la determinacin de los sitios de verifcacin
en la fotografa area a partir de su ubicacin visual en la imagen que sirvi para
producir el mapa, es una tcnica probada que permite reducir este riesgo de error
(Zhu et al., 2000; Stehman et al., 2003; Wickham et al., 2004; Couturier et al.,
2006).
Luego, la evaluacin conduce a asociar comnmente el sitio de verifcacin a
una sola categora de la leyenda del mapa. Sin embargo, no es siempre posible ni
conveniente limitarse a una clase nica para caracterizar el sitio de verifcacin,
porque este ejercicio puede ser muy subjetivo (Hord y Brooner, 1976).
La subjetividad puede deberse a que el sitio se localice en una zona de transicin
espacial progresiva entre dos categoras del mapa (por ejemplo, una zona transitoria
de bosque entre las clases bosque de pino y bosque de pino-encino) o en una rea
fragmentada donde se encuentran varias categoras. Puede tambin corresponder
a un estadio de transicin temporal entre categoras (por ejemplo, la vegetacin
secundaria es una transicin entre dos tipos de vegetacin, caso particularmente
frecuente en el rea subtropical).
Tales evaluaciones subjetivas del mapa llevan generalmente a subestimar la
fabilidad del mapa y varios autores han propuesto diversos mecanismos para
aminorar esta subestimacin. Khorram y colaboradores (2000) caracterizan el
sitio de verifcacin con una clase principal y una adicional. En la confrontacin
entre el mapa y la informacin de referencia, en caso de que la clase principal no
corresponda con el mapa, se da una segunda oportunidad con la clase adicional.
Otros autores caracterizan de manera cuantitativa el sitio de verifcacin, tanto en
el mapa como en la informacin de referencia, utilizando las proporciones de la
superfcie representada por cada categora.
686
Una estrategia popular para califcar los sitios de verifcacin tomando en
cuenta las posibles ambigedades temticas discutidas arriba es el enfoque difu-
so. En este enfoque, la similitud de un sitio a una clase del sistema clasifcatorio
se expresa a travs de un grado de pertenencia, una variable que toma cualquier
valor entre 0 y 1 para expresar la pertenencia parcial a diferentes conjuntos. Por
ejemplo, en el caso de dos categoras basadas en la cubierta de la copa de los
rboles (vegetacin abierta si la cubierta es entre 10 y 40%; vegetacin cerra-
da cuando la cubierta de las copas es superior a 40%), un sitio de verifcacin
con 40% de cubierta, presenta 0.5 de pertenencia en ambas categoras (cerrada
y abierta). En el enfoque booleano, el intrprete tendra que clasifcarlo en una
de las dos categoras.
Woodcock y Gopal (1994) desarrollaron un mtodo de caracterizacin del
sitio de verifcacin basado en una escala lingstica que asocia cada sitio con
una categora a travs de una califcacin que expresa la adecuacin de la clase
con el sitio:
5: esta categora defne perfectamente lo que se observa en la fotografa,
4: esta categora corresponde bien con lo que se observa en la fotografa,
3: esta categora no es la ms adecuada para defnir lo que se observa en la
fotografa, pero es aceptable,
2: esta categora sera una mala clasifcacin de la fotografa y,
1: esta categora no tiene que ver con la fotografa.
Cada expresin se asocia con un grado de pertenencia. Estos autores proponen
un mtodo para el clculo de ndices de fabilidad utilizando este enfoque difuso
(Gopal y Woodcock, 1994; Gopal et al., 1999), realizando evaluaciones con di-
ferentes niveles de tolerancia y reportando el resultado de cada evaluacin (Laba
et al., 2002).
Anlisis de los datos
El anlisis de los datos de fabilidad se hace generalmente a travs de una matriz
de confusin, o matriz de error, que permite confrontar la informacin de los sitios
de verifcacin con aquella de la base cartogrfca que se pretende evaluar. En la
matriz de confusin, las flas representan generalmente las clases de referencia y
las columnas las clases del mapa. La diagonal de la matriz expresa el nmero de
sitios de verifcacin para los cuales hay concordancia entre el mapa y los datos
de referencia, mientras los marginales indican errores de asignacin.
687
Con base en la matriz de confusin se desarrollaron varios ndices de fabili-
dad (Stehman y Czaplewski, 1998). Para el clculo de estos ndices, es necesario
conocer el mtodo de muestreo que se utiliz para seleccionar las unidades de
muestreo. En el muestreo aleatorio simple (con o sin conglomerados) o los mues-
treos sistemticos, cualquier unidad en el mapa presenta la misma probabilidad
de inclusin en el muestreo. El nmero de sitios verifcados por categora es por
lo tanto, aproximadamente proporcional a la superfcie de cada categora: una
categora que tiene una amplia distribucin, presenta ms sitios verifcados y,
por lo tanto, ms peso en el clculo de la fabilidad global que una categora cuya
superfcie es ms restringida.
En un muestreo estratifcado, eso no es necesariamente cierto ya que el n-
mero de unidades por categora es determinado separadamente y puede ser muy
diferente a la superfcie representada por la categora (es decir, las unidades de
muestreo no presentan la misma probabilidad de inclusin, pues sta depende de
su categora en el mapa utilizado para estratifcar el muestreo). Por ejemplo, un
muestreo estratifcado por las categoras del mapa puede conducir a seleccionar
el mismo nmero de unidades para una categora de amplia distribucin o de muy
baja distribucin. El clculo de la fabilidad del mapa debe, por lo tanto, tomar
en cuenta la sobre-representacin de las categoras de baja distribucin, a fn de
evitar sesgar el resultado hacia la fabilidad de estas categoras.
En un muestreo doble (por conglomerados en dos etapas), las probabilidades
de inclusin de cada unidad se derivan del mtodo de seleccin empleado en las
dos etapas, por lo que pueden o no ser iguales. El clculo de estas probabilidades
de inclusin est contemplado en la seccin 4.3.
Cuadro 2. Matriz de confusin expresada en proporcin.
Las mismas anotaciones se utilizan en las ecuaciones a continuacin.
Mapa
Sitios
de vericacin
C
1
C
2
... C
j
... C
q
Total
C
1
p
11
p
12
... p
1j
... p
1q
p
1+
C
2
p
21
p
22
... p
2j
... p
2q
p
2+
... ... ... ... ... ... ... ...
C
i
p
i1
p
i 2
... p
i j
... p
i q
p
i+
... ... ... ... ... ... ...
C
q
p
q1
p
q2
... p
q j
... p
q q
p
q +
Total p
+1
p
+2
... p
+ j
... p
+ q
1
688
Caso de un muestreo con probabilidades de inclusin iguales
Se describen a continuacin el clculo de los ndices de fabilidad para los casos
de muestreo aleatorio simple (con o sin conglomerados) y muestreos sistemticos.
Es conveniente expresar los valores de la matriz en proporcin del nmero total
de sitios de verifcacin. El Cuadro 2 representa una matriz de confusin para q
categoras (C
1
, C
2
C
q
), p
11
es por ejemplo la proporcin de sitios clasifcados
como categora 1 tanto en el mapa como en el sitio de verifcacin, p
1+
y p
+1
son
respectivamente las sumas de las proporciones de la categora C
1
en el mapa y en
los datos de referencia.
Con base en estas anotaciones, la fabilidad global P
c
se calcula sumando los
valores de la diagonal de la matriz como se indica en la ecuacin siguiente.

P p
c kk
k
q
1
(4)
El intervalo de confanza alrededor de esta estimacin de la fabilidad se calcula
con base en la ecuacin (3a).
Existen tambin ndices que dan cuenta de la fabilidad de cada una de las
clases del mapa. Se distinguen dos tipos de error segn si la lectura de la matriz
se hace con base en las lneas o en las columnas. El error, de comisin EC
k
repre-
senta la proporcin de sitios de verifcacin cartografada en una cierta clase k,
pero que en realidad pertenece a otra categora. El error de omisin EO
k
se refere
a la proporcin de sitios de verifcacin correspondiente a una categora k que fue
cartografada en otra (Aronoff, 1982; Chuvieco, 1996). En relacin a estos dos tipos
de errores se defnen dos ndices de fabilidad por categora: a) la fabilidad del
usuario FU
k
, que puede interpretarse como la probabilidad que un sitio clasifcado
como k y aleatoriamente seleccionado sea realmente k en el terreno, y b) la fabi-
lidad del productor FP
k
, que es la proporcin de sitios de verifcacin de la clase
k que estn representados en el mapa o en la base de datos como tal (ecuaciones
5 y 6). Los valores de fabilidad del usuario y del productor estn relacionados
respectivamente con los errores de comisin y omisin. Aronoff (1982) defne el
riesgo del productor como el hecho de rechazar un mapa aceptable y el riesgo del
usuario, aceptar un mapa no fable.

FU
p
p
k
kk
k
+
(5)

FP
p
p
k
kk
k
+
(6)
689
Los errores del usuario y del productor son respectivamente relacionados con
los errores de comisin y de omisin como se indica a continuacin:

EC FU
p
p
k k
kk
k

+
1 1
(7)

EO FP
p
p
k k
kk
k

+
1 1
(8)
Los ndices de fabilidad descritos anteriormente no toman en cuenta los ele-
mentos fuera de la diagonal de la matriz (Rosenfeld y Fitzpatrick-Lins, 1986). Por
esta razn, se generaliz el uso del coefciente de Kappa K, que utiliza las sumas
marginales de la matriz y da cuenta de la contribucin del azar en la fabilidad
del mapa.

K
P P
P
c a
a

1
(9)
donde K es el ndice de Kappa, P
c
la proporcin de rea correctamente clasifcada
(fabilidad global) y P
a
la fabilidad resultante del azar.
P
c
se obtiene sumando los elementos de la diagonal (Ecuacin 4). La fabili-
dad que se puede atribuir al azar, P
a
, se calcula sumando el producto de las sumas
marginales:

P p p
a k k
k
q
+ +
1
(10)
El coefciente de Kappa se puede calcular para cada categora con base en las
flas o en las columnas de la matriz de manera similar al clculo de la fabilidad del
usuario y del productor. El coefciente de Kappa del productor para la categora
(fla) i se calcula segn:

K
p p p
p p p
i
ii i i
i i i
+ +
+ + +
(11)
El coefciente de Kappa del usuario para la categora (columna) j se obtiene
segn:

K
p p p
p p p
j
jj j j
j j j
+ +
+ + +
(12)
690
El coefciente de Kappa expresa la fabilidad de un mapa, a la cual, se resta la
fabilidad de un mapa con las mismas categoras arregladas de manera aleatoria.
Por ejemplo, un coefciente de Kappa de 0.56 signifca que la clasifcacin es
56% mejor que la fabilidad esperada, asignando aleatoriamente una categora de
cobertura a los polgonos (Dicks y Lo, 1990). Por lo tanto, el coefciente de Kappa
es siempre inferior o igual a la fabilidad global. Sin embargo, para el usuario de
un mapa no importa que cierta proporcin del mapa est correcta debido al azar
(Turk, 1979). Por tanto, no es lgico restar la contribucin del azar a la calidad del
mapa, por lo cual Stehman (1997) considera que el ndice de Kappa no es un buen
ndice de la calidad de un mapa y es ms apropiado cuando se pretende evaluar
diferentes mtodos de clasifcacin.
Caso de muestreos con probabilidades de inclusin desigual
En el caso de muestreos estratifcados y muestreos dobles, el nmero de sitios
verifcados por categora ya no es necesariamente proporcional a la superfcie cu-
bierta por cada categora, lo cual, se debe tomar en cuenta al calcular los ndices de
fabilidad. A continuacin, se presenta el mtodo propuesto por Card (1982) para
corregir la matriz de confusin derivada de un muestreo estratifcado y ponderar el
nmero de sitios de verifcacin por la superfcie de cada categora en el mapa.
Supongamos una matriz de confusin con q lneas y q columnas como la
matriz del Cuadro 2, cada elemento de la matriz corregida p
ij
se obtiene con la
ecuacin 13.

p
p
p
ij
j ij
j
+
p
(13)
En esta nueva matriz, la suma de las celdas de cada columna j es igual a
j
, la
proporcin de cada categora en el mapa (lo que se espera de un muestreo aleatorio
simple). Con base en esta matriz, se calculan la fabilidad global, del usuario y del
productor como fue descrito anteriormente. Es importante notar que los resultados
para la fabilidad global y la del productor son diferentes de los obtenidos con base
en la matriz sin corregir. Stehman (1996) propone un mtodo para calcular el va-
lor de Kappa y su varianza para los muestreos aleatorios estratifcados ya que las
ecuaciones 9 a 12 son vlidas nicamente para muestreos aleatorios simples.
Para muestreos aleatorios simples, el clculo del intervalo de confanza de la
fabilidad global se calcula con la ecuacin 3a al menos que los sitios de verifca-
cin cubran una parte importante del rea mapeada, es decir que n no es pequea
en comparacin con N. En este caso se utilizar la ecuacin 2. Los intervalos de
691
confanza de la fabilidad del usuario y del productor se calculan utilizando las
ecuaciones 14 y 15 respectivamente (Card, 1982):
B
Us,j
medio-intervalo de confanza de la fabilidad del usuario para la clase j:

B z
p p
n
Us j
jj j jj
j
, /

( )

a
p
p
2
3
(14)
B
Prod,I
medio-intervalo de confanza de la fabilidad del productor para la clase i:
B z p p p p p n p p
ii i ii ij j ij j i ii Prod,i
+
+
+ a
p p p
/

( ( ) / ) ( )(
2
4
ii ii i
j i
q
p n

) /
,
,
,
]
]
]
]
2
p
(15)
Donde p
i
es la proporcin de la categora i en el mapa y n el tamao de la
muestra
Para muestreos estratifcados, el clculo de los intervalos de confanza de la
fabilidad global, del usuario y del productor se calculan como se describe a con-
tinuacin (Card, 1982):
B
Glob
medio-intervalo de confanza de la fabilidad global:

B z p p n
Glob jj j jj j
j
q

+
a
p
/

( ) /
2
1 (16)
B
Us,j
medio-intervalo de confanza de la fabilidad del usuario para la clase j:

B z
p p
n
Us j
jj j jj
j j
, /

( )

+
a
p
p
2
2
(17)
B
Prod,I
medio-intervalo de confanza de la fabilidad del productor para la clase i:
B
Prod,i
+
+
+ +
z p p p p p n p p
ii i ii ij j ij j i ii a
p p
/

( ( ) / ) ( )(
2
4
ii ii i
j i
q
p n

) /
,
,
,
]
]
]
]
+
2
(18)
Caso de los muestreos dobles (o por conglomerado en dos etapas)
En caso de muestreos dobles, se necesita calcular la probabilidad de inclusin de
una unidad de muestreo en funcin de la seleccin en cada una de las dos etapas
692
de muestreo. Por ejemplo, si la seleccin de los conglomerados se hace de manera
aleatoria simple, y la seleccin de las unidades en la segunda etapa se hace de
manera estratifcada por categora (estrategia adoptada por Laba et al., 2002), la
probabilidad de seleccin tendr que ser proporcional a la superfcie de la categora
en un primer tiempo, y luego tendr que ser mayor la probabilidad de seleccin
de las unidades que corresponden a categoras con baja superfcie en el mapa. En
total, la probabilidad de seleccin tendr que ser mayor en las unidades de muestreo
que corresponden a una categora con baja superfcie total.
En lenguaje probabilista, eso quiere decir que la probabilidad de inclusin
total (al terminar la segunda etapa) de una unidad depende de la probabilidad de
seleccin en la primera etapa (seleccin de los conglomerados) y de la probabili-
dad de la seleccin en la segunda etapa condicionada a la seleccin de la primera
etapa. Esta condicionalidad est expresada por la Ley de Bayes:

I I I
j j j 2 21 1
| ,
*
(19)
Donde, para una clase j, I
2j
es la probabilidad de inclusin (que llamaremos
inclusin) al terminar la segunda etapa, I
1j
es la inclusin al terminar la primera
etapa, e I
2I1,j
es la probabilidad condicional, o sea la probabilidad de inclusin del
mtodo de la segunda etapa, una vez realizada la primera etapa.
As, en el ejemplo de seleccin aleatoria simple de conglomerados y aleatoria
estratifcada de unidades dentro de los conglomerados (Laba et al., 2002; mencio-
nado anteriormente), podramos tener las siguientes probabilidades de inclusin:
I
1j
=K
c
/N
c
, donde N
c
es el nmero total de conglomerados (fotografas areas,
por ejemplo) cubriendo el rea mapeado, y donde K
c
es un nmero de conglome-
rados prediseados (a menudo determinado por el presupuesto disponible) para
muestrear todas las clases en la zona.
I
2I1,j
=n
j
/N
j
, donde N
j
es el nmero de unidades de muestreo de la clase j en
los K
c
conglomerados seleccionados, y n
j
es el nmero de unidades de muestreo
asignado a la clase j (tamao de la muestra para la clase j).
En este caso, los pesos diferenciales inversos a la probabilidad de inclusin
I
1j
* I
2I1,j
=K
c
/N
c
* n
j
/N
j
se atribuyen al valor de fabilidad de cada clase j, para cal-
cular la fabilidad global, en lugar de los
j
que se aplican en el caso del muestreo
estratifcado.
En cuanto al medio intervalo de confanza, un fenmeno geo-estadstico di-
fculta su clculo para el muestreo doble y en general para todos los muestreos
por conglomerado. Este fenmeno radica en la auto-correlacin espacial de los
errores en un mapa. En otras palabras, dos sitios de verifcacin muy cercanos en
el terreno tienden a dar una informacin similar sobre fabilidad del mapa, mientras
693
las respuestas de dos sitios de verifcacin lejanos sern relativamente indepen-
dientes una de otra. Debido a la difcultad en estimar o medir este fenmeno de
auto-correlacin espacial, la gran mayora de los estudios que utilizan un muestreo
por conglomerado no toman en cuenta el incremento de incertidumbre (incremento
del medio intervalo de confanza) sobre el valor de la fabilidad estimada, debido
a la correlacin entre sitios de verifcacin (Stehman et al., 2003). Sin embargo,
Srndal y colaboradores (1992) publicaron un estimador del medio intervalo de
confanza para muestreos dobles en caso de que todos los sitios verifcados de un
conglomerado muestreado corresponden solamente a una clase mapeada (no trata
el caso de que un mismo conglomerado contenga unidades para 2 clases o ms):

B z
n n N
n
g g
Glob
k k k
k k
q
ik
i
n
k
k

a/ .
( / )
( )
( )
2
1 1
2
1
1
(20)
donde:

g
w y x P
w x
g
ik
ijk ijk ijk C
m
ijk ijk
j
m
i
n
k
q
k
ik
ik k
.
( )
1 1 1
y gg n
ik
i
n
k
k
.
j
(
,
,
\
,
(
(
1
(21)
Siendo n
k
y N
k
respectivamente el tamao de muestra y la poblacin total de la
clase k, w
ijk
la probabilidad de inclusin de la unidad de muestreo i en el conglome-
rado j para la clase k. Este estimador est integrado en la funcin Survey-Means
en la versin 8.3 (ao 2001) del paquete Statistical Analysis Software (SAS). x
ijk
e
y
ijk
son las variables genricas utilizadas en los cocientes que describen los ndices
de fabilidad por evaluar (SAS, 2008).
En los hechos, a falta de mejor alternativa, este estimador ha sido utilizado para
situaciones de muestreo doble que incluyen la posibilidad de muestrear varias clases
en un mismo conglomerado (Stehman et al., 2003; Couturier et al., 2009).
Correccin de las superfcies derivadas del mapa
A menudo se derivan estadsticas sobre la superfcie de cada categora con base en
el mapa. Sin embargo, los errores del mapa pueden afectar dichas estadsticas. Si
una categora se ve principalmente afectada por errores de omisin, se subestima
694
su superfcie. Al contrario, el rea de una categora que presenta fuertes errores de
comisin se encontrar sobreestimada ya que una cierta superfcie de otras cate-
goras se contabilizar para calcular su propia rea. Se puede utilizar la matriz de
confusin para corregir los sesgos debido a los errores cartogrfcos en estas esti-
maciones. La superfcie corregida de una categora es igual a la proporcin de esta
categora que est correctamente cartografada a la cual se le agrega la proporcin
de las dems categoras que en realidad pertenece a la categora considerada.
Se calcula, por lo tanto, la proporcin de cada categora correctamente clasif-
cada as como la proporcin clasifcada en cada una de las dems categoras. Esta
operacin equivale a normalizar cada columna de la matriz para que sume el valor
uno. El valor de cada celda, se obtiene dividiendo el valor de la celda de la matriz
corregida por el mtodo de Card por la suma de la columna (ecuacin 22).

p
p
p
ij
ij
j
+
(22)
Finalmente, la proporcin corregida de la categora K se calcula utilizando la
ecuacin 23.

p p
k kj kj
j
q
p

1
(23)
Donde
p
k
es la proporcin de la categora k en el mapa y
p
k
es la proporcin
corregida con base en la matriz de confusin.
Un ejemplo de evaluacin
La Figura 2 muestra un mapa representando la distribucin de tres categoras de
coberturas del suelo. Segn el mapa, la zona de estudio es dominada por la cate-
gora A (7981 ha), seguido por B (1386 ha) y C (633 ha). Se verifcaron en campo
30 sitios seleccionados con base en un muestreo aleatorio estratifcado (10 sitios
por categora). La comparacin entre el mapa y la informacin de campo permite
observar algunos sitios para los cuales hay discrepancia entre las dos fuentes de
informacin, lo cual, se plasma en la matriz de confusin (Cuadro 3).
Esta matriz de confusin se puede expresar en proporcin del nmero total
de puntos, lo que equivale, en este caso, a dividir el valor de cada celda entre 30
(Cuadro 4). Debido al muestreo estratifcado, cada categora del mapa est repre-
695
Figur a 2. Mapa temtico (3 clases A, B y C) y sitios de verifcacin.
Cuadro 3. Matriz de confusin derivada de la fgura 2.
Mapa
Sitios
A B C
A 8 1 0
B 1 7 0
C 1 2 10
Suma 10 10 10
sentada por una igual proporcin de sitios (33.3%), proporcin muy diferente a
aquella de la superfcie de cada categora. De acuerdo con las superfcies calculadas
con base en el mapa, la proporcin de las tres categoras son respectivamente 80,
14 y 6 % (Cuadro 4).
696
Con el fn de evitar sesgos relacionados con la sobre-representacin de las clases
minoritarias (B y C) en el muestreo, se aplican las correcciones de Card (ecuacin
13). En la matriz corregida por el mtodo de Card, la suma de las columnas es
igual a la proporcin de la categora en el mapa (Cuadro 5).
Con base en la matriz corregida, es posible calcular los diferentes ndices de
fabilidad aplicando la ecuacin 4. La fabilidad global es de 80% (suma de la
diagonal: 0.64 + 0.10 + 0.06 = 0.8). Note que este valor de fabilidad es diferente
del valor que se obtiene sin tomar en cuenta el tipo de muestreo (es decir sumando
la diagonal de la matriz del Cuadro 4).
Cuadro 4. Matriz de confusin expresada en proporcin.
Mapa
Sitios
A B C
A 0.27 0.03 0.00
B 0.03 0.23 0.00
C 0.03 0.07 0.33
Suma 0.33 0.33 0.33
Proporcin en el mapa 0.80 0.14 0.06
Cuadro 5. Matriz corregida por el mtodo de Card.
Mapa
Sitios
A B C suma
A
0.64
0.01 0.00 0.65
B 0.08
0.10
0.00 0.18
C 0.08 0.03
0.06
0.17
suma 0.80 0.14 0.06
697
El intervalo de confanza de esta estimacin, calculado de acuerdo con la
ecuacin 14, es de 20% (con a=0.05).

B

+

+

196
064 080 064
10
01014 010
10
006 006 006
10
.
. ( . . ) . ( . . ) . ( . . )
02 .
Se calcularon las fabilidades del usuario y del productor con base en las
ecuaciones 5 y 6 respectivamente. Por ejemplo, para la categora A, la fabilidad
del productor es 98% (0.64/(0.64+0.01)=0.98) y la fabilidad del usuario es 80%
(0.64/(0.64+0.08+0.08)=0.8). Los resultados para las dems categoras se muestran
en el Cuadro 6.
Se calcularon los intervalos de confanza de las estimaciones de las fabilidades
del usuario y del productor con base en las ecuaciones 15 y 16 respectivamente.
Por ejemplo, para calcular el medio-intervalo de confanza de la fabilidad del
usuario y del productor de la categora A, se utilizan las ecuaciones 17 y 18:

B
Us A ,
.
. ( . . )
. *
.

196
064 08 064
08 10
02479
2
B
od A Pr ,
. . . .
( . ( . . ) ( ( .

+

196 064 065 064

001 014 001
10
0 006 0
4
))
( . . )( . . ) /
10
08 064 065 064 10
2
j
(
,
\
,
(
+
,
,
]
]
]
El Cuadro 7 indica los resultados para las tres categoras. Para modifcar las
estimaciones de las reas de las categoras A, B y C en el mapa, la matriz corregida
por Card (Cuadro 5) se modifca para obtener el Cuadro 8.
Cuadro 6. Matriz de confusin con ndices de fabilidad
Mapa
Sitios
A B C Fiabilidad del
productor
Error de
omisin
A 0.64 0.01 0.00 0.98 0.02
B 0.08 0.10 0.00 0.55 0.45
C 0.08 0.03 0.06 0.37 0.63
Fiabilidad del usuario 0.80 0.70 1.00
Error de comisin 0.20 0.30 0.00
698
Cuadro 7. ndices de fabilidad y sus respectivos medio-intervalos de confanza.
Fiabilidad del usuario Fiabilidad Medio intervalo de conanza
A 80.00% 24.79%
B 70.00% 28.40%
C 100.00% 0.00%
Fiabilidad del productor
A 70.40% 12.63%
B 88.57% 20.65%
C 95.85% 17.47%
Cuadro 8. Probabilidades de asignacin real de las categoras mapeadas.
Probabilidades
Sitios A B C
A 0.80 0.10 0.00
B 0.10 0.70 0.00
C 0.10 0.20 1.00
Cuadro 9. Estimaciones de la proporcin y superfcie de las categoras despus de las
correcciones de los errores de clasifcacin.
Categoras Proporcin Supercie (ha)
A 0.65 6,523
B 0.18 1,768
C 0.17 1,708
699
Examinando la columna que se refere a la categora A, se puede observar que
80% de la superfcie mapeada como A es efectivamente de esta categora y que
los 20% restantes pertenecen en realidad a las dos otras categoras. Por otro lado,
10% de la superfcie mapeada como B es en realidad A. La proporcin corregida
de A en el rea de estudio es por lo tanto 80% de la proporcin de A, a la cual, se
le suma 10% de la proporcin mapeada como B (0.8 0.8 +.1 0.14 =0.65).
Debido a los errores de comisin de A, esta rea est sobre-representada en el mapa,
y ocupa solamente 65% del rea de estudio mientras representa 80% en el mapa.
La superfcie corregida se obtiene con base en el rea total cartografada (10,000
ha). Las estimaciones de las proporciones y superfcies corregidas se encuentran
en el Cuadro 9.
Conclusin y recomendaciones
El valor de los datos geogrfcos depende de la calidad de su sistema de clasif-
cacin y su fabilidad. Con base en los insumos comnmente utilizados para la
cartografa (imgenes de percepcin remota) y por la naturaleza misma del objeto
de estudio, como por ejemplo, la vegetacin que presenta una distribucin a veces
difusa, es difcil obtener una representacin cartogrfca totalmente libre de error
o de ambigedades. Por lo tanto, cuando se produce algn producto cartogrfco,
es imprescindible llevar al cabo una evaluacin de su fabilidad con un mtodo
robusto y objetivo.
En primer lugar, el diseo de muestreo es sumamente importante para reducir
costos conservando rigor estadstico: las caractersticas de las unidades de mues-
treo dependen del tipo y de la escala del mapa evaluado. Para reas pequeas con
categoras bien representadas, se puede llevar al cabo un muestreo sistemtico o
aleatorio simple. Si existen clases escasamente representadas o si es conveniente
tener ms control sobre la distribucin de los sitios de verifcacin, un muestreo
estratifcado es recomendable. En todos estos casos, el uso de conglomerados
permite bajar los costos. Para evaluar mapas a escala regional, el muestreo doble
es el ms efciente. A fn de determinar el tamao de la muestra, es necesario hacer
una hiptesis sobre la fabilidad que se espera alcanzar (antes de medirla) y realizar
una primera estimacin utilizando la ecuacin 3b.
En segundo lugar, la evaluacin de los sitios de verifcacin, que consiste en
asociarlo a una o varias clases del sistema clasifcatorio del mapa que se evala, no
est exenta de cierta ambigedad, la cual, puede manejarse utilizando un enfoque
de lgica difusa.
En tercer lugar, el anlisis de los datos est basado en una matriz de confusin.
Es necesario tomar en cuenta el tipo de muestreo utilizado para llevar al cabo el
700
clculo de los ndices de fabilidad como la fabilidad global, del usuario y del
productor. Se recomienda transformar los elementos de la matriz en proporcio-
nes del nmero de sitios de verifcacin. En el caso de un muestreo sistemtico
o aleatorio simple, el clculo de estos ndices se obtiene con las ecuaciones 5 a
8. Para muestreos estratifcados, hay que crear una nueva matriz aplicando las
correcciones propuestas por Card (Ecuacin 13), despus de lo cual, se aplican
las mismas ecuaciones que para el muestreo aleatorio simple. Para calcular el
intervalo de confanza, que permite evaluar la precisin con la cual se estima
el valor de la fabilidad, se debe tambin tomar en cuenta el tipo de muestreo
utilizado. Para muestreo sistemtico y aleatorio simple, la ecuacin 2 (cuando
la poblacin N no es mucho ms grande que el tamao de la muestra n, es decir
que los sitios de verifcacin cubren una parte importante del mapa o de ciertas
categoras del mapa) o 3a (cuando N es mucho ms grande que n, lo que es el
caso ms comn) permiten calcular el intervalo de confanza de la fabilidad
global. Para estimar el intervalo de confanza de la fabilidad del usuario y del
productor, se utilizan las ecuaciones 14 y 15. Los intervalos de confanza se
calculan con las ecuaciones 16 a 18 para muestreos estratifcados, y 19 a 21 para
el caso del muestreo doble.
Finalmente, se puede utilizar la informacin contenida en la matriz de confu-
sin para llevar al cabo una correccin de las estadsticas del rea cubierta por las
diferentes categoras del mapa (ecuaciones 22 y 23).
En todos casos, es importante reportar los resultados de esta evaluacin lo ms
completos posible, incluyendo una descripcin del diseo de muestreo y la matriz
bruta (con el nmero de sitios), para que se pueda llevar al cabo el clculo de
otros ndices que no fueron contemplados por los autores.
Agr adecimientos
La elaboracin de este captulo fue realizada en el mbito del proyecto del Fondo
Sectorial Conacyt-Conafor Evaluacin del sensor MODIS para el monitoreo anual
de la vegetacin forestal de Mxico (clave 14741), en el cual el segundo autor
recibi una beca posdoctoral, y en el mbito del proyecto PAPIT INII 3609-2 por lo
cual, se le hace un reconocimiento a la DGAPA, UNAM
Referencias
Aronoff, S. 1982. Classifcation accuracy: a user approach, Photogrammetric Engineering
and Remote Sensing, 48(8):1299-1307.
701
Aspinall, R. y D.M. Pearson. 1995. Describing and managing uncertainty of categorical
maps in GIS, Fisher, P. (ed.), Innovations in GIS 2, Taylor & Francis, London, pp.
71-83.
Burrough, P. A. 1994. Accuracy and error GIS, Green, D. R. y D. Rix (eds.), The AGI
Sourcebook for Geographic Information Systems 1995, AGI, London, pp. 87-91.
Card, H.D. 1982. Using known map category marginal frequencies to improve estimates
of thematic map accuracy, Photogrammetric Engineering and Remote Sensing, 48
(3):431-439.
Chrisman, N.R. 1989. Modeling error in overlaid categorical maps the accuracy of
spatial databases, Goodchild, M. y Gopal, S. (eds.), Chapter 2, Taylor & Francis,
London, pp. 21-34.
Chuvieco, E. 1996. Fundamentos de teledeteccin espacial, 3ra edicin, Ediciones RIALP,
Madrid, Espaa.
Cochran, W. G. 1980. Tcnicas de muestreo, CECSA, Mxico.
Congalton, R.G. 1988a. Using spatial autocorrelation analysis to explore the errors in
maps generated from remotely sensed data, Photogrammetric Engineering and Remote
Sensing, 54(5):587-592.
Couturier, S., J .F. Mas, E. Lpez, G. Cuevas, A. Vega, y V. Tapia. 2006. Accuracy as-
sessment methodology for the Mexican national forest inventory: a pilot study in the
Cuitzeo lake watershed, Accuracy 2006: Proceedings of the 7
th
International Sympo-
sium on Spatial Accuracy Assessment in Natural Resources and Environmental Sciences
(Edited by M. Caetano and M. Painho, Lisboa, Portugal), pp. 578-587.
Couturier, S. 2007. Evaluacin de errores de cartas de cobertura vegetal y usos de suelo
con enfoque difuso y con la simulacin de imgenes de satellite, tesis de doctorado,
Universidad Nacional Autonoma de Mexico, Mexico D.F., 276p.
Couturier, S., J.F. Mas, E. Lpez, J. Bentez, V. Tapia, y A. Vega. 2010. Accuracy assessment
of the Mexican National Forest Inventory map: a study in four eco-geographical areas,
Singapore Journal of Tropical Geography, 31: 134-152.
Couturier, S., J .F. Mas, G. Cuevas, J . Bentez, A. Vega, y V. Tapia. 2009. An accuracy
index with positional and thematic fuzzy bounds for land cover/ land use maps, Pho-
togrammetric Engineering and Remote Sensing, 75(7): 789-805.
Czaplewski, R. y G. Catts. 1992. Calibration of remotely sensed proportion or area
estimates for misclassifcation error, Remote Sensing of the Environment, 39:29.43.
Dicks, S. E. y T.H.C. Lo. 1990. Evaluation of thematic map accuracy in a land-use and
land-cover mapping program, Photogrammetric Engineering and Remote Sensing,
56(9):1247-1252.
Fitzpatrick-Lins, K. 1981. Comparison of sampling procedures and data analysis for a
land-use and land-cover map, Photogrammetric Engineering and Remote Sensing,
47:343-351.
Friedl, M.A., C. Woodcock, S. Gopal, D. Muchoney, A. H. Strahler y C. Barker-Schaaf.
2000. A note on procedures used for accuracy assessment in land cover maps derived
from AVHRR data, International Journal Remote Sensing, 21(5):1073-1077.
702
Goodchild, M.F., S. Gouquing y Y. Shiren. 1992. Development and test of an error mo-
del for categorical data, International J ournal of Geographical Information Sciencie,
6:87-104.
Gopal, S., C. E. Woodcock y A. Strahler. 1999. Fuzzy neural network classifcation of
global land cover from a 1 AVHRR Data Set, Remote Sensing of Environment,
67:203-243.
Gopal, S., y C. E. Woodcock. 1994. Accuracy of thematic maps using fuzzy sets I: theory
and methods, Photogrammetric Engineering and RemoteSensing, 58:35-46.
Hammond, T.O. y D.L. Verbyla. 1996. Optimistic bias in classifcation accuracy assess-
ment, International J ournal of Remote Sensing, 17(6):1261-1266.
Hord, R.M. y W. Brooner 1976. Land-use map accuracy criteria, Photogrammetric
Engineering and Remote Sensing, 42(5):671-677.
Janssen, L.F. y F.J. van der Wel. 1994. Accuracy assessment of satellite derived land-cover
data: a review, Photogrammetric Engineering and Remote Sensing, 60(4):419-426.
Khorram, S., J. Knight, H. Cakir, H. Yan, Z. Mao y X. Dai. 2000. Improving estimates
of the accuracy of thematic maps when using aerial photos as the ground reference
source, Proceedings of the ASPRS Symposium, Washington, USA.
Laba, M., S.K. Gregory, J . Braden, D. Ogurcak, E. Hill, E. Fegraus, J . Fiore, y S.D. De-
Gloria. 2002. Conventional and fuzzy accuracy assessment of the New York Gap
Analysis Project land cover map, Remote Sensing of Environment 81: 443-455.
Luneta, R., R.G. Congalton, L.K. Fnstermaker, J .R. J ensen, K.C. McGw y L.R. Tinney.
1991. Remote sensing and geographic information systems data integration: error
sources and research issues, Photogrammetric Engineering and Remote Sensing,
57(6): 677-687.
Mas, J .F., A. Velzquez, J .L. Palacio-Prieto, G. Bocco, A. Peralta y J . Prado. 2002. As-
sessing forest resources in Mexico: Wall-to-wall land use/cover mapping, Photogra-
mme-tric Engineering and Remote Sensing 68(10):966-968.. http://www.asprs.org/
publications/pers/2002journal/october/highlight.html
Millington, A.C. y R.W. Alexander. 2000. Vegetation mapping in the last three decades of
the twentieth century, Millington, A. C. y R. W. Alexander (eds.), Vegetation Mapping,
John Wiley & Sons, Chochester, England, pp. 321-331.
Peralta-Higuera, A., J .L. Palacio, G. Bocco, J .F. Mas, A. Velzquez, A. Victoria, R. Ber-
mdez, U. Martnez y J . Prado. 2001. Nationwide sampling of Mexico with airborne
digital cameras: an image database to validate the interpretation of satellite data,
American Society for Photogrammetry and Remote Sensing, 18th Biennal Workshop
on Color Photography & Videography in Resource Assessment. Amherst, Massachu-
setts, mayo 16-18, pp. 1-9.
Pontius R.G. 2000. Quantifcation error versus location error in comparison of categorical
maps, Photogrammetric Engineering and Remote Sensing, 66(8):1011-1016.
Rosenfeld, G.H. y K. Fitzpatrick-Lins. 1986. A coeffcient of agreement as a measure of
thematic classifcation accuracy, Photogrammetric Engineering and Remote Sensing,
52(2):223-227.
703
Srndal, C.E., Swensson V., y J. Wretman. 1992. Model-assisted survey sampling, New-
York: Springer-Verlag.
SAS, 2008, SAS/STAT(R) 9.2 Users Guide, http://support.sas.com/documentation/cdl/
en/statug/59654/HTML/default/surveymeans_toc.htm
Stehman, S.V. y R.L. Czaplewski. 1998. Design and analysis for thematic map accuracy
assessment: fundamental principles, Remote Sensing of Environment. 64:331-344.
Stehman, S.V. 1996 Estimating the kappa coeffcient and its variance under stratifed
random sampling, International J ournal of Remote Sensing, 62:401-407.
Stehman, S.V. 1997 Selecting and interpreting measures of thematic classifcation accu-
racy, Remote Sensing of Environment, 62:77-89.
Stehman, S.V. 1999. Basic probability sampling designs for thematic map accuracy,
International Journal of Remote Sensing 20(12):2423-2441.
Stehman, S.V. (2000), Practical implications of design-based sampling inference for
thematic map accuracy assessment, Remote Sensing of Environment, 72:35-45.
Stehman, S. V. 2001. Statistical rigor and practical utility in thematic map accuracy as-
sessment, Photogrammetric Engineering and Remote Sensing, 67(6):727-734.
Stehman S.V., Wickham JD, Smith JH & Yang L. 2003. Thematic accuracy of the 1992
National Land-Cover Data for the eastern United-States: Statistical methodology and
regional results. Remote Sensing of Environment, 86: 500-516.
SWLIM (Somalia Water and Land Information Management). 2007. FIELD SURVEY
MANUAL, Landform Soil - Soil Erosion - Land Use Land Cover, Project Report
N L- 01, NAIROBI, Kenya, 158 p. Disponible en: www.faoswalim.org/downloads/L-
01%20Field%20survey%20manual.pdf
Turk, G.T. 1979. GT index: a measure of the success of prediction, Remote Sensing of
Environment, 8:65-75.
Vogelmann, J.E., S.M. Howard, L. Yang, C.R. Larson, B.K. Wylie y N. Van Driel. 2001.
Completion of the 1990s National Land Cover Data Set for the Conterminous United
States from Landsat Thematic Mapper Data and Ancillary Data Sources, Photogram-
metric Engineering and Remote Sensing, 67(6): 650-662.
Wickham J.D., S.V. Stehman, J.H. Smith, y L. Yang. 2004. Thematic accuracy of the
1992 National Land-Cover Data for the western United-States. Remote Sensing of
Environment 91, pp 452-468.
Wonnacott, T.H. y R.J. Wonnacott 1991. Statistiques, Ed. Economica, 4a edicin, 921 p.
Woodcock, C. y S. Gopal. 1994. Accuracy assessment and area estimates using
fuzzy sets. International J ournal of Geographical Information Science. 14(2):
153-172.
Zhu Z., Yang L., Stehman S.V. y Czaplewski R.L. 2000. Accuracy assessment for the U.S.
Geological Survey regional land-cover mapping program: New-York and New J ersey
region. Photogrammetric Engineering and Remote Sensing 66, pp 1425-1435.
704
705
24
MTODOS DE INTERPOLACIN ESPACIAL Y GEOESTADSTICA
J . Luis Hernndez-Stefanoni
1
, Ma. del Carmen Delgado-Carranza
1
y Celene Espadas-Manrique
1
Introduccin
La interpolacin espacial se refere al proceso de estimar el valor de un atributo,
en un sitio no medido, dentro del conjunto de datos que estn distribuidos en el
rea de estudio y que tienen valores conocidos. El procedimiento para predecir
el valor de un atributo en un sitio fuera del rea cubierta por las observaciones se
llama extrapolacin (Burrough y McDonnell, 1998).
La utilizacin de los sistemas de informacin geogrfca (SIG) en el manejo
y conservacin de los recursos naturales requiere con mayor frecuencia del uso
de superfcies continuas. Esto es, es necesaria la estimacin de la distribucin es-
pacial de variables ambientales y/o biticas a partir de un nmero fnito de sitios
de muestreo, con la fnalidad de ser utilizados como capas de informacin para la
creacin de modelos espaciales o en la toma de decisiones. En otras palabras, los
SIG demandan la conversin de observaciones puntuales a superfcies continuas.
Un ejemplo de lo anterior es el conocimiento de la distribucin espacial del
rendimiento agrcola, el cual, es un dato de mucha utilidad para los tomadores de
decisiones dentro del sector. Una superfcie continua (mapa) puede ser til para
formular estrategias de manejo del cultivo a nivel regional, por ejemplo, identifcar
reas en las cuales el rendimiento agrcola es bajo y que puedan ser utilizadas para
otro uso del suelo, o bien reas potenciales que puedan incrementar su produc-
tividad con un adecuado manejo (Berril et al., 1996). Otro ejemplo, consiste en
obtener una superfcie continua con la densidad de especies de rboles, arbustos y
1
05-03 Mtodos Interpolacin ok.indd 705 25/01/2011 07:43:06 p.m.
706
lianas en una selva tropical, que ayude en la identifcacin de reas prioritarias, las
cuales, podran ser usadas para localizar refugios, reservas u otras reas protegidas
(Hernndez-Stefanoni y Ponce-Hernndez, 2004).
La interpolacin espacial puede ser necesaria bajo otras condiciones, entre las
que se encuentra, la conversin de una imagen raster con una resolucin espacial
particular (tamao de pixel) a otra con una resolucin diferente, con el objeto de
obtener imgenes de resolucin comparable. Este procedimiento se utiliza en el
procesamiento digital de imgenes de satlite y es conocido como resampling
(Campbell, 1987). O bien, cuando se pretende comparar superfcies continuas
representadas con diferentes modelos de datos.
La creacin de una superfcie continua puede llevarse al cabo con diferentes
metodologas. Entre ellas est la estimacin del atributo mediante la media aritm-
tica, la cual, se obtiene en una encuesta o muestreo dentro de diferentes clases o
estratos. stos deben ser fcilmente identifcables con el uso de sensores remotos
o fotografas areas. En este mtodo, las clases identifcadas en el mapa son vistas
como estratos, ms o menos homogneos en relacin con la variable de inters.
Por ejemplo, si estuviramos analizando el rendimiento agrcola, los estratos
pudieran estar relacionados con el rgimen hdrico (riego, temporal, etc.). En
dichos estratos la variable de inters es estimada a travs de muestreos de campo.
Aqu se usa implcitamente la media aritmtica de una clase como interpolador
espacial. Dicho de otra forma, el valor promedio de la variable de inters, medido
en ciertos sitios, es asignado a toda el rea cubierta por esa clase o estrato (Voltz
y Webster, 1990)
Una de las principales desventajas del mtodo descrito anteriormente, adems
de tener un simple valor medio que predice el valor de todos los sitios no medidos
dentro de cada estrato, es suponer independencia de las muestras. Sin embargo,
muchas de las variables ambientales y biticas en un sitio particular, estn fre-
cuentemente infuenciadas por las condiciones de los sitos aledaos debido a que
comparten caractersticas similares (Legendre, 1993). En tales circunstancias, es
razonable suponer que los valores de la variable de inters en los sitios cercanos
son ms similares que en los sitios que estn separados. Por lo tanto, la suposicin
de independencia espacial en los sitios de muestreo no es realista, debido a la
presencia de autocorrelacin (Legendre, 1993; Webster y Oliver, 2001).
Las tcnicas geoestadsticas son utilizadas para estimar atributos de sitios no
medidos a partir de informacin dispersa (Burrough, 2001). Estos mtodos defnen
la estructura espacial del fenmeno de inters, a travs de funciones de autoco-
rrelacin como los semivariogramas, y usan esta informacin para el proceso de
estimacin (Robertson, 1987; Isaak y Srivastava, 1989). Entre estas tcnicas se
incluye al Kriging, el cual, proporciona una descripcin precisa de la estructura
707
espacial de los datos y produce informacin valiosa de la distribucin de los errores
en la estimacin (Webster y Oliver, 2001).
Las tcnicas de interpolacin espacial que utilizan geoestadstica no estn
exentas de criticismo. Se argumenta que el proceso de obtencin de los modelos
de semivariogramas es un tanto subjetivo (Kravchenco y Bullock, 1999; Bello-
Pineda y Hernndez-Stefanoni, 2007). Consecuentemente, pueden ser utilizadas
alternativas ms simples que el Kriging como mtodos de interpolacin espacial,
por ejemplo, la distancia inversa (Burrough y McDonnell, 1998). Esta tcnica
es ms fcil de implementar debido a que la estimacin de atributos en sitios no
medidos no requiere de ninguna medida de autocorrelacin espacial.
En este captulo se describen las fuentes de informacin para realizar estimacin
de superfcies continuas. Por otro lado, se presentan los mtodos de interpolacin
espacial ms utilizados y se mencionan sus ventajas y desventajas. Se describen
las tcnicas de interpolacin espacial tomando en consideracin desde aquellas
que se aplican a todo el conjunto de datos (mtodos globales) hasta las que se
aplican a un subconjunto de datos de manera repetida (mtodos locales). De igual
forma, las que no proporcionan estimacin de los errores para los valores predichos
(mtodos determinsticos) hasta aquellas que permiten el clculo de los errores
de estimacin (mtodos estocsticos). Por otro lado, se muestra un procedimiento
general para comparar los mtodos de interpolacin ms comunes. Esto permite
defnir un mecanismo ptimo para la estimacin de algn atributo que produzca
los mapas ms precisos. Finalmente, se presenta un estudio de caso en el cual, se
compara la precisin de las estimaciones de la distribucin espacial del rendimiento
agrcola mediante dos tcnicas de interpolacin espacial: la distancia inversa y
procedimientos que utilizan geoestadstica.
Muestreo de puntos en el espacio
La interpolacin espacial requiere realizar estimaciones de los valores de algn
atributo en los puntos o sitios en los cuales no se tiene una muestra; para ello, se
utilizan los valores del atributo en sitios en los que se cuenta con informacin.
Por consiguiente, es de suma importancia tanto el nmero de puntos como la lo-
calizacin de stos para realizar el proceso de estimacin. En trminos generales,
mientras se tenga una mayor cantidad de puntos de muestreo, se espera un mejor
desempeo de las tcnicas de interpolacin. De igual manera, es deseable tener
una buena distribucin de los datos en el rea de estudio. El arreglo espacial de
los puntos en el espacio puede ser bajo diferentes esquemas.
708
El muestreo sistemtico garantiza una adecuada distribucin de los puntos de
muestreo en el espacio debido a que los sitios estn distribuidos en una cuadrcula
regular con una separacin conocida entre lneas y columnas, Sin embargo, pueden
producirse sesgos cuando se presentan periodicidades. Por ejemplo, cuando se
realiza la medicin de un atributo ubicado exclusivamente en las partes altas de
un bosque templado y carente de sitios de muestreo en las partes bajas.
Una alternativa para evitar el problema anterior es tener una distribucin
aleatoria de los puntos en el rea de estudio, eligiendo las coordenadas de los
sitios por medio de nmeros aleatorios. La desventaja de este tipo de muestreo
es la formacin de patrones con pequeos agrupamientos en algunas localidades,
mientras que en otras se tiene una cobertura dispersa. Una buena alternativa es el
uso del muestreo estratifcado, en el cual, se seleccionan puntos aleatorios para
cada una de las clases defnidas, con la ventaja de reducir el nmero de muestras
dado que los valores de los atributos son similares dentro de los estratos (Burrough
y McDonnell, 1998).
Existen otros tipos de muestreo con propsitos especiales. Por ejemplo, el
muestreo por conglomerados proporciona informacin detallada en reas espec-
fcas, por lo que, muchas veces es utilizado para examinar la variacin espacial
del atributo a diferentes escalas. El muestreo de contorno utiliza mapas impresos
como fuente de datos con curvas de igual valor y es usado para elaborar modelos
de elevacin digital (Burrough y McDonnell, 1998).
Mtodos de inter polacin
Los mtodos de interpolacin espacial se clasifcan como globales y locales. Los
primeros usan todos los datos disponibles para realizar predicciones en el rea de
estudio. Los segundos permiten hacer predicciones con los datos cercanos al punto
que se va a estimar. Los mtodos de interpolacin tambin pueden ser clasifcados
como determinsticos y estocsticos. Los mtodos determinsticos no proporcionan
una estimacin de los errores en la interpolacin, mientras que los estocsticos
permiten conocer la precisin de las estimaciones mediante la varianza estimada
(Burrough y McDonnell, 1998).
Mtodos de interpolacin global
Con estos mtodos de interpolacin, se pueden construir superfcies continuas
que incluyen todas las observaciones del atributo de inters contenidas en el rea
709
de estudio. Entre estos mtodos se encuentran los modelos de clasifcacin y el
anlisis de tendencia de superfcies, que se describen a continuacin.
Modelos de clasifcacin
Este mtodo usa clases como un mecanismo para interpolar los valores medios de
atributos dentro de cada clase en cualquier punto o localizacin dentro de la misma.
El modelo utilizado para representar esta interpolacin es el siguiente:

ij tj ij Z v
= + + m
e
Donde Z
ij
es el valor del atributo obtenido en el punto i dentro de la clase j.
El parmetro es la media general del atributo, v
tj
es la diferencia entre la media
general y la media de la clase j, fnalmente,
ij
es el error aleatorio. La estimacin
de Z
ij
est dada por el valor medio de las observaciones dentro de la clase j.
La estimacin del atributo y sus valores medios dentro de cada clase estn
sujetos a una serie de supuestos: 1) los valores del atributo dentro de la clase se
distribuyen de manera aleatoria e independiente, y por consiguiente, no estn
espacialmente autocorrelacionados; 2) la varianza del atributo dentro de cada
clase debe ser homognea; y 3) todos los cambios en el atributo sobre el espacio
ocurren en los lmites de las clases y de manera abrupta (Burrough y Mcdonnell,
1998).
Se utiliza anlisis de varianza para probar diferencias signifcativas en los valo-
res medios del atributo entre clases. Adicionalmente, con el objeto de proporcionar
un indicador de la bondad de la clasifcacin en la particin de la variabilidad de
los valores del atributo, se utiliza un ndice de uniformidad (Hernndez-Stefanoni
y Ponce-Hernndez, 2006). Este ndice se construye como la sustraccin de 1 del
cociente (varianza relativa) entre la varianza dentro de las clases y la varianza total
en la muestra. Este ndice se calcula como sigue:

U
W T
= 1
2 2
(
s s
)
Los valores de uniformidad se encuentran en el rango de 0 a 1, los cuales,
pueden ser fcilmente convertidos a porcentaje de uniformidad. Cuando el valor
del ndice es cercano a 0, la varianza dentro de la clase es de tamao considerable
y se aproxima a la varianza total. Lo cual, indica que la contribucin de la clase a
la particin de la variabilidad total, no es til para discriminar el atributo entre las
clases consideradas. En cambio, si el valor de la uniformidad es cercano a 1, las
710
clases son relativamente homogneas y distinguen de manera efectiva el atributo
entre ellas.
Entre las mayores desventajas de la aplicacin de este mtodo se encuentran
las siguientes:
Se estima un valor medio del atributo que predice el valor de todos los sitios
no medidos dentro de cada clase
La precisin de la prediccin del atributo est limitada por la bondad de la
clasifcacin
La variacin dentro de las clases es ignorada
La variacin local no es considerada
Anlisis de la tendencia de superfcies
El anlisis de tendencia de superfcies es un mtodo de interpolacin determins-
tico y se aplica para todo el conjunto de datos. Este mtodo es utilizado cuando
el parmetro que nos interesa estimar tiene una variacin continua en el rea de
estudio, la cual, puede representarse mediante ecuaciones polinomiales.
En esta tcnica de interpolacin, las estimaciones se obtienen a partir de las
coordenadas x, y, mediante el uso de regresin mltiple. Donde los valores del
atributo representan a la variable dependiente y los valores de las coordenadas
geogrfcas son las variables explicativas. El ajuste del modelo de regresin se
puede llevar al cabo mediante la tcnica de mnimos cuadrados. Para poder llevar
al cabo esta regresin se debe cumplir con los siguientes supuestos: la variable
dependiente debe ser lineal y los errores de la regresin deben distribuirse de
manera normal y ser independientes de la ubicacin de los puntos de muestreo
(Zar, 1999).
Dentro de este mtodo de interpolacin el atributo de inters z ha sido medido
en varios puntos a lo largo y ancho de una superfcie. Adems, se supone que
los valores de z tienen poca variabilidad e incrementan su valor de manera lineal
conforme aumenta la distancia de la ubicacin de los puntos de muestreo. El valor
de Z puede ser calculado por el siguiente modelo de regresin mltiple:
Z
xy
= b
0
+ b
1
x + b
2
y +
Donde b
0
es la ordenada al origen; b
i
son los parmetros asociados a las varia-
bles explicativas, X, y Y son las coordenadas geogrfcas de ubicacin de atributo;
mientras que e es el error aleatorio.
711
En muchas ocasiones z no es una funcin lineal de x, y. Adicionalmente, la
variabilidad de z depende de otros factores diferentes a la ubicacin. Por consi-
guiente, la estimacin de atributos en puntos no medidos se puede obtener mediante
modelos polinomiales de segundo o tercer orden. Como los siguientes:
Ecuacin de segundo orden:
Z
xy
=b
0
+b
1
x +b
2
y +b
3
x
2
+b
4
xy +b
5
y
2
Ecuacin de tercer orden:
Z
xy
= b
0
+ b
1
x + b
2
y + b
3
x
2
+ b
4
xy + b
5
y
2
+ b
6
x
3
+ b
7
x
2
y + b
8
xy
2
+ b
9
y
3
En la medida en que se aumenta el nmero de trminos en el modelo de re-
gresin, se podrn encontrar mejores ajustes entre la variable dependiente y el
grupo de variables explicativas, por consiguiente, se usa una curva de regresin
con mayor complejidad, pero con menor error de estimacin (Burrough y McDo-
nnell, 1998).
Una de las principales desventajas de este mtodo de interpolacin es que las
superfcies creadas son muy susceptibles a los efectos de los lmites. Es decir, al
ajustar los datos con ecuaciones de segundo y tercer orden se obtienen superfcies
cuyos valores fuera del rea que cubren los puntos, son demasiado altos o bajos
Mtodos de interpolacin local
Los mtodos locales son procedimientos que se aplican repetidamente a una pe-
quea porcin del total del conjunto de datos. De igual manera que los mtodos
globales, pueden ser determinsticos y estocsticos. En general, el procedimien-
to para realizar la estimacin de atributos de inters con mtodos locales es el
siguiente: a) defnir el tamao, forma y orientacin del rea que rodea el punto
que se estimar; b) establecer el nmero de puntos de muestreo a considerar en
la estimacin y localizarlos dentro del rea; c) elegir una funcin matemtica
que muestre la variacin de los datos; d) obtener la distribucin de los puntos a
estimar en una rejilla regular o irregular y evaluar cada uno de ellos hasta que
todos hayan sido calculados (Burrough y McDonnell, 1998). Existe una gran
diversidad de mtodos de interpolacin local, en este captulo se describen los
ms utilizados.
712
Polgonos de Thiessen
En este mtodo de interpolacin los polgonos son construidos alrededor de cada
sitio de muestreo. Se supone que todos los puntos estimados dentro del polgono
tienen el mismo valor del punto con el que fue construido el polgono. Por lo cual,
cada polgono se encuentra ubicado en un solo punto. Esto es equivalente a decir
que las estimaciones de los atributos de inters en sitios no medidos, se realizan
a partir de los valores de los puntos ms cercanos.
El mtodo est basado en vectores, cuando las observaciones de sitios de
muestreo se encuentran distribuidas en el espacio de manera regular (muestreos
sistemticos) se forma una malla de cuadrados regulares de lados iguales; en cam-
bio, si la distribucin de los puntos de muestreo es irregular se produce una red
irregular de polgonos (Burrough y McDonnell, 1998; Webster y Oliver, 2001).
En la Figura 1 se muestra el procedimiento utilizado para realizar la interpolacin
con el uso de polgonos de Thiessen.
Figur a 1. Procedimiento para la interpolacin mediante polgonos de Thiessen.
A. Localizar los puntos de muestreo, B. Unir los puntos de muestreo con una lnea recta para
formar tringulos, C. Dividir perpendicularmente los tringulos en dos partes iguales,
y D. Retirar las lneas iniciales.
713
Los polgonos de Thiessen proporcionan resultados adecuados cuando se
dispone de una gran cantidad de sitios de muestreo, por otro lado, son muy tiles
cuando los sitios de muestreo corresponden a datos categricos. Sin embargo,
tienen la desventaja de no considerar la variabilidad dentro de los polgonos y los
cambios ocurren en los lmites de stos.
Funciones de distancia inversa
Este mtodo combina la idea de vecindad con el cambio gradual. Esto es, las esti-
maciones del atributo de inters, en posiciones donde dicho valor no es conocido,
se obtienen como el promedio ponderado de los valores de sus vecinos (sitios
medidos). En donde los vecinos ms cercanos tienen ms peso (importancia)
que los ms alejados. Dichos pesos o ponderaciones estn en funcin inversa a
la distancia de los vecinos. La ecuacin de esta tcnica de interpolacin tiene la
siguiente expresin:

Z
d
d
Z
i
p
i
p
i
i
n
=
=
1
1 1
Donde Z representa el valor estimado del atributo; Z
i
es el valor del atributo
calculado en el sitio i; d es la distancia entre el sitio en donde se realiza la estima-
cin y el sitio medido; p es un parmetro de potencia; y n representa el nmero de
sitios medidos usados para la estimacin.
El principal factor que infuye en la precisin de las estimaciones con esta
tcnica de interpolacin es el valor del parmetro de potencia (Isaak y Srivastava,
1989; Webster y Oliver, 2001). El valor de 2 es el ms comnmente usado por
algunos investigadores, aunque se pueden utilizar diferentes parmetros de poten-
cia (Burrough y McDonnell, 1998; Kravchenco y Bullock, 1999; Bello-Pineda y
Hernndez-Stefanoni, 2007). Uno de los propsitos de las estimaciones mediante
funciones de distancia inversa ponderada es darle ms peso a los valores de los
vecinos ms cercanos, por lo tanto, deben considerarse valores de p enteros, dado
que los valores menores a 1 son ms cercanos a la estimacin de una simple me-
dia aritmtica (Isaaks y Srivastava, 1989). Otro factor importante es el tamao de
la vecindad o radio de bsqueda, el cual, determina el nmero de puntos que se
utilizarn en la estimacin e infuye en la precisin de los resultados.
A pesar de que los mtodos de distancia inversa tienen la ventaja de relativa
simplicidad y fcil procesamiento, tienen un problema particular con los puntos ais-
lados, los cuales, tienden a producir patrones conocidos como huevos de pato.
714
Una solucin para resolver este problema es incrementar el radio de bsqueda,
aunque esto produce aislamiento en otras partes de la superfcie. Por ello, algunos
autores mencionan que podran utilizarse diferentes vecindades, dependiendo de
la densidad de sitios de muestreo, mediante el uso de radios de bsqueda pequeos
en altas densidades y radios de bsqueda grandes en bajas densidades de puntos
Suavizamiento con polinomios (splines)
Muchos mtodos de interpolacin locales emplean los valores de los sitios vecinos
(pixeles, celdas) para estimar el valor en un sitio o pixel donde no se conoce. Las
vecindades de sitios con valores conocidos son ajustadas a una funcin matemtica
para modelar la variacin entre estos sitios y estimar los valores desconocidos.
Los resultados de esta interpolacin dependen del nmero de sitios conocidos (la
vecindad de puntos) y de la funcin matemtica elegida para la modelacin.
Los interpoladores que emplean funciones polinomiales suponen que para cada
conjunto o intervalo de puntos conocidos existe una funcin f (x) y un polinomio
P(x) que interpola a la funcin en estos intervalos. De este modo, resuelven algu-
nos de los problemas de los interpoladores que emplean funciones lineales. No
obstante, cuando se emplean polinomios de alto grado se enfrentan al problema
conocido como fenmeno de Runge (el error de interpolacin tiende a infnito
cuando crece el grado del polinomio), ya que este tipo de polinomios tienden a
oscilar en sus extremos. Este problema puede solventarse usando curvas spline,
que son polinomios por partes, por lo que el error de interpolacin puede reducirse
cuando se incrementa el nmero de partes del polinomio que se usa para construir
el spline, en lugar de incrementar su grado.
Un spline es una curva, usualmente cbica, defnida mediante polinomios
en intervalos fnitos que convierten una serie de datos discretos en continuos,
asimismo, analizan los datos a travs de la estimacin de sus derivadas. De este
modo, un spline es un conjunto de polinomios p
j
(x) que ajusta una funcin f(x) en
un par de abscisas [a, b].
En la interpolacin por splines, cada polinomio es vlido nicamente en un
intervalo de datos, se elige la parte del polinomio que mejor se ajusta a la funcin
f(x) del intervalo donde se encuentran los valores desconocidos. Una funcin
polinmica por partes p(x) se defne como:
p(x)=p
i
(x) x
i
<x <x
i+1
i =0,1,..k-1
715
p
j
(x
i
) =p
j
i+1
(x
i
) j =0,1,......r-1;
i =1,2,k-1
Los puntos x
i
,....x
k-1
que dividen un intervalo x
0
, x
k
en k-subintervalos son de-
nominados puntos de quiebra, los puntos para la curva de estos valores de x son
llamados knots (Pavlidis 1982). El trmino r indica las limitaciones en el spline,
cuando r =0 no hay limitaciones en la funcin, cuando r =1 la funcin es continua
sin limitaciones en sus derivadas. Para estimar el error de la interpolacin y ajustar
su precisin se acota la funcin de algn orden de la derivacin, de este modo la
cota de error slo depender de la distancia entre los intervalos.
Entre las aplicaciones de los splines se encuentra la interpolacin de curvas
en ms de una dimensin, donde destacan los denominados B-splines, que son
la suma de otros splines y que por defnicin tienen el valor de cero fuera del in-
tervalo de inters (Pavlidis, 1982). Este mtodo ha sido aplicado en herramientas
de diseo y digitalizacin como los CAD con las NURBS (Non-Uniform Rational
B-Splines).
Entre las ventajas de la interpolacin con splines puede sealarse el empleo
de pocos puntos de datos a la vez, para estimar rpidamente valores desconocidos
del atributo de inters, la generacin de formas suavizadas an en pequeas esca-
las debido a que las derivadas matemticas pueden fcilmente ser calculadas de
superfcies geomtricas y topolgicas; as tambin, es fexible a la incorporacin
de sub-modelos lineales paramtricos (modelos de regresin) (Burrough y Mc
Donnell, 1998). No obstante, algunos interpoladores de este tipo pueden producir
valores o muy bajos o muy altos, as como representar una realidad que no
necesariamente es suavizada.
Interpolacin con Kriging
Una de las tcnicas de interpolacin espacial ms aplicadas es el mtodo geoesta-
dstico o de Kriging. Este mtodo de interpolacin incorpora un modelo matem-
tico para describir la variacin espacial de los datos a travs de una medida de la
autocorrelacin espacial entre pares de puntos, que describen la varianza en una
distancia dada. La representacin grfca de todas estas varianzas, en funcin de
la distancia que separa a las muestras, es el semivariograma (conocido tambin
como variograma), y el clculo de la varianza entre pares de puntos separados por
intervalos de distancia se conoce como semivarianza. El Kriging utiliza el grado
de autocorrelacin espacial entre sitios de muestreo para obtener estimaciones en
sitios no medidos.
716
Una de las mayores ventajas de este mtodo es que el resultado del Kriging
proporciona una medida del error o incertidumbre de la superfcie estimada. Por
lo tanto, a cada punto del espacio estimado con Kriging se le puede asociar una
distribucin terica, lo que adems permite la posibilidad de realizar simulaciones
probabilsticas, y mostrar el resultado como la probabilidad de que la variable
alcance un determinado valor. En el siguiente apartado se describe con detalle
esta tcnica de interpolacin
Interpolacin con geoestadstica
La geoestadstica es una herramienta matemtica y estadstica para estimar valo-
res desconocidos a partir de la informacin disponible, usualmente dispersa. Esta
herramienta surgi en las investigaciones orientadas al desarrollo de aplicaciones
estadsticas, capaces de cuantifcar el grado y la escala de variacin espacial de
los yacimientos minerales no observables a simple vista, cuya aplicacin prctica
permitiera incrementar la efciencia en la explotacin de dichos recursos (Gallardo,
2006).
El trmino geoestadstica fue planteado en los trabajos de Matheron (1965),
matemtico de la Escuela Superior de Minas de Pars, orientados a la bsqueda
de un estimador que minimizar la varianza del error de estimacin, con base en
trabajos previos, principalmente, de D.G. Krige y B. Matern (Webster y Oliver
2001). Aunque en sus inicios fue particularmente aplicada a la explotacin minera,
en los ltimos 30 aos las tcnicas geoestadsticas han ampliado su aplicacin a
diversas disciplinas como la hidrogeologa, la meteorologa, en ciencias del sue-
lo, agricultura, pesquera, contaminacin y proteccin ambiental. Asimismo, su
aplicacin en ecologa ha sido de gran relevancia para caracterizar los patrones
espaciales de los organismos, as como de los factores abiticos relacionados con
ellos, (Rossi et al., 1992; Legendre, 1993).
La geoestadstica formalmente es defnida como el estudio de las variables
numricas que se encuentran distribuidas de manera dependiente en una determi-
nada porcin del espacio (Chauvet, 1994).
Introduccin a la teora de la variable regionalizada
Los mtodos geoestadsticos de interpolacin suponen que la variacin espacial de
cualquier atributo continuo es con frecuencia demasiado compleja como para ser
modelada con una funcin matemtica simple, por lo que esta variacin se describe
717
de mejor manera cuando se utiliza una superfcie estocstica y entonces, el atributo
se conoce como una variable regionalizada (Webster y Oliver, 2001).
La adopcin de la aproximacin estocstica implica que, en cualquier punto
del espacio no existe un nico valor de un atributo sino un conjunto de valores.
El valor observado en un punto es el resultado de un proceso aleatorio, con una
distribucin de probabilidades concreta. Esto supone que en todos los puntos del
espacio existe una variacin, concepto no considerado en la teora de la estimacin
clsica. Una variable regionalizada difere de una variable aleatoria comn, porque
la variable regionalizada est asociada con la localizacin espacial (Burrough y
McDonnell, 1998).
La geoestadstica es la aplicacin de la teora de las variables regionalizadas
a la estimacin de procesos o fenmenos en el espacio. Desde un punto de vista
matemtico, una variable regionalizada es simplemente una funcin f (x) que tiene
un cierto valor para todas las coordenadas x en el espacio. La teora de la variable
regionalizada supone que la variacin espacial de cualquier atributo puede ser
expresada por la suma de tres componentes:
Componente estructural, que tiene una media constante o una tendencia
Componente aleatorio, pero espacialmente relacionado, conocido como va-
riacin de la variable regionalizada
Error residual, un componente aleatorio espacialmente no correlacionado
(Burrough y McDonnell, 1998)
El valor de una variable aleatoria Z en el punto x, es expresada como sigue:
Z(x) =m(x) + (x) +
En donde m(x) es una funcin que describe el componente estructural, la funcin
e(x) representa los residuales de m(x) espacialmente correlacionados (es decir,
la variable regionalizada), y (x) es el error residual que tiene una distribucin
normal con media 0 y varianza s
2
.
En la primera parte de la estimacin de una variable regionaliza Z(x) se debe
obtener una funcin factible para m(x). En el ms simple de los casos se supone
una superfcie plana, es decir, sin tendencias. El valor de m(x) es el promedio de
los valores del atributo dentro del rea de muestreo. El valor esperado de la media
aritmtica para dos puntos x y x +h (donde h es la distancia entre los dos puntos)
es cero. Esto es:
E[Z(x) Z(x+h)] = 0
718
Para calcular el segundo componente en la estimacin de Z(x), se parte del
supuesto de que la varianza de las diferencias est en funcin de la distancia entre
dos puntos, que estn espacialmente autocorrelacionados, lo cual, signifca que los
valores de atributos que estn ms cercanos en el espacio tienen mayor probabilidad
de ser similares que aquellos que estn separados. Esto es:
E[{Z(x) Z(x +h)}
2
] =Var [Z(x) Z(x +h) ] = 2(h)
Donde (h) se conoce como semivarianza. Con estas dos suposiciones (la es-
tacionaridad de la diferencia de promedios y la estacionaridad de la diferencia de
varianzas, Matheron (1965) desarroll el modelo original que puede ser expresado
como sigue:
Z(x) =m(x) +(h) +
La semivarianza puede ser estimada en una muestra que utiliza la frmula
siguiente:

g( ) ( ) ( ) h
n
Z x Z x h
i i
i
n
= - + { }
=
1
2
2
1
Semivariogramas y ajuste de modelos
El objetivo del anlisis espacial es describir el comportamiento o estructura de un
atributo sobre el espacio, para lo cual, se determina el grado de dependencia espa-
cial que presentan las observaciones en relacin con sus vecinos y la continuidad
espacial de la superfcie. Los estimadores mayormente utilizados son las grfcas
de la covarianza, semivarianza y autocorrelacin espacial.
Un semivariograma mide el grado de autocorrelacin entre los valores de un
mismo atributo; describe cmo la semivarianza de las observaciones cambia con
la distancia, es decir, representa la tasa media de cambio de un atributo con la
distancia, describe su forma, el patrn de variacin espacial en trminos de mag-
nitud, escala y aspecto general. Un semivariograma experimental es una grfca
de una funcin estructural, como la autocorrelacin, que describe la relacin entre
el atributo de inters y la distancia y se obtiene de la siguiente manera:
Se defnen los incrementos de distancia o intervalos
719
Se calcula la semivarianza (h) para cada par de puntos dentro de una categora
de intervalo de distancia
Se calcula el promedio de la semivarianza de todos los puntos dentro de una
categora de distancia
Finalmente, se grafcan los valores medios de (h) (eje y) en contra de los
incrementos en distancia (eje x) (Observar los puntos en la Figura 2).
Para realizar predicciones, el semivariograma experimental es convertido a
uno terico por medio del ajuste de un modelo estadstico. Los modelos ajustados
tienen los siguientes parmetros; la varianza total, tambin conocida como sill,
la cual, se defne como los valores asintticos de la semivarianza y est dividida
en dos, la varianza que representa la dependencia espacial y la varianza aleatoria
o varianza nugget. Esta ltima, refeja la variacin espacial a distancias ms
cortas que la mnima separacin que existe entre dos sitios de muestreo o bien,
la varianza no explicada por los modelos. El rango es la mxima distancia en la
cual el atributo es espacialmente dependiente (Figura 2) (Isaak y Srivastava, 1989;
Burrough y Mcdonnell, 1998, Webster y Oliver, 2001).
Los parmetros de los semivariogramas tericos son obtenidos matemtica-
mente por medio del ajuste de diferentes modelos que relacionan la distancia h con
la semivarianza. Los modelos ms comunes son: esfrico, exponencial, gausiano
y lineal (Figura 3).
Figur a 2. Parmetros de los semivariogramas tericos.
720
El modelo esfrico muestra un crecimiento casi lineal hasta una cierta distancia,
en donde se estabiliza. Es utilizado cuando el variograma tiene la forma clsica.
La ecuacin usada para este modelo es:

(d)
[( / ) ( / )],
,
=
+
+ >
c c d a d a d a
c c d a
o
o
3 2 2
3 3
El modelo exponencial alcanza la parte ms alta de manera asinttica. Al igual
que el esfrico, muestra un crecimiento lineal prximo al origen; sin embargo, crece
de forma ms rpida y luego se estabiliza gradualmente. El modelo exponencial se
utiliza con mayor frecuencia, cuando la aproximacin a la varianza total es gradual
y se representa con la siguiente ecuacin:

( ) [ exp( / )] d c c d a
o
= + 1
El modelo gausiano proporciona un buen ajuste cuando la varianza nugget es
pequea comparada con la variacin estructural. Su ecuacin es

( ) [ exp( / )] d c c d a
o
= + 1
2 2
El modelo lineal es ms apropiado cuando no existe una varianza total en el
rea de estudio, y se representa con la ecuacin:
Figur a 3. Modelos ms comunes para estimar semivariogramas tericos.
721

( ) d c bd
o
= +
En la ecuaciones de los modelos anteriores d es la distancia, c
0
representa la
varianza nugget, b es la pendiente de regresin, a es el rango y c +c
0
representa
la varianza total o sill.
Los modelos suponen que el patrn de variabilidad es similar en cual-
quier direccin y usan semivariogramas isotrpicos u omnidireccionales,
que estn exclusivamente en funcin de la distancia h. Sin embargo, cuando
el patrn de variabilidad espacial cambia con la direccin, se deben emplear
semivariogramas que dependan no slo de h, sino tambin de la direccin. A
este semivariograma se le conoce como anisotrpico o direccional (Isaaks y
Srivastava, 1989).
Kriging
El mtodo de interpolacin de Kriging es defnido como un mtodo de interpolacin
con promedios ponderados, donde el conjunto de los pesos asignados a los puntos
de muestreo minimiza la varianza de estimacin. sta se calcula en funcin de un
modelo de semivariograma y de las distancias relativas de los puntos medidos,
unos con respecto a otros, as como con relacin al punto de estimacin. El Kri-
ging es un mtodo de interpolacin local, es ptimo en el sentido de que utiliza la
programacin dinmica para escoger los pesos de interpolacin, de forma tal que
obtiene la mejor estimacin lineal insesgada del valor del atributo en un punto
cualquiera.
Las estimaciones del atributo de inters se obtienen por medio de la siguiente
expresin:

Z Z
x x
i i
i
n
0
1
( ) = ( )
=
Donde
i
son los pesos ptimos seleccionados para minimizar la estimacin
de la varianza. La suma de stos debe ser igual a 1 a partir de un conjunto de n +
1 ecuaciones lineales simultneas (Webster y Oliver, 2001); Z(x
i
) son los valores
del atributo en los sitios medidos; y Z(x
0
) es la estimacin no sesgada del atributo
de inters.
722
Kriging y el uso de informacin adicional
Frecuentemente se dispone de informacin adicional al atributo de inters, la cual,
puede ser utilizada junto con el Kriging para mejorar la estimacin de la distribu-
cin espacial de la variable estudiada. Las principales fuentes de informacin son:
una apropiada estratifcacin del rea de estudio que nos permita obtener clases
con varianzas homogneas; el uso de una variable relacionada (co-variable) con
la variable de inters y que es ms fcil de medir; y la utilizacin de un modelo
lineal emprico para la funcin m(x) (Burrough y McDonnell, 1998).
El Kriging estratifcado se utiliza cuando existen diferencias signifcativas
en los valores medios de un atributo para diferentes clases. Es decir, se juzga
apropiado utilizar la variabilidad explicada por las medias del atributo, dentro de
clases, e introducir esa informacin a priori en combinacin con otro procedi-
miento de interpolacin como el Kriging. Por lo tanto, se aplica el Kriging dentro
de estratos con la fnalidad de intentar mejorar la precisin de las estimaciones
del atributo.
La co-regionalizacin entre dos variables, es decir, la correlacin entre el
atributo de inters y otra variable fcilmente obtenible, puede ser utilizada para
mejorar la precisin de las estimaciones. A esta tcnica se le conoce como co-
Kriging. Tiene la ventaja de reducir los costos y esfuerzos de muestreo al tener
ms valores observados de una variable asociada a la variable de inters, y el costo
de muestreo es menor que el del atributo principal. Aqu, es necesario ajustar tres
semivariogramas tericos: uno para la variable primaria, otro para la asociada
y fnalmente, el variograma cruzado para poder realizar las estimaciones con el
co-Kriging.
Los semivariogramas cruzados son utilizados para cuantifcar la autocorrelacin
espacial cruzada entre la variable original y la variable asociada (co-variable). La
semivarianza cruzada se calcula con la siguiente ecuacin:

12
1 1
1
2 2
1
2
h
n
h h
Z x Z x Z x Z x
i i
i
n
i i
( ) = + ( ) ( )
+ ( ) ( )
Donde Z
1
es el valor del atributo estudiado; Z
2
es la co-variable; y
12
(h) repre-
senta la semivarianza cruzada de la distancia h entre dos puntos x +h y x.
Otra alternativa para utilizar informacin auxiliar en la estimacin del atributo
a estudiar es el Kriging con regresin. Este mtodo busca realizar las estimaciones
del atributo en sitios no medidos al utilizar tanto la dependencia espacial de las
observaciones como la relacin lineal entre la variable de inters y una serie de
variables explicativas.
723
Los modelos de Kriging con regresin del atributo estudiado en sitios no me-
didos Z(x) se defnen como la suma de la ordenada al origen no conocida
0
, una
tendencia no estacionaria y un error intrnseco estacionario e(x) (Issaks y Srivas-
tava, 1989; Webster y Oliver, 2001). La tendencia es modelada como una funcin
lineal entre el atributo de inters y los valores de las variables explicativas
i
, la
dependencia espacial, en el trmino del error, es modelada por medio del anlisis
de variogramas de los residuales. La ecuacin de la estimacin de Z(x) es:

Z x x
i
i
i i
n
IV ( ) = + + ( )
=
0
e
En otras palabras, se sustituye m(x) por una funcin lineal obtenida con re-
gresin y los residuales se modelan usando Kriging. Donde IV son las variables
explicativas del modelo de regresin.
Finalmente, una alternativa similar a los modelos de Kriging con regresin es
el mtodo de Kriging con external drift, el cual, usa regresin entre el atributo de
inters y una serie de variables auxiliares. Despus, utiliza Kriging ordinario con
un promedio conocido (0) para interpolar los residuales del modelo de regresin.
La ventaja de este mtodo es que permite utilizar cualquier mtodo de regresin.
(Hengl et al., 2007).
Compar acin de los procedimientos de inter polacin
Los diferentes mtodos de interpolacin pueden producir distintas representacio-
nes espaciales (Figura 4), por lo que se requiere un conocimiento profundo del
fenmeno de estudio para evaluar cul mtodo se acerca ms a la realidad. El uso
de un mtodo inapropiado o parmetros no factibles, producen como resultado
un modelo distorsionado de la distribucin espacial del atributo de inters. Una
manera de evaluar si un mtodo de interpolacin es apropiado, consiste en rea-
lizar una evaluacin cuantitativa de las capacidades predictivas de la tcnica de
interpolacin.
El desempeo de las tcnicas de interpolacin puede ser medido en trminos
de la precisin de las estimaciones, a travs de las desviaciones entre los datos
medidos y sus correspondientes valores estimados. Esto puede obtenerse por dos
mecanismos diferentes: el primero utiliza una parte de los datos para realizar la
interpolacin espacial y la otra parte para medir el desempeo de la tcnica de
interpolacin en estudio; el segundo procedimiento utiliza la validacin cruzada
(jack-kniffng) que consiste en que los valores de sitios medidos son eliminados
724
del conjunto de datos, uno a la vez. Entonces, la tcnica de interpolacin es ejecu-
tada con los sitios restantes para estimar el valor del sitio eliminado. Con ambos
procedimientos se produce una lista de valores estimados del atributo de inters,
que son comparados con aquellos obtenidos en los sitios de muestreo (Isaak y
Srivastava, 1989; Webster y Oliver, 2001).
Las estadsticas ms frecuentemente utilizadas para comparar las tcnicas
de interpolacin son: el coefciente de correlacin entre los valores medidos y
estimados del atributo, el error medio (ME), el error medio absoluto (MAE), y la
raz de la media de los errores al cuadrado (RMSE). El ME es utilizado para de-
Figur a 4. Superfcies continuas del nmero de especies de rboles, arbustos y lianas
en una selva mediana a partir del uso de diferentes mtodos de interpolacin.
725
terminar el grado de desviacin en las estimaciones, por lo tanto, una estimacin
sin desviaciones es igual a cero. Sin embargo, el ME tiende a subestimar el error
debido a que errores positivos y errores negativos se cancelan uno al otro. El ME
es calculado como:

Donde n es el nmero de sitios a validar y z
i
x
( ) y son los valores esti-
mados y observados en el sitio i respectivamente.
El MAE, por otro lado, proporciona una medida del tamao del error, por lo que
puede resultar en una mejor evaluacin del error asociado con diferentes mtodos
de prediccin. El MAE es calculado con la siguiente ecuacin:

MAE
n
Z Z
i i
i
n
x x
=
=
1
1
( ) ( )
El RMSE es una medida de la precisin de la prediccin. Esta estadstica es
sensitiva a puntos de infuencia, es decir, tiende a enfatizar los errores ms grandes.
Debido a esto ltimo, el RMSE es una medida del error ms conservadora que el
MAE. Los valores del error calculados con RMSE, se obtienen de:

Finalmente, el mejoramiento relativo del mtodo con el menor error, comparado
con los otros procedimientos, se calcula como:
RI
Mej Otr
Mej
RMSE RMSE
RMSE
=

( )
100
Donde RMSE
mej
es el valor mnimo de RMSE y RMSE
otr
representa el RMSE del
modelo actual.
Estudio de caso: estimacin y mapeo de rendimientos agr colas en sor go
En este ejemplo se estima la distribucin espacial del rendimiento agrcola de
sorgo en el estado de Tamaulipas para los ciclos de produccin durante otoo-
726
invierno de 1998/1999 y 1999/2000 (O-I 98/99 y O-I 99/00), respectivamente. En
la Figura 5 se presenta un diagrama de fujo con las etapas a seguir para realizar
este proceso. Se comparan dos tcnicas de interpolacin espacial: las funciones
de distancia inversa y Kriging. La interpolacin espacial y la validacin cruzada
se hicieron con el software GS+ software (Robertson, 2004).
rea de estudio y datos de rendimiento agrcola
El rea de estudio comprende los distritos de desarrollo rural de Daz Ordaz, Con-
trol y San Fernando en el estado de Tamaulipas, en los cuales, se siembra sorgo
durante el ciclo otoo-invierno. Los datos utilizados provienen de dos encuestas
para la estimacin de rendimientos agrcolas a travs de medicin fsica, durante
los ciclos otoo-invierno 98/99 y 99/00. Las encuestas fueron realizadas por el
Figur a 5. Etapas para realizar la estimacin de la distribucin espacial
de un atributo con geoestadstica.
727
Servicio de Informacin Estadstica, Agroalimentaria y Pesquera. Para la estima-
cin del rendimiento en campo se seleccionaron, de manera aleatoria, diferentes
reas o polgonos en los que se haba sembrado sorgo. El diseo de muestreo fue
estratifcado, con dos estratos: riego y temporal. La ubicacin de los polgonos en
el campo se realiz utilizando una unidad de GPS (GPS 12 XL Garmin). En cada po-
lgono se levantaron dos sitios de muestreo con el objeto de obtener una estimacin
promedio del rendimiento por polgono (SIAP, 2002). En total se obtuvieron 289 y
280 polgonos de muestreo, respectivamente, en los ciclos O-I 98/99 y 99/00. En
la Figura 6 se muestra la distribucin en el espacio de los polgonos de la encuesta
de los dos ciclos agrcolas.
Estimacin de la distribucin espacial del rendimiento agrcola
Con los datos de la muestra se obtuvo la distribucin espacial del rendimiento
agrcola de sorgo. Se utilizaron dos procedimientos de interpolacin: distancia
Figur a 6. Localizacin de los sitios de muestreo dentro del rea de estudio.
728
Cuadro 1. Resumen de estadsticas del rendimiento de sorgo.
Ciclo
Nmero de
observaciones
Media
(t/ha)
Desviacin
estndar
Coeciente
de asimetra
Coeciente
de curtosis
O-I 98/99 289 2.660 1.508 0.380 0.532
O-I 99/00 280 3.027 1.281 -0.137 0.860
inversa y Kriging. Un resumen con las principales estadsticas del rendimiento
agrcola de sorgo en los dos ciclos estudiados se presenta en el Cuadro 1. El rendi-
miento agrcola promedio en el estado de Tamaulipas para el ciclo otoo-invierno
se encuentra entre 2.66 y 3.03 toneladas por hectrea. Los dos conjuntos de datos
tienen valores de asimetra cercanos a cero, lo cual indica que no es necesario
realizar transformaciones de la variable.
Los histogramas de rendimiento agrcola se grafcaron con la distribucin
terica normal. La Figura 7 muestra los histogramas de los datos de ambos ciclos.
En las grfcas se presenta la distribucin de frecuencias del rendimiento agrcola,
no se observa una tendencia bimodal en los histogramas que sugiera la existencia
de dos grupos separados. Por lo tanto, el grupo de datos en su conjunto puede ser
utilizado para explicar la distribucin espacial del rendimiento agrcola en el rea
de estudio.
La variacin en el espacio del rendimiento agrcola representada por los semi-
variogramas, revela una estructura espacial en los dos ciclos estudiados (Cuadro 2).
Se ajustaron modelos esfricos, exponenciales y gaussianos a los semivariogramas
experimentales, para explicar la autocorrelacin presente en los datos. Los modelos
produjeron valores de R
2
en un intervalo de 0.75 a 0.99. La varianza estructural,
que determina la dependencia espacial explicada por el modelo y calculada como
(varianza total varianza nugget)/varianza total *100, tuvo valores en un intervalo
de 50 al 64.7%. Esto signifca que una parte de la variabilidad de la distribucin
espacial del rendimiento no es explicado por los modelos y es atribuible a la va-
rianza nugget (Cuadro 2).
Los valores de la varianza nugget estuvieron en un intervalo de 35.0 al 50.0%.
Esto puede ser explicado por dos factores: los errores de muestreo, entre los que se
incluyen los de posicin, y el que la dependencia espacial del rendimiento existe
a escalas ms fnas que la mnima distancia entre los polgonos muestra. Esta
varianza puede verse en los modelos ajustados en la Figura 8. Por otro lado, el
rango de infuencia, en los diferentes modelos estudiados, muestra valores entre
9870 y 134900 m. Esto indica que los valores del rendimiento agrcola separados
por distancias entre 9.8 y 134.9 km an estn relacionados (Cuadro 2).
729
Los resultados que comparan las dos tcnicas de interpolacin en trminos
de la precisin de las estimaciones (errores de estimacin) se presentan en el
Cuadro 3. El error medio (ME) es bajo en ambos mtodos, lo cual, indica que no
se subestima ni se sobrestima el del rendimiento en sorgo. Las otras dos medidas
del error, MAE y RMSE, presentan una conducta similar. Los valores ms grandes
del error fueron en las funciones de distancia inversa, por lo tanto, la precisin
del rendimiento de sorgo es mejorada cuando se emplean tcnicas geoestadsticas.
Por ejemplo, la estimacin del rendimiento tuvo un error (MAE) de 0.94 y un error
(RMSE) de 1.17 cuando se us un modelo esfrico en los datos del ciclo O-I 98/99,
Figur a 7. Histogramas del rendimiento agrcola de sorgo en el estado de Tamaulipas para
a) el ciclo O-I 98/99 y b) el ciclo O-I 99/00.
730
Cuadro 2. Parmetros y estadsticas de los modelos de semi-variogramas ajustados
para el rendimiento agrcola en sorgo.
Ciclo
Modelo
Varianza
Nugget
Varianza
Total
Rango
Varianza Estructural
Relativa (%)
R
2
O-I 98/99
Exponencial 0.745 2.112 9870.0 64.7 0.97
Esfrico 0.895 2.009 22970.0 55.5 0.99
Gaussiano 1.012 2.025 11110.0 50.0 0.98
O-I 99/00
Exponencial 0.779 1.760 26300.0 54.6 0.96
Esfrico 1.035 2.071 134900.0 50.0 0.88
Gaussiano 1.187 2.375 82700.0 50.0 0.75
Figur a 8. Ejemplos de semi-variogramas experimentales y modelos ajustados para el rendimiento
de sorgo: a) modelo esfrico - O-I 98/99 y b) modelo exponencial - O-I 99/00.
731
ambos valores son los ms bajos de los dos mtodos estudiados. Adicionalmente, el
coefciente de correlacin entre el rendimiento estimado y el rendimiento medido
en campo es el mayor (0.62). En el Cuadro 3 se presenta el mejoramiento relativo
de la tcnica de interpolacin con la mejor precisin, comparada con los otros
procedimientos. La tcnica del Kriging permiti reducciones del error entre 6 y
13% en comparacin con las funciones de distancia inversa. En las Figuras 9 y 10
se muestran los mapas de rendimiento agrcola en los dos ciclos estudiados.
Los resultados obtenidos de la comparacin entre los mtodos de interpolacin
analizados en este captulo indican que el Kriging fue el mtodo ms conveniente
para estimar la distribucin espacial del rendimiento agrcola a nivel regional.
A pesar de que los mtodos de distancia inversa tienen la ventaja de relativa
simplicidad y fcil procesamiento, la precisin de los mapas de rendimiento de
sorgo se increment por lo menos entre 6 y 13 % cuando se utiliz el mtodo de
Kriging.
Estos resultados podran ser mejorados si se utilizaran variables auxiliares
correlacionadas con la variable de inters, para conducir el proceso de estimacin
mediante co-Kriging. Este procedimiento ha sido utilizado por varios investigadores
(Hernndez-Stefanoni y Ponce-Hernndez, 2006). En la agricultura de precisin, se
han utilizado ndices de vegetacin para mejorar el mapeo de rendimientos agrco-
Cuadro 3. Estadsticas de validacin cruzada para las diferentes tcnicas de interpolacin.
Ciclo
Tcnica de
Interpolacin
ME MAE RMSE Corr
RI
(%)
O-I 98/99 Kriging (exponencial) 0.00 0.95 1.18 0.61 0.85

Kriging (esfrico)
-0.01 0.94 1.17 0.62 0.00
Kriging (Gaussiano) -0.01 0.96 1.19 0.62 1.68
Distancia Inversa-1 0.01 1.07 1.35 0.52 13.33
O-I 99/00
Kriging (exponencial)
0.00 0.83 1.05 0.53 0.00
Kriging (esfrico) 0.00 0.85 1.07 0.51 1.87
Kriging (Gaussiano) 0.00 0.87 1.09 0.49 3.67
732
Figur a 9. Mapa de rendimiento de sorgo para el ciclo O-I 99/00.
Figur a 10. Mapa de rendimiento de sorgo para el ciclo O-I 98/99
733
las a nivel de parcela, debido a la alta correlacin que existe entre el rendimiento
agrcola y los ndices de vegetacin (Doberman y Ping, 2004). Otro alternativa
consiste en utilizar el Kriging dentro de estratos (Hernndez-Stefanoni y Ponce-
Hernndez, 2006). La distribucin espacial del rendimiento agrcola es afectada
por muchos factores, los cuales tienen infuencia en los patrones de distribucin
de dicha variable. Por lo tanto, se podra mejorar la precisin de las estimacio-
nes del rendimiento agrcola con diferentes variables explicativas en un modelo
de regresin y el anlisis de los residuales con Kriging (Hernndez-Stefanoni y
Dupuy, 2007).
Referencias
Bello-Pineda, J . y Hernndez-Stefanoni, J .L. 2007. Comparing the performance of two
spatial interpolation methods for creating a digital bathymetric model of the Yucatan
submerged plataform. Pan-American Journal of Aquatic Sciences 2(3): 247-254.
Berrill, S.J., Sudduth, K.A. y Borgelt, S.C. 1996. Comparison of sensors and techniques
fro crop yield mapping. Computers and Electronics in Agriculture. 14: 215-223.
Burrough, P. A. y McDonnell, R. A. 1998. Principles of Geographical Information Systems.
Spatial Information Systems and Geostatistics. Oxford University Press.
Burrough, P.A. 2001. GIS and geostatistics: Essential partners for spatial analysis. Envi-
ronmental and Ecological Statistics. 8: 361-377.
Campbell, J.B. 1987. Introduction to Remote Sensing. The Guilford press. New York
Chauvet, P. 1994. Aide-Memoire de Gostatistique Miniere. cole des mines de Paris,
France. 210 p.
Dobermann, A. y Ping, J.L. 2004. Geoestatistical integration of yield monitoring data and
remote sensing improves yield maps. Agronomy Journal. 96:285-297.
Gallardo A. 2006. Geostadstica . Ecosistemas. 2006/3
Hernndez-Stefanoni, J.L. y R. Ponce-Hernndez. 2004. Mapping the spatial distribution
of plant diversity indices in a tropical forest using multi-spectral satellite image clas-
sifcation and feld measurements. Biodiversity and Conservation. 13: 2599-2621.
Hernndez-Stefanoni, J.L. y Ponce-Hernndez, R. 2006. Mapping the spatial variability
of plant diversity in a tropical forest: Comparison of spatial interpolation methods.
Environmental Monitoring and Assessment 117, 307-334.
Hernndez-Stefanoni, J.L. y Dupuy, J.M. 2007. Mapping species density of trees, shrubs
and vines in a tropical forest, using feld measurements, satellite multiesectral imagery
and spatial interpolation. Biodiversity and Conservation 16(13) 3817-3833.
Hengl, T., Heuvelink, G.B.M. y Rossiter, D.G., 2007. About regression-Kriging: From
equations to case studies. Computers & Geosciences, 33(10): 1301-1315.
Isaaks, E.H. y Srivastava, R.M. 1989. An introduction to applied geostatistics. Oxford
University press. New York.
734
Kravchenco, A. and Bullock, D.G. 1999. A comparative study of interpolation methods
for mapping soil properties. Agronomy Journal. 91:393-400.
Legendre, P. 1993. Spatial autocorrelation: trouble or new paradigm?. Ecology. 74(6):
1659-1673.
Matheron, G. 1965 Les Variables. Rgionalises et Leur Estimation. Masson et Cie.,
Paris.360 p.
Pavlidis, T. 1982. Algorithms for Graphics and Image Processing. Springer Verlag, Berlin.
Robertson, G.P. 1987. Geoestatistics in ecology: Interpolating with known variance.
Ecology. 68(3): 744-748.
Robertson, G.P. 2004. GS+: geostatistics for environmental science. Gamma Design Soft-
ware. Plainwell, Michigan, 200 pp.
Rossi, E., Mulla, J., Journel, A.G., y Franz, E.H. 1992. Geostatistical Tools for Modeling and
Interpreting Ecological Spatial Dependence. Ecological Monographs 62: 277-314.
SIAP. 2002. Metodologa para la estimacin de rendimientos objetivos de cultivos cclicos
y perennes. SAGARPA. Mxico, D.F.
Voltz, M. y Webster, R. 1990. A comparison of Kriging, cubic splines and classifcation for
predicting soil properties from sample information. Journal of Soil Science 41:473-490.
Webster R. y Oliver, M.A. 2001. Geostatistics for environmental science. John Wiley and
Sons, LTD. Toronto, Canada.
Zar, J.H. 1999. Biostatistical Analysis. Prenctice Hall.
735
25
PERCEPCIN REMOTA: CONCEPTOS BSICOS Y TCNICAS
DE ANLISIS RECIENTES
J ean-Franois Mas
1
y M. Isabel Ramrez
1
Pr incipios de la percepcin remota
Defnicin
En su signifcado ms simple, la Percepcin Remota es una tcnica que nos permite
obtener informacin de un elemento a distancia, considerando que esa distancia
sea relativamente grande como para que una persona no la pueda alcanzar y tocar.
En un sentido ms apegado a su utilizacin y concepcin actuales, es una tcnica
que permite obtener imgenes de la superfcie terrestre desde sensores instalados
en plataformas espaciales, aunque debe tomarse tambin en cuenta a la fotografa
area (Chuvieco, 2007). La percepcin remota comprende el anlisis e interpre-
tacin de los registros de radiacin electromagntica que es refejada o emitida
por diferentes objetos de la superfcie terrestre o por la atmsfera, con el fn de
conocer la distribucin y las caractersticas de los elementos que las componen
(Mather, 2004). De tal forma, junto con los Sistemas de Informacin Geogrfca
(SIG), los Sistemas de Posicionamiento Global (GPS, por sus siglas en ingls) y la
Cartografa Digital, es parte de lo que se conoce como Tecnologa de la Informa-
cin Geogrfca.
El presente texto se refere bsicamente a las imgenes obtenidas por sensores
montados en satlites que orbitan alrededor de la Tierra o por sistemas de barrido
de otras plataformas aerotransportadas. Por ello, no se incluye el anlisis de foto-
grafas areas, en papel o digitales, que tambin son una fuente muy importante
de datos obtenidos por percepcin remota.
1
Centro de Investigaciones en Geografa Ambiental, Universidad Nacional Autonoma de Mxico.
05-04 Percepcin remota ok.indd 735 26/01/2011 11:27:37 a.m.
736
Pr incipios fsicos de la percepcin remota
El proceso mediante el cual se obtiene la informacin es similar al proceso de
observacin del ojo humano; es decir, se requiere de tres elementos que son: 1)
sensor: el ojo, la cmara fotogrfca o el sensor del satlite, segn sea el caso;
2) objeto observado: la superfcie terrestre o la atmsfera, ambos para estudios
de percepcin remota; y 3) fujo energtico, que permite la relacin entre los dos
anteriores: la luz en el caso de la visin humana o la radiacin emitida o refejada
por los componentes de la superfcie terrestre o de la atmsfera (Chuvieco, 2007)
(Figura 1).
Figur a 1. Flujos de energa en la superfcie de la Tierra y la atmsfera.
PERCEPCIN REMOTA: CONCEPTOS BSICOS Y TCNICAS DE ANLISIS RECIENTES
737
Radiacin electromagntica
De los procesos de transferencia de la energa (conveccin, conduccin y radiacin),
la radiacin electromagntica es la que ms se relaciona con la percepcin remota.
Se basa en el principio bsico de una onda electromagntica de espacios iguales y
repetidos en el tiempo que se mueve a la velocidad de la luz (3 10
8
m/s) y tiene
dos campos de fuerza, uno elctrico y otro magntico, que son ortogonales entre
s (Teora ondulatoria) (Figura 2). Para describir las ondas electromagnticas se
consideran tres mediciones: la longitud () que es la distancia entre picos sucesivos
de la onda, medida en unidades de distancia, desde nanmetros
1
y micrmetros
2
,
hasta metros; la frecuencia (F), que es el nmero de ciclos que pasan por un pun-
to determinado en una unidad de tiempo, medidos en hertz (Hz) o mltiplos de
ellos; y la amplitud, que corresponde a la altura de cada pico, medida en niveles
de energa, vatios. En el caso de la percepcin remota la medida ms utilizada es
la longitud de onda () (Campbell, 2002; Chuvieco, 2007).
Espectro electromagntico
El espectro electromagntico es un continuo de longitudes de onda y frecuencias
que va desde las ondas csmicas hasta las ondas de radio y telecomunicaciones.
Figur a 2. Componentes elctrico (E) y mgntico (M) de la radiacin electromagntica
1
Un nanmetro es la milmillonsima parte de un metro: nm = 1 10
-9
m
2
Un micrmetro es la millonsima parte de un metro: m = 1 10
-6
m
738
Las primeras, medidas en nanmetros (nm) y micrmetros (m), se caracterizan
por sus longitudes de onda cortas y frecuencias altas, por lo que tienen niveles
de energa altos (por ejemplo, rayos gamma y rayos X). Las ondas de radio y
telecomunicaciones tienen longitudes de onda largas y frecuencias bajas, por
lo que sus niveles de energa son bajos. stas se miden en metros o, ms usual-
mente, en valores de frecuencia en Hz (MHz = Megahertz, o GHz = Gigahertz)
(Mather, 2004).
En percepcin remota se utilizan las longitudes de onda para medir las ondas
electromagnticas de la parte del espectro que interesa a esta tcnica: visible,
infrarrojo y microondas.
La porcin visible del espectro tiene un rango estrecho que se extiende de 0.4
a 0.7 m (0.4-0.5 azul, 0.5-0.6 verde y 0.6-0.7 rojo). Coincide con la longitud
de onda donde es mxima la radiacin solar y donde la visin humana tiene su
mayor sensibilidad (aproximadamente en los 0.48 m). En esta parte del espectro
las longitudes de onda dependen de la radiacin solar incidente. sta energa in-
cidente se descompone en tres partes: energa refejada, transmitida o absorbida.
El porcentaje de cada una de ellas est en funcin de las caractersticas fsicas de
las cubiertas de la tierra (forma, composicin y textura) y de la longitud de onda
en la que sean observadas (Chuvieco, 2007).
El infrarrojo cercano se extiende de 0.7 a 0.9 m, se comporta como la luz
visible y puede ser detectado fcilmente con pelculas fotogrfcas especiales.
El infrarrojo medio va de 0.9 a 3 m, porcin donde la radiacin infrarroja to-
dava es de origen solar y, como la luz visible, es refejada por la superfcie de
la Tierra. Aunque en esta parte se entremezclan los procesos de refexin de la
luz solar y de emisin de la superfcie. El infrarrojo trmico va de 3 a 14 m.
Despus de los 3 m la radiacin infrarroja emitida por la superfcie se capta
en forma de calor, por lo que la longitud de onda de la radiacin depende de la
temperatura de la fuente. La mayor parte de esa radiacin es absorbida por la
atmsfera, pero existe un espacio de transmisin entre los 8 y 14 m, con un
pico en los 9.7 m, que es donde los sensores de los satlites pueden captar esa
emisin (Mather, 2004).
Las microondas se ubican en longitudes de onda entre 1 mm y 1 m. Las on-
das ms cortas de este rango tienen mucho en comn con el infrarrojo trmico,
mientras que las ms largas se mezclan con las ondas que utilizan las emisoras de
radio comercial (Campbell, 2002). Dado que en esta regin la atmsfera no hace
ya ninguna interferencia, resulta muy til para cartografar reas regularmente
cubiertas por nubes, como las tropicales y polares (Chuvieco, 2007).
739
Respuesta espectr al
La respuesta espectral de un objeto depende de factores como la orientacin y
altura del Sol, la posicin del sensor (ngulo de observacin), la posicin to-
pogrfca y las condiciones del objeto, entre otros. Con frecuencia se utiliza el
trmino frma espectral como sinnimo de respuesta espectral, esto puede
conducir a confusiones ya que debido a las diferencias en los factores antes
mencionados, la respuesta espectral de un mismo objeto no es siempre constante
(Mather, 2004).
Vegetacin. La caracterizacin de las masas vegetales ha sido una de las tareas
ms importantes de la percepcin remota. En su identifcacin infuye el estado
fenolgico (refectividad de la hoja, forma, contenido de humedad) y las carac-
tersticas morfolgicas de las plantas (altura, grado de cobertura del suelo), as
como su posicin en el terreno (pendiente, orientacin, asociaciones de especies,
geometra de la plantacin). No obstante, se ha identifcado un comportamiento
tpico de la vegetacin vigorosa: en las bandas visibles tiene una baja refectividad
(con un mximo en torno a los 0.55 m), mientras que en el infrarrojo cercano
dicha refectividad es muy alta y se va reduciendo poco a poco hacia el infrarrojo
medio (Mather, 2004) (Figura 3).
Suelo. Los principales factores que determinan la respuesta espectral de los
suelos son su composicin qumica (que determina el color dominante), textura,
estructura y contenido de humedad. Sin embargo, suelen estar enmascarados por
Figur a 3. Respuesta espectral de algunas cubiertas del suelo.
740
la cubierta vegetal. En el caso de suelos desnudos, estos tienen un comportamiento
ms uniforme que la vegetacin, mostrando una curva de respuesta espectral ms
plana (Chuvieco, 2007).
Agua. La respuesta espectral del agua es afectada por la presencia y concen-
tracin de partculas disueltas o suspendidas, tanto de materiales orgnicos como
inorgnicos, as como por la profundidad de la masa de agua. El agua absorbe o
transmite la mayor parte de la radiacin visible que recibe. Su curva de compor-
tamiento espectral muestra una reduccin conforme se incrementan las longitudes
de onda, de tal forma que en el infrarrojo cercano la refectancia del agua clara y
profunda es prcticamente nula (Mather, 2004).
For mas de adquisicin de imgenes
Existen bsicamente tres formas para la adquisicin de imgenes que dependen
de las longitudes de onda de la energa detectada y de los objetivos del sensor
(Campbell, 2002; Chuvieco, 2007):
1) Refexin: el sensor registra la refexin que la superfcie de la Tierra hace
de la luz solar. Es un proceso anlogo al de la visin o de la fotografa. Esta
forma de percepcin remota utiliza principalmente la energa de las porciones
del espectro que corresponden al visible e infrarrojo cercano. Hay dos tipos de
refectancia: especular (en superfcies lisas que tienden a dirigir la radiacin en
una sola direccin) y difusa (en superfcies rugosas que distribuyen la energa
en todas direcciones).
2) Emisin: el sensor registra la radiacin emitida por la superfcie de la Tierra.
Esta radiacin se detecta en la seccin del espectro perteneciente al infrarrojo
lejano. La energa emitida se deriva de la energa solar que previamente ha sido
absorbida. De esta forma muestra datos relativos a las propiedades termales
de los elementos que registra.
Estas dos formas se conocen como pasivas, ya que emplean instrumentos
diseados para registrar la energa refejada o emitida por la superfcie de la
tierra, no la propia energa generada por el sensor.
3) Emisin-refexin: se realiza mediante instrumentos que generan su propia
energa, para luego registrar la refexin que la superfcie de la tierra hace de
ella. Estos instrumentos se conocen como sensores activos, en el sentido
que proveen su propia energa y son independientes de la radiacin solar o
terrestre.
741
Caractersticas de los sensores
La mayora de los sensores que operan en la porcin visible e infrarroja del espectro
registran datos en forma de imgenes multibanda o multiespectrales. Una imagen
multiespectral es un conjunto de imgenes individuales (bandas) que permiten ver
diferentes regiones del espectro cada una (Mather, 2004). Para generar esa imagen,
el sensor explora a manera de barrido la superfcie de la Tierra, registrando en in-
tervalos regulares la radiacin de los objetos que se encuentran en ella. El sensor
registra esa radiacin en funcin de la unidad espacial mnima que sea capaz de
registrar, conocida como pixel (picture element), y la traduce en un valor numrico
(nivel digital = ND). As, cada banda de la imagen est formada por una matriz de
pixeles con cierto ND cada uno de ellos (Chuvieco, 2007).
Para identifcar el sistema sensor ms apropiado para cada objetivo de estudio,
es conveniente conocer su resolucin o capacidad para discriminar informacin. La
cual, est dada por caractersticas como: nivel de detalle espacial, nmero y ancho
de bandas espectrales, frecuencia de las tomas, sensibilidad para distinguir niveles
de energa, y, ms recientemente, posibilidad de observar el mismo objeto desde
diferentes puntos de vista (Campbell, 2002; Mather, 2004; Chuvieco, 2007).
Resolucin espacial. Se refere a la mnima superfcie que puede ser identifcada
en una imagen, donde a mayor resolucin menor tamao del pixel. Marca el nivel
de detalle que ofrece la imagen, ya que slo se pueden identifcar elementos que
sean de tamao superior al del pixel. El valor de cada pixel depende de los valores
de radiacin de cada objeto contenido. Por ello, entre mayor sea el tamao de rea
representada en el pixel (menor resolucin), mayor ser la probabilidad de que sta
contenga varios objetos, lo cual, eventualmente difcultar su clasifcacin.
Resolucin espectral. Es el nmero y longitud de onda de las bandas que
puede identifcar un sensor. Dado que los elementos de la superfcie de la Tierra
se comportan de manera distinta en cada longitud de onda, entre ms bandas nos
proporcione un sensor mayor ser la posibilidad de determinar los tipos y caracte-
rsticas de las cubiertas. El nmero de bandas y sus rangos de registro depende de
los objetivos del sensor. Por ejemplo, para un satlite meteorolgico es sufciente
una banda de baja resolucin espacial, ya que las nubes cubren enormes extensiones
que no presentan mayor variabilidad cromtica.
Algunos sensores presentan una banda pancromtica que tiene un registro
espectral amplio que cubre toda la regin del visible, lo cual, permite mejorar la re-
solucin espacial en comparacin con el modo multiespectral del mismo sensor.
Resolucin radiomtrica. Hace referencia a la sensibilidad del sensor para
mostrar en ND las variaciones de radiacin espectral. Estos ND se expresan en
trminos de dgitos binarios (bits = 2
n
), donde a mayor nmero de bits mayor detalle
742
en la informacin. Por ejemplo, una imagen de 8 bits, 2
8
, permite diferenciar 256
ND, que se traducen en 256 niveles de gris; mientras que en una de 6 bits, 2
6
, se
observan slo 64 niveles de gris.
Resolucin temporal. Signifca la frecuencia con la que el satlite es capaz de
tomar datos de una misma porcin de la superfcie terrestre, lo cual, depende de
su objetivo y de las caractersticas orbitales de la plataforma (altura, velocidad e
inclinacin). A mayor frecuencia de tomas de un mismo sitio, mayor resolucin
temporal.
Resolucin angular. Esta se refere a la capacidad de un sensor para observar
la misma porcin de la superfcie de la Tierra desde diferentes ngulos simultnea-
mente. Es el trmino ms reciente, ya que apenas a partir de 1995 se han puesto
en marcha algunos sensores con esta caracterstica.
Tipos de imgenes y aplicaciones
En 1960 se lanz al espacio el primer satlite TIROS con fnes meteorolgicos. En
1972 se lanz el ERTS (Earth Resources Technology Satellite), despus conocido
como Landsat 1, cuyo objetivo era la observacin con fnes cientfcos de los
recursos naturales de la superfcie de la Tierra. El xito de ste y de los subse-
cuentes Landsat, motiv que en 1986 se lanzara el satlite SPOT (Systme pour
lObservation de la Terre) con los mismos objetivos. A partir de all se inici el
desarrollo de muchos otros satlites, incluyendo aquellos con sensores hiperes-
pectrales (varias decenas o centenares de bandas) y otros sistemas globales de
deteccin. Tan slo a partir de 1996 se plane la puesta en marcha de cerca de 100
satlites ms (Campbell, 2002).
Campbell (2002) propone que las imgenes obtenidas por los sensores de los
satlites se pueden clasifcar en tres grupos: 1) tipo Landsat, 2) de alta resolucin
espacial, y 3) de alta resolucin temporal. A los que agregamos dos grupos ms,
4) hiperespectrales y 5) radar-lidar.
Tipo Landsat. Se les conoce como tipo Landsat ya que este satlite estableci
un modelo para este tipo de sistemas, tanto en lo referente al diseo tecnolgico, al
manejo de los datos y, sobre todo, al propsito. Estos satlites han sido diseados
para la adquisicin de datos de amplia cobertura geogrfca con moderados niveles
de detalle. Las imgenes que generan han sido utilizadas para una extensa gama
de aplicaciones, las cuales, se han enfocado en la investigacin y monitoreo de
los recursos naturales a nivel regional y su cartografa.
743
Dentro de este grupo destacan las imgenes de los satlites Landsat
3
(sensores
MSS, TM y ETM+), SPOT
4
(HRv, HRvIR), IRS-India Remote Sensing
5
(LISS) y Terra
6

(ASTER). Los satlites ms recientes han mejorado considerablemente la resolucin
espacial de las imgenes multiespectrales: de los 80 metros de resolucin de los
primeros Landsat, a los 5 metros de IRS-P6 o 10 metros de SPOT-5.
Alta resolucin espacial. Estas imgenes proveen informacin muy detallada
(menos de 4 metros de resolucin) de regiones muy especfcas. En trminos
de precisin y detalle, son comparables con las fotografas areas. No tienen un
cubrimiento global regular y, aunque existen numerosas tomas en archivo, por
lo general las imgenes se toman por encargo. Este tipo de imgenes han abierto
nuevas posibilidades para las aplicaciones de datos satelitales. Son tiles para
estudios que requieren un elevado nivel de detalle espacial, como la planifcacin
urbana, el anlisis de vas de transporte o de lneas de conduccin y trabajos de
precisin en temas agrcolas, entre otros.
En este grupo sobresalen las imgenes IKONOS,
7
GeoEye, Orbview y
QuickBird,
8
Todas ellas multiespectrales, con tres bandas visibles y una del infra-
rrojo cercano, adems de otra banda pancromtica de mejor resolucin espacial
que las espectrales. Asimismo, en este grupo se pueden ubicar, por su nivel de
detalle, las bandas pancromticas de algunos sensores tipo Landsat.
Baja resolucin espacial y alta resolucin temporal. Este grupo de imgenes
fue diseado para proveer informacin a nivel de pas, continente o incluso global.
Permiten monitorear la dinmica ambiental a escalas poco detalladas (resolucin
espacial de 250 metros a 4 kilmetros) pero con mucha frecuencia, desde varias
tomas diarias hasta un par de das. Las imgenes que se colectan en periodos de
varias semanas se usan para generar mosaicos de grandes extensiones de la Tie-
rra. Esto ha permitido que los cientfcos puedan observar algunos elementos de
distribucin global que anteriormente no podan ser observados en su totalidad.
Destacan los siguientes satlites y sensores: NOAA-AvHRR,
9
utilizado para
detectar el comportamiento de la vegetacin, el clima y la temperatura; SPOT4-
vGT,
10
diseado para detectar cambios en las superfcies cubiertas por vegeta-
cin; Orbview-SEAwIFS,
11
para el estudio global de los sistemas marinos; Terra/
3
Ms informacin en: http://landsat.gsfc.nasa.gov
4
http://www.spotimage.fr
5
http://www.nrsa.gov.in
6
http://asterweb.jpl.nasa.gov
7
http://www.geoeye.com
8
http://www.digitalglobe.com/index.php/85/QuickBird
9
http://noaasis.noaa.gov/NOAASIS/ml/avhrr.html
10
http://www.spot-vegetation.com
11
http://oceancolor.gsfc.nasa.gov/SeawiFS/
744
Aqua-MODIS,
12
con doble paso diario por el Ecuador permiten identifcar incluso
variaciones diurnas.
Hiperespectral. Las imgenes de sistemas de espectrometra, o hiperespectrales,
colectan mediciones en un extenso nmero de bandas espectrales contiguas muy es-
trechas (aproximadamente 10 nanmetros. 1 m = 1000 nm). Los sensores pueden
adquirir imgenes slo en regiones de baja absorcin atmosfrica, conocidas como
ventanas atmosfricas. A diferencia de los sensores multiespectrales, los hiperes-
pectrales registran ms de 200 bandas, por lo que sus aplicaciones no slo se limitan
al anlisis de patrones espaciales (dimensiones x, y), sino tambin a las propiedades
de un mismo elemento en todo el espectro (dimensin z, a travs de todas las bandas).
Sus aplicaciones han sido en el monitoreo de ecosistemas terrestres y marinos, estudios
de estados y estrs de la vegetacin, cartografa geolgica y exploracin minera.
Los espectrmetros pueden estar montados en aviones especiales, los ms
conocidos son DAIS,
13
de la Unin Europea; HYMAP,
14
producido por una agencia
australiana y, AvIRIS
15
desarrollados en Estados Unidos por la NASA. El primer
sensor hiperespectral a bordo de un satlite civil es el HYPERION,
16
que fue lanzado
en noviembre del 2000.
Radar-Lidar. El ltimo grupo comprende las imgenes de sistemas activos.
stos emiten su propia energa para recogerla luego de que la superfcie de la
Tierra la refeje. Los primeros de ellos se desarrollaron sobre plataformas areas,
y posteriormente tambin en plataformas espaciales. Las ventajas de estos sen-
sores radican en que permiten la adquisicin de informacin a cualquier hora y
en cualquier condicin atmosfrica; y que, al generar su propia seal, sta puede
ser controlada y ajustada a los fnes especfcos. Por ejemplo, se pudo evaluar la
extensin de las reas inundadas en villahermosa, Tabasco en noviembre 2007
gracias a imgenes de radar SAR-X cuando era imposible utilizar imgenes pticas
por la cobertura de nubes.
17
Estos sistemas se pueden dividir en tres sub-tipos. Los dos primeros a travs
de microondas, con longitudes de onda entre 0.1 cm y 1 m:
1) SAR
18
(Synthetic Aperture Radar), que obtienen informacin detallada de la
superfcie de la Tierra, y entre los que se encuentran sensores como Seasat,
Shuttle Imaging Radar, ERS, RADARSAT y JERS.
12
http://modis.gsfc.nasa.gov
13
http://www.op.dlr.de/dais/dais-scr.htm
14
http://www.hyvista.com/hyvistaweb/subPage.php?pageid=23
15
http://rst.gsfc.nasa.gov/Intro/Part2_24.html
16
http://eo1.gsfc.nasa.gov/new/general/frsts/hyperion.html
17
http://reliefweb.int/rw/rwb.nsf/db900sid/LRAY-78ZMFv?OpenDocument
18
http://southport.jpl.nasa.gov
745
2) INSAR (Interferometric Synthetic Aperture Radar), que permiten medidas
tridimensionales de la superfcie de la Tierra por medio de interferometra.
Este sistema es comparable al de la fotografa estereoscpica, pero no slo
en el dominio visible. El sensor ms representativo del INSAR es el SRTM
19

(Shuttle Radar Topography Mission).
3) LIDAR (Light Detection and Ranging), este es un sistema de barrido laser
aerotransportado, que opera a travs de pulsos de luz polarizada entre el
ultravioleta y el infrarrojo cercano. La informacin se obtiene en funcin
de la intensidad y tiempo de retorno de la seal transmitida. Las aplicacio-
nes ms exitosas de LIDAR han sido para la determinacin de situaciones
atmosfricas (deteccin de aerosoles y contaminantes, medicin de hume-
dad, presin y temperatura del aire, y velocidad del viento). As como en
la deteccin de manchas de aceite, algas y contaminantes en el agua; la
estimacin de la biomasa y la produccin de modelos digitales de elevacin
muy precisos.
Con el destacado avance de la tecnologa las mejoras en los sensores son cada
vez mayores. De esta forma, se espera que en los prximos aos la tecnologa en
percepcin remota permita un uso extendido de algunas aplicaciones como:
Sistemas de alerta en tiempo real.
20
Que seran tiles para identifcar y prevenir
los efectos negativos de mareas rojas, incendios, estrs vegetacin, sequa, etc.
Predicciones ms acertadas, de clima o de incendios.
Cartografa de las cubiertas del suelo de mayor fabilidad temtica
Determinacin de parmetros biofsicos. En el caso de la vegetacin, mayor
exactitud en la estimacin de biomasa, contenido de clorofla, estructura,
etc. As como estimacin de la humedad del suelo, contenido de minerales y
calidad del agua, entre otros.
Tr atamiento digital estndar
Se presentan aqu los mtodos ms comunes de anlisis de imgenes de satlite,
enfocndonos en su uso ms comn, que es la obtencin de mapas de las cubiertas
del suelo. Esta revisin incluye las principales operaciones de preprocesamiento,
19
http://www2.jpl.nasa.gov/srtm/dataprod.htm
20
http://www.obt.inpe.br/deter
746
que consisten en preparar las imgenes para su anlisis; as como los enfoques
estndar de clasifcacin utilizados para obtener un mapa de cubiertas del suelo.
Preprocesamiento de los datos de PR
Histogr ama y estadsticas bsicas de la imagen
A travs del anlisis del histograma de las bandas de una imagen (o imagen pan-
cromtica), se puede conocer de forma general la radiancia detectada en cada una
de ellas, as como el nivel de homogeneidad que existe entre los pixeles que las
componen y entre bandas.
El histograma describe la distribucin de los valores de los pixeles (ND) con-
tenidos en la imagen. En el caso de las imgenes de 8 bits (Landsat, SPOT, Aster,
etc.) los ND oscilan entre 0 y 255, por lo que el histograma indicara la frecuencia
(nmero de pixeles) en que encontramos cada ND de ese rango. Los datos del his-
tograma pueden ser representados tanto de forma tabular como grfca. A partir
de estos datos se calculan las estadsticas bsicas que permiten hacer un primer
anlisis de las caractersticas de una imagen. Las ms frecuentes son la media y
la mediana, que indican la centralidad del histograma y sus ND predominantes;
as como los valores mnimo, mximo y de desviacin estndar, que indican la
dispersin de los ND y, por lo tanto, el contraste visual de la banda en cuestin
(Gorte y Schetselaar, 2004; Chuvieco, 2007).
En su forma grfca, el histograma de frecuencias puede tener una distribucin
normal o simtrica (campana de Gauss). Es decir, los valores centrales del rango
encontrado son muy frecuentes, mientras que los valores extremos son poco fre-
cuentes y ms o menos proporcionales entre s. A estos valores extremos menos
frecuentes se les conoce como colas del histograma. Tambin puede tener una
distribucin asimtrica, con mayor frecuencia de pixeles en alguno de los extre-
mos del rango de valores. Ambos tipos de distribucin pueden ser unimodales o
multimodales. En el primer caso hay un solo pico en el histograma y en el segundo
dos o ms picos. La ubicacin de estos picos indica las tonalidades predominantes
que se vern en la banda analizada y, en el caso de las distribuciones multimodales,
posibles tipos diferentes de cubiertas dominantes.
Otro de los anlisis estadsticos bsicos es la matriz de varianza-covarianza.
sta calcula la dispersin de los valores (varianza) y la relacin entre ellos (co-
varianza) a partir de un conjunto de bandas. Este anlisis se aplica para comparar
diferentes bandas e identifcar aquellas que contengan la mayor parte de la infor-
macin de la imagen, con la menor redundancia.
747
Cor reccin geomtr ica y cor registro de imgenes
Chuvieco (2007) sugiere que la correccin geomtrica debera llevarse al cabo
como ltima fase del procesamiento de la imagen, ya que el proceso de co-
rreccin realiza un remuestreo que puede alterar los valores originales de los
pixeles. Por el contrario, otros lo incluyen como parte del preprocesamiento
(Campbell, 2002; Mather, 2004). Lo cual, es conveniente para diversas aplica-
ciones comunes, como cartografa mediante interpretacin visual y deteccin
de cambio, entre otras.
En estos casos, se deben de ajustar las coordenadas de las imgenes (columnas-
renglones) a las coordenadas de una cartografa base (x,y en UTM, Lambert, etc.) o
de sitios conocidos en campo, lo que se conoce como correccin geomtrica. O se
pueden ajustar dos imgenes entre s, considerando a una de ellas como referencia,
conocido como proceso. Estos procesos constan de tres fases: 1) localizacin de
puntos de control, 2) clculo de las funciones de transformacin polinomial y 3)
transferencia de pixeles a su nueva posicin (Chuvieco, 2007).
El establecimiento de puntos de control se considera como la parte funda-
mental de la correccin geomtrica (Janssen y weir, 2001; Chuvieco, 2007). Para
esto deben ubicarse puntos comunes en la imagen y en la cartografa existente (o
en otra imagen ya georreferenciada y corregida). El nmero de puntos de control
depende del tamao de la imagen y del grado del polinomio que se aplicar para
hacer la correccin. Para una funcin de primer grado son necesarios tres puntos,
pero si el contraste topogrfco de nuestra imagen es fuerte, es recomendable uti-
lizar polinomios de segundo o tercer grado, que requieren como mnimo seis y 10
puntos de control, respectivamente. Siempre es conveniente localizar un nmero
mayor de puntos, ya que con esto se garantiza un mejor ajuste entre la imagen y el
mapa. La localizacin de dichos puntos debe hacerse preferentemente en rasgos de
infraestructura, como cruces de carreteras, vas de ferrocarril, presas, etc., que no
presentan un dinamismo temporal o estacional como los ros, las lneas de costa,
los embalses naturales, etc. Finalmente, debe considerarse que la distribucin de
los puntos sea uniforme sobre toda la imagen, para evitar dar ms peso a algn
sector determinado al hacer la correccin.
Una vez hecho lo anterior, se calcula la transformacin a realizar, a travs del
empleo de una ecuacin polinomial de primero, segundo o tercer grado, segn se
requiera. Esto da como resultado los coefcientes de transformacin que se aplicarn
a los pixeles de la imagen original para obtener su nueva posicin. Se considera
que la correccin geomtrica de una imagen es correcta cuando el valor del error
medio cuadrtico (RMS) es menor que la resolucin de la imagen en cuestin
(Janssen y weir, 2001; Chuvieco, 2007).
748
Como tercer paso, se realiza el traslado de los pixeles de su posicin original
a la nueva posicin defnida por la transformacin previa. Se utilizan generalmen-
te tres mtodos: el elemento vecino ms cercano, es el mtodo ms directo que
supone menor transformacin de los valores originales; la interpolacin bilineal,
que promedia el valor de los 4 pixeles ms cercanos al original; y, la convolucin
cbica, que considera los 16 pixeles ms cercanos.
Cor recciones r adiomtr icas
Las correcciones radiomtricas son aquellas que modifcan los ND originales para
acercarlos a los valores que se hubieran obtenido en caso de una recepcin ideal.
Se utilizan para corregir errores debidos al mal funcionamiento del sensor y a los
efectos de la atmsfera y del relieve. Tambin, para la homogenizacin de los
ND entre diferentes imgenes o la transformacin de los ND a parmetros fsicos
(refectividad y temperatura).
Correccin del bandeado de la imagen. En caso de una mala calibracin de
los detectores del sensor, ciertas lneas pueden presentar valores sistemticamente
ms altos o bajos que las otras. Una correccin de estos errores puede llevarse
al cabo con base en el clculo de estadsticas (promedio, desviacin estndar) de
los pixeles que pertenecen a las lneas producidas por el mismo detector a fn de
calcular los coefcientes de un ajuste lineal (sesgo y ganancia).
Conversin de los ND a parmetros fsicos. La transformacin de los ND a
parmetros fsicos, como la refectividad, permite comparar imgenes de dife-
rentes fechas y lugares obtenidas por diferentes sensores. La refectividad es el
cociente entre la energa refejada y la incidente. Con base en los coefcientes
de calibracin del sensor es posible calcular la energa recibida por ste. Sin
embargo, para calcular la refectividad se necesita conocer la radiacin solar,
la fecha de adquisicin de la imagen (que determina la distancia entre el sol
y la tierra y el ngulo solar), el ngulo de toma de la imagen y la transmisivi-
dad y dispersin atmosfricas. Incorporar estas dos ltimas variables implica
asumir ciertas condiciones atmosfricas estndar o disponer de mediciones
precisas de ciertas caractersticas de la atmsfera (cantidad de gases y aerosoles
entre otros).
Correcciones de los efectos del relieve. Debido al relieve, la cantidad de ener-
ga recibida por la superfcie terrestre vara considerablemente. Como lo veremos
ms adelante, existen cocientes entre bandas espectrales que permiten disminuir
los efectos del relieve. Tambin es posible estimar la variacin de los ND debida
al efecto topogrfco utilizando un modelo digital de elevacin. Los modelos ms
749
sofsticados toman en cuenta, adems del ngulo de insolacin, la irradiancia difusa
y el efecto pantalla del relieve.
Correccin relativa imagen a imagen. Este mtodo, utilizado particularmente
para la deteccin de cambio, consiste en realizar una correccin que consiste en
homogeneizar los ND entre imgenes de diferentes fechas de la misma regin.
Este mtodo no permite obtener parmetros fsicos, pero compensa las diferencias
entre imgenes que se deben a las condiciones de toma de la imagen (condiciones
atmosfricas, calibracin del sensor, ngulo solar, etc.). Con base en pixeles, cuya
radiancia es constante entre fechas, se pueden calcular parmetros (sesgo y ganan-
cia) para un ajuste lineal que permita adecuar una imagen a la otra. Otro mtodo
consiste en ajustar el histograma de una imagen sobre el histograma de la otra.
Mejor amiento del aspecto visual de las imgenes
Para el despliegue de una imagen en un monitor se asocia cada ND de la imagen
con un nivel de visualizacin (Nv), tonos de gris. Por ejemplo, si una imagen est
codifcada en 8 bits, tiene 256 ND del 0 al 255. Por defecto, el ND de valor cero
est asociado al Nv ms bajo (tono negro), los valores entre 1 y 254 a tonos de
gris cada vez ms claros y el ND 255 al tono ms claro (blanco). Si la imagen slo
presenta ND en un rango pequeo, por ejemplo 50-120, su visualizacin utiliza
una gama restringida de Nv, resultando en una imagen con poco contraste y difcil
de interpretar visualmente. Existen diferentes mtodos que permiten adaptar el
rango de ND de una imagen con el rango de Nv del sistema de visualizacin para
aumentar el contraste de la imagen desplegada (Look Up Table o LUT) que presenta
el valor del Nv para cada ND.
a) Expansin lineal
Se basa en una tabla de referencia, LUT, que asocia el ND mnimo y mximo de la
imagen a los valores de Nv mnimo y mximo (0 y 255) respectivamente, distribu-
yendo linealmente los valores intermedios. La expansin lineal con saturacin rea-
liza la misma operacin pero en vez de los valores mnimos y mximos absolutos,
utiliza valores que no toman en cuenta un cierto porcentaje de valores extremos de
ND. Esta variante mejora el contraste cuando el histograma original de la imagen
presenta colas amplias. De tal forma que la expansin lineal se basa en los valores
extremos del histograma pero no toma en cuenta sus caractersticas.
750
b) Ecualizacin
Se basa en una tabla de referencia LUT que asocia a cada ND un nmero similar de
Nv tomando en cuenta la frecuencia de los valores de ND. La ecualizacin resulta
por lo tanto, en aumentar el contraste entre los ND ms frecuentes (Figura 4).
Figur a 4. Mtodos de realce del contraste de una imagen.
751
c) Composicin en color
La mayor parte de los sensores producen imgenes multiespectrales. Aplicando cada
uno de los tres colores primarios a tres bandas espectrales diferentes, es posible
generar imgenes a color que permiten visualizar simultneamente varias partes
del espectro. Dependiendo de la banda espectral que se asocia a cada color, se
puede obtener una gran variedad de combinaciones. La composicin en color ms
comn es la denominada falso color con base en la asociacin de las bandas del
infrarrojo, rojo y verde a los colores rojo, verde y azul, respectivamente. En esta
composicin, al igual que en las fotografas con reas infrarrojas a color, la vege-
tacin (que refeja mucho en esa banda del espectro) aparece en tonos rojo. Segn
los rasgos que el usuario quiera realzar, otras combinaciones de bandas pueden
resultar ms idneas. Por ejemplo, las composiciones en color que se encontraron
ms tiles para interpretar cubiertas del suelo en el mbito del Inventario Forestal
Nacional 2000 fueron elaboradas con las bandas Landsat 5,4,2 (Infrarrojo medio,
infrarrojo cercano y visible) y 7,5,4 (infrarrojo medio y cercano) dependiendo de
la regin (Mas et al., 2003).
Seleccin de bandas por clculo de la separ abilidad espectr al
La seleccin de bandas (en ingls feature selection) es un proceso para identifcar
a travs de anlisis estadsticos la banda o la combinacin de ellas que contienen
la mayor variabilidad de datos de una imagen. Esto permite extraer la informacin
ms relevante y eliminar aquella que representa confusin para la separacin de
las clases presentes en la imagen. De tal forma que la seleccin de bandas puede
incrementar la exactitud de los resultados. As, el analista trabaja con menos bandas
pero ms poderosas en trminos estadsticos (Campbell, 2002).
Este anlisis nos conduce a evaluar el desempeo de la clasifcacin frente al
nmero de bandas utilizadas. Se observa que en determinado punto un aumento en
el nmero de bandas no representa un incremento en la separabilidad de las clases;
incluso, si ese nmero de bandas es muy elevado, la exactitud de la clasifcacin
puede decrecer (Fenmeno Hughes).
Entre las medidas que permiten identifcar la separabilidad entre clases (por
ejemplo, de cubiertas del suelo) destacan las siguientes (Landgrebe, 2003; Mather,
2004):
Clculo de divergencia: analiza las bandas consideradas a travs de matrices
de varianza-covarianza (dispersin-relacin de los valores). En los resultados
0 signifca clases espectralmente idnticas y 1 completamente separadas.
752
Clculo de la divergencia transformada: es similar a la anterior pero reduce
el rango de los valores estadsticos, para no sobreestimar la magnitud de la
divergencia.
Distancia Bhattacharyya, mide la probabilidad de que una clasifcacin sea
correcta, considerando pares de clases espectrales.
Algunos programas, calculan la suma de los valores de separabilidad entre cada
par de clases para obtener una medida general, a partir de un conjunto dado de clases
considerando determinado nmero de bandas. Realizan este clculo para todas las
posibles combinaciones de bandas para determinar la mejor combinacin.
Tr ansfor macin de imgenes
Las transformaciones de imgenes son operaciones que generan nuevas bandas a
partir de un conjunto de bandas de entrada, seleccionadas con el objeto de resaltar
o aislar algn rasgo de inters.
a) Anlisis de componentes principales (ACP)
Es una tcnica estadstica para sintetizar la informacin contenida en todas las
bandas originales en el menor nmero posible de bandas de salida (componentes
principales). Considera la correlacin numrica que existe entre las diferentes
bandas de entrada debida a la similitud existente entre bandas adyacentes y a los
efectos de la topografa, lo cual, implica redundancia de la informacin.
Si dos variables (bandas) estn perfectamente relacionadas, la grafcacin de
sus valores correspondera a una lnea recta, es decir, de un solo eje; sin embargo,
lo ms frecuente es que dicha correlacin no sea perfecta, lo cual, hace que se
formen dos ejes, uno de mxima y otro de mnima varianza de los datos (Mather,
2004). La transformacin de componentes principales es una rotacin del eje
coordenado original para mejorar la disposicin de stos (disminuir dispersin) y
la separacin entre los grupos de valores homogneos (Chuvieco, 2007). Un ACP
produce el mismo nmero de componentes principales que el nmero de bandas de
entrada. Si los ejes de mnima varianza contienen slo una pequea proporcin del
total de la variabilidad se pueden ignorar esos datos sin una prdida representativa
de informacin (Mather, 2004) (Figura 5).
De esta forma, el proceso consiste en la generacin de una matriz de varian-
za-covarianza de las bandas originales de la que se extraen los valores propios
753
(eigenvalues), que expresan la longitud de los ejes de cada uno de los compo-
nentes, as como la proporcin de la informacin original que retienen. Tambin
se obtienen los vectores propios (eigenvectors) que indican la direccin de los
ejes. Como en cada componente que se extrae se trata de sintetizar la mayor
cantidad de informacin, los valores propios van disminuyendo conforme se van
generando nuevos componentes. Por ejemplo, generalmente los tres primeros
componentes de las siete bandas de Landsat TM renen la casi totalidad de la
informacin (Figura 5).
Sin embargo, esta transformacin tiene algunas limitantes, ya que las nuevas
bandas son una combinacin lineal de las bandas originales sin signifcado fsico,
su histograma no presenta una distribucin normal y los compuestos de color
presentan combinaciones de tonos difciles de interpretar visualmente.
b) ndice de vegetacin
El propsito de esta transformacin es obtener un indicador de la vegetacin
que no sea tan afectado por el suelo y el relieve. Este ndice permite un realce
de la vegetacin sana, mejora la discriminacin entre cubiertas de vegetacin
y sin ella, y reduce considerablemente el efecto del relieve (sombras). Existen
varias frmulas para su realizacin, pero la ms aceptada es la del ndice de
vegetacin de Diferencia Normalizada (NDvI, Normalized Difference Vegeta-
tion Index):
Figur a 5. Anlisis en componentes principales (ACP).
754

NDVI
IRC R
IRC R
=

+
(1)
Donde: IRC = banda del infrarrojo cercano
R = banda visibe (rojo)
La efectividad de este ndice radica en el comportamiento espectral de la
vegetacin sana en las bandas del rojo (0.6 a 0.7 m) e infrarrojo cercano (0.7 a
11 m). Ello se debe, a que en la primera tiene muy poca refectividad debido a
que los pigmentos de las hojas absorben la luz que reciben, y en la segunda, la
refectividad es alta, ya que dichos pigmentos son prcticamente invisibles a sta
longitud de onda. Por lo tanto, entre mayor sea el contraste entre estas dos bandas,
mayor ser el vigor de la vegetacin.
Clasifcacin de imgenes
Las clasifcaciones consisten en asociar los elementos observados en la imagen a
determinadas categoras temticas. Antes de clasifcar una imagen, hay que elaborar
un sistema clasifcatorio. Para ello, se debe considerar, por una parte, la capacidad
de las imgenes elegidas para mostrar los elementos o procesos de inters. Es
decir, considerar ventajas y desventajas de sus diferentes tipos de resolucin. Y,
simultneamente, tener en cuenta la calidad de los lineamientos de clasifcacin,
como claridad en los conceptos y viabilidad de diferenciacin entre clases. Se
reconocen dos enfoques estndar para la clasifcacin de imgenes de satlite: la
interpretacin visual y el anlisis digital.
Inter pretacin visual
Una tcnica frecuentemente utilizada en el anlisis de imgenes digitales es
la interpretacin visual, en papel o directamente en pantalla. Se considera una
clasifcacin contextual, en la que se delimitan los elementos temticos de in-
ters a travs de las caractersticas visuales de la imagen (tono, textura, patrn,
estructura, sombras, contexto, etc.) (Janssen, 2001; Chuvieco, 2007). En Mxico,
la cartografa nacional de uso del suelo y vegetacin (mapas de INEGI series II y
III, inventarios forestales 1994 y 2000) se bas en fotointerpretacin visual de
imgenes Landsat.
755
Hacer la interpretacin en pantalla presenta algunas ventajas. Al defnir y
digitalizar directamente se evitan varios pasos en los que se pueden acumular erro-
res; se puede trabajar simultneamente sobre varios compuestos de color u otros
tratamientos digitales (ndices, fltrados, etc.) que ayuden a distinguir mejor unas
clases de otras (Chuvieco, 2007); y, adems, son cada vez comunes los programas
que permiten la generacin de pares estereoscpicos, usando un modelo digital del
terreno, as como las imgenes satelitales que se venden en pares estereoscpicos,
lo cual, facilita notablemente la interpretacin.
Sin embargo, sus principales desventajas son que al ser una interpretacin
siempre existe cierto grado de subjetividad, la cual, al igual que la complejidad
del proceso, es mayor a mayor nmero de clases; y, sobre todo, que es un proceso
lento y por lo tanto costoso (Ramrez y Zubieta, 2005).
Para llevar al cabo la interpretacin visual, adems de considerar los niveles
de resolucin de la imagen y los lineamientos clasifcatorios que se seguirn, es
muy importante la experiencia profesional del intrprete, tanto en el mtodo como
en el tema y su conocimiento del sitio a interpretar. En el caso de programas de
monitoreo, esos tres puntos son fundamentales para asegurar la replicabilidad de
un trabajo (Janssen 2001).
Clasifcacin digital
A diferencia de la clasifcacin contextual anterior, la clasifcacin digital es ge-
neralmente un enfoque pixel-a-pixel, donde los valores espectrales de cada pixel
se transforman en informacin temtica de manera independiente. De esta forma,
el objetivo de la clasifcacin espectral es, dado un conjunto de objetos, asignar
cada uno de ellos a una clase. Dichos objetos son los pixeles en una imagen y las
clases son las diferentes cubiertas de suelo que se presentan en una imagen, como
agua, vegetacin, reas urbanas, etc. Esta asignacin de clases se hace por medio
de algoritmos desarrollados y aplicados en computadoras.
Las principales ventajas de la clasifcacin digital son que permite obtener
informacin temtica de una forma rpida y que es un proceso relativamente ob-
jetivo y reproducible. Esto hace que se pueden establecer sistemas de monitoreo
muy frecuentes, incluso en tiempo real, usando este enfoque.
Por el contrario, sus mayores limitantes son que utilizan nicamente la infor-
macin espectral con supuestos estadsticos, por lo que la clasifcacin pixel-a-
pixel no clasifca realmente la imagen sino una tabla de valores. Sobretodo, que es
muy comn que haya confusin espectral entre clases. Es decir, que una categora
presente varias respuestas espectrales, o que una misma respuesta espectral co-
756
rresponda a varias clases. De esta forma, los criterios utilizados en procesamiento
digital son ms pobres que los utilizados en interpretacin visual, lo cual, a menudo
resulta en clasifcaciones con bajo nivel de exactitud.
Existen dos categoras bsicas de mtodos de clasifcacin digital supervisada
y no supervisada (Figura 6).
a) Clasifcacin no supervisada
La clasifcacin no supervisada es un proceso mediante el cual los datos de una
imagen forman agrupaciones (cmulos o clusters) de respuesta espectral similar
de acuerdo con criterios puramente estadsticos (Lillesand y Kiefer, 2001). Aun-
que estos cmulos tienen que ser posteriormente asignados a clases de cubiertas
o usos del suelo, este mtodo se puede aplicar sin tener un conocimiento previo
del terreno (Rogan y Chen, 2004).
Figur a 6. Mtodos de clasifcacin digital.
Clasifcacin No Supervisada: a) Bandas de la Imagen, b) Las bandas son utilizadas para calcular cmulos o clusters, c) Imagen
compuesta por clusters, los cuales son utilizados para identicar los correspondientes a cada cubierta del rea, d) Mapa nal.
Clasifcacin Supervisada: 1) Se colectan muestras de rmas espectrales de las bandas originales de la imagen, 2) Mediante
el uso de algn mtodo de clasicacin, se agrupan el resto de los pixeles de acuerdo a reglas propias de dicho mtodo de
clasicacin, 3) Mapa Final.
757
Sin embargo, se reconoce que ste mtodo tiene la desventaja de que los
cmulos identifcados (cuyo nmero es determinado por el operador) no siempre
tienen una relacin directa con las clases reales, ya que un mismo tipo de cubierta
del suelo puede separarse en varios cmulos, o varios tipos de cubierta incluirse
en uno slo (Chuvieco, 2007; Janssen y Gorte, 2001).
El mtodo ms utilizado para clasifcaciones no supervisadas es el ISODATA
(Iterative Self-Organizing Data Anlisis Technique). Este algoritmo utiliza de forma
iterativa el mtodo de mnima distancia espectral para formar los cmulos.
b) Clasifcacin supervisada
Este tipo de clasifcacin espectral asume que se conocen (con base en conocimiento
de campo, mapas o fotografas areas) la identidad y la localizacin de los diferentes
tipos de cubiertas de una zona determinada. Ejemplos de estas reas conocidas, con
cierto comportamiento homogneo, se localizan en la imagen y se sealan como
sitios de muestreo (o campos de entrenamiento). A partir de las caractersticas espec-
trales de estas muestras se calculan los parmetros estadsticos (media, desviacin
estndar, matriz de covarianza, matriz de correlacin, etc.) que se requieren para la
ejecucin del algoritmo que clasifca la imagen (Janssen y Gorte, 2001).
La fabilidad de una clasifcacin supervisada depende de dos factores: la
representatividad y el tamao de los campos de entrenamiento, considerando su
comportamiento estadstico en las diferentes bandas espectrales; y del grado de
variacin de las suposiciones en que se basa la tcnica de clasifcacin (Mather,
2004). Por lo tanto, la correcta determinacin de las muestras es fundamental para
que los resultados de las clasifcaciones supervisadas puedan ser relacionados con
la realidad, estas muestras deben identifcar el intervalo de valores numricos que
defnan a cada categora en todas las bandas que intervienen en la clasifcacin
(Chuvieco, 2007).
Una vez que se tienen los campos seleccionados es conveniente calcular la se-
parabilidad estadstica entre las respuestas espectrales de stos, con el fn de prever
la confusin entre clases y modifcar los campos (unir clases o aumentar muestras)
de tal manera que la clasifcacin espectral sea ms precisa (Mather, 2004).
c) Algoritmos de clasifcacin
Hipercajas (paraleppedos). Utiliza los lmites inferiores y superiores de las
respuestas espectrales de cada categora en los campos de entrenamiento para
758
determinar si cada pixel en la imagen pertenece a cierta clase o no. Dichos
lmites especifcan la dimensin (en unidades de desviacin estndar) de cada
lado de un paraleppedo que rodea la media de la clase. Si el pixel cae dentro
del paraleppedo se asigna a una clase; si cae en dos o ms, se le da un valor de
sobreposicin (255); y, si no pertenece a ninguno se clasifca como nulo (cero)
(Figura 7).
Mtodo de la mnima distancia. se basa en la identifcacin de cmulos, a
partir de la media de los ND de cada clase (centroides), segn los campos de en-
trenamiento. Luego asigna cada pixel de la imagen a la clase cuyo centroide sea
el ms cercano) (Figura 6). Como siempre hay una clase ms cercana, se pueden
clasifcar todos los pixeles, incluso aquellos que se encuentren lejos de todos los
centroides. Para evitar los errores de comisin que esto genera, se pueden defnir
lmites a las distancias a los centroides, a partir de los cuales los pixeles quedan
sin clasifcar (Janssen y Gorte, 2001). El uso de una distancia normalizada por la
desviacin estndar de cada categora, en vez de la distancia euclidiana, permite
tomar en cuenta la varianza de las categoras.
Mtodo de la mxima probabilidad (o mxima verosimilitud). adems del
centro de clase, considera el tamao, forma y orientacin de cada cmulo. Permite
delimitar reas con cierta probabilidad de pertenencia a la categora considerada.
El lmite de estas est dado por el radio (en unidades de desviacin estndar) de
una hiperelipse que rodea cada cmulo (clase). Por medio de los valores medios y
la matriz de covarianza de los cmulos, calcula la distancia estadstica. Esta es un
valor que indica la probabilidad de cada pixel a pertenecer a determinada categora.
Por ejemplo, una pequea elipse centrada en la media defne los valores con las
Figur a 7. Algunas algoritmos de clasifcacin supervisada.
759
probabilidades ms altas de pertenecer a esa categora; mientras que en el caso
de elipses ms alargadas la probabilidad decrece segn se aleje del centro. Este
clasifcador se considera ms preciso que el paraleppedo y la mnima distancia,
pero su principal limitante es que asume una distribucin normal de los valores
de los pixeles de cada categora. Adems, en el caso de imgenes hiperespectrales
presenta un problema de saturacin (efecto Hughes).
Finalmente, despus del proceso de clasifcacin, es necesario llevar al cabo
una evaluacin rigurosa de la fabilidad del mapa obtenido. Este tema se trata en
un captulo ms delante de esta misma obra.
Enfoques recientes en la clasifcacin de imgenes de satlite
Clasifcaciones difusas
Los mtodos de clasifcacin que vimos hasta ahora se basan en lgica booleana,
despus de la clasifcacin, un elemento (un pixel por ejemplo) pertenece total-
mente a una categora y no pertenece a las dems. Por ejemplo, si se clasifca una
imagen con base en un sistema clasifcatorio de la FAO, que considera un bosque
como abierto cuando la cobertura de dosel es inferior al 40% y cerrado cuan-
do es superior a 40%. Un bosque con un cobertura de 39% se considera como
abierto, uno con 41% como cerrado. En lgica difusa (o borrosa) la pertenencia
a bosque cerrado se puede expresar de forma gradual a travs de un valor de
pertenencia entre cero y uno, dependiendo del porcentaje de cobertura del dosel
(Figura 8).
Figur a 8. Expresin de la pertenencia a bosques cerrado en lgica booleana y difusa
(cero signifca nula pertenencia y uno pertenencia total).
760
La clasifcacin difusa de una imagen permite expresar casos ambiguos en los
cuales, un pixel no est bien representado por una asignacin total a una categora
como por ejemplo, en el caso de los pixeles mezclados que abarcan varias catego-
ras o los pixeles ubicados en ecotonos.
Para obtener una clasifcacin difusa se evala para cada pixel el grado de
similitud de su respuesta espectral con aqullas de los pixeles de los campos de
entrenamiento. De esta manera, un pixel que presenta una respuesta espectral muy
similar a una clase de entrenamiento y muy diferente de las dems, presenta un
grado de pertenencia muy alto a dicha categora y bajo para las dems. Al contra-
rio, un pixel cuya respuesta espectral es intermedia entre las respuestas de varias
clases de entrenamiento presenta un grado de pertenencia parcial a estas clases. Por
ejemplo, en el caso del clasifcador de mnima distancia (Figura 9), hemos visto
que una clasifcacin estndar booleana clasifca el pixel candidato en la categora
ms cercana en el espacio espectral (categora A en la Figura 9). En el caso de una
clasifcacin difusa se puede derivar un valor de pertenencia a cada clase a partir
de las distancias utilizando, por ejemplo, una funcin sigmoidal (logstica) como
en la fgura a continuacin.
Con base en la fgura 9, el grado de pertenencia a la clase A ser por lo tanto
de uno (distancia de 0.3), a la clase C de 0.3 (distancia de 1.1) y de 0 (nula perte-
nencia) para B (distancia superior a 1.5). En la prctica, una clasifcacin difusa
va arrojar una banda para cada categora, la cual, expresa el grado de pertenencia
de cada pixel a dicha categora. Esta informacin es a menudo difcil de manejar
e interpretar.
Figur a 9. Clasifcador de mnima distancia.
761
Redes neurales artifciales (RNA)
Una RNA es un modelo de procesamiento de datos que intenta imitar el funcio-
namiento del cerebro, el cual est compuesto de cientos de millones de neuronas,
conectadas entre ellas y que se intercambian seales electroqumicas. La RNA est
compuesta por unidades de procesamiento (neuronas), distribuidas en capas, en
la que cada neurona est conectada con la capa siguiente. La conexin de neuro-
nas entre capas produce un fujo de informacin unidireccional. Cada neurona se
activa al recibir informacin de la capa anterior, y manda una seal, amplifcada
o inhibida, a las neuronas de la capa siguiente.
Existe una gran variedad de modelos de RNA. Sin embargo, en percepcin
remota se utiliza principalmente un modelo llamado perceptrn multicapa, que
tiene un aprendizaje de tipo supervisado (Atkinson y Tatnall, 1997). El perceptrn
multicapa tiene tres tipos de capas: una capa de entrada, generalmente una o dos
capas ocultas y una de salida (Figura 10). Estas capas estn compuestas de neuronas
que estn conectadas a las neuronas de la(s) capa(s) siguiente(s) y anterior(es).
Las neuronas de la capa de entrada corresponden a las variables de entrada (ban-
das espectrales, por ejemplo), las neuronas de la(s) capas ocultas sirven para el
procesamiento de los valores, mientras la capa de salida representa las clases de
la clasifcacin (categoras de cubiertas del suelo, por ejemplo).
En las RNA, la seal que se transmite es un valor numrico. Cada conexin
entre dos neuronas est asociada a un peso de ponderacin que controla la fuerza
Figur a 10. Esquema de un perceptrn multicapa. Perceptrn con una sola capa oculta que permite
clasifcar una imagen multiespectral con 6 bandas en cinco categoras (Mas, 2005).
762
de una interconexin. La neurona recibe como seal de entrada la suma de las
seales de salida de cada neurona de la capa anterior, ponderada por su respectivo
peso. Esta seal de entrada es transformada por una funcin de activacin, gene-
ralmente sigmoidal, que permite generar una seal de salida que se transmite a las
neuronas de las capas siguientes.
En una RNA cuyo objetivo es clasifcar, cada neurona de salida est asociada a
una categora. La categora ganadora (que determina la clase fnal) corresponde
a la neurona que presenta la seal, o valor de activacin, ms grande. Al inicio,
el valor de cada peso de ponderacin est determinado de manera aleatoria, y la
respuesta de la RNA es por lo tanto, totalmente errnea. Con base en los datos de
entrenamiento, para los cuales se conocen los valores de entrada y los valores de
salida correctos, se modifcan los pesos de ponderacin para obtener las respuestas
correctas. El procedimiento de aprendizaje es sencillo: si la red da la respuesta
equivocada, los pesos se corrigen de tal manera que el error disminuya. Los datos de
entrenamiento se presentan iterativamente para ajustar los pesos y obtener el mejor
ajuste entre el valor esperado y el obtenido por la red. El mtodo de entrenamiento
ms conocido es el de retro-propagacin (backpropagation). En este mtodo el
proceso de aprendizaje est controlado por algunos parmetros determinados por
el usuario como el momentum y la tasa de aprendizaje.
Algunas de las ventajas de las RNA son: 1) no se basan en una hiptesis so-
bre la distribucin de los datos como lo hacen los mtodos paramtricos, como
el algoritmo de mxima probabilidad. Esta caracterstica permite la utilizacin
de datos auxiliares no espectrales, como la elevacin, la pendiente, o la textura,
que generalmente no siguen una distribucin normal, o bien, de mapas temticos
(Bishop, 1995; Foody, 1995). 2) son robustas en el procesamiento de datos que
presentan confusin. 3) pueden modelizar relaciones muy complejas entre datos
de entrada y de salida (Bishop, 1995; Openshaw y Openshaw, 1997). 4) permiten
realizar clasifcaciones difusas interpretando los valores de activacin de la capa
de salida como valores difusos que representan el grado de pertenencia a cada
categora (Foody, 1995; Mas, 2004).
No obstante, el uso de las RNA es ms complejo que los clasifcadores esta-
dsticos estndar debido a los problemas relacionados con su diseo e implemen-
tacin. El desempeo de una RNA depende de su arquitectura (nmero de capas,
nmero de neuronas en las capas internas) y de la forma de presentar los datos y
de llevar al cabo el entrenamiento. Una RNA correctamente implementada presenta
generalmente un desempeo superior a la mxima probabilidad. Sin embargo,
una red incorrectamente diseada o entrenada arroja resultados inferiores a los
mtodos estndares como la mxima probabilidad (Kavzoglu y Mather, 2003).
Todava no existen mtodos estndares para implementar una RNA ptima. Los
763
principales elementos a determinar conciernen al preprocesamiento de los datos,
la estructura y la complejidad idnea de la RNA, as como la forma de realizar el
entrenamiento. Por ejemplo, en el caso del entrenamiento por retro-propagacin,
la seleccin de los parmetros que lo controlan como la tasa de aprendizaje y el
momentum son delicados. Otro problema particularmente delicado es que las RNA
tienden a sobre-entrenarse, es decir, que pueden llegar a clasifcar perfectamente
los datos de entrenamiento pero fallan en clasifcar correctamente datos no vistos
antes (es decir, el resto de la imagen). Para evitar este problema, se tiene que
detener el entrenamiento antes que la red sobre-entrene. Finalmente, las RNA son
a menudo califcadas de cajas negras ya que es poco transparente la relacin
establecida entre las variables de entrada (informacin espectral y eventualmente
datos auxiliares) y de salida (pertenencia a una categora de cubierta del suelo).
Sin embargo, existen algunas tcnicas para evaluar la importancia relativa de las
variables (Bishop, 1995; Kavzoglu y Mather, 1999). Las RNA son por lo tanto, una
alternativa efciente a los enfoques estndares para procesar datos de percepcin
remota, aunque todava falta llevar al cabo ms investigaciones para evaluarlas e
implementar programas ms sofsticados y amigables (Mas y Flores, 2008).
Clasifcacin orientada a objetos
Como lo vimos anteriormente, la mayora de los algoritmos de clasifcacin uti-
lizados para la clasifcacin digital de imgenes de percepcin remota, analizan y
clasifcan cada pixel de manera independiente, utilizando nicamente la informa-
cin espectral y sin tomar en cuenta su ubicacin o su entorno. Este enfoque es
drsticamente diferente a la interpretacin visual de una imagen, proceso durante el
cual, el intrprete identifca objetos (grupos de pixeles) homogneos y los clasifca
tomando en cuenta el tono (respuesta espectral), la forma, la textura y la ubicacin
de estos objetos. Con el fn de superar algunas de las limitaciones del enfoque
pixel-a-pixel, se desarrollaron mtodos de clasifcacin que toman en cuenta el
entorno de cada pixel para clasifcarlo, como las clasifcaciones contextuales y
orientadas a objetos.
Las clasifcaciones contextuales toman en cuenta un vecindario alrededor del
pixel al momento de clasifcarlo (por ejemplo, usando una ventana de 3 3 pixeles
alrededor del pixel). Las clasifcaciones orientadas a objeto, consisten en defnir
regiones homogneas (grupos de pixeles con una respuesta espectral similar) y,
en una etapa siguiente, clasifcar estas regiones (en vez de cada pixel). En este
sentido, es un procedimiento ms similar a la interpretacin visual. La primera
fase (defnicin de regiones homogneas) se llama segmentacin de imagen y se
764
puede obtener a travs de dos enfoques: 1) la bsqueda de lmites (ruptura en los
ND) que separan las regiones homogneas; o, 2) la bsqueda de pixeles vecinos
similares (crecimiento de regin). En la prctica, el segundo enfoque es el ms
efciente. Est implementado en la mayora de los programas de procesamiento
de imgenes que ofrecen algoritmos de segmentacin (SPRING, ecognition, ENvI,
IDRISI Taiga).
Segmentacin de imagen por crecimiento de regin
Este algoritmo consiste en juntar pixeles, o grupos de pixeles, espectralmente
parecidos. La similitud espectral entre dos pixeles puede medirse a travs del
clculo de la distancia euclidiana en el espacio espectral: consiste sencillamente
en calcular la diferencia de los ND en las bandas utilizadas para segmentar la
imagen (ecuacin 2).

Dist v v
ij jb jb
b
n
=
=
( )
1
2
(2)
Donde Dist
ij
es la distancia espectral entre los objetos o los pixeles i y j, en un
espacio defnido por n bandas b,
V
ib
y v
jb
son los ND en la banda b del objeto (o pixel) i y j respectivamente.
Si la distancia es superior a un umbral determinado por el usuario, se considera
que los pixeles tienen una respuesta espectral diferente y siguen separados. Al
contrario, si la distancia es inferior al umbral se considera que son similares y se
juntan en el mismo objeto. La respuesta espectral de un objeto se calcula como el
promedio de la respuesta de los pixeles que lo componen. El algoritmo se aplica
de manera iterativa y permite la creacin de objetos que van creciendo (por aglo-
meracin de sus vecinos si estos son considerados como espectralmente parecidos)
hasta tener una imagen segmentada en la cual todos los objetos son homogneos
y espectralmente diferentes de sus vecinos, bajo, los criterios del usuario. Como
se puede observar en la fgura 11, un valor de umbral bajo conduce a la creacin
de un nmero ms grande de objetos ms pequeos ya que el criterio de similitud
es ms estricto.
Una vez que la imagen est segmentada, se puede llevar al cabo una clasif-
cacin basada en la respuesta espectral de los objetos, con los mismos mtodos
que para una clasifcacin pixel-a-pixel. Se puede tambin asociar a cada objeto
765
una serie de atributos adicionales que era imposible o difcil calcular para cada
pixel, como la forma, el tamao, la textura y la relacin espacial con los objetos
vecinos. Esta informacin adicional puede contribuir a mejorar el desempeo del
proceso de clasifcacin.
Utilizacin de datos auxiliares
Los datos auxiliares (ancillary data) son aquellos que se adquieren por otros medios
distintos a la percepcin remota y que se utilizan para apoyar las clasifcaciones
o el anlisis de imgenes de percepcin remota. La base conceptual para el uso
de datos auxiliares es que los datos colectados de forma independiente a los de
percepcin remota (datos topogrfcos, pedolgicos, geolgicos, etc.) incrementan
la informacin disponible para separar las categoras y para realizar otros tipos
de anlisis. En interpretacin visual se utilizan desde hace muchos aos, cuando
se comenz la identifcacin y delimitacin espacial de elementos en fotografas
areas. Se ha hecho uso de ellos tanto en forma implcita, por la experiencia y
conocimiento del intrprete, como explcita, haciendo referencia a mapas, reportes
u otras fuentes (Campbell, 2002).
Existen varias razones por las que es conveniente utilizar datos auxiliares (Mas
y Ramrez, 1996):
Las clasifcaciones espectrales por s solas suelen arrojar niveles de fabilidad
muy bajos
Figur a 11. Imagen segmentada con diferentes valores del umbral determinando
la similitud espectral (Gao, 2008).
766
Un pixel slo puede ser asignado a una clase y, dependiendo de la resolucin
espacial, ste puede incluir varias clases de cubierta
Existe confusin espectral entre diferentes cubiertas del suelo que los algo-
ritmos clasifcadores no pueden separar
Una clase espectral puede corresponder a varias categoras de cubierta del
suelo (pastizal/cultivos)
Un mismo tipo de cubierta puede expresarse en varias clases espectrales
(bosque de ladera en sombra, iluminada, o en planicie)
Confusin entre los conceptos de uso del suelo y cubierta del suelo.
Clasifcacin digital con datos auxiliares
En el anlisis digital los datos auxiliares se deben incorporar de una forma estruc-
turada y formalizada, que se relacione directamente al anlisis digital. Para ello,
se requiere que los datos estn disponibles en formato digital, que se relacionen
con el objeto de estudio y que puedan ser compatibles con las imgenes de satlite
que se estn clasifcando (Campbell, 2002).
Respecto a ese ltimo punto, existen dos tipos de incompatibilidad: fsica y
lgica. La primera se refere a los diferentes formatos digitales de los datos, sis-
tema de referencia geogrfca, etc. La segunda, a qu caractersticas como tema,
escala, fabilidad, fecha de adquisicin, etc., sean adecuados para explicar los
objetos registrados en la imagen. Esto es uno de los problemas ms importantes
para aplicar esta tcnica, ya que con frecuencia es difcil seleccionar o dquirir los
datos ms tiles para resolver un problema. Tanto, que puede suponer un costo en
tiempo y recursos que hagan incosteable su aplicacin en relacin con la mejora
que puedan aportar a la clasifcacin. Tambin, es posible que se incorporen datos
auxiliares por su disponibilidad ms que por su pertinencia, lo cual, no contribuye
en mucho a mejorar la identifcacin de categoras (Campbell, 2002).
Tcnicas de incor por acin
Existen tres tipos de tcnicas para la incorporacin de los datos auxiliares: precla-
sifcatorias, clasifcatorias y postclasifcatorias (Campbell, 2002).
Las tcnicas preclasifcatorias se referen bsicamente a tcnicas de estratifca-
cin. En ellas se subdivide la imagen en regiones bien diferenciadas en los datos
auxiliares. Posteriormente, se clasifca cada uno de los estratos de forma indepen-
diente, y una vez clasifcados se unen nuevamente para presentar el resultado fnal
767
en una sola imagen. Sin embargo, en algunos casos este mtodo no es efectivo, ya
que con frecuencia se presentan inconsistencias no sistemticas entre las clasifca-
ciones de cada estrato que hacen disminuir la calidad del resultado fnal.
En las tcnicas clasifcatorias los datos auxiliares se usan como una banda
ms en el proceso de clasifcacin digital, bajo el supuesto de que aportar ms
informacin. Por ejemplo, el mapa de elevacin puede ser incorporado como una
banda para clasifcar una imagen donde las diferencias altitudinales infuyan en
la distribucin de las cubiertas. No obstante, es necesario verifcar la distribucin
de los datos si se usa un clasifcador paramtrico.
La forma ms efectiva de incorporar los datos auxiliares ha sido en tcnicas
postclasifcatorias. En stas, se analiza la matriz de confusin derivada de una
clasifcacin estndar. Todas aquellas categoras que presenten los valores ms
altos de confusin son candidatas a ser reclasifcadas usando datos auxiliares. Se
identifcan los problemas de clasifcacin y los datos independientes tiles para
reclasifcarlos. Por ltimo, se realizan clculos de mapas usando reglas de clasi-
fcacin booleanas.
Progr amas gr atuitos de procesamiento de imgenes
Existe una gran cantidad de programas para el anlisis y la clasifcacin de imgenes
de percepcin remota, algunos de ellos, muy costosos. A continuacin, se presentan
algunos programas gratuitos de procesamiento de imgenes de percepcin remota
que tienen un buen desempeo (Cuadro 1):
GEOvIS (http://www.geovis.net/Downloads.htm) es un software desarrollado
por la empresa Terra Nova y la FAO. Est diseado para realizar la interpreta-
cin visual de imgenes en pantalla. Permite combinar la interpretacin visual
con clasifcadores digitales y ofrece las principales operaciones de un SIG
orientado a formato vector. Este programa fue utilizado para cartografar el
continente africano en al mbito del proyecto Africover (http://www.africover.
org/)
GRASS (http://grass.itc.it/) es un software de procesamiento de imgenes y de
SIG bajo licencia GPL (software libre). Puede soportar informacin tanto raster
como vectorial y posee las herramientas de procesamiento digital de imge-
nes ms comunes y algunas ms novedosas como el clasifcador contextual
SMAP.
ILwIS (http://www.itc.nl/ilwis/) es un SIG y software de procesamiento de
imgenes de percepcin remota para el manejo de informacin geogrfca
768
vectorial y raster. Las caractersticas de ILwIS incluyen digitalizacin, edicin,
anlisis y representacin de geodatos as como la produccin de mapas de
calidad. Desde 2007, ILwIS pas a ser software libre.
MultiSpec (http://cobweb.ecn.purdue.edu/~biehl/MultiSpec/) es un software
de procesamiento digital de imgenes desarrollado por la Universidad de
Purdue. No posee todas las herramientas comunes (por ejemplo no permite
reproyectar imgenes o realizar correcciones geomtricas) pero tiene algu-
nas herramientas que no se encuentran en ningn otro programa (clculo de
separabilidad, clasifcador contextual ECHO).
SPRING (http://www.dpi.inpe.br/spring/espanol/index.html) es un SIG y un
sistema de tratamiento de imgenes de percepcin remota desarrollado por
el Instituto Nacional de Investigaciones Espaciales (INPE) de Brasil. Maneja
informacin de datos matriciales (estructura raster) y datos con estructura
vectorial. Tiene un clasifcador orientado a objeto que fue evaluado como
segundo ms efciente entre varios programas incluyendo programas comer-
ciales renombrados (Meinel y Neubert, 2004).
Cuadro 1. Comparacin entre algunos programas gratis.
GEOVIS GRASS ILWIS Multispec SPRING
Sistema Operativo
Linux * *
Mac * *
Unix
Windows * * * * *
Preprocesamiento
Correcciones geomtricas * * * *
Correcciones radiomtricas
Seleccin de bandas * *
Clasicadores
Por pxel (mxima probabilidad) * * * * *
Contextuales * *
Segmentacin (enfoque por
objeto)
* *
Difusos
Operaciones SIG * * * *
769
Agr adecimientos
Los autores agradecen los comentarios de los revisores que permitieron mejorar
este captulo. Las fguras fueron elaboradas por el M. en C. Jos Antonio Nava-
rrete Pacheco.
Referencias
Atkinson, P.M. y A.R.L. Tatnall. 1997. Introduction Neural networks in remote sensing,
International Journal of Remote Sensing, 18(4):699-709.
Bishop, C.M., 1995, Neural Networks for Pattern Recognition. Oxford University Press,
Oxford, England, 482 p.
Campbell, J.B. 2002. Introduction to Remote Sensing. 3rd Ed. Taylor & Francis. Lon-
don.
Chuvieco, E. 2007. Teledeteccin ambiental. 3 ed. Ariel. Barcelona.
Foody, G.M., 1995, Land cover classifcation by an artifcial neural network with ancillary
information, International Journal of Geographical Information Systems, 1(5):527-
542.
Gao, Yan, 2008, Comparacin de distintos mtodos de clasifcacin digital de imgenes
de satlite, tesis de doctorado, Posgrado de Geografa, UNAM.
Gorte, B.G.H. y E.M. Schetselaar, 2004. Image enhancement and visualisation (Cap 10).
In: Principles of remote sensing. ITC Educational Textbook Series. Enschede. pp 159-
176.
Janssen, L. 2001. visual image interpretation (Cap 11). In: Principles of remote sensing.
ITC Educational Textbook Series. Enschede. pp 135-149.
Janssen, L. y B. Gorte. 2001. Digital image classifcation (Cap. 12). In: Principles of remote
sensing. ITC Educational Textbook Series. Enschede. pp 151-164.
Janssen, L. y M. weir. 2001. Geometric Aspects (Cap. 9). In: Principles of remote sensing.
ITC Educational Textbook Series. Enschede. pp 109-117.
Kavzoglu, T. y P.M. Mather, 1999, Pruning artifcial neural networks: an example using
land cover classifcation of multi-sensor images, International Journal of Remote
Sensing, 20(14):2787:2803.
Kavzoglu, T. y P.M. Mather, 2003, The use of backpropagating artifcial neural net-
works in land cover classification, International Journal of Remote Sensing,
24(23):4907:4938.
Landgrebe, D., 2003, Signal Theory Methods in Multispectral Remote Sensing, John
wiley and Sons.
Lillesand, T. y R. Kiefer. 2001. Remote Sensing and Image Interpretation. John wiley
and Sons. USA.
Mas, J.F. y I. Ramrez. 1996. Comparision of land use classifcations obtained by visual
interpretation and digital processing. ITC Journal 1996-3/4. pp 278-283
770
Mas, J.F. y J.J. Flores, 2008, The application of artifcial neural networks to the analysis
of remotely sensed data (review article), International Journal of Remote Sensing,
29(3): 617-663.
Mas, J.F., A. velzquez, J.L. Palacio-Prieto y G. Bocco, 2003, Cartographie et inventaire
forestier au Mexique, Bois et Forts des Tropiques, 275:5-15.
Mas, J.F., 2004, Mapping land use/cover in a tropical coastal area using satellite sen-
sor data, GIS and artifcial neural networks, Estuarine, Coastal and Shelf Science,
59(2):219-230.
Mas, J.F., 2005, Clasifcacin de imgenes de teledeteccin por redes neurales artifciales:
una revisin, Revista SELPER, 22(2):16-24.
Mather, P.M. 2004. Computer Processing of Remotely-Sensed Images. 3rd Ed. wiley.
England.
Meinel, G. y M. Neubert, 2004, A comparison of segmentation programs for high resolu-
tion remote sensing data, Memorias del XXth ISPRS Congress Geo-Imagery Bridging
Continents, 12-23 July 2004 Istanbul, Turka. Disponible en lnea en http://www.isprs.
org/istanbul2004/comm4/papers/506.pdf (ltimo acceso 30 abril 2008).
Openshaw, S y Openshaw, C, 1997, Artifcial intelligence in georaphy, John wiley &
Sons, 329 p.
Ramrez, M.I. y R. Zubieta. 2005. Anlisis regional y comparacin metodolgica del
cambio en la cubierta forestal en la Reserva de la Biosfera Mariposa Monarca. Reporte
Tcnico. Fondo para la Conservacin de la Mariposa Monarca. Mxico. http://www.
wwf.org.mx/wwfmex/descargas/mmonarca_analisis_cambio_forestal.pdf (accesado
15 abril 2008)
Rogan, J. y D.M. Chen. 2004. Remote sensing technology for mapping and monitoring
land-cover and land-use change. Progress in Planning 61. pp 301325
Tcnicas de muestreo para manejadores de recursos naturales.
Editado por el Centro de Investigaciones en Geografa Ambiental
de la Universidad Nacional Autnoma de Mxico, se termin de
imprimir, en offset, en enero de 2011, en los talleres de S y G
editores, Cuapinol 52, Pedregal de Santo Domingo, Coyoacan
04369 Mexico, D.F. sygeditorespress@gmail.com. Para su com-
posicion se usaron los tipos Arial, EuclidSymbol, Helvetica, MT
Extra, Symbol, Times, TimesNewRomanPS, Univers, Univers
Light y Zapf Dingbats. El cuidado de la edicin estuvo a cargo
de Ma. del Carmen Delgado Carranza, Francisco Bautista Ziga
y ArturoSanchez y Gndara. El tiro fue de 1000 ejemplares ms
sobrantes de reposicin.

Tmestreo

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Tmestreo

Uploaded by

Copyright:

Available Formats

TCNICAS DE MUESTREO PARA MANEJ ADORES

Cmo seleccionar la muestra para estimar ? El diseo de muestreo por encuesta

504 612 421.2 1537.20

2 252 220.32 126.36 598.68

(Ter Braak y Smilauer, 1998). Si el gradiente es menor que

= Tamao de muestra para una poblacin infnita; Z =Valor de Z para

Es decir, en las regiones I, II, y III se deben muestrear 60, 74 y 18 elementos,

El intervalo de confanza para la prevalencia en la poblacin (P) se obtiene

100 020 50 032

800 020 500 032

Tamao promedio de los conglomerados en la poblacin.

Promedio general de la variable de inters en los conglomerados

donde: =Total de la poblacin; N =Nmero de elementos en la poblacin o

=217 =Nmero total de familias encuestadas

196 064 065 064

You might also like