Ecologa de Poblaciones de

Animales y Plantas
Introduccin a los estudios de
densidad, abundancia y
distribucin

Importancia del estudio de las

poblaciones

El concepto de poblacin
Propiedades Emergentes

Propiedades Emergentes
Nivel de Organizacin

Propiedades Emergentes

Individuos

Eficiencia energtica, ritmos,

respuestas fisiolgicas, caractersticas
etolgicas.

Poblacin

Crecimiento poblacional, densidad,

natalidad, mortalidad, migracin,
competencia intraespecfica,
respuestas numricas y funcionales

Comunidad

Tramas trficas, estabilidad, sucesin,

diversidad, relaciones interespecficas

Concepto de Densidad
Estadsticas Vitales de las Poblaciones

Estudios de Abundancia
Estamos interesados en conocer
Nmero de animales que habita un lugar
(Poblacin)
Determinar su distribucin espacial
Cmo ha cambiado su abundancia y distribucin
con el correr del tiempo

DENSIDAD
Nmero de individuos o biomasa por unidad
de rea o volumen

Diatomeas
Artrpodos
Ratn de Campo
Venados

5.000.000/m3
7.500/m3
217/ha
3,9/km2

ndices de Abundancia Relativa

Nmero de individuos por unidad de
esfuerzo. Expresan si una poblacin es
ms o menos abundante en un momento
o sitio dado.

# de aves vistas en
una hora
Kl de peces extrados
por horas/hombre o
m/redes/hora

Mtodos de Estudio
Factores que afectan el estudio
Efecto de la disposicin espacial y o variacin temporal de la Poblacin
Efectos Metodolgicos
Instrumentales y personales
Se requieren trampas,
instrumentos aparatos que son
manejados o deben ser ledos
por personas.
Operacin de la cual depende
la eficiencia del muestreo.

Factores que afectan el estudio

Efecto de la
variabilidad del
Observador
Los resultados
obtenidos por una
persona rara vez
coincidir con los
obtenidos por otra.
En parte por el grado
de experiencia

Factores que afectan el estudio

Efecto de la tcnica de captura
Algunas trampas son ms exitosas que
otras
Efecto en la variabilidad de la respuesta
de los animales
Aficin o rechazo
a las trampas

Medicin de la Densidad
Mtodos que implican
Recuento directo de animales
Signos de animales y objetos relacionados
con ellos
Marcado de animales

MEDICIN DE LA DENSIDAD
CONTEOS TOTALES

Censo
Mapeo de Territorio
Recuento por Ahuyentamiento
Censo Aereo
Captura Total

METODOS DE MUESTREO (Censos

muestrales)
Uso de cuadrantes
Puntos y transectos lineales
Muestreos sin cuadrantes

MTODOS QUE IMPLICAN

RECUENTO DIRECTO DE
ANIMALES

CENSO
Recuento total de
individuos que
componen la
poblacin
Consiste en contar o
enumerar por
completo todos los
individuos sobre un
rea dada.

Dificultades del Censo

Tiempo
Personal
Dinero
Riesgos de interferencia o destruccin
Inaccesibilidad a todos los individuos

Mapeo de Territorios

Recuento por Ahuyentamiento

Utilizado para recuento
de grandes mamferos.
Dos equipos, uno
ahuyenta y otro controla
y cuenta los animales
que salen o entran
El contorno del rea
debe ser controlado

Censos Areos
Grandes mamferos, reptiles y aves

Censo por Captura Total o

Exterminacin
Cotos de caza, estudio de vectores de
enfermedades
Costosa
Capturar totalmente todos los individuos
de la poblacin.

Mtodos de Muestreo
Censos Muestrales
Se contabilizan todos los individuos en una
muestra.

Censos Seudo-muestrales

D = densidad de rboles por hectrea, D = 100 000/Pi.(dmax)2

Pi = pi (3.14159), y dmax = promedio de la distancia a los 10 rboles
ms cercanos (m).

Transectos lineales
Mtodo de Whitesides
D= (N)/2LW
N= Nmero de individuos o grupos observados
W= Promedio de distancia
L= Longitud total censada
Puntos de Muestreo

METODOS QUE IMPLICAN EL

MARCADO DE ANIMALES

TRAMPAS

REDES

REDES DE NIEBLA

USO DE LAS REDES

MARCAS

Mtodos de Captura Recaptura

Las marcas no deben alterar los
mecanismos fisiolgicos o hbitos
etolgicos
Marcas fcilmente reconocibles
Poblacin Cerrada
Poblaciones estticas

Captura Recaptura
Consiste en marcar una porcin de la
poblacin y reintegrarla para que se
mezcle con los dems organismos

Captura Recaptura
El Tamao poblacional se determina en
base al nmero de organismos marcados
y su proporcin con respecto a los no
marcados

Captura Recaptura
Mtodo de Lincoln
(Una sola campaa de
marcaje y una recaptura)
n1 : Tamao de la primera muestra.
n2 : Tamao de la segunda muestra.
m: Cantidad de individuos capturados en la
segunda muestra que estn marcados.

La estimacin est dada por:

n1 n 2 (200)(100)
N =
=
= 1000
m
20

Usando estimacin del cociente del

total de una poblacin, tenemos:
n1 : Tamao de la primera muestra.
n2 : Tamao de la segunda muestra.
m: Cantidad de individuos capturados en la
segunda muestra y que adems estn marcados.

La estimacin est dada por:

n1 n2 (200)(100)
N =
=
= 1000
m
20

METODOS QUE IMPLICAN

SIGNOS DE ANIMALES

MEDICIN DE LA ABUNDANCIA
DENSIDAD RELATIVA
Nmero de individuos o
biomasa por unidad de esfuerzo
Trampas
Nmero de mojones
Frecuencia de vocalizacin

MEDICIN DE LA ABUNDANCIA
Nmero de
dispositivos
(Redes)
Cuestionarios
Conteos en
ruta/ro

 Registros de campaas peleteras

Captura por unidad de esfuerzo de
captura

Muestreo
Tcnicas Estadsticas

INVESTIGACIN
Proceso de produccin de conocimientos
cientficos
Para responder preguntas
Se recogen datos, se analizan e infieren
sobre la informacin obtenida
Estadstica es una herramienta para
organizar, resumir y describir datos y
generar inferencias y generalizaciones
basados en ellos

Porqu es necesaria la
estadstica?
Para poder leer y entender revistas
cientficas
La probabilidad de encontrar un individuo de
primer ao en la baha de Asuncin es
significativamente mayor que la de un
individuo adulto 2=4,1; gl=1; p<0,05*

Para poder presentar resultados en forma

rigurosa
La estadstica no demuestra nada, solo indica
la probabilidad de que observamos sea
producto del azar

Conceptos sobre medidas y

muestreos
Poblacin: grupo de elementos que son objetos
de investigacin
Todos los rboles que pueden ser medidos y
contados

Variable: caracterstica de la poblacin que

difieren de un individuo (unidad, elemento) a
otro. Que puede tomar distintos valores
Altura, DAP, Dimetro de la Copa, densidad, etc.

Muestra: grupo de datos que representa a la

problacin.

Muestras
Ejemplos: las parcelas a estudiar, todos
los rboles que se medirn, la cantidad de
transectas realizadas, la cantidad de
puntos de observacin
La muestra posee Unidades de Muestreo
(una parcela, un rbol, un sitio puntual) del
cual se obtiene la informacin u
observacin (12 individuos; 15 cm de
DAP)

Muestra. Ejemplo de Estudio

Variable: Distribucin espacial; dada por la
densidad de la especie (lombriz)
Poblacin: todos las colonias de lombrices
Muestra: Un transecto con 6 sitios
puntuales
Unidad de Muestreo: el punto de
observacin
Observacin: 5, 0, 2, etc. individuos

Muestra Representativa
Debe ser tomada de forma aleatoria
Obtenemos una muestra para calcular un
ESTADSTICO (, S2, S) que nos
proporciona una estima del PARMETRO
POBLACIONAL (,2, )

Son buenas nuestras

estimaciones?
La media de las medias, tiene su propia Desviacin
Tpica que se llama ERROR TPICO de la media
(ET) o ERROR ESTNDAR de la media que puede
ser calculada por:
ET =

s/n, o s / n
donde n: nmero de observaciones

ET indica lo buena que es nuestra estima de la

media muestral.

Error Tpico, su aplicacin

Si la media del DAP es 74,00 cm y el ET
es 0,234 cm, podemos tener una
confianza del 68% de que la media
poblacional se encuentra entre 73,766 y
74,234 (74 0,234)

En 68 ocasiones de cada 100 el intervalo

comprender la Media Poblacional

 Sin embargo 68% de confianza es muy

bajo y por lo general queremos estar
seguros de que la Media Poblacional se
encuentra entre los lmites establecidos

Lmites de Confianza
Para obtener lmites del 95 % o 99%, se
multiplica el ET por valores de z
adecuados (para muestras mayores a 30):
95% de confianza. x 1,92 ET
99% de confianza. x 2,58 ET
El intervalo generado comprender a la
Media Muestral en 95 o 99 ocasiones de
cada 100

TEOREMA DEL LMITE CENTRAL

El Error Tpico se aplica a variables con
distribuciones normales.
Si la variable no posee una distribucin normal,
entonces tomamos un nmero grande de muestras
en forma aleatoria a fin de acogernos al Teorema del
Lmite Central que dice:
Las MEDIAS de un nmero grande de muestras,
tomadas de forma aleatoria, se distribuye de forma
normal y que la media de las medias, es la MEDIA
POBLACIONAL

Tamao Mnimo de la Muestra

(n)
n= 100(S2/2)
Tolera un ET de 10% alrededor de la Media.

Tipos de Muestreo
De acuerdo a los organismos que se
desean estudiar y la informacin que se
desea obtener sobre ellos, la muestra
puede tomarse siguiendo una de las
siguientes metodologas:
Muestreo Aleatorio Simple, Muestreo
Estratificado Aleatorio y Muestreo
Sistemtico.

Muestreo Aleatorio Simple

Es el que confiere idnticas posibilidades de
extraccin a todos los individuos, esto es, que el
investigador no encuentre una justificacin para
seleccionarlos.
Las estaciones y pocas de muestreo pueden
obedecer al criterio del investigador ms no as, la
seleccin de las muestras.
En este tipo de muestreo, la precisin con que se
estima el promedio de una variable, depende del
nmero de muestras que se colecte. El muestreo
aleatorio simple, se puede aplicar a todas aquellas
comunidades distribuidas en forma aleatoria.

Muestreo Estratificado Aleatorio

Consiste en separar por estratos la poblacin o rea
a evaluar, buscando la mayor homogeneidad
posible o menor varianza dentro de cada estrato.
La presencia de gradientes ambientales, y la
respuesta de las especies a los mismos, conducen
a que ocurran estratificaciones en las poblaciones.
Un muestreo representativo debe abarcar las
diferentes asociaciones o gradientes que se
observe en el ecosistema que se desea evaluar.

Muestreo Estratificado Aleatorio

El muestreo estratificado, garantiza que los parmetros
estimados sean ms precisos. Con frecuencia se recurre a
la fotointerpretacin para estratificar la zona de estudio, lo
que permite subdividirla en unidades homogneas en
cuanto a relieve, topografa, y estructura de vegetacin.

Muestreo Sistemtico
Consiste en ubicar las muestras un una
forma regular en toda la zona de estudio.
Permite detectar variaciones espaciales
en toda la comunidad.
Sin embargo no se puede obtener una
estimacin exacta de la precisin de la
media considerada.
Este modelo es preferido porque permite
detectar variaciones y porque su
aplicacin es ms sencilla en el campo.

Ejercicio
Estimar lmites de confianza para el
nmero de individuos del gnero
Determinar tamao mnimo de muestra
con:
margen de variacin de la media de 5
individuos.
10% de variacin en el ET

Cmo generar nmeros aleatorios en

la calculadora
Conocer la poblacin total a muestrear
Ej. 60 parcelas en total
De los cuales se muestrearn 10
Se calcula un valor de relacin =
Poblacin/N Muestra = 60/10 = 6

El nmero aleatorio se genera utilizando:

Shift . = . X 6
punto

Muestreo en Bosque

 Mtodo del individuo ms cercano:

Se eligen n puntos al azar

Se miden las distancias entre cada punto y el
individuo ms cercano (yi). Ver figura.

D= (n-1)/
yi2 . Este es un estimador no sesgado,
pero algunos autores utilizan simplemente D= n/
yi2 .
El estimador se basa en el nmero de individuos
contados (n, dividido por el rea estimada que ocupan
esos individuos.

Punto al
azar
Individuo ms
cercano

yi