Professional Documents
Culture Documents
Nota
Patrocinante: Sr. Carlos Le Quesne Geier _6,5__
Informante: Sr. Victor Sandoval Vásquez _6,0__
Informante: Sr. Antonio Lara Aguilar _6,4__
_______________________________
Sr. Carlos Le Quesne G.
A mis padres, que
siempre me apoyaron, y
me dieron la oportunidad
de estudiar esta hermosa
carrera
AGRADECIMIENTOS
1. INTRODUCCIÓN 1
2. MARCO TEÓRICO 2
2.1 Características de Austrocedrus chilens is 2
2.1.1 Descripción 2
2.1.2 Distribución 2
2.2 Distribución y análisis espacial 3
3. DISEÑO DE INVESTIGACIÓN 6
3.1 Area de estudio 6
3.1.1 Características del clima 6
3.1.2 Características del suelo 7
3.1.3 Historial y características del rodal 7
3.2 Recolección de datos 7
3.2.1 Mapeo del rodal 7
3.3 Métodos estadísticos 8
3.3.1 Análisis del vecino más cercano: Fˆ (d ) 8
3.3.2 Análisis combinado univariable de cálculo de distancia: Lˆ (d ) 10
3.3.3 Análisis combinado bivariable de cálculo de distancia: Lˆ (d ) 11
12
3.3.4 Procedimiento Monte Carlo para la generación de límites 11
confidenciales
4. RESULTADOS 13
4.1 Caracterización del rodal 13
4.2 Análisis espacial 14
4.2.1 Análisis del vecino más cercano 14
4.2.2 Análisis combinado univariable de cálculo de distancias 15
4.2.3 Análisis combinado bivariable de cálculo de distancias 17
5. DISCUSIÓN 18
6. CONCLUSIONES 20
7. BIBLIOGRAFÍA 21
ANEXOS
1 Abstract
2 Diagrama explicativo del análisis del vecino más cercano
i
ÍNDICE DE MATERIAS
Página
3 Diagrama explicativo del análisis combinado univariable
de distancia
4 Funciones de corrección del efecto borde y análisis
combinado bivariable de cálculo de distancias
5 Diagrama de un bloque para la medición de coordenadas
6 Base de datos
7 Mapa de parcela
ii
ÍNDICE DE FIGURAS
Página
iii
RESUMEN EJECUTIVO
El “mal del ciprés” es el principal disturbio sanitario que afecta rodales naturales de
A. chilensis en Argentina. Este tipo de enfermedad de decaimiento de etiología
desconocida afecta árboles de todas las clases diamétricas y de edad, debilitándolos
hasta la muerte. Ante la presencia de una elevada mortalidad de individuos en una
plantación de 20 años de edad de A. chilensis , en las cercanías de Valdivia, se
decidió estudiar la distribución espacial de tal mortalidad. Para ello se utilizaron las
funciones del vecino más cercano Fˆ (d ) , análisis combinado univariable Kˆ ( d ) y
bivariable K12 ( d ) , debido a las menores limitaciones para su empleo que otras
funciones. Los resultados mostraron que los individuos sanos y debilitados presentan
una distribución regular intercalada con una aleatoria. Los individuos muertos
presentan una distribución totalmente aleatoria. Analizando los factores que pueden
causar mortalidad con tal distribución, se determinó que posiblemente los factores
ambientales, más precisamente el conjunto de pluviometría, topografía y
características del suelo generarían las condiciones para que los árboles se
estresen. Posteriormente los árboles son afectados por organismos oportunistas, los
que finalmente le causan la muerte. Dada la similitud con lo que ocurre en Argentina
es posible sospechar la incidencia del “mal del ciprés” en la plantación.
iv
1. INTRODUCCIÓN
Desde hace algunas décadas atrás, se ha observado una mortalidad que afecta a las
poblaciones naturales de Austrocedrus chilensis (ciprés de la cordillera) en Argentina
(Varsavsky et al., 1975; Hranilovich, 1988).
Esto ha llevado a suponer que quizá la causa del mal del ciprés no sea un agente
biótico. Es por esto que estudios posteriores se han enfocado a las asociaciones
entre mortalidad y condiciones de sitio (Baccalá et al., 1998), observando que en
sitios con alta pluviometría (sobre 1.700 mm) y con nula a moderada pendiente (0-
20%) se presenta una tendencia de alta incidencia del mal. Por el contrario, sitios con
baja pluviometría y fuertes pendientes presentan baja o nula incidencia.
1
2. MARCO TEÓRICO
2.1.1 Descripción
Dentro de las coníferas nativas, ciprés de la cordillera es la que presenta los mejores
crecimientos, alcanzando incrementos diametrales de 1,1 cm año en los mejores
sitios (Donoso, 1998).
2.1.2 Distribución
En Argentina, ciprés se distribuye entre los 36º 30’ y los 43º 35’ S, donde presenta
una distribución relativamente más continua que en Chile. Se desarrolla en
exposiciones norte y oeste sobre suelos profundos derivados de cenizas volcánicas,
alcanzando los 1.000 msnm.
2
Figura 1. Mapa de distribución geográfica de Austrocedrus chilensis (Fuente: Donoso, 1998)
Los individuos de una comunidad forestal se distribuyen sobre la superficie del suelo
siguiendo algún patrón, el que depende de las especies, edad, y las interrelaciones
con el medioambiente (Donoso, 1998). Se reconocen tres grandes tipos de patrones:
agrupado o agregado, regular o uniforme y aleatorio.
Según Kershaw (1973), existen tres tipos de factores que determinan y regulan el
tipo de distribución espacial de una población: medioambientales, socioecológicos y
morfológicos. Los factores medioambientales se enc uentran generalmente ligados
3
con la microtopografía. Estos pueden producir una variación en el drenaje,
disponibilidad de agua, nutrientes, pH y profundidad del suelo, que a su vez controlan
la mortalidad y sobrevivencia de las plantas. Los factores sociológicos derivan de la
interacción entre las plantas, ya sea entre grupos de plantas (especies) o entre
individuos. Estas interacciones a su vez dependen de la capacidad competitiva de un
individuo o especie. Los dos primeros factores se encuentran muy ligados entre sí,
ya que existen relaciones de dependencia mutua. Por una parte modificaciones en el
medio ambiente influyen en la capacidad competitiva de un individuo (aumentándola
o disminuyéndola) y por otra, existen especies o individuos que presentan la
capacidad de modificar el medioambiente (mecanismos de alelopatía, condiciones
locales de luminosidad, etc.). Los factores morfológicos tienen relación con la
capacidad reproductiva de las plantas. El tipo de semillas y su forma de dispersión
van a determinar cuan lejos del árbol madre puedan llegar y como se van a dispersar
en el suelo. Por ejemplo, semillas pesadas y ovoides tienden a acumularse en
hondonadas muy cerca del árbol madre o ruedan pendiente abajo. En este caso se
esperaría una regeneración de patrón agrupado. Para especies con semillas aladas y
pequeñas se distribuirán en forma relativamente aleatoria sobre el suelo a una
distancia mayor del árbol madre (dependiendo de las condiciones de viento),
esperándose una regeneración con un patrón aleatorio (Donoso, 1998). La forma de
reproducción incide en la generación de patrones de distribución espacial, ya que
existen muchas especies que regeneran en forma vegetativa lo cual conlleva a la
formación de patrones agrupados. Los factores morfológicos también se encuentran
muy relacionados con los medioambientales ya que en suelo se presenta una suerte
de mosaico de condiciones medioambientales, en donde algunas situaciones serán
favorables para la regeneración de ciertas especies y otras no.
4
las que simplemente se van uniendo para formar parcelas más grandes. De este
modo se pueden generar resultados a distintas escalas espaciales. Sin embargo, se
pueden presentar errores en los resultados producto de una errónea selección de
tamaño de parcelas y de distanciamiento entre ellas.
Otro método es el desarrollado por Clark y Evans (1954), el cual presenta la limitante
de ser un método puntual, en donde se obtienen resultados sólo para la escala del
distanciamiento medio entre individuos.
Según Moeur (1993) las funciones más adecuadas para describir e interpretar
patrones de distribución espacial son el análisis del vecino más cercano y el análisis
combinado univariable y bivariable de cálculo de distancia. Esto gracias a que las
limitaciones que presentan son mucho menores que los métodos anteriormente
descritos. Las ventajas que presentan son: es necesaria una sola parcela, son
funciones multiescala, ya que como datos utilizan distancias entre los árboles, y no
frecuencia de individuos como en el índice de Morisíta.
5
3. DISEÑO DE INVESTIGACIÓN
Figura 2.Mapa de ubicación geográfica del Predio Las Palmas (Fuente: MOP, 2003)
6
Figura 3. Diagrama ombrotérmico para Valdivia (Fuente: Donoso, 1998)
El suelo corresponde a la serie Los Ulmos. Se trata suelos profundos (>1 m), rojos
arcillosos, originados a partir de cenizas volcánicas antiguas depositadas sobre el
complejo metamórfico de la costa. Presentan una textura superficial franco arcillosa y
color pardo rojizo oscuro, en profundidad su textura es arcillosa y de color rojo
amarillento. La topografía dominante es de cerros con pendientes entre 30 y 50%,
bien drenados (CIREN, 1999). El suelo presenta pH ácido (4,9 en superficie y 4,4 en
profundidad), bajo contenido de fósforo y alta saturación de aluminio.
Dentro de cada bloque fueron registradas las coordenadas de todos los individuos
sanos, debilitados (definidos más adelante), y muertos. Para el caso de los individuos
muertos que no presentaban vestigios (tocón) de su ubicación (37% de los muertos),
fue necesaria la estimación de su ubicación en función del distanciamiento inicial.
7
Las coordenadas de los árboles fueron determinadas mediante el método diseñado
por Rohlf y Archie (1978), posteriormente modificado por Kenkel (1988). Este método
consiste en medir la distancia (d) de un individuo (i) a los cuatro vértices del bloque
(Anexo 5). Las coordenadas (x,y) del individuo (i) con respecto a un vértice (j) son,
El DAP (diámetro a la altura de pecho) fue medido a todos los individuos mediante
una cinta diamétrica. Se registró la altura total, comienzo de copa viva y comienzo de
copa muerta mediante una vara graduada cada 20 cm.
Se consideró como un individuo sano a aquel que no presentaba ningún tipo de daño
físico, mecánico, patológico, etc. El individuo débil se definió como aquel que
presenta uno o más de los siguientes atributos: defoliación, ramas secas ubicadas en
la porción de copa viva, resinación abundante y daños al fuste.
Con los datos obtenidos del mapeo de la parcela (Anexo 6 y 7) se generó una base
de datos, la cual fue tratada digitalmente usando los programas desarrollados por
Moeur (1997), NN para el análisis del vecino más cercano y RIPK para el análisis
combinado univariable y bivariable de cálculo de distancia. Se efectuaron los análisis
para los individuos sanos, debilitados y muertos.
Este análisis es una extensión del promedio del competidor más cercano
desarrollado por Clark y Evans (1954) para poder detectar aleatoriedad en una
población de plantas.
8
agregados o regulares. El procedimiento usa solamente la distancia de un árbol
hasta su vecino más cercano, sumando estas distancias para todos los árboles de la
muestra analizada.
F ( d ) = P (d i ≤ d ) = 1 − e −λπd
2
; d =0 (3)
Dado que la función no contempla los árboles que se encuentran fuera de los límites
de la parcela y que se encuentran dentro de d, esto produce que Fˆ (d ) presente una
tendencia descendiente. Esto se conoce como error por el efecto borde. Este error
debe ser corregido mediante un estimador de corrección de efecto borde (4).
∑ δ ( d )ξ ( d )
i i
Fˆ ( d ) = i =1
n (4)
∑ ξ (d )
i =1
i
donde
δ i (d ) = 1 si d i ≤ d ξ i (d ) = 1 si d ib ≥ d
0 si d i > d 0 si d ib < d
d ib = distancia del árbol i al límite b más cercano
9
3.3.2 Análisis combinado univariable de cálculo de distancia: Lˆ (d )
n n δ ij (d )
λ K (d ) = ∑ ∑ ; para i ≠ j (5)
i =1 j =1 n
donde
δ ij (d ) = 1 si d ij ≤ d
0 si d ij > d
n n δ ij (d )
Kˆ (d ) = A∑∑ ; para i ≠ j (6)
i =1 j =1 n2
Para n árboles en el área de estudio de superficie A. Al igual que para el análisis del
vecino más cercano, la función K (d ) de Ripley necesita una corrección producto del
efecto borde. Para esto δ ij (d ) debe ser reemplazado por un factor de corrección
wij (d ) , que es el inverso de la proporción de la circunferencia de un círculo centrado
en el árbol i, pasando por el árbol j. De esta manera wij ( d ) = 1 para círculos que se
encuentran totalmente dentro del área de estudio, y wij ( d ) > 1 para situaciones que
requieran corrección. Moeur (1993) señala que para parcelas rectangulares el d
máximo debe restringirse a la mitad del límite menor y con esto se presentan tres
situaciones para wij (d ) (funciones (1), (2) y (3) de Anexo 4).
n n wij (d )
Kˆ (d ) = A∑∑ ; para i ≠ j (7)
i =1 j =1 n2
10
Sin embargo, Kˆ ( d ) debe ser linearizada (8) para estabilizar su varianza y con esto
su valor se aproxima a 0 bajo el supuesto Poisson.
K (d )
Lˆ ( d ) = −d (8)
π
Un gráfico de Lˆ (d ) (6) con d puede ser usado para examinar el tipo de patrón en
función de la escala espacial. Si Lˆ (d ) es menor que el esperado (esperado tiende a
cero) entonces bajo el supuesto Poisson la distribución observada es regular. Y por
el contrario si Lˆ (d ) es mayor que el esperado, entonces el patrón espacial es
agrupado.
Consiste en una extensión del análisis K (d ) de Ripley y fue formulado para analizar
el patrón de las interacciones entre grupos de puntos (i) y se denomina K12 ( d ) . Al
igual que en los casos anteriores es necesaria la utilización de un estimador para
calcularlo.
n Kˆ * ( d ) + n1Kˆ 21
*
(d )
Kˆ 12 (d ) = 2 12 (9)
n1 + n2
Graficando Lˆ12 (d ) (10) con d se puede apreciar a que distancias ocurren las
interacciones entre los dos grupos de árboles. Si Lˆ12 (d ) adquiere valor negativo
significa entonces que los árboles se alejan unos de otros, por lo tanto existe
repulsión. Y por el contrario si Lˆ12 (d ) es positivo implica que existe atracción entre
los grupos de árboles.
11
En cada simulación se generó un conjunto de datos aleatorios (coordenadas de los
árboles), los cuales son utilizados para calcular las funciones ( Fˆ (d ) , Lˆ (d ) y Lˆ12 (d ) ) a
las que se les quiere confeccionar los límites confidenciales. Para ello se deben
seguir los siguientes pasos. (I) Un conjunto de n coordenadas al azar es generada,
donde n es igual al número de árboles de la muestra; (II) la función es calculada con
el nuevo conjunto de datos; (III) los pasos (I) y (II) son repetidos r veces; (IV) para
cada valor de d de la función se escoge en relación a a/2 el máximo y el mínimo, es
decir si a=0,02 entonces se elimina el 1% de los valores a partir del máximo y del
mínimo (considerando las r simulaciones), y son estos (nuevos máximo y mínimo) los
valores que definen los límites confidenciales superiores e inferiores; y (V) la función
observada es comparada con los límites confidenciales (gráfico).
Para este estudio se realizaron 100 simulaciones al azar (r=100), con un 95% de
confianza, para generar un par de límites confidenciales a cada análisis, con valores
de d de 0 a la distancia que comprende la mitad del lado menor de la parcela (15 m),
a intervalos crecientes de 0,25 metros.
12
4. RESULTADOS
Figura 4. Histogramas de distribución diamétrica para (a) individuos vivos, (b) muertos, (c) sanos y
débiles.
13
El rodal presenta un diámetro medio de 10,8 cm, una altura media de 5,6 m y 21 m2
de área basal por hectárea. Los individuos sanos presentaron un diámetro y altura
media de 11 cm y 5,7 m respectivamente. Para el caso de los individuos debilitados,
estos presentaron un diámetro medio y altura media de 10,6 cm y 5,5 m
respectivamente.
Los individuos muertos (Figura 4c) presentan una distribución diamétrica (n=28% del
total de muertos) que presenta una tendencia hacia las clases diamétricas medias e
inferiores, presentándose la moda en la clase de 9,5 cm de diámetro. Sin embargo,
hay que tener en consideración, que gracias a faenas de limpieza de sotobosque
gran parte de los individuos muertos que se encontraban en pié fueron volteados y
amontonados en distintos sectores del rodal, por ende fue imposible registrar el dap.
Los resultados obtenidos mediante la función F(d), análisis del vecino más cercano,
muestra claramente el tipo de distribución espacial que presentan los distintos grupos
de árboles (sanos, débiles y muertos) mediante la interpretación de los gráficos que
se presentan en la página siguiente.
Los individuos sanos (Figura 5a) presentan una distribución regular hasta los dos
metros de distancia cambiando a una distribución agrupada hasta los 2,75 m. A partir
de esta distancia la distribución se observa aleatoria.
Para el caso de los individuos débiles (Figura 5b) el patrón de distribución espacial
es muy similar al que presentan los individuos sanos.
Los individuos muertos presentan una distribución regular (Figura 5c) hasta los 1,75
m de distancia, entre los 1,75 y los 2,5 m presenta una distribución aleatoria. Sin
embargo, entre los 2,5 y 3 m presenta una distribución agrupada. A distancias
mayores el patrón se vuelve aleatorio.
14
Figura 5. Análisis del vecino más cercano (F(d)) para árboles (a) sanos, (b) débiles y (c) muertos.
Distribución empírica (línea entera); distribución teórica (línea segmentada); intervalos de confianza de
95% (líneas punteadas).
Para los individuos débiles (Figura 6b), al igual que para el caso del análisis del
vecino más cercano, el patrón de distribución espacial se asemeja mucho al de los
individuos sanos.
15
Figura 6. Análisis combinado univariable de cálculo de distancia (L(d)) para los árboles (a) sanos, (b)
débiles y (c) muertos.
Distribución observada (línea entera); intervalos de confianza de 95% (líneas punteadas).
Los individuos muertos (Figura 6c) presentan una distribución espacial regular hasta
los 2 m. A partir de esta distancia la distribución se torna completamente aleatoria.
Sin embargo, a los 2,75 m de distancia la distri bución presenta una tendencia a la
agrupación, como ocurre en la figura 6c. Esto toma especial importancia dado que al
tratarse de una plantación en donde todos los individuos se encuentran distribuidos
regularmente, no existe variación significativa en la densidad, por lo tanto el patrón
de distribución de la mortalidad esperado sería aleatorio o regular. Luego, el hecho
16
que se produzca una mortalidad agrupada o con tendencia a la agrupación no
obedecería a una mortalidad producida por competencia.
La figura 7a muestra la relación existente entre los individuos sanos versus los
débiles, donde se puede apreciar que existe una interacción negativa en forma de
intervalos regulares hasta los 9,75 m de distancia. Sin embargo, al mismo tiempo, a
partir de los 4,5 m, también a intervalos regulares existe una asociación positivita
entre ambos grupos de individuos.
Entre los individuos sanos y muertos existe a intervalos relativamente regulares una
asociación negativa prácticamente en toda la escala analizada. No obstante, a
distancias intermedias tiende a no existir ningún tipo de relación (Figura 7b).
De acuerdo a la figura 7c, la interacción entre los individuos sanos y los débiles es
negativa en forma de intervalos regulares hasta los 12 m de distancia. A mayores
distancias no se detecta interacción entre ambos grupos.
Figura 7. Análisis combinado bivariable de cálculo de distancia (L12(d)) para los árboles (a) sanos
versus débiles, (b) sanos versus muertos y (c) débiles versus muertos.
Distribución observada (línea entera); intervalos de confianza de 95% (líneas punteadas).
17
5. DISCUSION
Las condiciones de sitio en las que se encuentra el rodal no son óptimas para un
buen desarrollo de ciprés. Primero, el rodal se encuentra ubicado fuera de la
distribución geográfica de A. chilensis, sobre un suelo de distintas características
físicas y químicas en relación al suelo que ocupa en su distribución natural. Además
las precipitaciones presentes en la zona de estudio se encuentran en el límite
superior de las toleradas por A. chilensis. Esto explicaría que el rodal presente
características dasométricas muy inferiores a las que presentaría un bosque natural
de edad similar (altura media por sobre 10 m, IMA cercano a 1 cm) en su optimo
ecológico (Goya et al, 1998). Loguercio y Rajchenberg (2003) señalan que sitios con
altas tasas de precipitación, pendiente media a baja, altitudes bajas y suelos con
presencia de horizontes arcillosos presentan una mayor incidencia del mal del ciprés.
Cabe resaltar que todas las condiciones descritas se presentan en el rodal.
Al igual que en condiciones donde se presenta el mal del ciprés (Havrylenko et al,
1989), el rodal presenta individuos con estado sanitario deficiente (débiles)
distribuidos en todas las clases diamétricas. Esto hace suponer, en el caso de que
este mal se encuentre presente en el rodal, que los individuos muertos se encuentren
distribuidos en todo el rango diamétrico. Sin embargo, solamente fueron enc ontrados
vestigios de individuos muertos correspondientes a las clases intermedias, puesto
que la descomposición de individuos más pequeños toma un menor tiempo.
18
interacciones entre los grupos de árboles (sanos, débiles y muertos) resulten en
repulsión implicaría mortalidad por competencia (Moeur, 1993). Por otro parte,
Rosso et al (1994) detectaron en poblaciones naturalmente afectadas por el mal del
ciprés segregación entre individuos sanos y afectados, aunque no explic an el porque
de tal resultado. Esto podría descartarse puesto que estas interacciones negativas
pueden ser el resultado del establecimiento regular de la plantación y no un efecto de
competencia.
El clima de la zona de estudio, en especial las tasas de precipitación anual, que para
A. chilensis llegan a ser excesivas, parecen ser las principales causas de la
distribución espacial de la mortalidad. Si a esto se le suma la escasa pendiente y las
poco favorables propiedades físicas del suelo rojo arcilloso, se podría llegar a
generar una condición de excesiva humedad en el suelo, afectando de esta manera
el intercambio gaseoso a nivel radicular (Donoso, 1997). Esto derivaría en la muerte
de algunas raíces si el efecto de esta condición de suelo muy húmedo se extiende lo
suficiente en el tiempo. Lo que conllevaría a la aparición de agentes patógenos, entre
los cuales se podrían encontrar hongos xilófagos. Puesto que este tipo de condición
es relativamente homogénea a la escala de parcela, es presumible obtener patrones
de distribución aleatorios. La Manna y Rajchenberg (2004) señalan que suelos de
texturas finas presentan fuertes tendencias a desarrollar “mal del ciprés”, y más aún,
señalan que en suelos arcillosos la enfermedad se presenta con una distribución
desagrupada.
19
6. CONCLUSIONES
Dada las similitudes entre lo que ocurre en la plantación y las poblaciones naturales
de ciprés de Argentina es posible señalar que existe sospecha de la incidencia del
“mal del ciprés”, o bien tratarse solamente de una plantación cuya especie se
encuentra fuera de su rango ecológico, establecida en condiciones ambientales
adversas para su desarrollo.
20
7. BIBLIOGRAFIA
Baccalá, N., Rosso, P., Havrylenko, M. 1998. Austrocedrus chilensis mortality in the Nahuel Huapi
Park (Argentina). Forest Ecology and Management 109: 261-269
Clark, P., Evans, F. 1954. Distance to nearest neighbor as a mesure of spatial relationships in
populations. Ecology 35: 445-453
Cole, R., Syms, C. 1999. Using spatial patterns analysis to distinguish causes of mortality: an
example from kelp in north-eastern New Zealand. Journal of Ecology 87: 963-972
Di Castri, F., Hayek, E. 1976. Bioclimatología de Chile. Santiago, Universidad Católica de Chile. 128
p.
Donoso, C. 1997. Ecología forestal, El bosque y su medio ambiente. 5 ed. Santiago, Universitaria.
367 p.
Dovsiak, M., Frelich, L., Reich, P. 2001. Discordance in spatial patterns of white pine (Pinus strobus)
size-classes in a patchy near-boreal forest. Journal of Ecology 89: 280-291
Ford, E., Diggle, P. 1981. Competition for light in a plant monoculture modeled as a
spatial stochastic process. Annals of Botany 48: 481-500
Goya J., Yapura, P., Ferrando, J., Barrera, M., Arturo, M. 1998. Crecimiento
individual y de rodales de Austrocedrus chilensis en El Bolsón, Río Negro,
Argentina. Revista de la Facultad de Agronomía, La Plata. 103(2): 149-155
21
He, F., Duncan, R. 2000. Density-dependent effects on tree survival in a old-growth
Douglas fir forest. Ecolody 88(4): 676-688
Kenkel, N. 1988. Pattern of self-thinning in jack pine: testing the random mortality
hypothesis. Ecology 69(4): 1017-1024
Kershaw, K. 1973. Quantitative and dynamic ecology. New York, American Elsevier
Publishing Company. 234 p.
Loguercio G., Rachjenberg, M. 2003. El Mal del ciprés y la silvicultura del ciprés de
la cordillera. In: Arturo M.; A. Brown; J. Frangi (eds.) Ecología y Manejo de
Bosques Nativos de Argentina (en prensa).
Moeur, M. 1997. NN and RIPK programs for spatial pattern analisys. Chicago,
United States Forest Service. 2 p.
22
Morisita, M. 1959. Measuring of the dispersion of individuals and analisys of the
distributional patterns. Ecology 2: 215-235
Ripley, B. 1977. Modelling spatial patterns (with discussion). Journal of the Royal
Statistical Society B39: 172-212
Rosso, P., Baccalá, N., Havrylenko, M., Fontenla, S. 1994. Spatial pattern of
Austrocedrus chilensis wilting and the scope of autocorrelation analysis in
natural forests. Forest Ecology and Management 67: 273-279
Sterner, R., Ribic, C., Schatz, G. 1986. Testing for life historical changes in spatial patters of four
tropical tree species. Journal of Ecology 74: 621 -633
Veblen, T., Schlegel , D. 1982. Reseña ecológica de los bosques del sur de Chile.
Bosque 4(2): 73-115
23
ANEXOS
24
Anexo 1
Abstract
25
Mortality spatial pattern analysis in an Austrocedrus chilensis plantation. Valdivia,
Chile.
The “mal del ciprés” is the main sanitary disturbance affecting natural stands of A.
chilensis in Argentina. This kind of decay sickness of unknown ethiology affects trees of
all types of diametrical and age classes, making them to be weak until death. In front of a
high mortality of individuals in a 20 years old plantation of A.chilensis near Valdivia, it
was decided to study the spatial distribution of such sickness. To make this, it was used
the nearest neighbour Fˆ (d ) , univariate count-distance Kˆ ( d ) and bivariate count-distance
K 12 (d ) functions, due to the less limitations to use it than the other functions. The results
showed that the healthy and debilitated individuals present a put in regular distribution
with a random one. The death individuals present a totally random distribution. Analyzing
the factors that may produce mortality with such distribution, it was determined that
possibly the environmental factors, more indeed, the set of precipitation, topography and
characteristics of soil are the conditioners because the trees get stressed. Later the trees
are affected by opportunistic organisms which finally caused them death. Because of the
similarity with what happens in Argentina it is possible to suspect the incidence of the
“mal de Ciprés” in the plantation.
26
Anexo 2
Diagrama explicativo del análisis del vecino más cercano
27
donde
i : árbol seleccionado
d : distancia de análisis
di : distancia entre el árbol i y su vecino más cercano
28
Anexo 3
Diagrama explicativo del análisis combinado univariable de cálculo de distancia
29
donde
I : árbol seleccionado
jn : árboles distintos a i
d : distancia de análisis
dijn : distancia entre el árbol i y el árbol jn
30
Anexo 4
Funciones para la corrección del efecto borde y Análisis combinado bivariable
de cálculo de distancia
31
wij ( d ) = 1 (1)
−1
d 1
wij ( d ) = 1 − cos −1 ib ⋅ (2)
d π
Sólo si un borde es intersectado. Esto ocurre cuando d 2 ≤ dib21 + d ib2 2 , donde d ib1 y d ib2
son distancias del árbol i a los dos límites b1 y b2 más cercanos.
−1
d d π 1
wij ( d ) = 1 − cos−1 ib1 + cos −1 ib2 + ⋅ (3)
d d 2 2π
Si los dos bordes son intersectados. Esto ocurre cuando d 2 > d ib2 1 + d ib2 2 .
A n n
*
K 12 (d ) = ∑ ∑ wij (d )
n1 n2 i =1 j =1
(5)
n n
A
K *21(d ) =
n1n2
∑∑ w
i =1 j =1
ji (d ) (6)
32
Anexo 5
Diagrama de un bloque para la medición de coordenadas
33
donde
34
Anexo 6
Base de datos
35
DAP Altura X Y DAP Altura X Y
Nº Condición Nº Condición
(cm) (m) (m) (m) (cm) (m) (m) (m)
1 D 13 5,8 0,64 1,19 50 D 14 5,2 28,72 0,85
2 S 13 5,4 4,59 0,40 51 S 14 6,2 28,93 2,87
3 S 4 3,4 6,61 0,27 52 D 10 5,8 27,09 3,13
4 S 12 5,6 8,50 0,00 53 S 9 5,4 25,17 3,39
5 S 11 5,2 8,14 2,00 54 D 12 5,8 23,29 3,81
6 S 15 5,6 6,28 2,42 55 D 11 6,4 21,34 4,21
7 D 11 4,6 2,27 3,05 56 S 10 5,6 21,52 6,06
8 D 9 5 0,36 3,42 57 D 11 5,6 23,50 5,70
9 D 13 5,6 1,50 5,11 58 D 11 5,4 25,46 5,39
10 D 12 5,8 5,39 4,47 59 S 11 4,6 27,44 4,97
11 D 4 3,2 7,47 4,17 60 D 10 4,8 29,45 4,63
12 D 11 5,4 5,75 6,42 61 D 10 4,8 29,42 6,52
13 D 13 5,2 7,70 6,11 62 S 9 4,6 27,35 6,97
14 S 13 5,8 3,70 6,74 63 S 8 4,8 25,42 7,40
15 S 11 5,8 1,85 7,12 64 D 12 6,2 23,51 7,72
16 D 13 5,6 1,48 9,32 65 D 8 5 21,45 8,04
17 S 8 5 3,42 9,08 66 D 12 6 22,58 9,60
18 S 11 5,4 5,45 8,85 67 D 9 4,6 24,60 9,40
19 D 12 5,4 7,50 8,32 68 S 9 5,2 26,49 9,12
20 S 11 5,6 9,52 7,95 69 S 11 5,4 28,52 8,77
21 D 9 5,4 9,77 9,77 70 S 14 6,4 3,52 31,55
22 D 9 4,4 12,42 1,61 71 D 11 5,6 5,51 31,12
23 S 13 5,8 14,47 1,33 72 S 10 5 7,37 30,81
24 D 12 5,6 16,40 0,92 73 S 13 5,8 9,31 30,25
25 S 10 5,4 18,30 0,64 74 M 7 4 8,79 32,48
26 D 12 6 18,95 2,23 75 D 10 5,8 6,76 32,86
27 D 12 5,8 17,04 2,73 76 S 15 6 4,86 33,20
28 D 12 5,8 15,14 2,98 77 S 17 7,4 2,96 33,64
29 S 11 5 13,08 3,38 78 D 20 7,2 0,94 34,00
30 D 13 5,6 13,39 5,17 79 D 13 6,2 0,38 36,20
31 S 10 5,4 15,32 4,89 80 D 12 5,4 2,15 35,85
32 D 8 4,6 17,28 4,62 81 D 13 6,8 4,11 35,46
33 D 11 5,8 19,25 4,42 82 S 11 6 6,10 35,04
34 S 10 5,6 19,52 6,42 83 D 14 5,6 9,84 34,31
35 D 12 6,2 17,51 6,82 84 S 16 7,6 9,54 36,43
36 S 11 6 15,49 7,02 85 S 11 5,8 7,47 36,92
37 M 9 5,2 13,54 7,37 86 D 8 5,2 5,38 37,29
38 S 4 3,4 11,20 7,70 87 D 16 7 3,27 37,75
39 S 6 4,2 11,53 9,67 88 S 15 7,4 1,27 38,29
40 D 5 4,6 13,70 9,35 89 S 16 7 0,79 39,99
41 D 11 4,8 15,69 8,95 90 D 15 6,2 2,49 39,70
42 D 10 5,6 17,69 8,84 91 S 13 6,2 4,62 39,39
43 M 9 3,8 19,45 8,49 92 S 11 5,4 8,53 38,63
44 S 9 5,8 20,42 0,32 93 S 9 5,6 1,81 11,39
45 S 9 5,6 22,31 0,00 94 S 14 6 3,91 10,90
46 D 12 6 20,89 2,09 95 S 9 5,6 7,81 10,18
36
47 S 8 4,8 22,93 1,65 96 M 6 3,8 7,10 12,35
48 D 10 5 24,89 1,50 97 M 6 3,6 5,28 12,75
49 S 13 6,2 26,89 1,24 98 M 9 4 1,16 15,47
37
144 D 9 5,2 20,97 14,04 194 D 7 4,6 15,21 23,05
145 D 9 5,2 22,27 15,73 195 S 8 4,2 13,40 23,59
146 S 7 4,8 24,19 15,46 196 D 9 5,4 11,30 23,95
38
243 S 13 6,4 11,64 35,96 292 D 13 7 1,62 49,80
244 S 13 6,2 13,72 35,56 293 S 15 7,4 3,39 49,57
245 D 13 6,6 17,76 34,76 294 S 15 6,6 7,51 48,93
39
341 S 9 5,6 6,01 50,95 390 D 11 4,4 29,46 53,10
342 D 8 6 7,81 50,62 391 D 9 5,4 27,27 53,40
343 D 12 6 8,29 52,62 392 S 12 6,2 25,42 53,70
40
440 D 9 5,6 17,56 69,90 489 M --- --- 3,98 41,37
441 S 10 5,2 19,53 69,64 490 M --- --- 12,57 43,86
442 D 10 4,6 20,92 61,06 491 M --- --- 13,68 45,74
41
Anexo 7
Mapa de parcela
42
43