UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

FACULTAD DE CIENCIAS BIOLOGICAS

GUIA DE
PRÁCTICA

ECOLOGIA
GENERAL
EP MICROBIOLOGIA Y
PARASITOLOGIA

Irma Franke,
Niels Valencia,
Oswaldo Cornejo,
Leonardo Romero,
Jorge Peralta

2024
 INDICE

PRACTICA 1: VIDEO ORIGEN DE LA TIERRA Y ANIMACION EL CLIMA DE LA TIERRA

PRACTICA 2: OBTENCION Y ANALISIS DE DATOS CLIMATICOS, ELABORACION DE

DIAGRAMAS OMBROTERMICOS O DE WALTER & LIETH

PRÁCTICA 3: SISTEMA BIOCLIMATICO DE HOLDRIDGE

PRÁCTICA 4: BALANCE HIDRICO DEL SUELO

PRACTICA 5: PROPIEDADES FISICAS Y QUIMICAS DEL SUELO

PRACTICA 6: DETERMINACION DE LA DENSIDAD POBLACIONAL: TECNICA DE CAPTURA Y

RECAPTURA

PRACTICA 7: DETERMINACION DE LA DENSIDAD POBLACIONAL: USO DE FORMAS

PRACTICA 8: CRECIMIENTO POBLACIONAL EXPONENCIAL

PRACTICA 9: CRECIMIENTO POBLACIONAL LOGISTICO

PRACTICA 10: USO DE GOOGLE EARTH COMO HERRAMIENTA EN ECOLOGIA

PRACTICA 11: DIVERSIDAD ALFA

PRACTICA 12: DIVERSIDAD BETA

PRACTICA 13: SALIDA DE CAMPO

 INDICE POR SEMANAS

SEMANA 1: INTRODUCCION A LA PRÁCTICA. ORGANIZACIÓN DE GRUPOS DE PRÁCTICA

SEMANA 2: VIDEO ORIGEN DE LA TIERRA Y ANIMACION EL CLIMA DE LA TIERRA

SEMANA 3: OBTENCION Y ANALISIS DE DATOS CLIMATICOS, ELABORACION DE

DIAGRAMAS OMBROTERMICOS O DE WALTER & LIETH

SEMANA 4: SISTEMA BIOCLIMATICO DE HOLDRIDGE

SEMANA 5: BALANCE HIDRICO DEL SUELO

SEMANA 6: PROPIEDADES FISICAS Y QUIMICAS DEL SUELO

SEMANA 7: DETERMINACION DE LA DENSIDAD POBLACIONAL: TECNICA DE CAPTURA Y

RECAPTURA

SEMANA 8: EXAMEN PARCIAL DE PRÁCTICA

SEMANA 9: DETERMINACION DE LA DENSIDAD POBLACIONAL: USO DE FORMAS

SEMANA 10 CRECIMIENTO POBLACIONAL EXPONENCIAL

SEMANA 11: CRECIMIENTO POBLACIONAL LOGISTICO

SEMANA 12: USO DE GOOGLE EARTH COMO HERRAMIENTA EN ECOLOGIA

SEMANA 13: DIVERSIDAD ALFA

SEMANA 14: DIVERSIDAD BETA

SEMANA 15: EXAMEN FINAL DE PRACTICA

SEMANA 16: SALIDA DE CAMPO

 PRACTICA 1
VIDEO: ORIGEN DE LA TIERRA
ANIMACION: EL CLIMA DE LATIERRA
INTRODUCCION
Este documental “EL ORIGEN DE LA TIERRA” aborda la forma en que se produjo en
ciertos periodos de relevancia historico-cientifica, un habitat proclive para la evolucion
de plantas, animales entre ellos el Homo sapiens. Alguna vez te has preguntado ¿Como
se creo el mundo? ¿Como hemos llegado hasta aqui? O que pasara en el futuro con el
planeta Tierra, su flora, fauna y el ser humano. Un tiempo en el que nuestro planeta pasó
de ser una bola de roca liquida hirviendo fruto de la colision y fusión de fragmentos de
rocas mas pequeños, de los denominados planetesimales que además por el bombardeo
de particulas provenientes del Universo, permitió la fusión del hierro, que como
elemento liquido mas pesado se hundio en el centro de la Tierra primigenia y formo el
núcleo terrestre. Tras el enfriamiento de la corteza terrestre externa aparecieron los
primeros continentes para luego convertirse en un páramo helado con capas de hielo de
hasta tres kilometros de espesor. Un escenario, que no es fruto de la ciencia ficción, sino
la crónica exacta de la formacion de nuestro propio planeta.

Por otro lado, la animación “EL CLIMA DE LA TIERRA” nos explica que este es el
resultado de tres factores: la energía solar, el efecto invernadero y las circulaciones
atmosférica y oceánica. La distribución geográfica y estacional de la energía solar
depende de la redondez de la Tierra, de la inclinación de su eje y de su órbita
alrededor del Sol. Este fenómeno se manifiesta a través de las diferentes áreas climáticas
que condicionan la distribución de la vida sobre la Tierra.

OBJETIVOS
• Explicar los principales cambios de la Tierra a lo largo de su historia.
• Explicar la importancia de la historia de la Tierra como factor que determina la
distribución de las especies en el planeta.
• Explicar las principales condicionantes del actual clima en la Tierra.
• Explicar como los factores climáticos determinan la presencia de vida sobre la
Tierra.

MATERIALES
• Guía de Practicas
• Video y animación instructiva

METODOS
• Observe el video sobre la Historia de la Tierra
• Observe la animación sobre el Clima de la Tierra
• Responda el cuestionario adjunto

CUESTIONARIO
VIDEO: ORIGEN DE LA TIERRA
1) ¿ Qué teoría trata de explicar la formación de nuestro satélite La Luna?
2) ¿ Desde cuando se asume que aparece el agua en la Tierra, como se origino y que
sucedió para que aparezcan los primeros organismos unicelulares?
3) ¿Que efectos importantes ejercieron los estromatolitos tanto en el aire como en el mar?
4) ¿ Cuál fue la evolución de los continentes sobre la Tierra y quien planteo la Teoria
de la Deriva Continental?
5) ¿ La mayor parte de los científicos están de acuerdo que hubo 5 grandes extinciones
masivas en la Tierra, desarrolle un pequeño cuadro sinoptico acerca de esto indicando
los taxa que desaparecieron en cada una de ellas?
6) ¿Que características tuvo la Explosion Cambriana con respecto a la Biodiversidad
de la Tierra?
7) ¿ Que permite que los organismos marinos se hagan terrestres?
8) ¿Ante la abundancia de oxigeno, hay dominio de animales grandes como los
dinosaurios, que paso para que desaparezcan?
9) ¿Cuál es la importancia de la formación del Mar de Tethys en los tiempos actuales?
10) ¿Qué representa “¿Ida” en la evolución de los homínidos, y porque se cree que
Africa fue el continente origen de ellos?
11) ¿Cual fue la causa principal de la formación de las grandes cadenas montañosas
sobre la Tierra (Himalayas, Andes, etc.)
12) ¿Cual fue la evolución de los periodos glaciares en la Tierra, desarrolle un cuadro
sinoptico acerca de esto indicando las posibles causas asi como los efectos
causados?

ANIMACION: EL CLIMA DE LA TIERRA

1) ¿ Que factores determinan que la Tierra mantenga una temperatura media de

alrededor a 15ºC?
2) ¿ Cuáles son las causas de la ocurrencia de estaciones en la Tierra?
3) ¿ Cómo diferenciamos zonas de baja presión y alta presión, como intervienen estas
en la conformación de las Celdas Convectivas?
4) ¿Que efecto ejerce la Fuerza de Coriolis en la direccionalidad de los vientos y
corrientes?
5) ¿ Cómo se establece la relación entre la energía térmica y las corrientes
marinas?
6) ¿ Qué factores influyen en la conformación de las zonas macro climáticas en la
Tierra?
7) ¿ Las precipitaciones en el mundo tienen distribuciones diferentes, en que se
fundamentan?
8) ¿De los 11 biomas terrestres de la animación, c u a l e s d e e l l o s
tenemos en nuestro Pais?

Bibliografía

- Le Centre national de la recherche scientifique (Animacion). (2011) El Clima de

la Tierra. Francia.
- National Geographic Channel (Video). (2016) Origen de la tierra. Estados Unidos.
 PRACTICA 2
OBTENCION Y ANALISIS DE DATOS CLIMATICOS
ELABORACION DE DIAGRAMAS OMBROTERMICOS O DE WALTER & LIETH
INTRODUCCION
El clima es uno de los principales factores que influyen sobre la distribución (y
también la abundancia) de los organismos. El clima puede definirse como el estado medio
de la atmósfera y las variaciones regulares de los estados del tiempo. Los principales
componentes del clima son la temperatura y la precipitación, ambos factores interactúan
estrechamente determinando las condiciones para la supervivencia de los organismos.
Una de las formas más utilizadas para representar las condiciones climáticas de un
determinado lugar es mediante los diagramas ombrotérmicos o diagramas climáticos,
los que representan claramente los meses secos o húmedos en determinada área.
Los diagramas climáticos son breves resúmenes de las variables climáticas
promedio y su curso temporal. Han demostrado ser útiles para una amplia gama de
ciencias, la industria y la enseñanza. En bio y geociencias, se utilizan como instrumento
para mostrar las relaciones entre el suelo, la vegetación y el clima. En ciencias
agronómicas, se utilizan para indicar el rango de ciertos cultivos. Son útiles para la
planificación y el diseño. Indican horarios de viaje óptimos para las industrias turísticas.
Los diagramas muestran los promedios mensuales de temperatura y
precipitación durante un año (SERIES DE TIEMPO). Cada marca de verificación a lo largo
de la abscisa indica un mes. Los diagramas comienzan con enero para el hemisferio norte
y con julio para el hemisferio sur respectivamente. Por lo tanto, el verano astronómico
siempre se muestra en el medio del diagrama.

OBJETIVO
Utilizar datos meteorológicos para representar las características climatológicas de
una determinada zona, para discutir las posibles implicancias del clima sobre la
distribución de las comunidades.

MATERIALES
Hojas de papel milimetrado, calculadora, lápiz, regla, borrador, hojas de datos de
temperaturas y precipitación (al final de la práctica).
METODOS
• D i a g r a m a Ombrotérmico (Fisico)
1) Trabaje los datos de temperatura media mensual y precipitación total mensual para
estaciones meteorológicas de diferentes países de Sudamérica.
2) En un papel milimetrado haga un diagrama con dos ejes de ordenadas y uno de abcisas.
En el eje de la izquierda coloque la escala de temperaturas medias, en el de la derecha
las precipitaciones cuya escala debe ser el doble de la temperatura, reduciéndose a un
décimo si sobrepasa los 100 mm. La abcisa comprende los meses del año, si la Estacion
Meteorologica es del hemisferio norte, se empieza en el mes de enero y termina en
diciembre, y si es del hemisferio sur, empieza en el mes de julio y termina en junio.
3) Trace las curvas de temperatura (rojo) y precipitación (azul), y sombree las áreas entre
las dos curvas siguiendo estas indicaciones:
a) Si la curva de temperatura está sobre la de precipitación, entonces dibujar círculos
pequeños o puntos.
 b) Si la curva de precipitación esta por encima de la de temperatura, dibujar líneas
verticales. Si las precipitaciones son mayores a 100 mm, sombrear toda el área.
c) Para completar el diagrama debe incluirse un encabezado el pais, latitud, longitud,
altura, estacion meteorologica, entre corchetes se coloca el número de años utilizado para
el cálculo de los promedios, la temperatura media anual en grados centígrados y la
precipitación anual en mm.
d) Una vez terminados los diagramas asignados, establezca una relación de cada uno con las
figuras 2.1, 2.3 y 2.4

• Indice Xerotermico de Gaussen

Etimológicamente el concepto xerotérmico viene de "xeros", que significa sequedad, y
térmico, temperatura. Su cálculo es muy sencillo ya que para saber si el monto
pluviométrico de un mes se debe considerar como el de un mes seco o lluvioso basta con
multiplicar por 2 el valor de la temperatura media de ese mes lo cual nos dará una cifra
que, considerada en mm de precipitación nos servirá para determinar si es seco (cuando
la cifra es inferior al promedio de las lluvias en ese mes) o si es lluvioso, en caso de que el
resultado sea superior a dicho monto.
Por ejemplo, si en la ciudad de Arequipa (Perú) los datos de la serie de tiempo de 30 años
(1960-1990), la Temperatura Media Mensual del mes de enero es de 15.8°C y la
Precipitacion promedio mensual del mismo mes es de 26 mm, nos daria un Indice
Xerotermico de Gaussen tal como sigue:

26 > ó < 2(15.8) = 26 < 31.6

Por lo tanto al ser menor que el doble de la temperatura se considera como MES SECO. Para poder
representar el resultado del Indice colocar debajo de la abcisa de cada Diagrama Ombrotermico
recuadros donde el color Amarillo representa meses secos y de color Celeste meses humedos.
J A S O N D E F M A M J

Lo cual indica que en la ciudad hay 6 meses secos (mayo a octubre) y 6 meses húmedos
(noviembre a abril)

Bibliografia
- Breckle, S-W. (2002). Walter’s Vegetation of The Earth. 4d ed. New York. Springer-Verlag
- Gaussen, H. (1955). Determination des climats par la methode des courbes ombrothermiques. Compt. Rend.
Hebd. Seances Acad. Sci. 240:642-644
- Molles, M. (2006). Ecología. Conceptos y aplicaciones. Editorial McGraw-Hill
- Walter, H. (1997). Zonas de vegetacion y clima. Editorial Omega, Barcelona
- Walter, H. & Lieth, H. (1967). Klimadiagramm. Weltatlas, Jena.
- www.klimadiagramme.de www.biogeografia.net/bioclimabiblio

Figura 2.1 Tipos de curvas de

Temperatura de acuerdo a los
diagramas de Walter & Lieth.

Tipo 1: Pluvisilvas tropicales siempre verdes, con amplitud termica anual muy baja (de 2 a 4°C), las Temperaturas
Medias Mensuales se mantienen entre 18 y 25°C, con mucha saturacion de vapor.
Tipo 2: Vegetacion tropical con lluvias veraniegas, con variacion anual que puede sobrepasar los 5°C. Los maximos de
lluvias aparecen en el Verano, y la epoca seca se da en los meses de menor temperatura.
Tipo 3: Vegetacion de zona subtropical arida, con precipitaciones escasas y temperaturas elevadas durante el dia y
bajas durante la noche, la aridez es permanente ya que la curva de temperatura siempre esta por debajo de las de pp.
Tipo 4: Vegetacion esclerofila de zonas con lluvias invernales (clima tipo mediterraneo), caracterizado porque en el
Verano el aire es seco y caluroso, mientras que en el invierno recibe lluvias ciclonales.

Figura 2.2 Diagramas climaticos de Ciudad San Cristobal de las Casas (Mexico-hemisferio norte) y Ciudad Diego Suarez (Madagascar-
hemisferio sur)

Figura 2.3 Perfil de climas y vegetacion de una zona tropical desde la parte humeda a la arida.
Asimismo, se pueden establecer a partir de los diagramas climáticos la relación de estos
parámetros con la pertenencia a algún tipo de bioma determinado.

Figura 2.4: Diagramas climáticos representando diferentes tipos de Biomas.

A: SELVA TROPICAL B: SABANA C: DESIERTO
D: MEDITERRANEO DE ESCLEROFILOS E: LAURISILVA F: BOSQUE TEMPLADO CADUCIFOLIO
G: ESTEPA H: BOSQUE BOREAL i: TUNDRA

Tabla 2.1 Estaciones meteorologicas en diferentes ciudades de Sudamerica tanto en el hemisferio norte como en el hemisferio sur, se
indica la altura (…m), la latitud (…N ó S), longitud (…W) y periodo de tiempo de los datos (serie de tiempo). Los datos numéricos van
de enero a diciembre.
1 COL SAN ANDRES 1m 12°33N 81°42W 1971-2000
Tmedia mensual 26.7 26.6 26.9 27.4 27.9 28.0 27.9 27.9 27.8 27.6 27.4 27.1
Tmaxima media 28.6 28.7 29.2 29.7 30.1 30.0 29.8 30.1 30.3 30.1 29.6 29.0
Tminima media 25.0 24.8 25.0 25.6 26.1 26.1 26.0 26.1 26.0 25.5 25.6 25.2
Precipitacion 75.8 41.5 24.0 32.3 134.3 212.0 200.3 201.4 239.7 318.3 273.0 145.9

2 COL MONTERIA 36m 8°49N 75°49W 1971-2000

Tmedia mensual 28.0 28.1 28.5 28.9 28.3 28.3 28.4 28.1 27.9 27.8 27.5 27.8
Tmaxima media 33.2 33.7 34.0 33.8 32.7 32.6 32.8 32.8 32.2 31.9 32.1 32.6
Tminima media 22.0 22.4 22.9 23.4 23.6 23.5 23.1 23.1 23.2 23.0 23.0 22.7
Precipitacion 4.5 16.0 26.6 94.7 172.3 150.5 165.0 166.6 185.8 159.0 84.7 35.8

3 VEN TUMEREMO 187m 7°18N 61°27W 1984-1994

Tmedia mensual 25 25.3 25.8 26.4 26.7 25.8 25.8 26.7 27 27 26.7 25.6
Tmaxima media 30 30.6 31.7 32.2 31.7 30.6 31.1 32.2 32.8 32.8 32.2 30.6
Tminima media 20 20 20 20.6 21.7 21.1 20.6 21.1 21.1 21.1 21.1 20.6
Precipitacion 100.1 78 61 77 154.9 183.1 151.9 124 75.9 55.1 64 111

4 COL BUCARAMANGA 1189m 7°07N 73°11W 1971-2000

Tmedia mensual 21.2 21.5 21.6 21.5 21.4 21.4 21.3 21.4 21.2 20.8 20.8 20.9
Tmaxima media 25.1 25.2 25.2 25.2 25.4 25.4 25.6 25.8 25.7 25.1 24.7 24.8
Tminima media 18.4 18.7 18.9 18.9 18.8 18.7 18.4 18.4 18.2 18.2 18.3 18.3
Precipitacion 57.6 79.7 120.9 136.0 118.5 81.9 88.0 84.7 100.5 141.9 118.7 56.0

5 COL ARAUCA 128m 7°04N 70°44W 1971-2000

Tmedia mensual 27.2 28.2 28.6 27.6 26.4 25.8 25.5 25.9 26.4 26.7 26.8 26.8
Tmaxima media 32.9 34.2 34.4 33.0 30.8 29.8 29.5 30.4 31.3 31.6 31.5 31.6
Tminima media 20.3 20.7 21.6 22.5 22.6 22.4 22.3 22.3 22.4 22.5 22.4 21.5
Precipitacion 11.6 22.5 43.0 136.4 234.6 314.0 302.3 232.4 199.6 181.5 103.5 25.1

6 COL MEDELLIN 1490m 6°13N 75°35W 1971-2000

Tmedia mensual 21.9 22.2 22.2 22.0 22.0 22.4 22.7 22.6 21.9 21.3 21.3 21.5
Tmaxima media 27.6 27.9 28.0 27.6 27.5 27.9 28.3 28.2 27.7 26.9 27.0 27.1
Tminima media 16.8 17.1 17.3 17.5 17.4 17.1 16.7 16.8 16.6 16.8 16.9 16.8
Precipitacion 64.7 79.3 124.1 162.1 201.5 157.7 119.2 145.7 179.0 217.1 150.5 95.8

7 COL GERMAN OLANO 50m 6°11N 67°29W 1971-2000

Tmedia mensual 29.1 30.2 30.7 29.3 27.6 26.6 26.3 26.6 27.1 27.7 28.2 28.6
Tmaxima media 34.7 35.8 36.1 34.5 32.4 31.0 30.6 31.2 32.2 33.1 33.4 33.9
Tminima media 23.0 23.7 24.6 24.7 24.0 23.3 23.1 23.3 23.6 23.8 23.9 23.3
Precipitacion 9.3 18.6 36.8 131.3 265.5 455.8 447.9 342.2 196.3 172.6 97.0 30.5

8 COL TUNJA 2690m 5°34N 73°22W 1971-2000

Tmedia mensual 13.0 13.3 13.6 13.7 13.2 12.5 11.9 12.1 12.5 13.0 13.2 12.9
Tmaxima media 19.1 19.3 19.2 18.4 17.3 16.4 16.0 16.5 17.3 17.9 18.2 18.3
Tminima media 7.2 8.1 9.0 9.7 9.7 9.1 8.4 8.2 8.2 8.7 9.0 7.8
Precipitacion 16.5 28.0 53.4 75.0 83.6 57.4 46.3 42.1 53.4 85.6 68.2 30.1

9 COL BOGOTA 2556m 4°32N 74°06W 1971-2000

Tmedia mensual 14.3 14.5 14.9 14.9 15.0 14.6 14.1 14.3 14.3 14.4 14.6 14.4
Tmaxima media 20.2 20.3 20.4 20.1 20.0 19.2 18.6 18.8 19.2 19.5 19.6 19.9
Tminima media 7.6 8.4 9.5 9.7 9.7 9.5 9.2 8.9 8.7 9.0 9.2 8.0
Precipitacion 50.1 68.2 88.3 130.7 118.8 54.0 35.4 44.1 70.1 144.0 127.4 78.2
10 COL IBAGUE 928m 4°26N 75°09W 1991-2000
Tmedia mensual 23.8 23.9 23.8 23.6 23.5 23.9 24.5 24.9 24.4 23.1 23.0 23.1
Tmaxima media 28.5 28.6 28.6 27.7 27.7 28.4 29.5 29.9 29.3 27.2 27.1 27.6
Tminima media 18.6 19.0 19.2 19.1 19.1 18.9 18.6 19.0 18.9 18.9 18.8 18.5
Precipitacion 79.0 96.0 138.0 194.0 238.0 120.0 72.0 100.0 160.0 232.0 168.0 114.0

11 COL TULUA 1012m 4°05N 76°13W 1971-2000

Tmedia mensual 23.9 24.2 24.2 23.8 23.5 23.6 23.9 24.1 23.9 23.3 23.0 23.4
Tmaxima media 30.1 30.4 30.3 29.6 29.1 29.4 30.1 30.7 30.1 29.1 28.7 29.3
Tminima media 18.3 18.5 18.7 18.8 18.7 18.3 17.6 17.9 18.2 18.3 18.3 18.2
Precipitacion 76.1 95.6 136.7 142.9 139.8 82.5 57.0 64.2 109.1 164.3 133.6 83.4

12 COL CALI 1004m 3°22N - 76°32W 1971-2000

Tmedia mensual 24.3 24.4 24.5 24.2 24.0 24.2 24.5 24.9 24.4 23.9 23.6 23.9
Tmaxima media 29.9 29.9 30.2 29.7 29.3 29.5 30.3 30.9 30.3 29.2 28.8 29.1
Tminima media 19.2 19.2 19.3 19.4 19.4 19.0 18.3 18.5 18.8 18.9 19.0 19.0
Precipitacion 86.1 121.0 144.9 192.5 167.1 90.3 53.9 65.4 111.0 170.3 158.1 127.0

13 COL SAN JUAN DE PASTO 1873m 1°23N - 77°17W 1971-2000

Tmedia mensual 18.7 19.0 19.1 19.1 19.2 19.6 19.8 20.1 19.8 18.7 18.3 18.4
Tmaxima media 22.9 23.3 23.5 23.5 23.6 24.3 24.8 25.4 25.0 23.4 22.6 22.6
Tminima media 14.5 14.6 14.8 14.9 14.8 14.5 14.4 14.3 14.4 14.4 14.5 14.4
Precipitacion 110.2 112.7 133.0 151.4 141.0 61.1 30.7 32.9 71.0 156.8 178.4 132.6

14 ECU CUENCA 2527m 2°53S 79°W 1987-94 1984-94

Tmedia mensual 15.3 15.8 15.6 15.3 14.4 13.6 13.3 13.3 14.7 15.3 14.7 15.6
Tmaxima media 20.6 21.1 20.6 20.6 19.4 18.9 18.3 18.9 20.6 21.1 21.7 21.7
Tminima media 10 10.6 10.6 10 9.4 8.3 8.3 7.8 8.9 9.4 7.8 9.4
Precipitacion 50.8 45.7 81.3 109.2 109.2 43.2 22.9 27.9 40.6 78.7 45.7 63.5

15 PER PUCALLPA 148m 8°25S 74°36W 1949-1993

Tmedia mensual 26,7 26,3 26,1 26 25,8 25,3 25,1 26 26,4 26,5 26,5 26,7
Tmaxima media 30,9 31,1 30,4 30,1 30,4 30,2 32,4 31,1 32,9 30,9 31,1 30,4
Tminima media 22,4 21,4 21,9 22 21,3 20,5 18,1 20,7 19,9 22,1 22 22,6
Precipitacion 149,1 165,2 193,3 162,7 104,6 67,1 49,7 55,6 92,7 163,7 186 179,2

16 PER IÑAPARI 365m 10°57S 69°36W 1965-74 1967-75

Tmedia mensual 25.7 25.2 25.1 25.1 24.9 24 23.3 24.5 25.1 25.7 25.6 25.4
Tmaxima media 30.6 30.3 30.2 30.2 30.3 30.2 30.2 31.7 32.2 31.4 31.1 30.3
Tminima media 21.3 21.1 21.4 21 20.6 19.1 17.4 18.5 18.9 20.5 21 21.4
Precipitacion 206 316 274 171 108 52 35 50 106 143 215 236

17 BOL RIBERALTA 172m 11°01S 66°05W 1991-94 1977-94

Tmedia mensual 27 27 26.7 25.6 24.5 25 25.3 24.7 26.4 26.7 26.7 27.2
Tmaxima media 31.1 31.1 31.7 29.4 28.9 31.1 31.7 31.7 33.3 32.2 31.1 31.7
Tminima media 22.8 22.8 21.7 21.7 20 18.9 18.9 17.8 19.4 21.1 22.2 22.8
Precipitacion 231.4 172.5 208.5 106.9 46.2 18.5 11.4 13.7 43.2 116.1 145.5 201.2

18 PER HUAYAO 3200 m 12°04S 75°14W 1981-90 1981-90

Tmedia mensual 11.9 11.7 11.6 11.5 10.7 9.5 9.6 10.5 11.4 12.3 12.4 12.1
Tmaxima media 18.5 17.5 18.2 18.8 18.9 19 19 19.7 19.4 20.2 20.2 19.5
Tminima media 7.2 7.6 7.1 5.5 3.4 0.7 0.7 1.8 5.5 6.3 6.2 6.7
Precipitacion 119 123 107 55 25 8 8 14 40 69 67 89
19 PER CUZCO 3312m 13°33S 71°59W 1981-94 1982-94
Tmedia mensual 13.6 13.9 13.9 13.1 11.4 10.6 10.3 11.1 13.1 14.2 14.5 14.2
Tmaxima media 20 20.6 21.1 21.7 21.1 20.6 21.1 21.1 21.7 22.2 22.8 21.7
Tminima media 7.2 7.2 6.7 4.4 1.7 0.6 -0.6 1.1 4.4 6.1 6.1 6.7
Precipitacion 162.6 149.9 109.2 50.8 15.2 5.1 5.1 10.2 25.4 66 76.2 137.2

20 PER TAMBOPATA 1280m 14°09S 69°12W 1963-79 1966-82

Tmedia mensual 20.4 20.3 20.4 20 19 18 17.8 18.8 19.6 20 20.9 20.4
Tmaxima media 21.1 25.3 25.6 25 24.3 24.3 23.4 24.8 25.9 26.4 26.3 25.8
Tminima media 16 16.2 15.9 15.2 14.2 13.3 12.5 13 13.7 15.3 15.7 15.9
Precipitacion 247 200 204 113 47 51 40 60 78 136 173 198

21 PER PAMPACHIRI 3364m 14°11S 73°33W 1967-75 1964-76

Tmedia mensual 12 11.7 11.3 11.7 11.3 10.9 10.8 11.3 11.5 12.5 13.2 12.8
Tmaxima media 19.5 18.9 18.8 19 18.7 18.6 18.6 19.3 19.7 20.4 21.2 20.3
Tminima media 5.5 5.6 5.8 4.7 2.6 0.5 0.2 1.7 2.8 3.4 3.5 4.6
Precipitacion 189 209 215 58 7 6 4 21 6 22 22 102

22 BOL TRINIDAD-BENI 155m 14°49S 64°55W 1972-1996

Tmedia mensual 26.9 27 27.1 26.1 24.5 22.8 22.6 24 24.7 26.7 26.9 27
Tmaxima media 30.9 30.8 31.1 30.6 29.1 38.4 29 30.8 30.6 32.6 31.9 31.4
Tminima media 22.9 23.2 23.1 21.6 19.9 17.1 16.2 17.2 18.9 20.9 22 22.6
Precipitacion 298.9 268.5 225.5 123.9 114.6 33.9 32.1 52.2 123.3 139.2 226.8 275

23 BOL SAN IGNACIO DE BAL 370m 16°22S 60°59W 1989-94 1977-94

Tmedia mensual 22.5 22 22.8 20.8 19.4 20.3 19.7 19.5 23.1 23.9 24.2 24.7
Tmaxima media 28.9 28.3 30 29.4 29.4 28.3 28.9 28.3 31.7 31.7 31.7 31.7
Tminima media 16.1 15.6 15.6 12.2 9.4 12.2 10.6 10.6 14.4 16.1 17.2 17.8
Precipitacion 180.9 132.8 138.4 52.1 47.2 33 21.6 27.9 43.9 86.6 134.4 150.9

24 BOL ROBORE 300m 18°19S 59°45W 1951-90 1950-81

Tmedia mensual 28 27.7 27.2 25.4 23.5 21.8 22.5 24.3 26.6 27.9 28.1 28.4
Tmaxima media 31.3 33.2 31.5 31.1 30.2 28.9 29.7 32.3 32.8 33.3 32.5 33.2
Tminima media 24.8 22.1 23 19.4 17.2 14.6 14.8 16.1 19.8 22.6 23.7 23.8
Precipitacion 168.8 134.7 134.2 95.5 63.9 61.2 20.2 30.6 57 96.2 119.5 162

25 BRA BELO HORIZONTE 917m 19°50S 43°56W 1991-2000

Tmaxima media 28,2 28,8 28,6 27,5 26 25 24,6 26,5 27,2 27,7 27,5 27,3
Tmedia mensual 22,8 22,9 22,3 21,1 19,1 18 17,7 19 20,8 21,5 21,7 21,6
Tminima media 18,8 19 18,8 17,3 15 13,4 13,1 14,4 16,2 17,5 18,2 18,4
Precipitación 296 188 163 61 28 14 16 14 41 123 228 319

26 PAR PUERTO CASADO 87m 22°17S 57°52W 1974-1994

Tmedia mensual 28.6 28.1 27 23.9 22.5 20.3 20 22.2 23.9 25.3 26.4 28.1
Tmaxima media 34.4 33.3 32.2 29.4 27.8 25 25.6 28.3 30 31.1 32.2 33.9
Tminima media 22.8 22.8 21.7 18.3 17.2 15.6 14.4 16.1 17.8 19.4 20.6 22.2
Precipitacion 143 127.5 145.3 105.9 79.3 57.4 46.7 27.9 70.9 125.2 148.3 127

27 BRA CAMPINAS 661m 23°S 47°08W 1991-2000

Tmaxima media 29,2 30 29,6 27,5 25,4 24,4 24,4 26,1 26,5 27,9 28,7 28,4
Tmedia mensual 23,9 24,3 23,7 21,7 19,5 18 17,8 19,2 20,2 21,1 22,6 23,1
Tminima media 19,3 19,4 18,7 16,5 14,3 12,5 12,1 13,2 14,7 16,3 17,3 18,4
Precipitación 240,6 198,7 148,4 60,8 56,2 52,7 28,7 35,6 75,3 121,2 159,7 215,2
28 ARG SALTA 1221 m 24°51'S 65°29'W 1981-1990
Tmaxima media 27.3 26.5 25.1 22.5 20.4 18.9 20 22.5 23.1 26.8 27.5 27.5
Tmedia mensual 21.3 20.3 19.3 16.6 13 9.9 10.5 12.7 14.5 18.9 20.6 21.1
Tminima media 16.5 15.6 15.1 12.4 7.4 3.6 3.4 5.2 6.9 11.5 14.4 15
Precipitacion 202 188.7 111.4 46.3 6.2 2.4 5.9 7.5 7.6 24.8 76.9 157.1

29 PAR ASUNCION 64m 25°16S 57°38W 1970-94 1964-94

Tmedia mensual 28.6 28.1 26.7 22.5 20.6 19.7 18.6 20.6 21.1 23.9 26.1 27.8
Tmaxima media 33.3 33.3 31.1 26.7 23.3 23.9 22.8 24.4 25 28.9 30.6 32.8
Tminima media 23.9 22.8 22.2 18.3 17.8 15.6 14.4 16.7 17.2 18.9 21.7 22.8
Precipitacion 139.7 129.5 109.2 132.1 116.8 65.4 55.9 38.1 78.7 139.7 149.9 157.5

30 ARG FORMOSA 65m 26°10S 58°12W 1941-1950

Tmaxima media 34.9 34.2 31.1 28.1 24.8 22.3 22.4 23.6 27 29.4 31.4 33.9
Tmedia mensual 27.7 27.1 24.7 22 19 16.9 16.5 17.2 20.2 22.5 24.7 26.9
Tminima media 21.6 21.7 20 17.1 14.8 13 12 12.2 14.9 16.8 18.6 20.1
Precipitacion 111 139 214 139 136 89 45 32 89 111 130 116
31 ARG TUCUMAN 450m 26°49S 65°13W 1981-1990
Tmaxima media 31.3 30.2 27.7 24.4 21.2 18.2 19.1 22.5 24.5 29 29.6 30.6
Tmedia mensual 25.3 24.2 22.2 19.1 15.5 12.2 12.1 14.7 17.1 21.6 23.2 24.9
Tminima media 20.2 19.2 18 15.1 11 7.6 6.8 8.6 10.6 15.1 17.5 19.4
Precipitacion 196.2 158.1 161 67.2 14.7 14 11.4 12.4 13.3 47.8 69.8 200.4

32 CHI MATAVERI 47m 27°09S 109°25W 1991-2000

Tmaxima media 27 27,7 27,1 25,6 23,8 22,4 21,7 21,5 22,1 22,9 24,2 25,5
Tmedia mensual 23,3 23,6 23,1 21,8 20,2 18,8 18,2 18 18,3 19,1 20,4 21,8
Tminima media 19,2 19,7 19,3 18,1 17 15,5 14,8 14,6 14,6 15,1 16,3 18
Precipitación 73 85 96 121 153 106 105 94 87 68 74 86

33 ARG RESISTENCIA 52 m 27°27'S 59°03'W 1981-90

Tmaxima media 33.5 32.2 30.4 26.2 23.6 20.4 21.1 23 24 28 29.7 32.4
Tmedia mensual 27 26.1 24.4 21.1 17.9 14.7 15 16.8 17.8 21.6 23.9 25.8
Tminima media 21.1 20.7 19.3 17 13.1 10.1 10.1 11.4 12.1 15.2 18 19.3
Precipitacion 148 171.2 200 284.9 97 87.5 47.3 49.5 81.3 123.7 158.1 108.2

34 ARG CORRIENTES 62m 27°28S 58°50W 1981-90

Tmaxima media 33.5 32.1 30.6 26.2 23.5 20.1 20.9 23.1 23.9 28 29.7 32.1
Tmedia mensual 27.2 26.2 24.5 21.2 18.3 15.2 15.3 17.1 17.9 21.7 23.9 25.9
Tminima media 21.3 20.8 19.2 16.9 13.5 10.7 10.6 11.8 12.5 15.7 18.4 19.7
Precipitacion 166.1 156.9 205.9 284.6 125.2 91.8 48.5 60.3 83 129.7 174.8 118.8

35 BRA FLORIANOPOLIS 2m 27°35S 48°34W 1991-2000

Tmaxima media 28,2 28,1 27,5 25,1 23 21,3 20,1 20,6 21,1 22,5 24,3 26,5
Tmedia mensual 24,4 24,3 23,8 21,3 19,3 17,6 16,5 16,9 17,8 19,3 20,8 22,8
Tminima media 21,7 21,8 21,3 18,7 16,6 15,1 13,7 14,3 15,1 17 18,4 20,2
Precipitación 172 164 140 133 107 79 74 88 105 121 102 107

36 BRA PORTO ALEGRE 47m 30°01S 51°13W 1991-2000

Tmaxima media 30,2 30,1 28,3 25,2 22,1 19,4 19,7 20,4 21,8 24,4 26,7 29
Tmedia mensual 24,6 24,7 23,1 20,1 16,8 14,3 14,5 15,3 16,8 19,2 21,3 23,2
Tminima media 20,5 20,8 19,3 16,3 13 10,7 10,7 11,5 13,1 15 17 18,9
Precipitación 100 109 104 86 95 133 122 140 139 114 104 101
37 URU ARTIGAS 117m 30°24S 56°23W 1981-94 1944-94
Tmedia mensual 25.6 25.3 23.1 18.9 15.8 13.9 12.8 15.3 16.7 18.1 21.7 24.2
Tmaxima media 32.8 32.2 29.4 25 21.7 18.9 18.3 21.1 22.2 23.9 28.9 31.7
Tminima media 18.3 18.3 16.7 12.8 10 8.9 7.2 9.4 11.1 12.2 14.4 16.7
Precipitacion 110.2 97.8 119.1 128.3 105.4 104.4 70.1 75.7 101.9 119.4 97.3 104.1

38 ARG CORDOBA 474 m 31°19'S 64°13'W 1981-1990

Tmaxima media 29.3 28.5 26.6 24.2 20.9 17.9 17.5 20.2 21.8 25.8 27.1 28.6
Tmedia mensual 23.5 22.4 20.4 17.2 13.8 10.4 10 12.5 14.5 18.8 21 22.9
Tminima media 17.4 16.7 15 11.7 8.1 4.6 4 6 7.8 11.8 14.6 16.9
Precipitacion 167.7 111.8 108.9 56.2 19 3.5 24.8 10.3 32.3 80.1 107.7 147.6

39 URU SALTO 46m 31°23S 57°58W 1981-94 1944-94

Tmedia mensual 25 25 22.2 18.1 15.3 12.5 12 13.9 17.8 17.5 20.8 23.6
Tmaxima media 31.7 30.6 28.3 23.9 20.6 17.2 17.2 19.4 21.1 23.3 27.8 30.6
Tminima media 18.3 19.4 16.1 12.2 10 7.8 6.7 8.3 14.4 11.7 13.9 16.7
Precipitacion 99.3 95.5 134.6 129.8 91.4 64.3 70.1 74.9 95.3 103.9 59.4 91.2

40 ARG CONCORDIA 35m 31°24S 58°02W 1981-1990

Tmaxima media 32.8 30.8 28.9 24.5 21.1 17.5 17.8 20.1 21.1 25.3 27.7 30.9
Tmedia mensual 26.3 24.8 22.7 18.8 15.4 12.2 12.3 14.1 15.3 19 21.9 24.4
Tminima media 19.6 19.1 16.9 13.8 10.2 7.4 7.4 8.7 9.5 12.7 15.5 17.4
Precipitacion 117.7 161.2 157.1 150.8 109.8 53.2 53.5 73.7 90.3 109 152 79.7

41 ARG PARANA 78 m 31°47'S 60°29'W 1981-1990

Tmaxima media 31.6 29.7 27.5 23.4 20.1 16.5 16.2 18.9 20.3 24.2 27 29.7
Tmedia mensual 25.5 24 21.8 18.1 14.8 11.5 11.2 13.2 14.6 18.4 21.3 23.7
Tminima media 19.5 18.8 16.7 13.7 10.3 7.4 6.9 8.5 9.5 12.8 15.7 17.8
Precipitacion 134 158.3 131.4 118.4 65.5 33 37 31.4 69 125.1 112.3 110.2

42 URU MELO 110m 32°22S 54°12W 1987-94 1986-94

Tmedia mensual 24.5 23.9 22.2 18.6 15 12.8 12 13.9 15 17.5 20.3 22.5
Tmaxima media 32.2 31.1 28.3 25 20.6 17.8 17.8 19.4 20.6 23.9 27.2 30
Tminima media 16.7 16.7 16.1 12.2 9.4 7.8 6.1 8.3 9.4 11.1 13.3 15
Precipitacion 109.2 139.7 119.4 132.1 96.5 132.1 73.7 139.7 81.6 68.6 83.8 83.8

43 ARG ROSARIO 25 m 32°55'S 60°47'W 1981-1990

Tmaxima media 31.2 29.2 26.7 23.2 19.7 16.2 15.9 18.4 20.4 23.6 26.7 29.7
Tmedia mensual 24.8 23.4 20.9 17.2 13.6 10.1 10 12 13.9 17.8 20.9 23.3
Tminima media 18.4 17.7 15.5 12 8.2 5.1 4.9 6.5 7.8 11.6 14.7 17.1
Precipitacion 98.3 124.1 120.2 88 64.9 19.5 29.5 31 56.4 100.6 107.4 93.3

44 ARG RIO CUARTO 443m 33°08S 64°21W 1981-1990

Tmaxima media 29.4 28.6 26 22.8 19.4 15.6 15.3 18.3 19.9 24 26.6 28.4
Tmedia mensual 23.2 22.4 19.8 16.4 12.8 9.5 8.9 11.2 13.2 17.5 20.1 22.4
Tminima media 17.8 17.1 14.9 11.8 8 4.7 4.2 5.9 7.7 11.6 14.4 16.8
Precipitacion 140.1 88.3 118.6 51 24.3 9.4 19.3 12.5 48 71.4 132.4 131.5
45 URU TREINTITRES 57m 33°15S 54°28W 1985-94 1944-94
Tmedia mensual 23.3 23.1 20.6 18.1 15 12.2 11.7 12.5 13.1 16.4 18.6 21.7
Tmaxima media 30 28.9 26.1 23.3 19.4 16.7 16.1 17.2 18.3 21.7 24.4 27.8
Tminima media 16.7 17.2 15 12.8 10.6 7.8 7.2 7.8 7.8 11.1 12.8 15.6
Precipitacion 91.7 85.1 100.1 109.5 97.5 112.3 87.6 98.3 113.8 89.4 67.8 71.6
46 URU TENIENTE PARALLA 88m 33°23S 56°29W 1991-94 1944-94
Tmedia mensual 22.8 22.5 20.8 17 15.3 12.8 11.1 12.8 13.6 15 18.1 21.1
Tmaxima media 28.9 27.8 25.6 22.2 19.4 17.2 15.6 16.7 18.3 20.6 23.9 27.2
Tminima media 16.7 17.2 16.1 11.7 11.1 8.3 6.7 8.9 8.9 9.4 12.2 15
Precipitacion 112.8 75.7 104.1 97 81.3 90.2 67.8 79.3 89.2 75.4 82.3 76.5

47 CHI JUAN FERNANDEZ 5 m 33°37S 78°52W 1959-1989

Tmedia mensual 18.5 18.9 18.3 16.6 15 13.3 12.6 12 12.4 13.2 14.9 16.7
Tmaxima media 21.8 22.1 21.4 19.7 17.9 16.1 15.2 14.8 15.3 16.2 18 20.1
Tminima media 15.2 15.7 15.1 13.4 12.1 10.5 9.9 9.2 9.4 10.1 11.7 13.3
Precipitacion 24 38 38 78 143 160 161 115 72 55 28 24

48 ARG BUENOS AIRES 25 m 34°35'S 58°29'W 1981-1990

Tmaxima media 30.4 28.7 26.4 22.7 19 15.6 14.9 17.3 18.9 22.5 25.3 28.1
Tmedia mensual 25.1 23.7 21.4 17.7 14.3 11.2 10.9 12.7 14.2 17.7 20.6 23.2
Tminima media 20.4 19.4 17 13.7 10.3 7.6 7.4 8.9 9.9 13 15.9 18.4
Precipitacion 121.6 122.6 153.9 106.9 92.1 50 52.9 63.2 77.7 139.3 131.2 103.2

49 URU MONTEVIDEO 16m 34°51S 56°12W 1991-2000

Tmaxima media 28,1 28 25,8 22 18,8 15,4 15,2 16,2 18,1 19,6 24,2 27
Tmedia mensual 22,8 22,3 20,5 16,9 14 11,4 10,8 11,4 13,2 15,6 19,1 21,2
Tminima media 17,3 17,3 15,7 12,2 9,5 7,7 6,9 6,9 8,8 10,8 13,5 15,7
Precipitación 89 83 98 96 98 95 71 88 88 85 81 79

50 CHI CURICO 228 m 34°58S 71°14W 1961-1990

Tmedia mensual 19.9 18.9 15.9 12.1 9.5 7.4 7.2 8.2 10.1 13 15.9 18.7
Tminima media 10.8 10 8 5.5 4.9 3.8 3.4 3.8 4.5 6.5 8.2 10.1
Tmaxima media 29.5 28.8 25.7 20.8 15.8 12.4 12.3 14.2 17.1 20.6 24.2 27.7
Precipitacion 3.8 0.7 15 32.2 109.8 148.6 166.1 98.3 56.6 35.7 23.3 11.8

51 CHI CONSTITUCION 2m 35°20S 72°26W 1961-1990

Tmedia mensual 17.6 16.8 15.5 13.5 12.1 10.6 9.9 10.2 11.2 12.9 14.7 16.6
Tminima media 11.4 11.5 10.3 8.7 8.1 6.9 6.1 6.2 7.1 8.2 9.9 11.1
Tmaxima media 22.9 22.2 21.1 18.9 16.4 14.7 14.4 14.9 16.3 17.7 19.9 21.3
Precipitacion 7.8 7.8 16 51.6 162 205 174.5 124.4 69.6 36.6 21.6 17.6

52 CHI TALCA 97 m 35°26S 71°40W 1961-1990

Tmedia mensual 22 19.8 18.2 14.1 10.8 8.7 8.2 9.5 11.6 14.6 17.4 20.5
Tminima media 13.1 12 10.4 7.9 6.6 5.8 4.4 4.2 6.6 8.5 10.9 13.1
Tmaxima media 31.3 30.7 27.1 22.1 17.5 12.9 13.5 15.1 18.3 22.1 24.6 29.2
Precipitacion 7.2 4.4 13.8 36.4 123 160.8 137.6 92.8 55 31.1 15.8 11.4

53 CHI PUNTA CARRANZA 30 m 35°36S 72°38W 1961-1990

Tmedia mensual 15 15 14.2 12.7 11.7 10.6 10.1 10.2 10.8 11.8 13.1 14.2
Tminima media 11.2 11.3 10.6 9.3 8.3 7.4 6.8 6.6 7.1 8.9 9.3 10.3
Tmaxima media 17.2 18.6 17.6 15.7 14.7 13.4 13.1 13.2 13.6 14.9 16.2 17.6
Precipitacion 6.6 6.7 18.1 41.4 148.8 176.9 177.6 116.6 60.6 28.8 18.1 11.7

54 CHI LINARES 157 m 35°51S 71°35W 1961-1990

Tmedia mensual 20.8 19.6 16.6 13.2 10.8 8.3 7.6 8.7 10.8 13.6 16.3 19.7
Tminima media 11.9 11.4 8.7 6.4 6.5 4.9 3.6 4 5.3 7.5 9 11.6
Tmaxima media 29.8 28.5 25.1 20.7 15.6 12.3 12.2 14 17.2 20.3 23.5 23.8
Precipitacion 13.1 10.1 20.3 61.9 170.5 208 180.1 128.8 77.3 44 29.6 20.2
55 ARG PINAMAR 10m 37°13S 56.58W 1971-1980
Tmaxima media 25.8 25 23.6 20.4 17 13.6 13.3 14.3 16.1 18.8 21.7 25
Tmedia anual 20.4 20.1 18.9 15.3 12.4 9.1 8.6 9.3 11.4 13.8 16.1 19.4
Tminima media 15.8 15.5 14.6 10.6 8.5 5.3 4.8 4.9 6.9 9.3 11.1 14.4
Precipitacion 136 54 86 69 90 46 57 50 54 62 72 119

56 ARG TANDIL 176m 37°19'S 59°09W 1981-1990

Tmaxima media 27.9 26.9 23.9 20.2 16.2 12.7 12.3 14.4 16.3 19.7 23 26.6
Tmedia mensual 21.1 20.2 17.6 13.8 10.1 7.2 6.7 8.4 10.2 13.7 16.8 19.4
Tminima media 14.4 14.1 11.8 8.9 5.4 2.8 2.5 3.3 4.5 7.8 10.5 12.9
Precipitacion 124.2 78.1 101.7 54 75.7 21.5 33.8 42.7 56.7 108.4 103.1 88.7

57 CHI LOS ANGELES 130 m 37°28S 72°21W 1987-94 1984-94

Tmedia mensual 20 19.7 17.5 13.6 10.8 8.6 7.8 8.6 10 12.5 16.4 19.2
Tmaxima media 28.9 28.9 25.6 20 15.6 12.8 12.2 13.3 15.6 19.4 25 28.3
Tminima media 11.1 10.6 9.4 7.2 6.1 4.4 3.3 3.9 4.4 5.6 7.8 10
Precipitacion 22.6 14 25.1 61.7 252.7 162.8 161.8 149.9 121.2 37.3 22.1 37.6

58 ARG MAR DEL PLATA 24 m 37°56'S 57°35'W 1981-1990

Tmaxima media 26.8 26.3 24.1 20.7 16.8 14.3 12.9 14.3 16 19 22.2 24.3
Tmedia mensual 20.9 20.4 18.1 14.7 11 8.3 7.7 8.9 10.5 13.3 16.2 18.6
Tminima media 15 14.7 12.7 9.4 6 3.6 3.1 4 5.2 7.7 10.5 12.8
Precipitacion 110.6 67.6 98.9 76.2 80 40.9 55.8 54.8 54.3 90.2 81.7 110

59 ARG ESQUEL 815m 42°56S 71°09W 1944-1994

Tmaxima media 22.8 22.8 20 15 11.1 7.8 7.2 8.9 12.8 16.1 17.8 21.1
Tmedia mensual 15 14.5 12.5 8.6 6.1 3.3 2.5 3.9 6.9 9.2 10.8 13.6
Tminima media 7.2 6.1 5 2.2 1.1 -1.1 -2.2 -1.1 1.1 2.2 3.9 6.1
Precipitacion 14.2 20.8 34.3 48.8 69.1 98.3 64.3 63 32.5 18.5 21.6 18.8

60 CHI RIO CISNES 700 m 44°30S 71°24W 1961-1990

Tmedia mensual 11.8 10.4 8.6 6.2 3.2 0.6 0.3 0.9 3.2 6.3 8.8 10.9
Tminima media 5,0 4,2 3,0 1,6 -0,2 -2,4 -2,9 -2,5 -1,2 0,3 2,8 4,3
Tmaxima media 18,4 17,4 15,2 11,9 8,1 5,1 4,3 6,1 9,2 13,0 15,6 17,6
Precipitacion 15.2 16.3 26 36.4 67.5 48.2 73.9 74 37.1 18 15.9 23.7

61 CHI PUNTA ARENAS 8 m 53°10S 70°54W 1930-70 1921-70

Tmedia mensual 11.7 10.6 8.9 6.7 4.2 2.6 2.5 2.9 4.6 7.1 8.5 10.2
Tmaxima media 14.4 14.4 12.2 10 7.2 5 4.4 5.6 7.8 10.6 12.2 13.9
Tminima media 7.2 6.7 5 3.9 1.7 0.6 -0.6 0.6 1.7 3.3 4.4 6.1
Precipitacion 33 29 45 46 50 40 41 38 33 26 32 34

62 ARG RIO GRANDE 5m 53°47S 67°42W 1981-1990

Tmaxima media 16,2 15,9 13,6 10,2 6,3 3 2,9 5,1 8,5 11,5 13,8 15,4
Tmedia mensual 11 10,4 8 5,2 2,5 0 -0,2 1,2 3,4 6,3 8,6 10,1
Tminima media 5,6 5,3 3,3 1,1 -0,9 -3 -2,6 -1,9 -0,4 1,7 3,4 4,8
Precipitación 33,4 28,7 27,3 33,2 39,4 25,2 25,5 21,5 16,4 18,5 29 32,8

63 CHI NAVARINO 8 m 55°10'S 67°30'W 1962-75 1954-75

Tmedia mensual 9.8 9.3 8.4 6.1 3.8 2.6 2.2 1.8 3.9 6.2 7.2 9.6
Tmaxima media 12.3 12.4 11.7 9.1 6.9 5 5 5.1 7.5 9.8 10.5 11.8
Tminima media 5.2 6 4.6 2.9 1 -0.5 0 -0.3 1 2.9 4.1 5
Precipitacion 52 44 41 38 44 27 35 43 26 26 34 39
 PRACTICA 3
SISTEMA BIOCLIMATICO DE HOLDRIDGE
INTRODUCCION
Los diferentes ecosistemas que se encuentran en la Tierra han sido clasificados de
diferentes formas, pero quizás la forma más popular es mediante el Sistema
Bioclimático de Holdridge. Este sistema utiliza los principales datos climáticos
(temperatura y precipitación) para determinar Zonas de Vida, es decir una región
bioclimática (con determinadas condiciones biológicas y climáticas) delimitada por los
promedios anuales de lo que Holdridge llamó la biotemperatura (temperatura del aire
entre los 0 y 30ºC y que determina el ritmo e intensidad de los procesos fisiológicos en
las plantas), la precipitación y la razón de evapotranspiración potencial. Cada zona de
vida incluye una determinada asociación o formación vegetal (que depende de la
forma de crecimiento predominante). De manera, que conociendo simplemente los
valores de temperatura y precipitación de cualquier región se puede predecir, utilizando
este sistema, la zona de vida que ahí se desarrollará. Este sistema tiene muchos
problemas en diferentes regiones del Perú, principalmente por dos razones, el que no
utilice las condiciones edáficas y la importancia del topoclima en la región andina, pero
ha sido el sistema utilizado para elaborar el Mapa Ecológico del Perú (ONERN 1976).

OBJETIVOS
Utilizando datos climáticos de estaciones meteorológicas de Sudamérica (use los datos
de la Practica 2), determinar las zonas de vida que presentan esas regiones mediante
el Sistema Bioclimático de Holdridge y discutir su importancia y aplicabilidad.

METODOS
1. Determine los valores de biotemperatura media mensual (BioTMM) utilizando
los datos de temperatura media mensual (TMM), desarrollando una de las
siguientes formulas según sea el caso:
a) Cuando la TMM es menor que 6ºC:

BioTMM = Temperatura Máxima media x T Máxima media

T Máxima media – T mínima media 2

Considerar que cualquier valor de temperatura menor que 0 es igual a 0

b) Cuando la TMM es mayor que 6ºC y menor que 24ºC:
BioTMM = TMM

c) Cuando la TMM es mayor que 24ºC:

BioTMM = TMM – ((3 Latitud) x ( TMM – 24) 2)
100
Debe considerarse que cualquier valor mayor de 30ºC es igual a 30ºC
La latitud debe transformarse al sistema decimal
2. Determinar el valor de la biotemperatura media anual (BioTMA) promediando los
valores de biotemperatura media mensual.
 3. Determinar el valor de la precipitación total anual (PpTA) sumando los valores de la
precipitación total mensual.
4. Encuentre el valor de la evapotranspiración potencial anual (ETPa) utilizando la
fórmula de Holdridge:
ETPa = 58,93 x BioTMA

5. Calcule el valor de la razón de evapotranspiración potencial:

Relación de ETPa = ETPa/PpTA
6. En el diagrama del sistema bioclimático (Fig. 3.1) la intersección entre las líneas de
BioTMA (ejes verticales) y razón de ETPa (lado izquierdo del triángulo) o PpTA (lado
derecho del triángulo) indica la zona de vida correspondiente (encerrada en un
hexágono). Por ejemplo, si la BioTMA es de 14ºC y la razón de ETPa es de 1,5; la zona
de vida correspondiente será la de bosque seco.
7. Con el valor de la razón de ETPa encuentre la provincia de humedad (línea inferior
del diagrama).
8. Determine e l p i s o a l t i t u d i n a l c o r r e s p o n d i e n t e ( escala d e r e c h a d e l d i a g r a m a )
utilizando directamente el valor de la BioTMA.
9. La región latitudinal se determina encontrando el valor de BioTMA que tendría la
estación meteorológica si estuviera al nivel del mar, es decir que a la BioTMA real se le
agrega la temperatura que se ha “perdido” por la altitud. Esta temperatura “perdida”
se calcula considerando que cada 1000 m de altitud la temperatura disminuye 6ºC.
Utilizando el valor de la BioTMA al nivel del mar, encuentre la región latitudinal
correspondiente en la escala izquierda del diagrama.
10. Finalmente, nomine cada zona de vida hallada utilizando las siguientes reglas
Nomenclaturales (importantes principalmente para interpretar el Mapa Ecológico del
Perú): (Ver Figuras 3.2 y 3.3)
a) La zona de vida (ZV) se abrevia con las primeras letras en minúsculas.
b) El piso altitudinal (PA) al lado (seguido de un guion) abreviándose con
mayúsculas. El piso basal no se menciona. El PA Subandino se abrevia Sa
c) La región latitudinal (RL) al lado abreviándose con mayúscula siempre, aunque el
nombre sea compuesto.
d) Solo en caso de desierto esta zona de vida va acompañada de la provincia de humedad (PH)

Por e j e m p l o , u n b o s q u e h ú m e d o ( Z V ) , m o n t a n o ( P A ) , t r o p ic a l ( R L ) , se
abreviará:
bh-MT

Ejemplo: desierto (ZV), perarido (PH), piso basal (PA), subtropical (RL), se abrevia:

dp-S
 Tabla 3.1 Zonas de Vida de Holdridge en función de las BioTemperaturas medias
anuales y Precipitaciones anuales

Temperatura media (°C)

Precipitación <1,5 1,5-3 3-6 6-12 12-18 18-24 >24
anual (mm)
Desierto
Tundra Desierto Desierto Desierto
<125 templado Desierto
seca boreal templado frío cálido subtropical
tropical
Desierto
Desierto Desierto
Polar Tundra arbustivo Desierto
125-250 Matorral arbustivo arbustivo
húmeda templado arbustivo
seco templado frío subtropical
cálido tropical
Tundra Bosque Matorral
Estepa Matorral
250-500 muy Estepa húmedo espinoso
espinosa espinoso
húmeda subtropical
tropical
Bosque muy Bosque Bosque seco
Tundra Bosque seco
500-1000 húmedo húmedo templado Bosque muy
pluvial subtropical
(páramo) templado frío cálido seco
Bosque Bosque
Bosque muy Bosque
pluvial húmedo Bosque
1000-2000 húmedo húmedo
(páramo templado tropical
templado frío subtropical
pluvial) cálido seco
Bosque muy
Bosque muy
Pluvisilva húmedo Bosque
2000-4000 húmedo
templada fría templado húmedo
subtropical
cálido tropical
Pluvisilva Pluvisilva Bosque
4000-8000 templada subtropical tropical
cálida muy
húmedo
>8000 Pluvisilva
tropical
Tabla 3 .2 Datos par a l a d e t e r m i n a c i ó n d e l a s z o n a s d e v i d a s e g ú n e l S i s t e m a
Bioclimatico de Holdridge.

ESTACION BIOTMA ETPA PPTA ETPA/PPTA

Tabla 3.3 Zonas de vida de las estaciones meteorológicas estudiadas.

ESTACION METEOROLOGICA

ZONA DE VIDA
PISO ALTITUDINAL
REGION LATITUDINAL
PROVINCIA DE HUMEDAD
ABREVIATURA

Figura 3.1 Relacion de Pisos altitudinales en function de las Regiones Latitudinales de acuerdo al Sistema Bioclimatico de
Holdridge
Figura 3.2 Diagrama del Sistema Bioclimatico de Holdridge

MAPA ECOLOGICO DEL PERU

Figura 3.3: Porción del Mapa Ecológico del Perú que comprende desde Casma (Ancash) hasta Pisco
(Ica).
Figura 3.4 Porción del Mapa Ecologico del Perú, en el norte hasta Ancon, al este
Matucana y al sur hasta Punta Hermosa, todo dentro de la región Lima.
Figura 3.5 Porción del Mapa Ecologico del Perú, Sierra y Selva central (región Junin)
Figura 3.6 Mapas del Perú mostrando la posición de los Pisos Altitudinales y Provincias de
Humedad (Relación o Ratio de ETP) de acuerdo al Sitema Bioclimatico de Holdridge

Bibliografia
- AYBAR, C.; LAVADO, W., SABINO, E.; RAMIREZ, S; HUERTA, J. & FELIPE, O (2017) Atlas de zonas de
vida del Peru – Guia Explicativa. Servicion Nacional de Meteorologia e Hidrologia del Peru.
Direccion de Hidrologia.
- HOLDRIDGE, L. (1967). Life Zone Ecology. Edición revisada. Tropical Science Center, San
José, Costa Rica.
- LUGO, A. & MORRIS, G. (1982). Los sistemas ecológicos y la humanidad. Monografía de la OEA
23.
- ONERN. ( 1976). Guía explicativa del Mapa Ecológico del Perú. Oficina Nacional de
Evaluación de Recursos Naturales, Lima.
- TOSSI, C. (1960). Zonas de Vida Natural en el Perú. Instituto Interamericano de Ciencias
Agrícolas de la OEA. Zona Andina. Boletín Técnico 5.
 PRACTICA 4
BALANCE HIDRICO DEL SUELO
INTRODUCCION
Uno de los principales factores abióticos que determina la distribución de los
organismos es la humedad, la cual en el sentido amplio es la cantidad de agua que existe
en el medio y que esta disponible para los organismos. Para las plantas terrestres, la
mayor fuente de agua es la precipitación, gracias a la cual el suelo adquiere el agua que
luego es utilizada por la vegetación. Pero el suelo, en realidad actúa como un almacén
de agua, pasando desde un estado de saturación hasta uno de marchites permanente.
El Balance Hídrico es un método para analizar la cantidad de agua que llega a un
ecosistema, la cantidad que se evapotranspira y la cantidad que se almacena en el suelo.
OBJETIVO

Realizar el balance de la cantidad de agua que esta disponible para las plantas de un
ecosistema, dependiendo de la cantidad que llega por precipitación y la cantidad que
es evapotranspirada o se pierde por escorrentía.
MATERIALES

Dos hojas de papel milimetrado, calculadora, lápiz, regla, borrador, hojas de datos de
temperaturas y precipitación (use los datos de la Practica 2).
METODOS

El balance hídrico se realiza utilizando una tabla que contiene las siguientes filas:
- Temperatura media mensual
- Evapotranspiración Potencial
- Precipitación total mensual
- Cambio de almacenamiento
- Almacenamiento
- Evapotranspiración Real
- Deficiencia de agua
- Escorrentía.
Estos datos son colocados para los doce meses de año (Tabla 4.1)
Los datos que se usaran para este balance son los de temperatura y precipitación ya
conocidos, el resto de filas son calculadas a partir de estos datos:

a) La evapotranspiración potencial (ETP) es la cantidad de agua que se evapora del

suelo y que transpiran los organismos, de un determinado lugar bajo condiciones
hídricas óptimas, es decir es la cantidad de agua que debería evapotranspirarse
según la temperatura del medio. Este valor puede medirse con un lisímetro o
calcularse por la formula de Holdridge:

ETP mensual = 58.93 x Numero de días del mes x Temperatura media mensual
Numero de días del año
 b) El almacenamiento se refiere a la cantidad de agua que se encuentra almacenada
en el suelo, y el cambio de almacenamiento es la cantidad de agua que ingresa
al suelo por precipitación (cambio positivo) o se pierde por evapotranspiración
(negativo). Los suelos tienen valores máximos de almacenamiento (capacidad de
campo) si hay mas agua esta se pierde por escorrentía. Aunque la capacidad de
campo depende de la textura del suelo en la práctica se suele usar
arbitrariamente el 10% de la precipitación total anual o para suelos francos de
100 mm.
c) La evapotranspiración real (ETR) es la cantidad que en la realidad se
evapotranspira en un ecosistema, y depende tanto de la temperatura (al igual
que en el caso del ETP) como de la cantidad de agua disponible ya sea en forma
de precipitación o almacenada en el suelo (a diferencia del ETP). El valor máximo
que puede tener la ETR es el de la ETP correspondiente. El valor del ETR varia
según las condiciones hídricas del medio:
1) ETR = ETP, cuando el ETP puede cubrirse con la precipitación.
2) ETR = Pp, cuando no hay suficiente agua para cubrir el ETP
3) ETR = Pp + Agua del suelo, cuando no hay suficiente agua de Pp ni del suelo
para cubrir el ETP.
4) Si el ETR es menor que el ETP entonces la diferencia entre ambos sera la
deficiencia de agua.

PROCEDIMIENTO
1. En la tabla 4.1 coloque los valores de temperatura media mensual (TMM) y
precipitación total mensual (PpTM) de las hojas de datos climáticos.
2. Calcule con la formula de Holdridge los valores de evapotranspiración potencial
mensual (ETP).
3. Para empezar a llenar los demás valores debe tener la seguridad de empezar
por un mes en el cual usted sepa que el almacén esta lleno (100 mm) o vacío (0
mm), para esto realizar un breve balance preliminar.
4. Una vez hallado el mes de inicio empezar el balance según el significado de
cada fila.
5. G R A F I C O : Este balance puede ser graficado poniendo en el eje de la abcisa
a los meses y en dos ejes de la ordenada a la Precipitación y la ETP con la misma
escala. El MES INICIAL a usar para el grafico es el que corresponde al INICIO DEL
BALANCE DEFINITIVO. Este grafico de líneas se completa llenando las áreas entre
las curvas con los siguientes sombreados.

Meses con escorrentía (almacenamiento en capacidad de campo)

Meses con recarga (cambio de almacenamiento positivo)

Meses con descarga (cambio de almacenamiento negativo)

Meses secos (almacenamiento cero)

 Tabla 4.1 Balance hídrico de la localidad de:
Determinacion del mes seco o húmedo (balance preliminar)

Ene Feb Mrz Abr May Jun Jul Ago Set Oct Nov Dic
Temp. Media mensual
Precipitacion mensual
Evapotransp. Potencial

Balance definitivo
Ene Feb Mrz Abr May Jun Jul Ago Set Oct Nov Dic
C. almacenamiento
Almacenamiento
Evapotransp. Real
Deficiencia de agua
Escorrentía

Tabla 4.1 Balance hídrico de la localidad de:

Determinacion del mes seco o húmedo (balance preliminar)
Ene Feb Mrz Abr May Jun Jul Ago Set Oct Nov Dic
Temp. Media mensual
Precipitacion mensual
Evapotransp. Potencial

Balance definitivo:

Ene Feb Mrz Abr May Jun Jul Ago Set Oct Nov Dic
C. almacenamiento
Almacenamiento
Evapotransp. Real
Deficiencia de agua
Escorrentía

Bibliografía
- MOLLES, M. (2006). Ecología. Conceptos y aplicaciones. Editorial McGraw-Hill
- ONERN. ( 1976). Guía explicativa del Mapa Ecológico del Perú. Oficina Nacional de
Evaluación de Recursos Naturales, Lima.
http://web.usal.es/javisan/hidro/
 PRACTICA 5
PROPIEDADES FISICAS Y QUIMICAS DEL SUELO
INTRODUCCION
El suelo es uno de los principales factores que influyen sobre la distribución de los
organismos. El suelo puede influir como factor químico (composición mineral, pH, etc.) o
físico (textura, estructura). Este último aspecto, es importante principalmente porque
determina la cantidad de aire que se encuentra en el suelo y su capacidad de retener agua,
propiedades esenciales tanto para la vida de la flora y fauna del suelo, como para el
establecimiento del sistema radical de las plantas superiores.
Si hablamos específicamente de la relación de los microorganismos (mo.) y el suelo, es en
este dónde ocurren la mayoría de procesos microbianos que influyen sobre la nutrición de
los cultivos, de los cuales se ocupa la Microbiologia Agricola. Como se sabe los mo. son los
verdaderos descomponedores de restos organicos, transformándolos en compuestos
inorgánicos, cerrando el ciclo de los elementos. Los mo. Constituyen del 85% de la fracción
viva del suelo.

OBJETIVOS
Estudiar las características físicas y del suelo y su importancia para los organismos.

MATERIALES
a) Muestras de suelo: arena fina de construcción, arcilla seca en polvo, suelo de
chacra (aproximadamente 1 kg de cada una) (Secadas con estufa por lo menos
con una semana de anticipación).
b) Tamiz o cernidor de 2 mm de abertura
c) Cuatro probetas de 1 litro
d) Beakers de 250 ml. o mas, Piseta(s)
e) Balanza digital (0,1 g)
f) Termómetro (-10 a 110°C), pHmetro, Conductivimetro
g) Hidrómetro de Bouyoucos
h) Cronometro, Batidora (con bol de metal)
i) Agua destilada (4 litros), agua oxigenada
j) Calgon (Hexametafosfato de sodio al 10%), Alcohol isoamilico
k) Diarios pasados

METODOS
Obtencion de la muestra en campo
Dependiendo del terreno se puede tomar las muestras de acuerdo a la figura adjunta.

Figura 5.1 Modelos de protocolo para la toma de muestras de suelo

La toma de muestras se realizará de acuerdo a la figura adjunta hasta una profundidad
aproximada de 30 cm, con espátula o barilejo. Para esto hay que retirar la cubierta
vegetal presente, ponerlo inicialmente en una bandeja y retirar lo mas posible restos
 vegetales y piedras de cualquier tamaño, luego de esto guardar la muestra en una bolsa,
anotando el lugar de muestreo, fecha y hora.

Figura 5.2 Representacion de la toma de muestras de suelo

Estimación de la textura:
a) Tamice aproximadamente 100 g de las muestras de arena, arcilla y suelo de chacra
utilizando un tamiz de 2 mm.
b) Pese aproximadamente 50 g de las
muestras de arena, arcilla y suelo de chacra
tamizados y dilúyalos en 100 ml de agua.
c) Añada inicialmente 50 ml de agua
oxigenada, mezcle y espere 5 minutos
d) Luego añada 100 ml de Calgon cuya función
es antifloculante o dispersante, esperar 5
minutos.
e) Use una batidora y mezcle por 5 minutos.
f) Coloque las soluciones en las probetas y
complete hasta el litro. Figura 5.3 Tamizado de suelos
g) Cubra con un tapón o con su mano la probeta e invierta la posición de esta en un
movimiento de ida y vuelta por 60 segundos
h) Deje la probeta en la mesa y tome una primera medición con el Hidrómetro a los 40
segundos. En caso de haber espuma echar gotas de Alcohol Isoamilico
i) Deje descansar la muestra y tome la segunda medición a las 2 horas, registrando el
volumen ocupado por la arena, limo y arcilla. Anote sus resultados en la Tabla 5.1
j) En los pasos h e i, se debe tomar la temperatura del agua ya que el Hidrómetro esta
calibrado a 19.4°C

De acuerdo a la Ley de Stokes (que se refiere a la fuerza de fricción experimentada por

objetos esféricos moviéndose en el seno de un fluido viscoso) en relación a las partículas de
suelo al ejecutar el punto h de los métodos, la partícula más pesada (arena) se deposita en
primer lugar en el fondo por lo que en la columna de agua queda el limo + arcilla, que sería
lo que mide el Hidrómetro.
Luego de 2 horas (punto i), las partículas de limo (la siguiente más pesada) también habrán
sedimentado, por lo que el Hidrómetro medirá la cantidad de arcilla en la columna de agua,
teniendo de esta forma la composición de los tres tipos de partículas de suelo.
En caso que la temperatura en las medidas este por encima o por debajo de los 19.4°C, se
adiciona o disminuye respectivamente 0.36 g/l por cada grado centígrado.

Medida a los 40 segundos = limo + arcilla Medida a las 2 horas = arcilla

Cantidad de arena = 50 g/l menos medida corregida a los 40 segundos

Cantidad de limo = medida corregida a los 40” menos medida corregida a las dos horas
Cantidad de arcilla = medida corregida a las 2 horas

Use el triángulo de texturas de suelo para determinar la Clase textural (Figura 5.1)
Los porcentajes se hallarán multiplicando los valores corregidos por cada tipo de partícula
de suelo por 2.

Tabla 5.1 Lecturas del Hidrómetro de Bouyoucos.

Lectura 40” Lectura 2 horas % % % clase
real corregida real corregida arena limo arcilla textural
Muestra 1
Muestra 2
Muestra 3

Porosidad:
a) Tamice cerca de 300 g de las muestras de arena, suelo de chacra y arcilla, utilizando un
tamiz de 2 mm
b) Mida en una probeta 100 ml de cada tipo de suelo (volumen) y peselo en la balanza.
Compare los valores.
c) Pese 100 g de cada muestra y mida el volumen en la probeta.

Tabla 5.2 Medidas de los suelos con respecto a la porosidad

Arena Suelo chacra Arcilla
Peso de 100 ml
Volumen de 100 g
Discuta con el resto de la clase los resultados obtenidos

Contenido de Humedad Gravimetrica

El suelo está compuesto por tres fases principalmente; fase sólida,
constituida por los productos del proceso de intemperización de la roca
madre, minerales y materia orgánica; la fase gaseosa está formada
principalmente por aire y vapor de agua, y la fase líquida, una solución
acuosa de composición química variable que llena parte o la totalidad
de los espacios porosos.
Para poder conocer la humedad gravimétrica del suelo, es necesario traer en la semana
previa, tamizar los suelos secados al aire con tamiz de 2 mm y:
1. Tare la balanza, y con mucho cuidado de no regar partículas; pese 10g de suelo
secado al aire, colocándola en un recipiente para proceder al secado
2. Coloque el suelo en este recipiente y llévelo a la estufa de secado por 72 h a una
temperatura de 70° C.
3. Apague la estufa con 2 horas de anticipación y proceder al pesado.

% Agua = PHS – PSS * 100 PHS: peso del suelo secado al aire
PSS PSS: peso del suelo secado a estufa
Trabajo en casa
Luego de revisar el texto sobre Ecologia microbiana (a entregar por el profesor), responda
las siguientes preguntas a incluir en el informe.
1) ¿Cual es la función principal de los microorganismos en el suelo?
2) ¿La biomasa microbiana dependerá del tipo de suelo?
3) ¿Porque en los suelos superficiales encontramos mayor biomasa de bacterias
aerobicas que anaeróbicas?
 4) ¿Cuál es la relación entre la humedad del suelo y la biomasa bacteriana?
5) Explique la relación entre profundidad del suelo, materia organica y biomasa
bacteriana (aerobica y anaeróbica)
6) Por último, plantee de acuerdo a sus conocimientos en su formación profesional un
ejemplo de cualquiera de las interacciones entre los microorganismos y su entorno
del suelo.

Enlace de “Ecologia Microbiana” : http://agro.unc.edu.ar/~microbiologia/wp-

content/uploads/2014/04/unidad-4-ecologia.pdf

Figura 5.4 Clases texturales de suelo.

Bibliografía
- FRANCO J. y coautores. (2010). Manual de Ecología. Editorial Trillas.
- SERVICIO NACIONAL DE APRENDIZAJE. (2013). Manual de Prácticas de Campo y del
Laboratorio de Suelos. Tolima. 103 pag.
 PRACTICA 6
DETERMINACION DE LA DENSIDAD POBLACIONAL
TECNICA DE CAPTURA Y RECAPTURA
INTRODUCCION
Una manera de estimar el tamaño de una población animal es capturar y marcar
individuos de ésta, liberarlos y luego volverlos a capturar para observar que fracción de
individuos son recapturados. Graunt en 1662 uso este simple principio para calcular la
población de humanos en Londres, pero el primer biólogo que utilizó la captura y
recaptura fue el danés C.G.J. Petersen en 1896, en poblaciones de peces, posteriormente
Lincoln (1930) usó el método para poblaciones de patos y Jackson (1933) en insectos. En
la actualidad, estas técnicas son muy utilizadas para algunas poblaciones de vertebrados
principalmente. Este método es aplicable en poblaciones cerradas y estáticas
(migraciones, natalidad y mortalidad poco importante o nula) o, con algunas
modificaciones en poblaciones abiertas y dinámicas (con migraciones y natalidad
importantes). La desventaja principal del método es que para ser válido se requiere de un
considerable esfuerzo de captura. En esta práctica se aplicará el método más simple
utilizado para poblaciones cerradas y estáticas, el Método de Petersen (o mal llamado
índice de Lincoln), el cual utiliza un sólo episodio de marcaje y recaptura y el Método de
Schnabel (1938) el cual usa una serie de marcajes y recapturas.

OBJETIVOS
Aplicar técnicas de captura y recaptura para evaluar el tamaño de poblaciones de
animales cerradas y estáticas.

MATERIALES
1 kilogramo de frejoles (por grupo).
1/2 kilogramo de fréjoles de diferente color (de preferencia oscuros por grupo)
1 bolsa oscura (por grupo),
2 placas petri, una grande y una pequeña (por grupo).
PROCEDIMIENTO

Método de Petersen (Indice deLincoln)

1. Coloque los fréjoles en la bolsa oscura y realice la primera captura utilizando el petri.
2. Cuente y reemplace los frijoles “capturados” por los de otro color (“marcado”) y
anote el número en la Hoja de Datos (M).
3. Devuelva los fréjoles marcados a la bolsa oscura, y mézclelos lo más posible.
4. Sin mirar, vuelva a sacar una muestra de fréjoles de la bolsa (al azar), cuéntelos y
anote el número total en la Tabla 6.1 (C).
5. Cuente por separado los fréjoles de la segunda muestra que ya estén marcados (es
decir que han sido recapturados) y coloque el número en la Tabla 6.1 (R).
6. Regrese todos los fréjoles a la bolsa y repita las recapturas cuatro veces más,
anotando los resultados en la tabla 6.1
7. Calcule el número de fréjoles aplicando la siguiente fórmula:

N = (M * C) / R ................. (ec. 1)
 De acuerdo a la práctica o experiencia esta ecuacion (ec. 1) sobrestima el tamaño
poblacional a la larga, por lo que se considera que se puede reducir el sesgo, de tal
manera que se puede usar la siguiente formula (Bailey, 1951, 1952):
N = M (C+1) / (R+1) ……………. (ec. 2)
Coloque sus resultados en la tabla 6.1

8. Como todo estimado poblacional hecho a partir de muestras, existe incertidumbre

causada por el error asociado al uso de muestras en vez del total de la poblacion. Una
medida de este error que expresa la incertidumbre del estimado de la poblacion por captura
y recaptura es el ERROR ESTANDAR (EE), tal como sigue: (la raiz incluye a todo el cociente)

EE: √ M2 (C+1) (C-R) / (R+1)2 (R+2) ………. (ec. 3)

9. De tal manera que se pueden encontrar los intervalos de confianza (Ni y Ns) en funcion
de la siguiente formula:
N ± (t) (EE) …………………………… (ec. 4)

Donde t = 1.956 (Tabla t de Student al 95% de confianza e ∞ grados de libertad)

Escriba el resultado final de cada muestreo en la Tabla 6.1

10. Obtenga el promedio aritmético de los valores de N encontrados en cada

muestreo y calcule el porcentaje de error para cada N y para el N promedio:

N (real) - N (observado)
% error = ----------------------------- X 100
N (real)
Donde N (real) se obtiene del conteo total de los fréjoles.

TABLA 6.1 METODO DE PETERSEN

N real = M=

MUESTRA C R N % error EE Ni Ns
1
2
3
4
5

Método de Schnabel :
1. Retire los fréjoles marcados de la bolsa, vuelva a introducir los fréjoles sacados para aplicar
el método de Petersen (usted ya conoce el número total de individuos = N real).
2. Realice una primera captura (C1), igual que en el método de Petersen y reemplace los
fréjoles capturados por igual número de marcados (U1), ponga los datos en la Tabla 5.2
3. Haga una primera recaptura y cuente el número de fréjoles total (C2) y el número de
fréjoles marcados (R1) ponga los resultados en la Tabla 6.2
4. Marque el resto de fréjoles de la muestra (U2) apunte el numero en la Tabla 6.2
 5. Realice una nueva captura (C3), cuente los ya marcados (R3) y marque el resto (U3),
apunte los resultados en la Tabla 6.2
6. Realice un total de 8 recapturas de la misma forma.
7. Calcule el número total de individuos previamente marcados para cada muestreo
Mt = ∑ Ui Por ejemplo M5 = U1 + U2 + U3 + U4
8. Calcule el tamaño de la población (N): N = ∑ (Ct Mt) / ∑ Rt

9. Los limites de confianza para el Metodo de Schnabel deben ser obtenidos de la distribucion de Poisson
(Tabla 6.3), adicionando los valores (inferior y superior) a la formula del punto 8

Por ejemplo: si ∑ (Ct Mt) = 10740 y ∑ Rt =24

El tamaño de la poblacion sera: N = 10740/24 …. N = 447.5

Los Intervalos de confianza, se calculan de la siguiente forma (sacar datos de Tabla 6.3):
Limite inferior al 95% = 10740 / 34.665 = 309.8
Limite superior al 95% = 10740 / 14.921 = 719.8

10. Obtenga el porcentaje de error de N (igual que el Método de Petersen)

TABLA 6.2 METODO DE SCHNABEL

MUESTRA Ct Rt Ut Mt Ct x Mt
1
2
3
4
5
6
7
8
∑ Rt: ∑ (Ct Mt):

N= % error:

Limite inferior: Limite superior:

TABLA 6.3 LIMITES DE CONFIANZA PARA UNA DISTRIBUCION DE FRECUENCIAS DE POISSON (al 95%)

X (∑ Rt) 0 1 2 3 4 5 6 7 8 9
Inferior 0 0.051 0.355 0.818 1.366 1.97 2.613 3.285 3.285 4.46
Superior 3.285 5.323 6.686 8.102 9.598 11.177 12.817 13.765 14.921 16.768
X (∑ Rt) 10 11 12 13 14 15 16 17 18 19
Inferior 5.323 5.323 6.686 6.686 8.102 8.102 9.598 9.598 11.177 11.177
Superior 17.633 19.050 20.335 21.364 22.945 23.762 25.4 26.306 27.735 28.966
X (∑ Rt) 20 21 22 23 24 25 26 27 28 29
Inferior 12.817 12.817 13.765 14.921 14.921 16.768 16.77 17.63 19.05 19.05
Superior 30.017 31.675 32.277 34.048 34.665 36.030 37.67 38.16 39.76 40.94
X (∑ Rt) 30 31 32 33 34 35 36 37 38 39
Inferior 20.33 21.36 21.36 22.94 23.76 23.76 25.4 26.31 26.31 27.73
Superior 41.75 43.45 44.26 45.28 47.02 47.69 48.74 50.42 51.29 52.15
X (∑ Rt) 40 41 42 43 44 45 46 47 48 49/50
Inferior 28.97 28.97 30.02 31.67 31.67 32.28 34.05 34.66 34.66 36.03
Superior 53.72 54.99 55.51 56.99 58.72 58.84 60.24 61.9 62.81 63.49
X (∑ Rt) 50 51 52 53 54 55 56 57 58 59
Inferior 37.67 37.67 38.16 39.76 40.94 40.94 41.75 43.45 44.26 44.26
Superior 64.95 66.76 66.76 68.1 69.62 71.09 71.28 72.66 74.22 75.49
X (∑ Rt) 60 61 62 63 64 65 66 67 68 69
Inferior 45.28 47.02 47.69 47.69 48.74 50.42 51.29 51.29 52.15 53.72
Superior 75.78 77.16 78.73 79.98 80.25 81.61 83.14 84.57 84.67 86.01
X (∑ Rt) 70 71 72 73 74 75 76 77 78 79
Inferior 54.99 54.99 55.51 56.99 58.72 58.72 58.84 60.24 61.9 62.81
Superior 87.48 89.23 89.23 90.37 91.78 93.48 94.23 94.7 96.06 97.54
X (∑ Rt) 80 81 82 83 84 85 86 87 88 89
Inferior 62.81 63.49 64.95 66.76 66.76 66.76 68.1 69.62 71.09 71.09
Superior 99.17 99.17 100.32 101.71 103.31 104.4 104.58 105.9 107.32 109.11
X (∑ Rt) 90 91 92 93 94 95 96 97 98 99/100
Inferior 71.28 72.66 74.22 75.49 75.49 75.78 77.16 78.73 79.98 79.98/80.25
Superior 109.61 110.11 111.44 112.87 114.84 114.84 115.6 116.93 118.35 120.36/=

Fuente: Crow y Garner (1959), tomado de Ecological methodology (Krebs, 1999)

Cuando ∑ Rt >100, usar la aproximacion normal, al 95% de confianza:

Limite inferior = N -0.94 – 1.956 √X-0.02 Limite superior = N + 1.94 + 1.956 √X+0.98

Bibliografia
-Brower, J.; J. Zar & C. von Ende. (1997). Field and Laboratory Methods for General Ecology.
Mc Graw-Hill.
-Franco, J. y col. (1985). Manual de Ecología. Editorial Trillas, México.
-Krebs, C. (1998). Ecological Methodology. Benjamin Cummings
 PRACTICA 7
DETERMINACION DE LA DENSIDAD POBLACIONAL
TECNICA DE USO DE FORMAS
INTRODUCCION
El tamaño de una población está determinado, por parámetros como:
natalidad, mortalidad, inmigración y emigración. Estos parámetros van a reflejarse en
la medida de la DENSIDAD de la población en estudio. La DENSIDAD, es definida como
el número de individuos de una especie en particular por unidad de área. La densidad
puede ser RELATIVA, cuando se expresa una en función a otra o cuando no se cuantifica
y se expresa en términos subjetivos como abundante, escaso, etc., o ABSOLUTA cuando
se cuantifica. Los métodos que comprende uso de formas (cuadrados, rectángulos,
círculos, etc.) sirven para determinar la densidad absoluta de organismos sésiles, plantas
o animales.

OBJETIVOS
Aprender el uso del método del uso de formas en la evaluación de poblaciones
de plantas, animales sésiles o poco móviles.
Determinar el área mínima de muestreo, para evaluar una población con el
método del uso de formas
Determinar el patrón de distribución que sigue la población escogida, ya sea
regular, aleatoria o por parches
MATERIALES:
Dos reglas de 30 o más cm, dos papeles milimetrados, una transparencia, una
calculadora y un plumón marcador (por grupo), hojas auxiliares con simulaciones de
poblaciones, tablas de números aleatorios.
PROCEDIMIENTO
1. Dibuje una forma de 100 cm cuadrados y otro de 25 cm cuadrados, con el plumón
sobre la transparencia.
2. Establezca aleatoriamente 10 formas grandes y luego 40 pequeñas, trazando
números en los ejes y empleando una tabla de números al azar (Tabla 7.3), para
determinar las coordenadas de uno de los vértices de la forma (cuadrado,
rectángulo) o el punto medio en caso de circulo.
3. Registre en cada recuadro, el número de individuos de la población según el tamaño
de la forma (Tablas 7.1 y 7.2).
4. Determine la densidad de individuos por forma, así como por unidad de área para la
población designada, para cada hoja de datos (Tablas 7.1 y 7.2), mediante la siguiente
formula:
Di: Densidad de la especie i
Di = ni / A, donde ni: Número total de individuos contados de la sp i
A: Total área muestreada
5. Asimismo al obtener la densidad promedio, también obtener, la varianza, desviación
y error estándar, comparar estos valores entre las tablas 7.1 y 7.2
6. Para encontrar los valores de área mínima de muestreo debe graficar la Curva de
Performance. Primero llene la Tabla 7.4, donde se considere el número de formas o
área y las densidades acumuladas. Para este efecto considere directamente la forma 1,
para la forma 2, sume los 2 primeros datos y divídalo entre 2, para la forma 3 sume los
 3 primeros datos y divídalo entre 3 y así sucesivamente con los demás datos.
7. Represente los puntos en una gráfica (en papel milimetrado) del número de formas (o
área) vs. densidad acumulativa, obteniendo curvas para cada tipo de forma. El número
de formas o área mínima de muestreo se encuentra en el punto donde la variación de
la densidad acumulada es mínima.
8. Finalmente para hallar que tipo de distribución tiene la población estudiada, usemos
dos métodos como el Indice de Razón Varianza-media (I) y el Indice o Modelo de
Morisita (Iδ )

Índice de Razón Varianza-media o Índice de Dispersión (I)

I=S2/µ dónde:
S2 (varianza muestral)
µ (media muestral)
Si I es igual a 1, sigue una distribución de Poisson o al azar
Si I es menor de 1, sigue una distribución uniforme
Si I es mayor de 1, sigue una distribución agregada
Prueba de significancia: X 2 = I * (n-1), si el resultado es menor que el valor correspondiente
en la Tabla X 2, entonces la distribución es uniforme, si es mayor es agregada.

Índice o Modelo de Morisita ( Iδ ) (Morisita, 1962)

Iδ= N [(Σ x 2 – Σ x) / (Σ x) 2 - Σ x] dónde:

Σ x = es la suma de conteo de las unidades muestrales = x1+ x2+ x3
Σ x 2 = es la suma del conteo de las unidades al cuadrado
N es el número de unidades muestrales
Si Iδ es igual a 1, sigue una distribución de Poisson o al azar
Si Iδ es menor de 1, sigue una distribución uniforme
Si Iδ es mayor de 1, sigue una distribución agregada

Para trabajar estos índices, debemos dividir con lápiz la hoja de simulación en 100
partes iguales, contar en cada una de las partes los individuos presentes (sin que se
repitan) y de esa forma ir colocando los datos en una calculadora y obtener los datos
indicados previamente.
Figura 7.1. Patrones de distribución de las poblaciones

Varianza Desviación estándar Error estándar

Bibliografía
Begon,M. & M. Mortimer. 1986. Population Ecology. A unified study of animals and
plants. Blackwell Scientific Publications.
Brower, J.; J. Zar & C. von Ende. 1997. Field and Laboratory Methods for General Ecology.
Mc Graw-Hill
Krebs, C. 1998. Ecological Methodology. Benjamin Cummings
RESULTADOS
Los resultados obtenidos se colocarán en las Hojas de Datos.
Tabla 7.1 (Forma de 100 cm cuadrados)

FORMA No. Individuos

1
2
3
4
5
6
7
8
9
10
Nº ind./forma

Tabla 7.2 (Forma de 25 cm cuadrados)

FORMA No. Individuos FORMA No. individuos

1 21
2 22
3 23
4 24
5 25
6 26
7 27
8 28
9 29
10 30
11 31
12 32
13 33
14 34
15 35
16 36
17 37
18 38
19 39
20 40
Nº ind./forma
Tabla 7.3 Tabla de números aleatorios

27
 Tabla 7.4 (Densidades acumuladas, basada en los datos de las primeras hojas)

Formas de 100 cm cuadrados Formas de 25 cm cuadrados

Cuadrados Densidad acumulada Cuadrados Densidad acumulada
1 1
2 2
3 3
4 4
5 5
6 6
7 7
8 8
9 9
10 10
11
12
Grafique la curva de performance 13
para la población e indique el área 14
mínima de muestreo para cada 15
caso, compare los resultados y 16
discuta las diferencias. 17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
42
32
333
34
35
36
37
38
39
40
 PRACTICA 8
CRECIMIENTO POBLACIONAL EXPONENCIAL
INTRODUCCIÓN
Si los individuos de una población llegan a un lugar propicio para su establecimiento
estos van a reproducirse e incrementar el número de individuos de la población, este
proceso se conoce como crecimiento poblacional. Si graficamos el número de individuos
versus el tiempo o generación, obtendremos entonces una curva de crecimiento
poblacional que nos mostrará la “forma” como crece la población. Estas curvas pueden
ser representadas matemáticamente y existen varios modelos que las explican. El
modelo más sencillo muestra una curva de crecimiento ilimitado con un incremento
geométrico del número de individuos.

OBJETIVOS
Demostrar mediante una simulación como se desarrolla el crecimiento exponencial en
las poblaciones.

MATERIALES
Un marco cuadrado de 64 x 64 cm, con una cartulina con cuadrículas de 8x8 cm pintadas
como un tablero de ajedrez, medio kilo de frejoles (aproximadamente 1000) por cada
grupo, calculadora científica, dos hojas de papel milimetrado, papel cuadriculado, lápiz,
regla, borrador, etc., beakers de 1/2 litro.

METODOS
Las poblaciones en un medio ilimitado crecen exponencialmente, así tenemos:
dN
(1) = (n’ - m’) N
dt donde: dN/dt= variación de la población
N = tamaño de la población.
(n’-m’)=tasa de incremento-decremento= r= b
Integrando:
(2) Nt= Noer t donde: Nt= población en el tiempo
No= población inicial
t = tiempo.
Aplicando Logaritmos tenemos una ecuación lineal:
(3) L n Nt = L n No + r t

Y = a + b X
Con esta ecuación se puede aplicar el análisis de regresión.
Esta relación nos permite encontrar el valor de r el cual es una medida de la capacidad
de incremento de una población. Otra forma de evaluar esta capacidad es la tasa neta
de incremento: Ro, de modo que tenemos:
(4) Nt = Ro.No
Comparando las ecuaciones (2) y (4), tenemos:
Ro = er t, y despejando r:

(5) r = Ln Ro
t

SIMULACIÓN:
Colocar el marco cuadrado sobre la mesa, y efectúe la simulación aplicando las
siguientes reglas:
a. Ponga en el beaker 10 frejoles (No) y arrójelos al marco de una altura aproximada de
25 cm.
b. Cada individuo que caiga en un cuadrado negro: muere.
c. Cada individuo que caiga en un cuadrado blanco: sobrevive y se reproduce
multiplicándose por C=3.
d. De acuerdo con esto calcule la población en la siguiente generación, y proceda de
igual modo hasta por lo menos t= 15.
e. Anote sus resultados en la Tabla 8.1.

Análisis de los resultados:

a. Obtenga los Ro para cada generación y anótelos en la tabla 8.1, promedie los valores
(Ro ) y calcule la r teórica esperada (rE):

Ro= Nt+1/Nt rE= ln Ro

b. Calcule mediante el análisis de regresión (Tabla 8.2) la constante rc (b) y compárela

con la r teórica esperada (rE), mediante el cálculo del porcentaje de error:

% error = {(rc – rE) / rc} x 100 El error debe ser menor que 10%.

- Grafique: t vs. Nt y t vs. ln Nt.

- Aplique antilogaritmo al valor de a obtenido en la regresión, reemplace los valores de
a y r (b) (a= No) de la regresión en la ecuación (2) y obtenga nuevos valores ajustados
(colóquelos en la Tabla 8.3) , graficándolos en el papel milimetrado.

BIBLIOGRAFIA

- FRANCO, J. y col. 1985. Manual de Ecología. Editorial Trillas, México.

- KREBS, Ch. 1985. Ecología: estudio de la distribución y abundancia. 2da. Edición.
Harla editores, México.
TABLA 8.1. Datos de la simulación
T Nt # muertos # Sobrev. (s) Nt+1= s.C Ro

TABLA 8.2. Datos para la regresión.

t =X Ln Nt = Y t2 = X2 t .Ln Nt =X .Y

Σ Σ Σ Σ
 TABLA 8.3. Número ajustado de individuos para cada generación.

t Nt ajustados

ECUACIONES DE REGRESIÓN LINEAL:

Y = a + bX

∑ X.Y – (∑ X. ∑ Y)/n
r=
∑ X2 - (∑ X)2 /
n

∑ Y – b.∑ X
a=
n
 PRACTICA 9
CRECIMIENTO POBLACIONAL LOGISTICO

INTRODUCCIÓN
Es lógico pensar que las poblaciones no van a crecer ilimitadamente en la naturaleza, es
fácil imaginar que siempre va a haber un recurso que se agote cuando la población
alcance una mayor densidad. Es decir, que llegado a un determinado punto van a
comenzar, como consecuencia de la competencia, una desaceleración de la tasa de
crecimiento. Este “tipo” de crecimiento poblacional estaría bien representado por una
curva logística o en S, en la cual en un primer momento existe un rápido incremento
de la población para luego entrar a una fase de desaceleración, haciéndose el
crecimiento casi nulo cuando los valores de tamaño de la población se acercan a un valor
máximo para el medio (K).

OBJETIVO
Demostrar mediante una simulación como se desarrolla el crecimiento logístico en las
poblaciones.

MATERIALES
Un marco cuadrado de 32 x 32 cm, con una cartulina con cuadrículas de 4 x 4 cm, 150-
200 frejoles por cada subgrupo; calculadora científica (con funciones estadísticas), dos
hojas de papel milimetrado, un pliego de papel cuadriculado, lápiz, regla, borrador, etc.;
beakers de 1/2 litro.

PROCEDIMIENTO
Las poblaciones no suelen desarrollarse en un medio ilimitado, sino más bien tienen
resistencias ambientales que restringen su crecimiento, esto da lugar a que las poblaciones
tiendan a crecer en forma logística o sigmoidea (S). La resistencia ambiental estará dada
por el tamaño máximo de crecimiento de la población (K) el cual se incluye en la ecuación
exponencial:

(1) d N / d t = r N ( K - N )/ (K) de la integración de esta resulta: (2)

Nt = K/(1 + e a-rt)
Dónde: K= Tamaño Poblacional Máximo (capacidad de carga)
Nt= Población en el tiempo t
a= Factor proporcional al No (tamaño población inicial)
t y r: Son conocidos

Para facilitar la obtención de los parámetros se recurre a una transformación lineal de la

ecuación:

(3) Ln (K – Nt) / Nt = a - r t lo cual nos dará una recta.

SIMULACIÓN:
I. Colocar el marco cuadrado de 32 x 32 cm sobre la mesa y aplique las siguientes reglas:
a. Ponga en el beaker 1 frijol ( No) y arrójelo desde una altura de 30 cm.
b. Si cae un frejol aislado en un cuadro, se reproduce por bipartición ( C = 2 ).
c. Si caen dos frejoles en el mismo cuadro, no se reproducen, pero persisten en la
siguiente generación.
d. Si caen tres o más frejoles en un cuadro todos mueren.
e. Registre sus datos en la Tabla 9.1, siga haciendo sus tiradas hasta que complete
la Tabla.

ANÁLISIS DE RESULTADOS:

I. Calcule K como la media geométrica de las diez últimas tiradas.

K = (N 15 x N 16 x... x N24)1/10

II. Efectúe el análisis de regresión a partir de la ecuación 3, ayudándose con la tabla de trabajo
2, elimine los puntos que tengan N mayor o igual que K, encuentre el valor de r (b), halle el

valor de a mediante:
a = Ln ((K-No) / No)

- Sustituya ambos valores en la ecuación 2 (tomando a r como valor absoluto) y

prediga el tamaño poblacional para cada generación.
- Grafique (t vs Nt), y finalmente grafique tiempo versus los nuevos tamaños
poblacionales hallados mediante el análisis de regresión.

BIBLIOGRAFIA

- FRANCO, J. y col. (1985). Manual de Ecología. Editorial Trillas, México.

- KREBS C.J. (2001). Ecology: The experimental analysis of distribution and abundance. 5th
Ed. Benjamin Cummings.
 TABLA 9.1. Datos de la simulación.

t Nt M S A Nt+1

M=muertos (# de frejoles que quedaron en grupos de tres o más por cuadro).

A= individuos agregados (# de frejoles que quedaron aislados en cuadros solos)
S= sobrevivientes.
Nt+1= S+A
 TABLA 9.2. Datos para la regresión.

t ln ((K-Nt)/Nt) t2 t. ln((K-Nt)/Nt)
(X) (Y) (X2) (X.Y)
 TABLA 9.3. Número ajustado de individuos para cada generación.

t Nt ajustados

ECUACIONES DE REGRESIÓN LINEAL:

Y = a + bX

∑ X.Y – (∑ X. ∑ Y)/n
r=
2 2
∑ X - (∑ X) / n

a = {ln (K - No) / No} (Para esta práctica)

 PRACTICA 10
USO DE GOOGLE EARTH COMO HERRAMIENTA EN ECOLOGIA
Ante la imposibilidad de tener salidas de campo, se hace indispensable el uso de Tecnologías
de la Información y Comunicación (TIC), estos nuevos recursos se incorporan ante la
coyuntura actual, y proporcionar nuevas oportunidades para mejorar el aprendizaje de los
alumnos, pudiendo hacerlo más colaborativo, autónomo e interactivo (Cabero, 2007).
Una de las TIC’s muy usadas en diversas áreas es el programa Google Earth el cual muestra
un globo terráqueo virtual cuya base es las fotografías obtenidas por satélites, las cuales han
sido tomadas en diferentes tiempos por lo que permite comparar localidades en diferentes
tiempos. El programa Google Earth está dentro de la “parrilla” de Google, pero es
indispensable usar y por lo tanto “bajar” el programa Google Earth Pro.
Se puede establecer rutas de viaje para llegar a áreas naturales y con las opciones que nos da
del software realizar “muestreos biológicos virtuales”.
Objetivos
Usar el programa Google Earth Pro, como herramienta para describir algunas características
importantes en Ecología, dentro de programa como ubicación, ruta, topografía, hábitat, entre
otras.
El alumno podrá desarrollar y establecer una ruta para poder conocer y encontrar la
biodiversidad presente (en la medida de lo posible) mediante metodologías de muestreo.
Materiales
Software Google Earth Pro (GEP), para lo cual se le debe “bajar” en una PC o Laptop.
Métodos
Como se observa en la figura es tal como se muestra el GEP, con un globo terráqueo
dominando la pantalla, así como un menú superior y lateral para el manejo del GEP.

Figura 10.1: Imagen al abrir el programa GEP

Si hacemos una mayor aproximación, se puede notar el contorno de nuestro país elaborado
por GEP.
Figura 10.2: Observacion de contornos, en especifico de nuestro país y aledaños.

Un mayor acercamiento en la cual se observa la Ciudad Universitaria de San Marcos, con

mayor detalle observándose los limites la Avenida Venezuela, el Hospital Naval seguido de la
Urbanización San Joaquín, La Avenida Universitaria, luego German Amezaga y Avenida Oscar
R. Benavides (antes Colonial)

Figura 10.3: Contorno de la Ciudad Universitaria de San Marcos en GEP

Estableciendo Marcas de Posición

• Ir al menú Añadir, desplegar e ir a marca de posición, en este caso se coloca a los

extremos norte y sur del estadio de la universidad (estos son de color amarillo).
También se puede hacer clic en la figura.
Figura 10.4: Marcas de posición norte y sur del estadio de San Marcos

• A partir de ellos se puede establecer la distancia a través de REGLA (en el menú

• Herramientas o en la Regla que aparece como figura). La longitud entre las 2 marcas
de posición Norte-Sur es de 2 metros.

Figura 10.5: Uso de regla para medir distancia en GEP

Se puede medir la distancia entre Marcas de Posición, el GEP recorre y busca la forma de
llegar (establece una ruta) de un punto a otro (de color morado) en función de los caminos
disponibles. Este recorrido por las pistas internas de la Universidad es de aproximadamente
1.2 km
 Figura 10.6: Ruta establecida por GEP para llegar de Marca Norte a Sur.
• Se puede medir polígonos (áreas), en el menú Regla esta la opción Polígono la cual
mide el Perímetro y Área indicada (en amarillo). El perímetro encontrado es de 3533
metros y el área es de 720 855 metros cuadrados.

Figura 10.7: Medicion del perímetro de la Ciudad Universitaria de San Marcos.

Cada una de estas acciones se puede guardar como archivos de extensión .kml
(Keyhole markup language) el cual es un archivo portable, el cual puede ser usado en
otros programas (SIG por ejemplo).
 Por ejemplo desarrollar un polígono (Plaza de Armas de Lima), dar clic derecho sobre
el polígono, marcar “Guardar sitio como”

Figura 10.8: Poligono de la Plaza de Armas de Lima

Inmediatamente se “abre Guardar archivo”, puede ser en Escritorio o en alguna
carpeta, colocando el nombre y el tipo de archivo, el cual puede ser kml o kmz
(comprimido), guardar, este archivo guardado en el “escritorio” al darle click se abre
inmediatamente Google earth.

Figura 10.9: Se muestra como “guardar archivo” en GEP

Trabajo en clase
Parte 1. Conociendo a Google earth
1. Encontrar su vivienda o lugar preferido y enviar en KML al profesor
2. Encontrar el número de árboles en cuadrado ubicado en 18L 302926 mE 8660405 mS
3. Dibujar el polígono del cuadrado anterior y enviarlo al profesor en KML
4. Encontrar la distancia en línea recta entre la caseta de vigilancia de la Reserva de
Lachay y la plaza mayor de Lima y enviar al profesor en KML.
5. Emplear cuatro cuadrados de 20x20 m para estimar la densidad por hectárea de
plantas de Puya Raimondi, en la zona que tiene como centro la coordenada UTM:
18L, 423852 E y 8691643 S

Parte 2. Desarrollar una ruta simulando un viaje a una zona natural.

Siguiendo el punto 5 de la primera parte del trabajo en clase, estableceremos 2 marcas de

posición:
A) Losa deportiva al costado de la facultad de Ciencias Biológicas
B) Rodal de Puya raimondii ¿?
Para que el programa GEP establezca una ruta
sobre vías ya establecidas, se hace clic sobre
la Marca de posición
A) Losa deportiva FCB, se abre un menú y se
baja hasta “como llegar desde aquí” (punto
inicial) y luego se hace clic en la Marca de
posición
B) Rodal, se abre igualmente el menú y se
hace clic “como llegar hasta aquí”.
Una vez hecho GEP establece una ruta que
recorrerá vías establecidas en el mismo GEP,
en este caso aparecerá una ruta de color
morado y llegara hasta donde sea posible,
tal como se observa en la siguiente figura Fig. 10.10: Inicio de ruta de parte 2

Figura 10.11: Establecimiento de ruta entre A y B en GEP (color morado)

Como se puede observar en el menú lateral aparecen en rojo las dos marcas de
posición (A, B), da rutas sugeridas, primero la más corta, que en este caso es de 241
kilómetros a través de la Carretera Central, además nos da un tiempo aproximado
usando automóvil, estimándolo en 6 horas 11 minutos. Pudiéndose usar también
medios como el ómnibus, caminando o en bicicleta por lo que los tiempos de recorrido
cambiaran.

Figura 10.12: menú lateral mostrando recorrido (en km) de A a B.

Por otro lado si se hace clic derecho sobre la ruta de color morado y se observa
“mostrar perfil de elevación” e inmediatamente se despliega en la parte inferior de la
pantalla el perfil altitudinal desde la Marca de Posición A (63 metros de altura) hasta
la Marca de posición B (3814 metros de altura), en el trayecto se dan diferentes alturas
cuyo punto más alto está a 4817 metros de altura (Ticlio).
En el trayecto establecido se recorrerán diferentes ciudades, como:
• Chaclacayo 655 metros de altura
• Chosica 850 m
• Cocachacra 1400 m
• San Jerónimo de Surco 2015 m
• Matucana 2380 m
• San Mateo de Huanchor 3155 m
• Chicla 3720 m
• Casapalca 4260 m
• Ticlio 4817 m
• Morococha 4280 m
• La Oroya 3720 m
• Huari 3630 m
• Pachacayo 3530 m
• Canchayllo 3610 m, hasta el lugar de la marca de posición B donde se
encuentra el rodal de Puya raimondii.
Faltaría indicar las provincias y regiones recorridas como parte del informe.
Durante el trayecto se puede usar en áreas donde no haya población
Google Street View, en el extremo superior derecho se observa el
hombrecito de color amarillo y verde
Google Street View es una presentación de Google Maps y de Google
Earth que proporciona panorámicas a nivel de calle, permitiendo a los
usuarios ver partes de las ciudades seleccionadas y sus áreas
metropolitanas circundantes. Se introdujo, en primer lugar, en los
Estados Unidos el día 25 de mayo de 2007.
Se ubica el mouse sobre el hombrecito amarillo y se mueve sobre la ruta
en color morado donde haya fotografías que muestren la topografía y
vegetación de cada lugar escogido, como por ejemplo en la foto que se
muestra en la parte inferior.

En primer lugar, tenemos la Marca de Posición A, se puede observar nuestra querida

Facultad y la Losa Deportiva, de donde “partiremos” en este “viaje virtual”.

Figura 10.13: Marca de Posicion en Loza deportiva de la Facultad (A)

Luego se hace lo mismo con la Marca de Posición B, donde se encuentra el Rodal de

Puya, este se encuentra en la ladera al fondo, en primer plano, gramíneas y sustrato
pedregoso, este es el final del “viaje virtual”
En el trayecto, igualmente se puede hacer lo mismo en diferentes puntos de este
“viaje virtual” tratando de ver “cambios en la vegetación” de acuerdo al perfil
altitudinal, esto es una tarea a desarrollar, por ejemplo.

Para salir de Google Street View, hacer clic en el Angulo superior derecho (cerrar
Street View)
Figura 10.14: Marca de posicion B (3814 m) frente al rodal de Puya raimondii

Parte 3. Ver un lugar según el Paso del Tiempo

Estando en el programa Google Earth Pro, hay que buscar alguna Ubicación, puede ser
algunas de las vistas previamente usadas u otra nueva en la cual se puede observar
cambios en terreno.
Se tiene 2 opciones:
a) Ir a menú superior y buscar en VER, imágenes historicas.
b) Ir a los iconos y buscar el reloj.
En ambos casos aparecerá una franja que es “deslizador de tiempo” donde se
encuentran todas las imágenes satelitales que se han tomado sobre el lugar. Las mas
antiguas con muy baja resolución.
Bibliografía:

García del Amo, D. & L. Antón. (2018) Nuevas tecnologías en la enseñanza. N° 11.
Gomez-Heras,M. ; M.I. Martínez ; P. Castiñeiras ; M. Muñoz ; C. Pérez-Soba ; C. Rossi ;
E. Sanz & J. Varas. (2013) Guías interactivas creadas con Google Earth TM para la
preparación y seguimiento del trabajo de campo en Ciencias de la Tierra. Conference
Paper.
https://www.icog.es/cursos/index.php/salidas-de-campo-tutorial-google-earth/
https://www.youtube.com/watch?v=cNpArN4ZQZg (Como usar Google Earth Pro)
https://www.youtube.com/watch?v=klK27l3unng (How to use Google Earth)
 PRACTICA 11
DIVERSIDAD ALFA
INTRODUCCION
Una de las propiedades de las comunidades es la diversidad. El concepto de diversidad de
especies es uno de los más discutidos desde hace mucho tiempo atrás, pero la mayoría de
autores concuerda con que la diversidad presenta dos componentes: la variedad de
especies (riqueza) y la abundancia relativa de las mismas (heterogeneidad); además se
puede considerar una medición particular denominada uniformidad (evenness) que en
realidad es un una forma de heterogeneidad. De manera, que podemos medir la diversidad
de especies de una localidad registrando el número de especies que presenta (llamada
riqueza de especies), describiendo sus abundancias relativas o utilizando una medida que
combina estos dos componentes. En la presente práctica se estudiaran dos formas de
medición de la diversidad los denominados Índices de Diversidad y las curvas de diversidad
- abundancia.

OBJETIVO
El alumno al final de la práctica deberá conocer las principales formas de medición de la
diversidad y sus principales características, mediante el análisis y la realización de ejemplos.

MATERIALES
Calculadora, Papel Cuadriculado, Papel milimetrado, lápiz, hoja de datos de inventario de
comunidades.

Figura 11.1:
Clasificacion de los métodos para medir
diversidad alfa (Moreno, 2001)
 PROCEDIMIENTO
Usando los ejemplos de la guía el alumno desarrollará las muestras asignadas por el profesor y
medirá su diversidad en función a los índices que se explican a continuación:
Simulación: Cada alumno tomará una “muestra” (tapa) de una comunidad hipotética (variedades
de frejoles dentro de una bolsa negra), contará los individuos por cada especie (variedad de
frejoles), los colocará en una tabla y medirá su diversidad en función a los índices que se explican
a continuación:

1. Medicion de la Riqueza Específica

Se basa únicamente en el numero de especies presente, sin tomar en cuenta el valor de
importancia de las mismas. La forma ideal de medir la riqueza especifica es contar con un
inventario completo que nos permita conocer el numero total de especies (S) obtenido por
un censo de la comunidad.

1.1 Indice de Riqueza especifica – Indice de Diversidad de Margalef

D Mg = S – 1 donde: S = numero de especies

Ln N N = numero total de individuos

Este índice asume que hay una relación funcional entre el numero de especies y el numero
total de individuos.

2. Medicion de la estructura
2.1 Índices basados en la Abundancia Proporcional de las especies
2.1.1 Indices de equidad
• SHANNON-WIENER: Se basa en la Teoría de la Información y toma en cuenta
dos aspectos de la diversidad, la riqueza de especies y la heterogeneidad (la
distribución del número de individuos de cada especie). El índice asume que los
individuos de las poblaciones proceden de muestras colectadas al azar y que las
poblaciones son efectivamente infinitas. También el índice asume que todas las
especies están representadas en la muestra.
H' = - ∑ pi * log 2 pi pi = ni / N
n i: # de individuos de la especie i.
N: # total de individuos de todas las especies.

También puede utilizarse las siguientes transformaciones:

1
H ' =3.3219 * (log 10 N - *∑ni * log 10 ni)
N
Para logaritmo decimal, ó
1
H ' = 1.4427 * (ln N - * ∑ni * ln ni)
N
Para logaritmo neperiano
Por otro lado es importante evaluar la Equitabilidad, para lo cual se utiliza el Índice de
Equidad de Pielou, tal como sigue:

J’ = H’ / H ’ max H’ max = log 2 S Dónde:

 J’ = Índice de Equitabilidad de Pielou
H’ = Índice de Diversidad de Shannon-Wiener
H’ max. = Índice de Diversidad máxima de Shannon
S = número de especies

2.1.2 Indices de dominancia

• DIVERSIDAD DE SIMPSON: Se basa en la Teoría de Probabilidades. Establece
las probabilidades de que dos ejemplares seleccionados al azar en una
comunidad infinita correspondan a distintas especies. De acuerdo a esto
tenemos:
D = 1- ∑ (p i)2
Igualmente se puede calcular la Equitabilidad, usándose la siguiente ecuación:

ED = D/ D max D max = 1 – (1 / S)

Dónde: ED = Índice de Equitabilidad de Simpson

D = Índice de Diversidad de Simpson
D máx. = Índice de Diversidad máxima de Simpson
S = número de especies

Calcule los índices de Diversidad para los problemas propuestos.

Figura 11.2 Comunidades hipoteticas

2.2 M o d e l o s Parametricos o de Abundancia.

Cuando se observan los datos de comunidades se observan que unas pocas especies tienen
muchos individuos y en el otro extremo generalmente muchas especies solo tienen unos
pocos individuos, a esto se le puede denominar la distribución de abundancias por especie o
de diversidad – abundancia.
 Los gráficos de diversidad–abundancia representan en el eje horizontal los rangos
(Jerarquías de abundancia) de las especies y en el eje vertical las abundancias relativas. Este
tipo de gráfico se relaciona a la forma hipotética como las especies se asignan un recurso o
los nichos ecológicos de un ambiente. Se conocen cuatro modelos dos de
Ellos referidos exclusivamente a la repartición del nicho: el de Motomura (la serie
geométrica) y el modelo de McArthur o de la barra fraccionada (“broken stick”).

• LA SERIE GEOMETRICA
En este modelo, para una comunidad de especies donde por lo menos un recurso es
compartido, podemos asumir que la primera especie (la más dominante) ocupa una
proporción “k” del nicho, la segunda especie mas dominante se apropia de la misma
proporción “k” del resto del recurso, y asi sucesivamente hasta que todas las “S” especies se
hayan acomodado. Como la proporción de la abundancia de cada especie con la de su
predecesor es constante a través de la lista secuencial de las especies, la serie aparece
como una línea recta si se representa gráficamente el logaritmo de la abundancia en
relación al arreglo por intervalos de especies (Magurran, 2005). Los datos de campo han
indicado que este patrón se puede observar básicamente en estadios tempranos de
sucesión o en ambientes pobres en cuanto a número de especies (Krebs, 1989; Magurran,
2005).
Podemos calcular los valores esperados de este modelo con la ecuación:

n i = N * Ck * k (1- k )i-1

ni : numero de individuos esperado de la especie i. N : Total de individuos.

Ck = [1- (1- k)s ]-1

n min / N = ( [k / ( 1 – k ) ](1 – k ) S ) / 1 – ( 1 – k ) S

Para encontrar el valor de k se realiza la iteración partiendo del valor de individuos mas bajo
que se tenga:
Una vez encontrados los valores esperados se confrontan con los valores observados
realizando una prueba de ji cuadrado al 95% de confianza y S-1 grados de libertad

• LA BARRA FRACCIONADA
En este modelo, se considera como hipótesis, que el recurso o nicho ecológico es
repartido simultáneamente y al azar entre las diferentes especies, lo que al ilustrarse en
una grafica puede entenderse como una vara (el espacio del nicho dentro de una
comunidad) quebrada al azar y simultáneamente e “S” piezas. Este modelo refleja un
estado mucho más equitativo que el modelo de Serie geométrica. Biologicamente, este modelo
corresponde a una comunidad en la cual todas las especies colonizan simultáneamente y
dividen un recurso único al azar (Pielou, 1975 en Magurran, 2005).
Considerando las especies agrupadas en orden de abundancias desde la 1 a la r-ava,
podemos calcular los valores esperados con:
n r = ( Nt / S ) * ∑ (1 / S – i + 1)
nr = abundancia esperada de la de la r - ava especie
Nt = numero de individuos de todas las especies
S = numero de especies
i = posición en el ranking
PROCEDIMIENTO: Realice un grafico de abundancia-diversidad, para los ejemplos dados
donde en el eje horizontal se ubique el rango de las especies, siendo la primera la mas
abundante, y en el eje vertical el logaritmo de las abundancias.

Figura 11.3 Curvas de abundancia de especies

ilustrativas de tres modelos de distribución: 'bastón
roto', log normal y serie geométrica. Modificado de
Magurran (1988). Datos de Whittaker (1970).

Ejemplo 1: Numero total de individuos capturados por especie de murciélagos en cada punto de muestreo en la localidad de Pampa
Hermosa (Junin-Perú) (Refulio, 2015)

Especie/ Punto de muestreo F1 F2 F3 F4 F5 F6 F7

Anoura aequatoris 0 0 10 1 0 0 0
Anoura caudifer 0 3 0 0 0 0 0
Anoura geoffroyi 0 11 0 7 2 0 0
Carollia benkeithi 1 0 1 0 0 0 0
Carollia brevicauda 1 23 12 7 1 0 0
Carollia perspicillata 16 19 15 1 0 0 0
Dermanura glauca 0 0 2 2 0 2 0
Desmodus rotundus 0 1 26 1 0 0 0
Enchisthenes hartii 0 0 2 4 0 0 0
Glossophaga soricina 1 4 0 0 0 0 0
Lonchophylla handleyi 1 0 0 0 0 0 0
Micronycteris megalotis 0 0 0 1 0 1 1
Myotis nigricans 1 0 0 0 0 0 0
Platyrrhinus albericoi 0 0 2 4 1 0 0
Platyrrhinus infuscus 1 0 1 0 0 0 0
Platyrrhinus masu 0 1 5 1 1 0 0
Platyrrhinus nigellus 0 4 5 0 0 2 0
Sturnira erythromos 0 0 1 7 36 1 2
Sturnira lilium 0 4 0 0 0 0 0
Sturnira oporaphilum 1 6 9 6 1 3 1
Uroderma bilobatum 1 0 0 0 0 0 0
TOTAL
K 0.1891 0.2945 0.2248 0.1732 0.4469 0.2293 0.2324
Ejemplo2: Abundancia de especies de roedores en 12 localidades del bosque montano del Departamento de Huánuco, Perú (Peralta, 2010)

Especies/Localidades 1 2 3 4 5 6 7 8 9 10 11 12
Akodon orophilus 1 9 2 16 17 0 2 13 2 0 6 15
A. mollis 0 0 0 0 0 38 0 0 0 0 0 0
Calomys sorellus 0 1 0 0 1 2 0 0 0 0 0 0
Phyllotis andium 0 0 0 0 0 1 0 0 0 0 0 0
Thomasomys aureus 0 3 0 0 0 1 0 0 0 0 0 0
Thomasomys kalinowskii 29 24 40 0 1 0 21 0 0 0 14 21
T. incanus 0 0 0 13 9 0 0 1 0 1 0 0
T. notatus 0 0 1 0 0 0 0 7 1 0 0 0
Microryzomys altissimus 0 4 0 1 1 12 1 0 0 0 0 0
M. minutus 2 0 6 0 1 0 0 7 7 2 0 0
Oligoryzomys andinus 0 0 1 0 0 1 0 0 0 0 3 0
TOTAL
K 0.803 0.541 0.568 0.796 0.396 0.483 0.768 0.615 0.606 0.5 0.530 0.285
5 7 6 3 6 0 6 7 5 5 7
Ejemplo 3: Número de individuos de especies de la Familia Fabaceae en 3 localidades cercanas, en la Chiquitania de Lomerío, Santa Cruz,
Bolivia (en Mostacero et al., 2000)
Especies Localidad A Localidad B Localidad C
Acacia sp. 4 1 0
Acosmium cardenassi 9 3 2
Amburana cearensis 10 1 0
Anadenanthera macrocarpa 19 15 4
Bauhinia rufa 6 8 12
Caesalpinia pluviosa 3 3 2
Centrolobium microchaete 5 16 0
Chamaecrista sp. 2 0 1
Clitoria falcata 1 0 0
Copaifera chotadiana 11 4 0
Enterolobium contortilisiquum 3 0 0
Hymenaea courbaril 7 2 10
Inga sp. 0 1 0
Machaerium scleroxylon 4 4 0
Machaerium sp. 5 1 0
Mimosa sp. 1 0 0 1
Mimosa sp. 2 0 0 1
Mimosa xanthocera 0 0 8
Mimosa neptunoides 12 0 3
Platymiscium ulei 0 1 0
Platypodium elegans 2 0 0
Senna sp. 0 0 4
TOTAL
k 0.17896 0.18734 0.21343

Ejemplo 4: Abundancia de murciélagos en 8 lugares de la zona central de Veracruz (México) de bosques mesofilos de montaña (B) y
cafetales de sombra (CS) (Tomado de Saldaña, 2008)

B1 B2 B3 B4 CS1 CS2 CS3 CS4

Sturnira ludovici 148 162 80 49 27 8 8 16
Carollia sowelli 11 15 5 4 4 7 0 4
Sturnira lilium 4 6 22 3 5 3 1 5
Artibeus jamaicensis 5 3 18 3 1 11 1 0
Artibeus intermedius 0 4 6 1 6 8 3 4
Dermanura tolteca 5 6 0 1 0 8 0 1
Desmodus rotundus 4 6 6 3 0 0 0 0
Anoura geoffroyi 0 1 1 0 7 5 1 1
Glossophaga soricina 0 3 1 0 6 2 1 1
 Artibeus lituratrus 0 1 3 0 1 3 1 1
Centurio senex 0 0 0 0 1 0 0 1
Dermanura azteca 0 1 1 0 0 0 0 0
Dermanura phaeotis 0 0 0 0 0 1 0 0
TOTAL
K 0.4542 0.3491 0.3544 0.4255 0.3051 0.2621 0.2122 0.2389

Ejemplo 5: Especies de insectos que crecen sobre los musgos del género Fontanalis y sobre sustratos artificiales (tomado de Glime &
Clemons, 1972).
SUBSTRATO MUSGO SOGA PLASTICO
Chironimidae 1095 285 190
Prosimulium hirtipes 111 5 40
Cnephia mutata 82 23 40
Prosimulium rhizophorum 2 2 0
Nemoura sp 4 84 67 10
Nemoura venosa 4 7 1
Agraylea sp 1 34 2 2
Rhyacophila invaria 23 10 4
Ironoquia punctatissima 18 5 1
Allocapnia sp 17 10 1
Ephemerella deficiens 12 2 0
Ephemerella funeralis 2 0 0
Isoperla bilineata 12 1 0
Carabidae sp 11 1 0
Microvelia sp 3 7 1 1
Lepidostoma sp 1 5 1 0
Leptophlebia sp 1 5 2 2
Psilotreta frontalis 4 0 0
Parapsyche apicalis 4 1 1
Bezzia sp 1 2 0 0
Paleagapetus celsus 1 0 0
Rhyphidae? Sp 1 1 1 0
Baetis sp 5 1 1 0
Wormaldia sp 1 1 0 0
Promoresia elegans 1 0 0
Isotomuros sp 1 0 2 0
Polycentropus sp 1 0 2 0
Hydrophilidae sp 2 0 1 0
Limonia sp 2 0 1 0
Staphylinadae sp 1 0 1 0
TOTAL
K 0.21478 0.17122 0.3427
 Ejemplo 6 . Abundancias en diferentes especies de peces en diferentes zonas de la Estación Biologica Cocha Cashu, Parque Nacional
Manu, Madre de Dios (Osorio,2008)

Cocha Cashu Cocha Totora

Especies / Localidad Z. Pastizal Z. Central Z. Troncos Z. Pastizal Z. Central
Leporinus friderici 3 1 1 0 0
Roeboides affinis 0 0 1 0 8
R. myersi 0 0 0 0 1
Serrasalmus rhombeus 0 0 0 0 2
S. spilopleura 6 4 0 0 2
Triportheus angulatus 1 16 0 0 3
Aequidens tetramerus 1 0 0 0 0
Curimatella meyeri 0 0 0 1 2
Potamorhina altaamazonica 2 0 0 11 48
Steindachnerina bimaculata 18 1 5 0 3
Cynodon gibbus 0 0 0 0 1
Hoplias malabaricus 3 0 0 0 0
Liposarcus disjunctivus 2 1 0 0 2
Loricarichthys sp. 1 0 0 0 0
Pimelodus blochii 0 1 1 0 0
Prochilodus nigricans 3 18 0 0 0
Plagioscion squamossisimus 0 2 0 0 0
TOTAL
K 0.22313 0.31895 0.32809 0.90909 0.28891

Ejemplo 7: Cunningham et al. (2002) evaluo la respuesta de especies de lagartijas a un incendio natural en abril de 1996 en las montañas
de Arizona Central. Las lagartijas fueron colectadas entre 1996 y 1999 en 4 tipos de vegetación: Chaparral quemado, chaparral no
quemado, bosque quemado y bosque no quemado. La tabla muestra el numero total de especies e individuso en cada localidad (Tomado
de Magurran, 2005)
Especie Chaparral quemado Chaparral no quemado Bosque quemado Bosque no quemado
Western whiptail 357 52 7 0
Eastern fence lizard 124 138 450 126
Tree lizard 45 4 43 2
Sonoran spotted whiptail 34 6 16 0
Gila spotted whiptail 28 6 7 0
Plateau striped whiptail 27 17 34 2
Little striped whiptail 26 19 92 15
Banded gecko 22 1 7 0
Greater earless lizard 10 0 0 0
Collared lizard 8 8 11 0
Desert-grassland whiptail 3 3 3 1
Great plains skink 3 0 4 0
Desert spiny lizard 2 2 0 0
Short horned lizard 1 7 14 6
Gila monster 0 1 0 0
Madrean alligator lizard 0 1 14 7
Lesser earless lizard 0 0 0 1
Clark’s spiny lizard 0 0 0 1
TOTAL
K 0.3435 0.2831 0.2986 0.4079
 EJEMPLO 8: Abundancia de las especies de aves en dos localidades del Valle del Chillón, Lima (Salinas, L.; Velarde, D. & Arana, C. 1997).
ESPECIE LAYA APAN
Apus andicola 22 11
Camptostoma obsoletus 0 2
Carduelis magellanica 3 3
Catamenia analis 1 0
Chloroceryle americana 1 0
Colibrí coruscans 0 1
Columbina cruziana 18 0
Crotophaga sulcisotris 0 5
Dives warzsewiczi 1 1
Elaenia modesta 0 1
Falco sparverius 0 1
FRINGILLIDAE 1 1 0
FRINGILLIDAE 2 0 1
Mimus longicaudata 23 10
Notiochelidon cyanoleuca 54 0
Pheucticus chrysogaster 2 2
Pyrocephalus rubinus 2 0
Rallus sanguinolentus 0 1
Sturnella bellicose 8 0
Thraupis bonariensis 0 8
TROCHILIDAE 1 0 1
Troglodytes aedon 0 4
Turdus chiguanco 1 1
TYRANNIDAE 1 0 1
TYRANNIDAE 2 0 1
Zenaida asiatica 10 9
Zenaida auriculata 0 26
TOTAL
K 0.2413 0.1221

BIBLIOGRAFIA

BROWER, J; J. ZAR & C. von ENDE. (1997). Field and Laboratory Methods for General Ecology.
4° edition.
KREBS, C. (1999). Ecological Methodology, 2nd edn, New York: Harper & Row
MAGURRAN, A. (2005). Measuring Biological Diversity. Blackwell publishing company
MORENO, C. (2001) Metodos para medir la biodiversidad. M&T – Manuales y Tesis SEA, vol.
1. Sociedad Entomologica Aragonesa.
 PRACTICA 12
INDICES DE DIVERSIDAD BETA

INTRODUCCION

En todo estudio de una comunidad se registra una lista de las especies que incluye,
cuando el estudio es cuantitativo también se obtiene alguna medida de la abundancia de
cada una de las especies. Con estos datos es posible establecer cuál es el grado de
similaridad entre dos o más comunidades, e incluso entre una misma comunidad, pero en
dos tiempos. Este análisis nos permitirá conocer cuáles son los posibles factores más
importantes en la determinación de la composición y estructura de una comunidad.
La similaridad entre dos comunidades puede ser medida con los más de dos docenas
de Índices de Similaridad que se conocen. Pero, en general, todos pueden ser clasificados
en dos tipos:
a) Las medidas que examinan la extensión de la diferencia entre dos o mas áreas, entre ellos
los Indice de Whittaker, Cody, Routledge. Conocidos como de Diversidad Beta.
b) El segundo grupo se enfoca en la diferencia en la composición de especies entre áreas de
diversidad alfa y se formulan como medidas de similridad o disimilaridad, en este grupo
tenemos los índices binarios o cualitativos, que sólo utilizan los datos de presencia -
ausencia de las especies en ambas comunidades. Y, los índices cuantitativos, que
utilizan también alguna medida de la abundancia relativa de las especies que
componen ambas comunidades a comparar.
Existen también muchos índices que miden la disimilaridad entre comunidades, pero en
realidad cumplen la misma función que aquellos que miden la similaridad.

OBJETIVOS
Estudiar, a través de varios ejemplos, como es posible medir la similaridad entre dos o
más comunidades.

Figura 12.1 Clasificacion de los

métodos de medición de diversidad
beta (Moreno, 2001)

MATERIALES
Calculadora, Papel Cuadriculado, Papel milimetrado, lápiz, hoja de datos de inventario de
comunidades.
 METODOS
Utilizaremos los siguientes índices de similaridad
1. Índices de reemplazo de especies
WHITTAKER (1972) describe la diversidad beta como la variación en la composición de
especies entre diferentes áreas de una diversidad alfa en particular. Así,

β= (S/α)- 1 S = el numero total de especies registradas en el sistema

α = promedio de la diversidad de las muestras, donde la
diversidad se mide como riqueza de especies.

2. Indices de Similaridad o disimilaridad

2.1 Indices cualitativos

Comunidad 1 ó Muestra 1
Comunidad 2 ó N° de spp. N° de spp.
Muestra 2 presentes ausentes
N° de spp. a b
presentes
N° de spp. c d
ausentes
Son los más sencillos, pues utilizan sólo los datos de presencia-ausencia. Los datos básicos
para calcular estos índices están en la siguiente tabla 2 x 2:
Donde: a= número de especies en ambas comunidades o muestras
b= número de especies en la comunidad B pero no en la A.
c= número de especies en la comunidad A pero no en la B.
d= número de especies ausentes en ambas comunidades
Para colocar los resultados se usan generalmente una Matriz de Similaridad como la de la
figura de abajo.

Figura 12. 2 Matriz indicando la riqueza de taxones (emsambles de serpientes) compartidos por los tramos de
los ríos en las regiones fitogeográficas (en rojo en diagonal superior derecha) y distancia a partir del
complemento del índice de similitud de Jaccard (1-S) (parte inferior-izquierda de la diagonal). Los valores en
decimales se multiplican por 100 para expresarlos en %. (Arzamendia et al.2015)
AP PS PM DS DI AU UM UI PI PAR CHH ESP PAM
AP 48 27 14 5 5 29 12 7 11 42 14 7 2
PS 0.65 57 38 15 14 33 25 16 36 24 39 21 8
PM 0.84 0.46 51 19 16 22 24 16 42 11 39 28 12
DS 0.92 0.76 0.64 21 18 15 17 13 14 4 14 13 12
DI 0.92 0.78 0.71 0.22 20 15 17 14 12 5 12 12 13
AU 0.55 0.53 0.71 0.71 0.71 46 21 16 19 28 22 14 9
UM 0.83 0.62 0.61 0.55 0.54 0.64 34 22 18 11 20 18 14
UI 0.89 0.75 0.72 0.57 0.50 0.69 0.35 22 10 8 11 13 11
PI 0.87 0.49 0.29 0.75 0.79 0.75 0.73 0.84 50 9 42 24 8
PAR 0.22 0.70 0.88 0.94 0.92 0.58 0.85 0.87 0.90 48 12 6 2
CHH 0.84 0.44 0.39 0.76 0.80 0.71 0.70 0.83 0.30 0.86 52 25 9
ESP 0.90 0.68 0.47 0.66 0.68 0.77 0.61 0.67 0.57 0.92 0.56 30 13
PAM 0.97 0.88 0.78 0.52 0.43 0.83 0.61 0.59 0.86 0.97 0.85 0.61 16

Tramos de los Rios: AP: Alto Parana; PS: Parana Superior; PM: Parana medio; DS: Delta superior; DI: Delta
inferior; AU: Alto Uruguay; UM: Uruguay medio; UI: Uruguay inferior; PI: Paraguay inferior
Regiones fitogeograficas: PAR: Paranaense; CHH: Chaco humedo; ESP: Espinal; PAM: Pampeana
 a) Indices binarios o cualitativos

- Indice de Jaccard (Ij):

a
Ij =
a+b+c

- Indice de Sørensen (Is):

Is = 2a

2a + b + c

2.2 Índices cuantitativos:

Estos índices utilizan los datos de abundancia relativa de cada especie. En esta práctica
utilizaremos el Indice de Bray-Curtis

I BC = 1 - ∑ xi- y i

∑ (x i+ y i)

Donde X i: Número de individuos de la especie i en la muestra 1

Y i: Número de individuos de la especie i en la muestra 2

3. Metodos de Ordenacion y Clasificación.

Los métodos multivariados de ordenación y clasificación en Ecologia usados a través de
la Diversidad Beta, trabajando con matrices resultado de las similaridades cualitativas
(Jaccard, Sorensen) o cuantitativas (Bray-Curtis, Morisita-Horn).
Uno de los más usados en Ecologia es el Analisis Cluster, también conocido como Analisis
de Conglomerados, esta busca agrupar elementos, tratando de lograr la máxima
homogeneidad en cada grupo y la mayor diferencia entre los grupos.
Dentro de los métodos de clasificación se agrupan las comunidades en conjuntos de alta
similitud interna. Algunos de estos métodos son el vecino más cercano (unión simple),
vecino mas lejano (unión completa), método del centroide, método de la mediana y
promedio entre grupos (UPGMA).
Si se usa el promedio entre grupos (UPGMA) se inicia el análisis cluster con la mas alta
similaridad entre las muestras, y luego se empiezan a hacer promedios consecutivos,
recalculando las matrices posteriores.

Figura 12.3: Representacion grafica de los métodos de clasificación.

El ejemplo a utilizar es el siguiente:
Tabla 12.1 Especies de crustáceos del zooplancton registrados en los Grandes Lagos de Norteamerica
(Watson, 1974)

Se harán los recalculos de las matrices y se podrá obtener un dendrograma de

similaridad, usando Analisis Cluster mediante Promedio de grupo (Group average) en
este caso usando un Indice de Similaridad Cualitativo como Jaccard.
Group average
Resemblance: S7 Jaccard
60

70
Similarity

80

90

100
Superior
Ontario

Erie

Huron

Michigan

Samples

Figura 12. 4 Dendrograma resultante a partir de la Tabla 12.1

Figura 12.5 Dendrograma de similitud usando el coeficiente de Jaccard y el método UPGMA comparando los
diferentes tramos de los grandes ríos de la cuenca del Plata. Basados en ensambles de serpientes. (Arzamendia
et al., 2015)
Tramos de los Rios: AP: Alto Parana; PS: Parana Superior; PM: Parana medio; DS: Delta superior; DI: Delta
inferior; AU: Alto Uruguay; UM: Uruguay medio; UI: Uruguay inferior; PI: Paraguay inferior

Bibliografia

BROWER, J; J. ZAR & C. von ENDE. (1997). Field and Laboratory Methods for General
Ecology. Fourth edition. WCB McGraw-Hill. Boston.
KREBS, C. (1999). Ecological Methodology, 2nd edn, New York: Harper & Row
MAGURRAN, A. (2005). Measuring Biological Diversity. Blackwell publishing company
MORENO, C. (2001) Metodos para medir la biodiversidad. M&T – Manuales y Tesis SEA, vol.
1. Sociedad Entomologica Aragonesa.