UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FORESTALES

ESCUELA DE CIENCIAS FORESTALES

DEPARTAMENTO DE MANEJO DE RECURSOS FORESTALES

EVALUACIÓN DEL USO DE LÍQUENES COMO INDICADORES BIOLÓGICOS DE CONTAMINACIÓN ATMOSFÉRICA EN

LA QUEBRADA DE LA PLATA, REGIÓN METROPOLITANA

Memoria para optar al Título Profesional de Ingeniero Forestal

FRANCISCO SEBASTIÁN RIQUELME ACEVEDO

Profesora Guía: Sra. Matilde López Muñoz. Prof. Biología y Ciencias,

MSc. Ecology.

Santiago, Chile

2008

UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FORESTALES

ESCUELA DE CIENCIAS FORESTALES DEPARTAMENTO DE MANEJO DE RECURSOS FORESTALES

EVALUACIÓN DEL USO DE LÍQUENES COMO INDICADORES BIOLÓGICOS DE CONTAMINACIÓN ATMOSFÉRICA EN

LA QUEBRADA DE LA PLATA, REGIÓN METROPOLITANA

Memoria para optar al Título Profesional de Ingeniero Forestal

FRANCISCO SEBASTIÁN RIQUELME ACEVEDO

Calificaciones: Nota Firma Prof. Guía Sra. Matilde López Muñoz 7.0 ..…………… Prof. Consejero Sra. Carmen Luz De la Maza A. 7.0 ..…………… Prof. Consejero Sra. María Teresa Serra V. 5.9 ..……………

Esta memoria está dedicada a Isidora y Aranzazu,

porque este mundo es más bello desde que nacieron

y lo será cada vez más

Agradecimientos

Primero debo agradecer a mis padres por la vida y el amor entregado a lo largo de ella, así como a mi hermano y a mis abuelos, y a toda mi familia que apoyo en el camino. A mis profesores, especialmente a mi profesora guía Sra. Matilde López M. por sus consejos, su dedicación y el cariño. Sin embargo, mi mayor agradecimiento y mi más profundo amor son para Cesia, mi compañera en esta vida, mi apoyo, mi amiga, mi todo.

ÍNDICE

RESUMEN ABSTRACT 1. INTRODUCCIÓN……………………………………….....……………….…….... 12. REVISIÓN BIBLIOGRÁFICA………………...…………………………............... 22.1. Contaminación Atmosférica…………………………...…………………………………….. 2 2.1.1. Conceptos y generalidades…………………………...…………………………………. 2 2.1.2. Bioindicación y el potencial de la vegetación forestal…...……………………………... 32.2. Líquenes…………………………………………………….……………………………...… 4 2.2.1. Conceptos y generalidades……………………………………………………………… 4 2.2.2. Taxonomía………………………………………………………………………………. 5 2.2.3. Identificación……………………………………………………………………………. 5 2.2.4. Utilidad como bioindicadores…………………………………………………………… 52.3. Metodología de indicación biológica de contaminación atmosférica mediante uso de líquenes…………………………………………………………………………………… 7 2.3.1. Generalidades…………………………………………………………………………… 7 2.3.2. Diseño Muestral……………………………………………………………………...….. 7 2.3.3. Procedimiento de muestreo……………………………………………………………... 9 2.3.4. Análisis de los datos…………………………………………………………………….. 10 2.3.5. Mapeo e interpretación………………………………………………………………….. 112.4. Potencial del uso de líquenes como indicadores biológicos de contaminación atmosférica

en el sector Quebrada de la Plata, RMS……………………………………………………… 113. MATERIALES Y MÉTODOS…………………………………………………….. 133.1. Materiales……………………………………………………………………………………. 133.2. Métodos……………………………………………………………………………………… 13 3.2.1. Zona de monitoreo, estaciones de monitoreo y árboles test…………………………….. 13 3.2.2. Reconocimiento de especies y recolección de datos……………………………………. 15 3.2.3. Registro de la diversidad (riqueza) y la frecuencia……………………………………... 15 3.2.4. Análisis de los datos…………………………………………………………………….. 16 3.2.4.1. Valor de diversidad liquénica (LDV)…………………………………………….. 16 3.2.4.2. Clases de diversidad liquénica (LDC)……………………………………………. 16 3.2.4.3. Índice de pureza atmosférica (IPA)………………………………………………. 17 3.2.4.4. Índice de pureza atmosférica modificado (IPAM)……………………………….. 17 3.2.5. Mapeo e interpretación………………………………………………………………….. 174. RESULTADOS Y DISCUSIÓN…………………………………………………… 184.1. Selección de estaciones de monitoreo y árboles test………………………………………… 184.2. Diversidad y frecuencia de especies liquénicas……………………………………………… 184.3. Valor de diversidad liquénica (LDV)………………………………………………………... 224.4. Clases de diversidad liquénica (LDC)……………………………………………………….. 224.5. Índice de pureza atmosférica (IPA)………………………………………………………… 234.6. Índice de pureza atmosférica modificado (IPAM)…………………………………………... 244.7. Mapeo e interpretación………………………………………………………………………. 255. CONCLUSIONES………………………………………………………………….. 306. BIBLIOGRAFÍA…………………………………………………………………… 327. ANEXOS…………………………………………………………………………… 38

7.1. ANEXO I. Ordenes, Subordenes y principales Familias, según el sistema propuesto por Henssen y Jahns (1974), señaladas por Redon (1985)……………………..…..........................…. 387.2. ANEXO II. Mapa de las agrupaciones vegetales en la Quebrada de la Plata (Tapia, 2005)... 408. APENDICES……………………………………………………………………….. 418.1. APENDICE I. Líquenes registrados por Schlegel (1963) en la Quebrada de la Plata, y sus principales caracteres para reconocimiento en terreno…………………………………………… 418.2. APENDICE II. Formularios para registro de diversidad y frecuencia de Líquenes ................ 42 8.3. APENDICE III. Registros de diversidad y frecuencia de líquenes.......................................... 438.4. APENDICE IV. Tablas resumen de diversidad y frecuencia de líquenes................................ 498.5. APENDICE V. Cálculo de índices y clases.............................................................................. 50

ÍNDICE DE CUADROS

Cuadro 1. Bioindicadores forestales de contaminación atmosférica.....………………..... 3Cuadro 2. Densidad de grilla para diferentes escalas geográficas y tipos de estudio......... 8Cuadro 3. Número de árboles según el tamaño de la unidad muestral............................... 8Cuadro 4. Clases de diversidad liquénica........................................................................... 23Cuadro 5. Clases de IPA..................................................................................................... 23Cuadro 6. Agrupación de estaciones (EM)......................................................................... 24Cuadro 7. Frecuencia de especies por Estación de Monitoreo (EM).................................. 49Cuadro 8. Frecuencia de especies según orientación.......................................................... 49

ÍNDICE DE FIGURAS

Figura 1. Cuadrícula para muestreo de líquenes................................................................. 10Figura 2. Plano de ubicación de la Quebrada de la Plata.................................................... 13Figura 3. Ubicación de estaciones de monitoreo................................................................ 14Figura 4. Cuadrícula........................................................................................................... 15Figura 5. Medición con cuadrícula..................................................................................... 15Figura 6. Estaciones muestrales y árboles test.................................................................... 18Figura 7. Muestra de Lecidea sp. sobre ramas de C. alba.................................................. 19Figura 8. Muestra de Haematomma sp. sobre corteza y rama de C. alba........................... 19Figura 9. Muestra de Pseudocyphellaria hirsuta en rama de C.alba.................................. 20Figura 10. Muestra de Ramalina chilensis.......................................................................... 20Figura 11. Frecuencia de especies por estación muestral (EM).......................................... 21Figura 12. Frecuencia según orientación............................................................................ 22Figura 13. Valores del LDV por estación de monitoreo (EM)........................................... 22Figura 14. Valores del IPA por estación de monitoreo (EM)............................................. 23Figura 15. Valores del IPAM por estación de monitoreo (EM)......................................... 24Figura 16. Clasificación de las estaciones (EM) según valores del LDV........................... 25Figura 17. Clasificación de las estaciones (EM) según valores del IPA............................. 26Figura 18.Clasificación de las estaciones (EM) según valores del IPAM.......................... 26Figura 19. Altitud de las Estaciones de Monitoreo (EM)................................................... 27

RESUMEN

Para solucionar el problema de la alta contaminación atmosférica en algunas ciudades de Chile, es necesario elaborar medidas adecuadas que se fundamenten en un correcto monitoreo de los focos emisores y receptores. Uno de los focos receptores que puede entregar mayor información es la vegetación de los ecosistemas forestales peri-urbanos, y especialmente los líquenes quienes han demostrado a nivel mundial ser útiles bioindicadores de diversos contaminantes aéreos. El objetivo de este estudio es evaluar el uso de líquenes como bioindicadores de contaminación atmosférica en la Quebrada de la Plata (Santiago, Chile), aplicando para ello metodología internacional basada en indicadores cuantitativos, construidos a partir del registro de la diversidad y frecuencia de la flora liquénica y su correspondiente análisis e interpretación para detectar patrones espaciales que concuerden con la potencial distribución de la contaminación en el lugar. Los resultados de este estudio indican que el método es aplicable y que las comunidades liquénicas han sido posiblemente afectadas por la contaminación atmosférica, de manera coherente con la probable distribución espacial de los contaminantes. De esta forma, es presentada una metodología factible para el monitoreo de la contaminación atmosférica en Chile, que podría contribuir hacia un mejor entendimiento de su comportamiento espacial e impacto sobre los ecosistemas forestales peri-urbanos, así como a el conocimiento y conservación de la biodiversidad. Palabras Clave: líquenes, bioindicadores, contaminación atmosférica, Quebrada de la Plata.

ABSTRACT

To solve the problem of the high atmospheric pollution in some cities of Chile, it is necessary to elaborate adequate measures supported on a correct monitoring of the sources and receptors. One of the receptors that can give more information is the vegetation of peri-urban forest ecosystems, and specially lichens who has proved to be useful bioindicators of several air pollutants. The goal of this study is to evaluate the use of lichens like bioindicators of atmospheric pollution in Quebrada de la Plata (Santiago, Chile), applying international methodology based on quantitative indicators, constructed from the record of diversity and frequency of the lichens flora and their corresponding analysis and interpretation to detect space patterns which agree with the potential distribution of pollution in the place. The results of this study indicate that the method is applicable and that the lichens communities have been possibly affected by the atmospheric pollution, in a coherent way with the probable spatial distribution of pollutants. Thus, it is presented a feasible methodology for monitoring the atmospheric pollution in Chile, that could contribute toward a better understanding of their spatial behavior and impact on the peri-urban forest ecosystems, as well as to the knowledge and conservation of the biodiversity. Key words: lichens, bioindicators, atmospheric pollution, Quebrada de la Plata.

1. INTRODUCCIÓN

La contaminación del aire es uno de los problemas ambientales más importantes y su incremento se ha constatado a escala global (Arguedas, 2002). Por esto es cada vez más necesario confeccionar medidas tecnológicas, jurídicas y administrativas que mitiguen o anulen totalmente sus daños, necesitando para ello obtener datos tanto de focos emisores como receptores. Uno de estos focos receptores es la vegetación peri-urbana, la que sufre su agresión y afecta por ello elementos como su calidad y su cantidad (Seoanez, 1999). Los líquenes son organismos extremadamente sensibles a estrés ambiental, especialmente los relacionados a contaminación atmosférica, eutrofización y cambio climático (Asta et al., 2003). Es así como estudios bien diseñados e implementados pueden ayudar a determinar la relación de la contaminación con algunos cambios en el hábitat, la condición o la viabilidad del liquen, y entregar información útil para la protección de los recursos en parques, bosques y refugios (Blett et al., 2003). Además, como sostiene Broad (1989), los líquenes pueden servir como indicadores para efectos de mapeo de la contaminación. Santiago es reconocida como una de las ciudades con mayores niveles de contaminación atmosférica en el mundo (Katz, 2000), y sin embargo son escasos los estudios que aborden sus efectos sobre la vegetación y nulos los que consideren los efectos de estos contaminantes sobre los ecosistemas forestales peri-urbanos. El propósito de este proyecto es evaluar el uso de líquenes como indicadores biológicos de contaminación atmosférica en un sector peri-urbano de la ciudad de Santiago, y para ello en esta memoria primero se revisan los conceptos necesarios, algunas aplicaciones a nivel mundial, los métodos y finalmente se exponen las características del sector propuesto para llevar a cabo este estudio. Objetivo General Evaluar el uso de líquenes corticolas como indicadores biológicos de contaminación atmosférica en la Quebrada de la Plata (Región Metropolitana). Objetivos Específicos

· Describir la diversidad y frecuencia de las especies liquénicas presentes en comunidades de Cryptocarya alba (Mol.) Looser en el sector de estudio.

· Identificar patrones de alteración ambiental en las comunidades liquénicas mediante

análisis e interpretación de los datos tomados en terreno.

· Determinar la distribución espacial de las alteraciones en las comunidades liquénicas en el sector de estudio.

2

2. REVISIÓN BIBLIOGRÁFICA

2.1. Contaminación atmosférica 2.1.1. Conceptos y generalidades Según Sarmiento (2000), la atmósfera es la mezcla de gases mantenida alrededor del planeta por efecto de gravedad, compuesta por varias capas, siendo la Troposfera la capa en donde se desarrolla la vida con los procesos de condensación y evaporización inmediata a la superficie de la tierra. Mientras que por el término contaminación se puede entender como la presencia en el ambiente de sustancias, elementos, energía o combinación de ellos, en concentraciones o concentraciones y permanencia superiores o inferiores, según corresponda, a las establecidas en la legislación vigente (Ley Nº 19.300 de Bases del Medio Ambiente, 1994). La integración de estos dos conceptos permite definir a la contaminación atmosférica como la presencia de ciertas sustancias y/o formas de energía en el aire, en concentraciones, niveles o permanencia lo suficientemente altos como para constituir un riesgo a la salud y a la calidad de vida de la población, y a la preservación de la naturaleza o a la conservación del patrimonio ambiental (Zaror, 2000). El mismo autor señala que los contaminantes atmosféricos pueden ser clasificados como primarios, si son emitidos directamente a la atmósfera por procesos naturales o antropogénicos, y se incluyen entre estos a las partículas atmosféricas, compuestos de azufre, compuestos de nitrógeno, compuestos orgánicos, compuestos metálicos, ruido y radiaciones ionizantes. También pueden ser clasificados como contaminantes secundarios, en el caso de generarse a partir de reacciones químicas que ciertos contaminantes primarios sufren en la atmósfera, como es el caso del ozono troposférico. Según Sandoval (1993), la contaminación atmosférica es un sistema compuesto por tres componentes: las fuentes emisoras (naturales o antrópicas); la atmósfera, que recibe y transporta los contaminantes (bajo procesos de transformación, en algunos casos); los receptores (seres vivos y materiales), quienes son afectados por los contaminantes. El mismo autor señala que para disminuir o evitar los efectos provocados por estos contaminantes (efectos que pueden ser de carácter local o global), existen diversas formas de acción que incluyen desde el monitoreo hasta el control sobre las emisiones. Respecto a la primera, Martínez y Romieu (1997), definen al monitoreo atmosférico como el conjunto de metodologías diseñadas para muestrear, analizar y procesar en forma continua las concentraciones de contaminantes presentes en el aire en un lugar y tiempo determinado, y su importancia radica en que permite formular estándares de calidad, llevar a cabo estudios que permitan relacionar concentraciones de contaminantes y daños en la biota, especificar tipos y fuentes emisoras, así como llevar a cabo estrategias de control (entre otras actividades). Las mismas autoras señalan que las metodologías de monitoreo se pueden clasificar en muestreadores pasivos, muestreadores activos, analizadores automáticos en línea, sensores remotos y bioindicadores (o indicadores biológicos).

3

2.1.2. Bioindicación y el potencial de la vegetación forestal Un indicador biológico o bioindicador es en términos generales, como señala Hawksworth (2005), un organismo cuyas funciones vitales se relacionan con efectos medioambientales (naturales o antropogénicos), de tal forma que pueden ser utilizados para señalar la presencia de alguno de estos factores. En el caso de los bioindicadores de contaminación atmosférica, su utilidad radica en permitir medir directamente el impacto de los contaminantes sobre organismos vivos (principalmente vegetales), en donde la vegetación forestal ha aportado variados bioindicadores para los distintos contaminantes, incluyendo desde las cortezas y hojas de árboles (latifoliadas), hasta musgos y líquenes (Steubing et al., 2001). Martínez y Romieu (1997), también nombran las acículas de abetos y sus cloroplastos, acículas de pino, así como el tipo y distribución de líquenes. Finalmente Cantin (2003), señala la acumulación de Cd y Cr en los anillos de crecimiento de Cupressus

macrocarpa, por efecto de contaminación atmosférica. La síntesis de estos bioindicadores forestales, se puede observar en el cuadro 1. Cuadro 1. Bioindicadores forestales de contaminación atmosférica.

Indicadores Tipo de indicación Anillos (Xilema) de Cupressus

macrocarpa Acumulación de Cd y Cr en anillos de crecimiento (Cantin, 2003).

Corteza de árboles de varias especies Acumulación de polvo y/o el complejo de contaminantes con preferencia por gases ácidos (Steubing et al., 2001).

Hojas de especies de hoja grande como Drimys sp. y Populus sp.

Acumulación de polvo en hojas (Steubing et al., 2001).

Musgos Reacción visible al complejo de contaminantes con preferencia por gases ácidos; acumulación de metales pesados.

Líquenes Reacción visible al complejo de contaminantes con preferencia por gases ácidos (SO2), amoniaco y fluoruros; acumulación de metales pesados y radioactivos. También reaccionan visiblemente a los rayos U.V.

Abies sp. Acumulación de S en acículas, medición de los efectos del O3 en los cloroplastos.

Acer pseudoplatanus Acumulación de HF. Eucalyptus sp. Reacción visible a los policíclicos

aromáticos carbonados (PAC). Pinus sp. Reacción visible al SO2 y acumul. de PAC. Populus sp. Acumulación de polvo y SO2 Prunus domestica Reacción visible por HF y metales pesados. Taxus baccata Acumulación de HF. Tilia sp. Acumulación de metales pesados. Vegetales en general Reacción visible al polvo.

Fuente: Elaboración propia.

4

Sin embargo, como señala Hawksworth (2005), son los líquenes los bioindicadores forestales que están siendo utilizados con más éxito para el monitoreo de la contaminación atmosférica. Desde 1960, que fue cuando se descubrió su susceptibilidad al dióxido de azufre, se han publicado más de 2000 trabajos relacionados a la contaminación atmosférica, siendo su éxito atribuido a las siguientes características:

• Son ubicuos. • No poseen cutícula protectora y absorben contaminantes en casi toda su superficie. • Al ser el resultado de una simbiosis, el impacto sobre uno de los componentes

afecta al otro. • Son longevos. • Son perennes.

Ademas, Barreno (1997), agrega que los líquenes también poseen reacciones de tolerancia-evitación, escasa movilidad, biomasa suficiente e interacciones mínimas con el sustrato, características que sumadas a las anteriores destacan a estos organismos como bioindicadores por excelencia. El mismo autor señala que, en particular, los líquenes epífitos se consideran como los mejores bioindicadores de contaminación atmosférica ya que las características de las cortezas sobre las que habitan son constantes para cada especie, constituyendo así un sustrato homogéneo. 2.2. Líquenes 2.2.1. Conceptos y generalidades Un liquen se define como una planta criptógama talofita, constituida por un hongo que vive en estrecha simbiosis con algas clorófitas o cianofitas y que se clasifica dentro del sistema de los hongos (Redon, 1985). Por su parte, Barreno (1997), agrega que el tipo de asociación simbiótica podría corresponder a un mutualismo o a un parasitismo, pero que la determinación exacta es aun objeto de controversia. Ainsworth y Bisby (1971) señalan que el hongo es el que da la forma al talo y a los cuerpos fructíferos, lo que algunas veces es influenciado por el alga. Según Broad (1989), las células del alga por medio de fotosíntesis proveen la nutrición orgánica del liquen mientras que los tejidos del hongo absorben agua, nutrientes y gases del ambiente, además de cumplir una función estructural y de protección. Estructuralmente, las algas se pueden encontrar distribuidas al azar, en una matriz gelatinosa, a través del talo, o en una compacta capa bajo el córtex superior o inferior, predominando solo en unos pocos casos, ya que es el hongo el que principalmente domina el talo adoptando forma de arbusto o barba (liquen fruticoso), de hoja (liquen folioso), de escamas (liquen escuamuloso) o de costra (liquen crustoso)(Ainsworth y Bisby,1971). Los mismos autores señalan que el hongo se reproduce sexualmente (generalmente por ascocarpos) y el alga lo hace asexualmente (ya sea por simple fragmentación, soredios o isidios). En cuanto a su ecología, Redon (1985), señala que los líquenes han desarrollado una gran plasticidad permitiéndoles ocupar variados sustratos, como rocas (líquenes saxícolas) o cortezas de árboles (líquenes epifitos cortícolas), en las más diversas zonas climáticas del planeta.

5

2.2.2. Taxonomía Según Redon (1985), el liquen al corresponder a una asociación entre dos organismos, es un concepto biológico y no taxonómico, y la sistemática moderna los ha ubicado dentro del sistema de los hongos (Reino Fungi). De estos, son alrededor de 16.000 los ascomycetes liquenizados y representan el 99% del total de especies. Estos pertenecen a la División Ascomycota, Clase Ascomycetes y Subclase Ascomycetidae, que se caracteriza por el desarrollo de un sistema de hifas ascogenas y formar ascocarpos. La mayoría pertenece al grupo de hongos ascohimeniales y muy pocos al grupo de hongos ascoloculares, y la delimitación de sus categorías sistemáticas es la siguiente: .- Familias: Los aspectos más importantes son la ontogenia de los ascocarpos, el desarrollo de los tejidos estériles que rodean los ascos, la estructura de los ascos, la forma y color de las esporas, las estructuras vegetativas, el contenido químico y el tipo de alga. .- Géneros: Para su identificación, en la actualidad se utiliza la estructura anatómica, el contenido químico y la ontogenia de los ascocarpos. Aunque tradicionalmente se utilizaba la forma y color de las esporas, el borde de los ascocarpos, la forma de crecimiento y el tipo de ficobionte. .- Especies: la identificación precisa de esta categoría, reviste una mayor dificultad que en los casos anteriores. En las formas crustosas se utiliza el tamaño y estructura de las esporas; en las formas foliosas y fruticulosas se analiza la presencia de soralios, isidios, cilios, tomento y cefalodios. En el anexo I se pueden observar los órdenes, subórdenes y principales familias. 2.2.3. Identificación Según Quilhot (2006), el método para determinar una especie liquénica consta de lo siguiente: 1.- Comparación con especímenes de herbario previamente identificados (si existen). 2.- Cortes histológicos a mano alzada o micrótomo de congelación para conocer la forma y tamaño de las esporas, grosor del himenio en los apotecios, espesor de los estratos talinos (corteza superior e inferior, estrato del fotobionte, estrato medular). 3.- Química de los compuestos del metabolismo secundario mediante cromatografía en capa fina en eluentes estandarizados. La misma autora señala que se debe tener alguna noción del género o familia a la que pertenece la muestra, de lo contrario la identificación se hace muy difícil. Y, aunque la misma autora antes señalada no lo incluye en su lista, se debe agregar el uso de claves y la revisión bibliográfica respectiva. Mas detalles sobre las técnicas de identificación son revisadas por Goward et al. (1994) y Redon (1985), entre otros. 2.2.4. Utilidad como bioindicadores Hawksworth (2005), señala que ya en el siglo XIX se reconoció el rol bioindicador de los líquenes pero no fue hasta 1960 que se descubrió que el dióxido de azufre era el principal factor que afectaba su crecimiento, distribución y salud. Fue este último hallazgo el que gatilló un gran aumento en la cantidad de trabajos que utilizaban a los líquenes como

6

biomonitores, contándose actualmente con un gran numero de investigaciones y libros, y una serie acerca de literatura liquénica publicada, denominada “The Lichenologist”. Al respecto, el Servicio Forestal de los Estados Unidos (USFS, 2004), señala que los líquenes pueden ser usados para el monitoreo de contaminación atmosférica debido a que estos son sensibles al dióxido de azufre (SO2), gases fluorados (F), lluvia ácida (incluyendo ácidos sulfúricos y nítricos), amoniaco (NH3), nitratos (NO3), óxidos de nitrógeno (NOX), ozono (O3) y al peroxiacetilnitrato (PAN). Ademas, Garty et al. (2001), agregan que estos organismos se utilizan como indicadores de contaminación atmosférica por metales pesados, mientras que Rubio et al. (2002), señalan que pueden ser usados como indicadores de radiación U.V., por cambios en el grosor de la capa de ozono. Es así, como en muchos países de Europa y en EE. UU. ya se utilizan los líquenes para monitorear los efectos de la contaminación gaseosa y por metales, e incluso se cuenta con algunos ejemplos en países tropicales y en América del Sur, como Argentina. En España, se han llevado a cabo varios estudios en el tema, mereciendo destacar el de "Biomonitorización de la calidad de aire en los alrededores de la Robla (León)" en el que mediante la bioindicación con los líquenes presentes en la corteza de individuos de Quercus

pyrenaica, se pudo establecer el impacto de una central termoeléctrica y una fábrica de cementos sobre la calidad del ambiente circundante (Fernández-Salegui y Terrón, 2003). En Francia por su parte, en la región de Nord-Pas-de-Calais, se cuenta con un sistema permanente de monitoreo de la contaminación mediante bioindicación con líquenes presentes en el arbolado de distintas ciudades (Gaveriaux, 2005). En Italia se utilizó a gran escala un sistema numérico computarizado para producir mapas tridimensionales. Producto de ello es una importante contribución al tema, que fue el mostrar la clara correlación que había entre las zonas delimitadas por los líquenes que reflejaban los grados de contaminación y la frecuencia de cáncer de pulmón (Hawksworth, 2005). En Inglaterra, se analizaron las comunidades de líquenes existentes en el arbolado de 11 zonas y se encontró correlación con los niveles de dióxido de azufre. Otro caso importante en el mismo país, fue un estudio que se llevó a cabo en Londres donde a los 30 años de haber retirado una central térmica contaminante se observó en los jardines del palacio de Buckingham un aumento desde dos especies presentes en 1964 a 30 especies en 1994, y entre ellas, algunas especies que no se habían visto en el lugar desde hace más de 200 años (Hawksworth, 2005). En Estados Unidos, el gobierno puso a disposición un documento llamado “Monitoreo de contaminación atmosférica relacionado con líquenes en Parques Nacionales, Bosques y Refugios: Guía para estudios dirigidos hacia propósitos regulatorios y de manejo”. En él se resumen los estudios de biomonitoreo que se han realizado desde el año 1980 en 84 áreas silvestres. En el documento se incluye estudios de los efectos de la contaminación sobre la fisiología, las comunidades y la química de los tejidos de líquenes, exponiendo desde las ventajas y limitaciones de los métodos, hasta una guía desde el punto de vista regulatorio (Blett et al., 2003)

7

En Argentina, se realizó un estudio de biomonitoreo con líquenes en la Provincia de San Luís, comparando tres áreas con diferentes usos (urbana, rural y un área de Reserva Natural), mediante análisis de riqueza y cálculo del Índice de Pureza Atmosférica (IPA) modificado para un área de clima semidesértico, observándose diferencias estadísticamente significativas entre las tres áreas (Lijteroff y Santoni, 2002). En Chile, se realizó un inventario de líquenes colectados principalmente sobre árboles en 11 comunas de la ciudad de Santiago. Si bien los resultados mostraron que se encontraron líquenes en todas las comunas, se pudo relacionar algunas especies a lugares menos contaminados que otros (Mahu, 1989). 2.3. Metodología de indicación biológica de contaminación atmosférica mediante uso de líquenes 2.3.1. Generalidades Según Steubing et al. (2001), los líquenes se pueden utilizar para monitoreo de contaminación atmosférica, tanto como indicadores de reacción visible (demuestran síntomas visibles frente a una cantidad determinada de tóxicos) o como indicadores de acumulación (no muestran daños visibles frente a una determinada cantidad de tóxicos, pero los acumulan en sus tejidos). Además, pueden ser utilizados para monitoreo pasivo (análisis de indicadores en sus hábitats naturales) o para monitoreo activo (introducción de especies desde un hábitat no contaminado a un área de observación que se presume contaminada). En cuanto al método pasivo, desde 1970 se vienen desarrollando estudios en distintos países del continente europeo. Entre estos, Crespo et al. (1981) señalan que se deben realizar inventarios de la diversidad y frecuencia de las especies liquénicas sobre la corteza de árboles pertenecientes a una sola especie, con al menos cinco árboles por estación cuyos DAP sean similares y que tengan líquenes sobre los 120 cm del suelo, resguardando que las estaciones sean ecológicamente homogéneas. Por su parte, Steubing et al. (2001 ) no varían mucho del criterio anterior, aconsejando mediciones a una altura de fuste de entre 100 y 150 cm, considerando un número de entre tres y cinco árboles test (árboles seleccionados para el inventario) por estación. También Fernández-Salegui y Terron (2003) señalan mediciones a una altura similar (entre 120 y 180 cm sobre el suelo), pero agregan que la especie del forófito (árboles cuyas cortezas son ocupadas por líquenes como sustrato) elegido debe tener una distribución más o menos uniforme dentro del sitio de estudio, y los individuos seleccionados deben contar con DAP de entre 25 y 40 cm. Para estandarizar estos métodos, la Unión Europea editó una pauta denominada “European Guideline for mapping lichen diversity as an indicator of environmental stress” donde Asta et al. (2003) proponen un método para analizar la diversidad y frecuencia de la flora liquénica sobre la corteza de árboles para el monitoreo de contaminación atmosférica, el que se explicará en los próximos puntos. 2.3.2. Diseño Muestral Asta et al. (2003), señalan que primero se define como se seleccionaran y ubicaran las

8

unidades muestrales (estrategia de muestreo), para lo cual se toma en consideración las características de la fuente de emisión o la perturbación. En el caso que el estudio sea general sobre un área (sin perturbaciones distinguibles, ni fuentes puntuales o lineales), se establece una grilla imaginaria sobre ella y se consideran como unidades muestrales cada una de sus intersecciones. En cambio, en el caso de ser una fuente puntual o lineal, se establecerán las unidades muestrales en un patrón geográfico acorde a la distribución esperada de la polución (según la distancia desde la fuente y dirección predominante del viento, entre otras). En cuanto a la densidad muestral, los autores señalan que se puede determinar mediante una fórmula o simplemente a través de una tabla que sugiere densidades de grilla y muestrales acorde a la superficie del área y al tipo de estudio a realizar (cuadro 2). Cuadro 2. Densidad de grilla para diferentes escalas geográficas y tipos de estudio (en km)

Estudio \ Superficie < 5 km2 >5 – 100 km2 >100 – 1000 km2 >1000 km2

Con fuentes distinguibles

0,25x0,25 0,5x0,5 a 6x6 1x1 a 12x12 Inusual

Comparación temporal (antes -

después)

0,25x0,25 0,5x0,5 a 6x6 1x1 a 12x12 Inusual

Sin fuentes distinguibles

0,25x0,25 a 0,5x0,5

0,5x0,5 a 6x6 3x3 a 12x12 > 9x9

Fuente: Asta et al. (2003). Para la táctica de muestreo, los autores señalan que el tamaño de la unidad muestral será la especificada en el cuadro anterior, acorde a la superficie del área y tipo de estudio. La determinación del número de árboles será acorde al tamaño de la unidad muestral, como se observa en el cuadro 3. Cuadro 3. Número de árboles según el tamaño de la unidad muestral.

Tamaño de la unidad muestral 0,25x0,25 km 0,5x0,5 km 1x1 km Número de árboles 3 - 4 4 - 6 6 - 12

Fuente: Asta et al. (2003). Sin embargo, en la práctica pueden existir situaciones que obliguen a modificar este criterio, para lo cual se señalan las siguientes directrices: a) Número de árboles insuficientes: si la unidad muestral no contiene el número mínimo de árboles adecuados, se debe seleccionar otra unidad muestral acorde a un criterio estándar, como por ejemplo seleccionar la unidad más cercana al norte de la original y si esta no cumple, entonces moverse a las unidades más cercanas en sentido horario hasta encontrar una unidad adecuada. b) Procedimiento de selección de árboles en la unidad muestral: Cuando en una unidad muestral exista un número de árboles mayor al elegido para el muestreo, deberá hacer una selección acorde a un método estadísticamente valido como: la selección de los árboles adecuados más cercanos al centro; dividir la unidad muestral en cuadrantes y seleccionar los x árboles adecuados de cada cuadrante, más cercanos al centro de la unidad; dividir la

9

unidad muestral en cuadrantes (considerándolos como subparcelas) y seleccionar los x árboles adecuados dentro de cada subparcela, más cercanos a sus centros. Si en un cuadrante existen menos de los x árboles necesarios, pase al próximo cuadrante y siga normalmente con la elección de los x árboles del cuadrante, pero una vez que se pase por los cuatro cuadrantes, vaya al primer cuadrante con más de x árboles y seleccione los restantes. 2.3.3. Procedimiento de muestreo Se deben seleccionar las especies arbóreas, solo una vez que se conozca el área de estudio y se verifique la frecuencia y distribución de los árboles adecuados. Se aconseja seleccionar árboles de una sola especie, ya que el crecimiento de líquenes corticolas depende fuertemente de las características de la corteza (pH, capacidad de almacenar agua, contenido de nutrientes). En el caso de no poder cumplir lo anterior, se optaran por especies cuyas cortezas tengan propiedades similares, cuidando de no elegir especies cuyas cortezas se descascaren fácilmente. Solo deben ser seleccionados los árboles cuyos troncos reciban radiación directa por al menos una parte del día (no bajo un dosel cerrado), con troncos de a lo menos 40 cm de perímetro e idealmente sobre 70 cm de perímetro (13 cm y 22 cm de DAP, respectivamente), con tamaños similares para un mismo análisis. Finalmente, no se deben elegir árboles visiblemente dañados cuyas cortezas han sido arrancadas o donde sus líquenes han sido afectados por actividades de pastoreo, así como también árboles inclinados que excedan los 10° desde la vertical, o árboles de plantaciones frutales afectados por fungicidas. Para el análisis de la diversidad y frecuencia liquénica se utilizaran cuatro cuadrículas independientes, cada una compuesta por cinco cuadrados de 10 x 10 cm (figura 1). Estas se apoyaran verticalmente al tronco, de tal forma que el límite inferior quede al menos a 1 m por sobre el suelo. De no ser posible lo anterior, se podrán ubicar a una altura inferior pero sus datos deberán ser analizados por separados. Las cuatro cuadrículas se ubicaran según los cuatro puntos cardinales, y solo podrán desviarse de estos en 20° en sentido horario (para esquivar ramas o heridas). Se aceptaran al menos tres cuadrículas por árbol, de lo contrario se deberá seleccionar otro árbol. Aunque exista una gran cobertura liquénica, se deberán evitar las siguientes situaciones: .- Partes dañadas o descortezadas. .- Nudos. .- Canalículos. .- Partes con cobertura de briofitas superior al 25%.

10

Figura 1. Cuadrícula para muestreo de líquenes.

Fuente: Elaboración propia.

En un formulario se registraran las especies de líquenes presentes en cada cuadrícula, así como la frecuencia de ocurrencia de cada especie en los cinco cuadrados de ella. Es así, como la lista de especies con sus frecuencias en una cuadrícula constituyen un inventario de vegetación liquénica. Todas las especies son adecuadas para el cálculo del Valor de Diversidad Liquénica (LDV, por sus siglas en inglés). En el caso donde la identificación de una especie en particular sea muy difícil, se anotará como "Sp. nr. x". Además, se deben tomar las siguientes consideraciones:

• No remover alguna especie que se encuentre con problemas de conservación. • No remover líquenes dentro del espacio ocupado por la cuadrícula, si se planea otro

análisis a futuro. • Los líquenes deben ser identificados según los métodos descritos en la literatura o

por especialistas. 2.3.4. Análisis de los datos La metodología propuesta por la Comunidad Europea incluye los siguientes estimadores:

• Valor de diversidad liquénica (LDV): es un estimador estadístico de las condiciones ambientales en la unidad muestral, y se basa en la suma de las frecuencias medias de las especies para cada orientación de cada árbol incluido en la estación.

• Clases de diversidad liquénica (LDC): Determina la agrupación de los valores de LDV, dentro de clases lo suficientemente amplias para reflejar diferencias estadísticas y ambientales significativas entre estaciones, permitiendo distinguir la existencia de zonas de distinta calidad ambiental, ocupando para ello el error estándar de las frecuencias de las especies en cada orientación de cada árbol de la estación.

11

No obstante, otros autores ocupan los siguientes índices: • Índice de Pureza Atmosférica (IPA): Según Fernández-Salegui y Terrón (2003),

este es uno de los métodos más utilizados en trabajos de biomonitorización y se basa en las variaciones que la contaminación atmosférica induce sobre las comunidades liquénicas. Se calcula a partir del número de especies presentes y la frecuencia de cada una de ellas en las diferentes localidades de estudio.

• Índice de pureza atmosférica modificado: Según Lijteroff y Santoni (2002), este

índice aporta mayor sensibilidad en áreas de climas más rigurosos y mayor contaminación, donde el número de taxas es más reducido. Funciona de manera similar al IPA, pero incluye en su fórmula una razón entre el factor de riqueza local y total.

2.3.5. Mapeo e interpretación Según la metodología de la Comunidad Europea, Asta et al. (2003) señalan que con los datos obtenidos se puede construir un mapa mediante el trazado de la grilla. Para ello, los valores de LDV de las unidades muestrales son asignados a sus respectivas LDC, designando un color para cada LDC y coloreando las unidades muestrales según esto. En el caso del IPA, Fernández-Salegui y Terrón (2003), señalan que primero de definen intervalos y luego se cartografían las estaciones señalando sus valores de IPA y los intervalos a los que corresponden. Tanto para los valores de LDV, IPA e IPAM la interpretación es similar, donde un mayor valor indicará comparativamente una mejor calidad ambiental. 2.4. Potencial del uso de líquenes como indicadores biológicos de contaminación atmosférica en la Quebrada de la Plata, RMS. La ciudad de Santiago está situada en la depresión central en los 33° 27’ de latitud Sur y 70º 42’ de longitud Oeste (DGAC, 2007), y según Corvalán (1998) existen diversos factores que favorecen a la contaminación atmosférica de Santiago, como la débil tasa de renovación del aire al interior de la cuenca o la alta concentración de población y actividades contaminantes, entre otras. Son numerosas las investigaciones acerca de los efectos de la contaminación atmosférica sobre la salud de las personas de Santiago, los que van desde irritación de ojos y vías respiratorias hasta el aumento de cáncer pulmonar y otras enfermedades que conducen a la muerte (Muñoz, 1992), pero son escasas aquellas que abordan los efectos de la contaminación atmosférica sobre la vegetación y los ecosistemas forestales de la Región Metropolitana. Sin embargo, a nivel mundial se han realizado numerosos trabajos al respecto, y entre los métodos ocupados Seoanez (1997), señala que los indicadores biológicos se utilizan desde hace más de 100 años para evaluar la calidad ambiental ya que poseen ventajas como la de responder a gran número de compuestos o la de permitir la observación de efectos acumulativos a lo largo del tiempo, destacando la gran sensibilidad

12

de los líquenes a las impurezas atmosféricas. Al respecto, Blett et al. (2003) señalan que en EE.UU. tanto el National Park Service (NPS), el United State Forest Service (USFS) y el Fish and Wildlife Service (FWS) utilizan el estudio de las comunidades liquénicas como indicadores de la calidad del aire, de cambio climático y de la salud del ecosistema en la mayoría de las zonas boscosas del territorio nacional. Así también, los mismos autores señalan que en la mayoría de los parques y bosques del país existen datos de análisis de líquenes relacionados con la calidad del aire. Para poder realizar estudios como los antes señalados, es deseable y necesario en primera instancia contar con datos históricos, ya sean directamente de biomonitoreo con uso de líquenes o indirectamente reconocimientos florísticos a nivel de líquenes que se puedan utilizar para posteriores análisis de biomonitoreo. A pesar de que estos trabajos son casi nulos en el país, se cuenta con un valioso reconocimiento florístico realizado por Schlegel (1963) en la Quebrada de la Plata (RMS), en el cual se identificaron cinco ordenes de líquenes, representados por diez familias y 17 especies. De estas especies, ocho se encontraron en bosques de Cryptocarya alba y cinco en Retanilla trinervis. Gracias a esta información, se puede seleccionar la o las especies de los forófitos a utilizar para realizar inventarios de la vegetación liquénica dentro de cada estación de muestreo, según los métodos de bioindicación ya explicados anteriormente. Según Tapia (2005), Retanilla trinervis se encuentra presente en la Quebrada de la Plata dentro de cinco comunidades vegetales, en clases diamétricas no superiores a 12 cm de DAP. Sin embargo, también señala que Cryptocarya alba se encuentra dentro de una sola comunidad (comunidad Cryptocarya alba - Quillaja saponaria) pero en individuos pertenecientes a clases diamétricas que van de los 6 hasta los 60 cm de DAP, alcanzando hasta 10 m de altura, en un bosque cuya edad fluctúa entre los 30 y los 40 años. Además, esta especie tiene una distribución bastante amplia dentro del área de estudio encontrándose desde el extremo SO hasta el extremo NE, lo que es de gran importancia para el estudio de la contaminación, ya que la parte SO coincidiría con la mayor apertura de la cuenca representada por el curso medio del río Maipo que es por donde ingresa el aire desde la costa (renovando el de la cuenca), mientras que el extremo NE está muy próximo a la comuna de Pudahuel donde se han presentado altos índices de contaminación atmosférica y se esperaría un mayor impacto por ellos (Morales, 2008).

13

3. MATERIALES Y MÉTODOS

3.1. Materiales Este estudio se desarrolló entre el mes de diciembre de 2007 y enero de 2008, en la Quebrada de la Plata ubicada en la comuna de Maipú, Región Metropolitana de Santiago. Sus coordenadas geográficas son 33º 31' 51'' de latitud sur y 70º 53' 45'' de longitud oeste (figura 2). Pertenece al distrito agroclimático de clima templado, semiárido, mesotermal estenotérmico mediterráneo semiárido (Santibáñez y Uribe, 1990), y su formación vegetacional corresponde a "Matorral Espinoso del Secano Costero" (Gajardo, 1994). Para delimitar la zona de monitoreo, se ocupó la cartografía de las agrupaciones vegetales descritas en la Quebrada de la Plata de Tapia (2005) (anexo II), utilizando en terreno a los líquenes sobre las cortezas de ejemplares de la especie Cryptocarya alba distribuidos dentro de la agrupación vegetal del mismo nombre. Figura 2. Plano de ubicación de la Quebrada de la Plata

Fuente: http://www.ultramap.cl Se ocuparon los siguientes instrumentos: lupa de aumento 30x, un navegador GPS de 12 canales, una huincha diamétrica, y una cuadrícula plástica de 50 x 10 cm, dividida en cinco cuadrados de 10 x 10 cm Tambien, para el procesamiento y análisis de la información se utilizaron ArcView GIS, CartaLinx, Microsoft Word y Microsoft Excel. 3.2. Métodos 3.2.1. Zona de monitoreo, estaciones de monitoreo y árboles test De acuerdo a lo descrito, se determinó una zona de monitoreo a lo largo de una faja transecto de aproximadamente 224 hectáreas de superficie (2800 m de largo por 800 m de

14

ancho), en la cual se realizó el análisis de la metodología propuesta. Esta faja atraviesa el sector de estudio en dirección SO-NE, abarcando en gran parte de su extensión a la agrupación vegetal Cryptocaria alba, identificada por Tapia (2005) y cuya distribución espacial se puede revisar en el anexo II. Siguiendo la metodología de Asta et al. (2003), esta zona se dividió imaginariamente con una grilla compuesta de cuadrados de lado igual a 400 m y en cada vértice se ubicó el centro de una potencial unidad muestral denominada desde ahora como estación de monitoreo (figura 3). Cada estación de monitoreo es un cuadrado de lado igual a 400 m, y está compuesta por los cuatro árboles más cercanos a su centro (denominados desde ahora "árboles test"), y que cumplieron con las siguientes características:

• Ser ejemplares de Peumo (Cryptocarya alba ) en exposición sur. • Mostrar líquenes en al menos tres de sus orientaciones (N, E, S, O) y a una altura de

al menos 1 m sobre el nivel del suelo. • Troncos expuestos a radiación solar por al menos una parte del día. • Troncos con DAP superiores a 13 cm, de tamaño similar. • Troncos rectos o con inclinación leve. • Troncos sin cortezas arrancadas o visiblemente dañadas.

Figura 3. Ubicación de estaciones de monitoreo

EM 1

EM 2

EM 3

EM 4

EM 5

EM 6

EM 7

EM 8

EM 9

EM 10

EM 11

EM 12

EM 13

EM 14

EM 15

EM 16

EM 17

EM 18

EM 19

EM 20

EM 21

EM 22

EM 23

EM 24

2000 0 2000 Meters

N

EW

S

QUEBRADA DE LA PLATAUBICACIÓN DE ESTACIONES MUESTRALES320500

320500

321000

321000

321500

321500

322000

322000

322500

322500

323000

323000

323500

323500

324000

324000

324500

324500

325000

3250006290000 62900006290500 62905006291000 62910006291500 62915006292000 62920006292500 62925006293000 62930006293500 62935006294000 6294000

Fuente: Elaboración propia.

15

3.2.2. Reconocimiento de especies y recolección de datos Luego de revisar las características generales de las especies liquénicas reconocidas por Schlegel (1963) en bosques de Peumo (Cryptocarya alba) en la zona de estudio, se confeccionó una ficha con la descripción de las especies de líquenes, a fin de servir de referencia para su identificación en terreno (apéndice I), mediante el uso de una lupa de aumento 30x. Además, se recolectaron muestras de las especies en bolsas de papel, las que se cotejaron en el Herbario del Museo Nacional de Historia Natural (Stgo.) para corroborar su identificación. También se confeccionaron formularios de campo para recoger la información sobre la frecuencia y diversidad de las especies reconocidas, como también la información del árbol test y de la estación de monitoreo (apéndice II). 3.2.3. Registro de la diversidad (riqueza) y la frecuencia Ocupando el método de Asta et al. (2003), se confeccionó una cuadrícula de 50 x 10 cm compuesta por cuadrados de 10 x 10 cm. Para esto, se utilizó una malla plástica blanca de jardín a la que se le pintaron los cinco cuadrados de color rojo (figura 4). Ésta cuadrícula se ubicó de forma vertical sobre el tronco de cada árbol test, a una altura no menor de un metro sobre el suelo, y con su centro sobre el punto de mayor densidad de líquenes, registrando en los formularios el número de especies presentes (diversidad o riqueza) y la cantidad de cuadrados que ocupa (frecuencia). Esta acción se repitió para cada una de las cuatro orientaciones de cada árbol test en cada estación de monitoreo (figura 5). Figura 4. Cuadrícula Figura 5. Medición con cuadrícula

Fuente: Elaboración propia. Fuente: Elaboración propia.

16

3.2.4. Análisis de los datos Para el análisis de los datos, también se utilizó la metodología propuesta por la Comunidad Europea en su “European Guidelines for Mapping Lichen Diversity as an Indicator of Environmental Stress” (Asta et al., 2003), que incluye un estadígrafo de diversidad por estación y su agrupación en clases. Además, se incluyó un índice de pureza atmosférica ocupado con frecuencia en este tipo de estudios así como una de sus modificaciones, como se explicara en los próximos puntos. 3.2.4.1. Valor de diversidad liquénica (LDV): es un estimador estadístico de las condiciones ambientales en la unidad muestral (j), Para ello, primero se calculó la suma de frecuencias de todas las especies liquénicas encontradas en cada árbol (i) dentro de la unidad. Esta suma de frecuencias se realizó para cada orientación de los troncos por separado (N, S, E y O), y así considerar su efecto sobre el desarrollo de los líquenes. De esta forma, se realizaron cuatro sumas de frecuencias para cada árbol (árbol i: SFiN, SFiE, SFiS, SFiO). Luego, para cada orientación se calculó la media aritmética de la suma de frecuencias (MSF) para cada unidad muestral j, como se muestra en el modelo 1.

nSFSFSFMSFnXjXjXjXj

/)...( 21 +++= (1) Donde XjMSF es el valor medio de la suma de las frecuencias de todas las especies

registradas en las caras de cada tronco, con n igual al número de árboles test, x representando la orientación respectiva (N, E, S y O) y j la estación. Finalmente, el LDV para la unidad muestral j se obtuvo como la suma de las medias aritméticas de cada una de las orientaciones, como se observa en el modelo 2.

)(WjSjEjNjj

MSFMSFMSFMSFLDV +++= (2) 3.2.4.2. Clases de diversidad liquénica (LDC): Determina la agrupación de los valores de LDV, dentro de clases lo suficientemente amplias para reflejar diferencias estadísticas y ambientales significativas entre estaciones, permitiendo distinguir la existencia de zonas de distinta calidad ambiental. Para ello, primero se calculó el error estándar de los LDV, el que se obtiene a partir de las desviaciones estándar de las sumas de las frecuencias, según el modelo 3.

Error Estándar de la unidad j = Desviación Estándar de j / )1( −jn (3) Finalmente, la amplitud de cada clase se considera como tres veces el error estándar, como se observa en el modelo 4.

Amplitud de clase de LDV = 3* Error Estándar (4) Un mayor valor de LDV, comparativamente indicara una mejor calidad atmosférica.

17

También se calcularon los siguientes índices denominados de pureza atmosférica: 3.2.4.3. Índice de pureza atmosférica (IPA): Según Fernández-Salegui y Terrón (2003), este es uno de los métodos más utilizados en trabajos de biomonitorización con líquenes y se basa en las variaciones que la contaminación atmosférica induce sobre las comunidades liquénicas. Se calcula a partir del número de especies presentes y la frecuencia de cada una de ellas en las diferentes localidades de estudio. Se presenta en el modelo 5.

IPA=∑ ft/n (5)

Donde: ft: es la frecuencia total de las especies presentes en todos los árboles de una estación determinada y se calcula como la suma de las frecuencias parciales obtenidas para cada especie en cada árbol.

n: es el número de árboles por estación. Así, las estaciones más contaminadas serán las que muestren menores valores de IPA, y un IPA=0 se entiende como “desierto liquénico” que corresponde al mayor nivel de contaminantes. 3.2.4.4. Índice de pureza atmosférica modificado (IPAM): Según Lijteroff y Santoni (2002), este índice aporta mayor sensibilidad en áreas de climas más rigurosos y mayor contaminación, donde el número de taxas es más reducido. Corresponde a una modificación del IPA del modelo 5, incluyendo en su fórmula una razón entre el factor de riqueza local y total. Se presenta en el modelo 6.

IPA=∑ ft/n * ( S área/ S total) (6) Donde: S área: número de especies en la estación de monitoreo. S total: número total de especies. ft y n son los mismos del índice anterior. 3.2.5. Mapeo e interpretación Se confeccionó un mapa de la zona de monitoreo, mediante el trazado de la grilla y los valores obtenidos en el análisis. Para ello, los valores de LDV de las estaciones de monitoreo se asignaron a sus respectivas LDC, designando un color para cada LDC y coloreando las estaciones según esto. De manera análoga, se confeccionaron mapas para los índices de pureza atmosférica.

18

4. RESULTADOS Y DISCUSIÓN

4.1. Selección de estaciones de monitoreo y árboles test Utilizando las coordenadas de los centros de las potenciales estaciones de monitoreo, se ubicaron e inspeccionaron cada una de ellas en terreno, seleccionando finalmente solo las que cumplieron las condiciones necesarias para ser muestreadas. En cada una de estas estaciones de monitoreo, fueron seleccionados los cuatro árboles más cercanos al centro de la estación, que a la vez cumplieron con los requerimientos de la metodología explicada en el punto 3. Es así como finalmente se consideraron un total de ocho estaciones muestrales y 32 árboles test (figura 6). Figura 6. Estaciones muestrales y árboles test

####

####

####

####

####

####

########

EM 1

EM 6

EM 7

EM 11

EM 14

EM 17

EM 20

EM 23

2000 0 2000 Meters

N

EW

S

QUEBRADA DE LA PLATAESTACIONES DE MONITOREO MUESTREADAS320 50 0

320 50 0

321 00 0

321 00 0

321500

321500

322 00 0

322 00 0

322 50 0

322 50 0

323000

323000

323 50 0

323 50 0

324000

324000

324 50 0

324 50 0

325 00 0

325 00 06290000 62900006290500 62905006291000 62910006291500 62915006292000 62920006292500 62925006293000 62930006293500 62935006294000 6294000

Fuente: Elaboración propia 4.2. Diversidad y frecuencia de especies liquénicas De cada especie se recolectaron muestras, las que fueron procesadas en el Herbario del Museo Nacional de Historia Natural donde se depositó un duplicado. De las ocho especies reconocidas por Schlegel (1963), en los 128 inventarios realizados solo se registraron cuatro especies de líquenes: Lecidea sp. (fig.7), Haematomma sp. (fig.8),

19

Pseudocyphellaria hirsuta (fig.9), Ramalina chilensis Bertero ex. Nyl (fig.10). Los registros de los formularios se pueden observar en el apéndice III. Sistemáticamente todas estas especies pertenecen a un mismo Orden (Lecanorales), pero a cuatro familias y géneros distintos. Morfológicamente son de tres biotipos diferentes (las primeras dos especies son crustosas, la tercera es foliosa y la última es fruticosa).

Figura 7. Muestra de Lecidea sp. sobre ramas de C. alba

Fuente: Elaboración propia. Figura 8. Muestra de Haematomma sp. sobre corteza y rama de C. alba

Fuente: Elaboración propia.

20

Figura 9. Muestra de Pseudocyphellaria hirsuta en rama de C.alba

Fuente: Elaboración propia.

Figura 10. Muestra de Ramalina chilensis

Fuente: Elaboración propia.

Las cuatro especies estuvieron presentes en la mayoría de las estaciones, salvo en la estación 11 donde Haematomma sp. no se encontró, y su frecuencia total fue de 802 cuadros, correspondiendo una mayor presencia a Lecidea sp. y una menor a Haematomma

sp. (apéndice IV). En cifras generales, se presentaron con mayor frecuencia las especies crustosas, seguidas por las foliosas y fruticosas lo que, según Hale (1969), es coherente con las distintas tolerancias de los biotipos frente a la contaminación atmosférica.

21

En cuanto a la distribución espacial, es en la estación 11 donde la mayoría de las especies presentaron una menor frecuencia, a excepción de Lecidea sp. cuyo mínimo fue en la estación seis (figura 11). Figura 11. Frecuencia de especies por estación muestral (EM)

01020304050607080

EM1 EM6 EM7 EM11 EM14 EM17 EM20 EM23

Estaciones de Monitoreo

Fre

cuen

cia L. sp.

H.sp.

P. hirsuta

R.chilensis

Fuente: Elaboración propia. En la figura anterior, al analizar el comportamiento de cada una de las especies, se puede observar que las especies Lecidea sp. y Pseudocyphellaria hirsuta presentan una leve tendencia creciente en la dirección NE-SO (desde EM1 a EM23), en cambio, Haematomma

sp. y Ramalina chilensis presentan una leve tendencia decreciente en la misma dirección. Esto, según Jovan (2008), se podría deber al distinto grado de tolerancia de las especies frente a los contaminantes atmosféricos presentes en el lugar, lo que conduciría finalmente a una fragmentación de la comunidad original. En cuanto a la distribución de especies según sus orientaciones sobre los troncos, la mayor frecuencia se observó en la orientación sur (figura 12). Específicamente Pseudocyphellaria

hirsuta mostró una frecuencia mayor en su cara sur, lo que según Woda et al. (2006), es común en organismos que prefieren una menor oferta de luz como los líquenes foliosos. Sin embargo, los mismos autores señalan que los líquenes fruticosos prefieren orientaciones más iluminadas (NO), lo que no se condice con el comportamiento de Ramalina chilensis

cuya mayor frecuencia fue en las caras de orientación sur. Esto posiblemente se deba a la baja humedad característica del clima semiárido de la zona, a diferencia del lugar de estudio de los autores recién citados (Cordillera Pelada, en las coordenadas 40° 10' S y 73° 39' O) donde la limitante al interior del bosque es la luz y no la humedad (apéndice IV).

22

Figura 12. Frecuencia según orientación

0

100

200

300N

E

S

O

Frecuenciatotal

Fuente: Elaboración propia. 4.3. Valor de diversidad liquénica (LDV) En general se observaron valores fluctuantes por sobre y bajo la media, con un máximo en la estación 14 y un mínimo en la estación 11 (figura 13). Se determinó que los datos no siguen una tendencia clara en el gradiente NE-SO, ya que no se pudo encontrar una regresión que entregara un coeficiente de determinación aceptable (R2 > 0.5). Los cálculos se pueden revisar en el apéndice V. Figura 13. Valores del LDV por estación de monitoreo (EM)

0

10

20

30

40

EM1 EM6 EM7 EM11 EM14 EM17 EM20 EM23

Estaciones de Monitoreo

LD

V

LDV

Fuente: Elaboración propia. 4.4. Clases de diversidad liquénica (LDC) Se determinaron tres LDC, donde la clase alta tuvo un rango amplio que agrupó a la mayor cantidad de estaciones (cuadro 4).

23

Cuadro 4. Clases de diversidad liquénica CLASE RANGO VALORES DE LDV ESTACIONES Alta 24-37 EM1, EM7, EM14, EM17, EM23 Media 20-23 EM20 Baja 13-18 EM6, EM11 Fuente: Elaboración propia. Se puede observar que las estaciones ubicadas en la mitad SO del transecto, pertenecen a las clases de diversidad media a alta. Los cálculos de adjuntan en el anexo V. 4.5. Índice de pureza atmosférica (IPA) Al igual que en el caso del índice de diversidad liquénica (LDV), los valores del IPA fluctuaron por sobre y bajo la media, con un máximo en la estación 14 y un mínimo en la estación 11 y sin reflejar una tendencia clara (figura 14). Figura 14. Valores del IPA por estación de monitoreo (EM)

0

10

20

30

40

EM1 EM6 EM7 EM11 EM14 EM17 EM20 EM23

Estaciones de Monitoreo

IPA

IPA

Fuente: Elaboración propia. Después de realizar un análisis de varianza (ANOVA) a los valores IPA de los árboles test por estación de monitoreo se puede aseverar que, con una probabilidad de error no superior al 5%, existen diferencias estadísticamente significativas entre las estaciones. Luego, al aplicar el método de comparación múltiple de medias de Duncan (apéndice V), se encontró que las estaciones se agrupan en cuatro clases de valores de IPA (cuadro 5). Cuadro 5. Clases de IPA

Clase de IPA Estaciones Incluidas Alta EM1, EM7, EM14 Media-Alta EM17, EM23 Media-Baja EM20

Baja EM6, EM11 Fuente: Elaboración propia.

24

Al igual que en los resultados de diversidad LDV, se puede observar que las estaciones ubicadas en la mitad SO del transecto, pertenecen a las clases de diversidad media a alta. Observación: Debido a que la cantidad de clases obtenidas fue un número par y dada la cercanía de las clases intermedias al valor central o medio de los IPA, se optó por asignarles a estas la denominación de “Media-Alta” y ”Media-Baja”. 4.6. Índice de pureza atmosférica modificado (IPAM) Si bien los valores obtenidos siguen la misma tendencia que para los valores LDV e IPA, se observa un ajuste en los valores de las estaciones que solo presentaron tres especies (EM11 y EM17) en vez de las cuatro que estuvieron presentas en todas las demás (figura 15). Figura 15. Valores del IPAM por estación de monitoreo (EM)

0

10

20

30

40

EM1 EM6 EM7 EM11 EM14 EM17 EM20 EM23

Estaciones de Monitoreo

IPA

M

IPAM

Fuente: Elaboración propia. Al igual que en el índice anterior, se realizó un análisis de varianza (ANOVA) a los valores IPAM de los árboles test por estación de monitoreo, de donde se puede aseverar que, con una probabilidad de error no superior al 5%, existen diferencias estadísticamente significativas entre las estaciones (apéndice V). Luego, al aplicar el método de comparación múltiple de medias de Duncan (apéndice V), se encontró que las estaciones se agrupan en cinco clases de valores de IPAM (cuadro 6). Cuadro 6. Agrupación de estaciones (EM)

Clase de IPAM Estaciones Incluidas Muy Alta EM1, EM7, EM14 Alta EM23 Media EM17, EM20

Baja EM6

Muy Baja EM11 Fuente: Elaboración propia.

25

Al igual que en los índices anteriores, se puede observar que las estaciones ubicadas en la mitad SO del transecto, pertenecen a las clases de diversidad media a alta. Sin embargo, a diferencia de las clases de IPA, aquí los valores quedan menos agrupados debido al ajuste inducido por el ponderador de la importancia relativa de las especies. 4.7. Mapeo e interpretación Al asignar las estaciones de monitoreo a las respectivas clases de LDV, se observa que en la mitad SO del transecto existe una predominancia de valores medios a altos de diversidad liquénica (figura 16). Figura 16. Clasificación de las estaciones (EM) según valores del LDV

2000 0 2000 Meters

N

EW

S

QUEBRADA DE LA PLATACLASES DE LDV320500

320500

321000

321000

321500

321500

322000

322000

322500

322500

323000

323000

323500

323500

324000

324000

324500

324500

325000

3250006290000 62900006290500 62905006291000 62910006291500 62915006292000 62920006292500 62925006293000 62930006293500 62935006294000 6294000

Fuente: Elaboración Propia. Se observa un comportamiento similar al asignar las clases de IPA (figura 17) e IPAM (figura 18), aunque en ambos casos disminuye la presencia de la clase alta en la mitad SO del transecto estudiado. Sin embargo, se puede observar que el IPAM no permite un nivel de agregación como el del IPA, debido a que ajusta los valores según el peso relativo de la diversidad de la estación con respecto a la diversidad total, lo que acentúa las diferencias de las estaciones con menor diversidad.

26

Figura 17. Clasificación de las estaciones (EM) según valores del IPA

2000 0 2000 Meters

N

EW

S

QUEBRADA DE LA PLATACLASES DE IPA320500

320500

321000

321000

321500

321500

322000

322000

322500

322500

323000

323000

323500

323500

324000

324000

324500

324500

325000

3250006290000 62900006290500 62905006291000 62910006291500 62915006292000 62920006292500 62925006293000 62930006293500 62935006294000 6294000

Fuente: Elaboración Propia. Figura 18.Clasificación de las estaciones (EM) según valores del IPAM

2000 0 2000 Meters

N

EW

S

QUEBRADA DE LA PLATACLASES DE IPAM320500

320500

321000

321000

321500

321500

322000

322000

322500

322500

323000

323000

323500

323500

324000

324000

324500

324500

325000

3250006290000 62900006290500 62905006291000 62910006291500 62915006292000 62920006292500 62925006293000 62930006293500 62935006294000 6294000

Fuente: Elaboración Propia.

27

Este comportamiento general de los tres índices es coherente con el planteamiento inicial sobre una mejor calidad del aire en la mitad SO del sector de estudio, debido a estar más alejado de la urbe y más cercano a la cuenca del río Maipo que es el punto de entrada de aire menos contaminado desde el océano Pacífico. Esto se ve reforzado por el hecho de que los datos tomados en terreno señalan que en la mitad SO de la faja transecto se encuentran principalmente alturas superiores a los 700 msnm (figura 19), lo que aumenta la probabilidad de superar el límite de la capa de inmersión térmica que encierra la contaminación atmosférica en su periodo más crítico (De la Cuadra, 2002) Figura 19. Altitud de las Estaciones de Monitoreo (EM)

0

200

400

600

800

1000

EM1

EM6

EM7

EM11

EM14

EM17

EM20

EM23

Estaciones de Monitoreo

Altu

ra (m

snm

)

Altura (msnm)

Fuente: Elaboración propia. Es factible pensar que los resultados presentados en este trabajo estarían reflejando el efecto de la contaminación atmosférica, ya que la selección de las unidades muestrales según la metodología utilizada, ha sido diseñada para evitar subjetividades y disminuir el efecto de otras variables ambientales (Asta et al., 2003). Sin embargo, al no observar una tendencia clara de los valores de IPA y LDV en el transecto estudiado, cabe la posibilidad que, como señalan Santoni y Lijteroff (2006), estén actuando modificaciones de las corrientes de viento por los accidentes geográficos del lugar. Para poder corroborar y ahondar en los resultados obtenidos en este trabajo, será de utilidad que en el futuro se realicen en el mismo lugar otros estudios que aporten datos de los contaminantes presentes en el lugar (medición de contaminantes en los tejidos liquénicos o en otros bioindicadores forestales como los revisados en el punto 2) para que, como señala Jovan (2008), se integren otras fuentes de información que puedan ayudar a establecer fuertemente los patrones entre la composición de las comunidades liquénicas y su relación con los contaminantes presentes. Si para realizar nuevos estudios de monitoreo en el sector, se opta por utilizar otras comunidades liquénicas, se debe considerar que, si bien en el lugar de estudio se observó una presencia importante sobre otras especies arbóreas (principalmente Acacia caven), no es factible utilizar el método presentado en este trabajo, ya que gran parte de los potenciales forófitos presentan un hábito arbustivo y/o los diámetros de sus fustes son muy delgados.

28

No obstante, en estas comunidades se podrían aplicar otros métodos de bioindicación, basados en patrones de distribución y bioacumulación de contaminantes en tejidos liquénicos (Nayaka et al., 2003), o simplemente en la diversidad existente. De esta forma, contando con un mayor conocimiento del efecto y distribución de los contaminantes en la Quebrada de la Plata, se podrán realizar investigaciones del impacto causado sobre las especies y comunidades arbóreas del bosque esclerófilo, lo que servirá para desarrollar las técnicas silviculturales y de manejo adecuadas. Considerando la alta sensibilidad de los líquenes a la contaminación atmosférica, es bastante probable que la disminución en el número de especies liquénicas registradas en el sector entre 1963 y 2008 (entre el reconocimiento de Schlegel (1963) y el presente estudio), se deba a los altos niveles de contaminación en la ciudad de Santiago. Sin embargo, no es posible aseverar que este sea el principal factor causante, debido a las siguientes razones:

a) Datos insuficientes de monitoreo atmosférico: No existen datos del monitoreo directo (métodos físico-químicos) de los contaminantes atmosféricos en el lugar, para el periodo completo 1963-2008, que permitan establecer la correlación con la disminución en el número de especies de líquenes. Si bien, se sabe que Santiago presenta uno de los más altos niveles de contaminación en el mundo (Katz, 2000), solo existen datos de monitoreo de polvo y dióxido de azufre aportados por la “red PANAIRE” entre los años 1967-1974 (Organización Mundial de la Salud, 1976), los que comenzaron a ser complementados desde 1988 con el establecimiento de la “Red de Monitoreo Automático de la Calidad del Aire Metropolitana, MACAM”, con nuevos datos que incluyeron a otros contaminantes y algunos parámetros ambientales (Muñoz, 1992). Específicamente, las estaciones de la red MACAM más cercanas al sector de estudio (estaciones Pudahuel y Cerrillos), solo fueron instaladas con posterioridad al año 1998 (Iizuka y Nikod, 2000).

b) Carencia de datos de continuidad ecológica e historia del fuego en la agrupación vegetal Cryptocarya alba: Debido a que los líquenes también pueden ser bioindicadores de la continuidad ecológica de un bosque (Ferris y Humpfrey, 1999) y de la historia de sus incendios (Romagni y Gries, 2000), es necesario contar con la historia ecológica y del fuego en las agrupación vegetal denominada Cryptocarya

alba, para el periodo completo 1963-2008, y así poder aislar su incidencia sobre la distribución y frecuencia de las especies de líquenes del lugar. Si bien, como señala Tapia (2005), la vegetación de la Quebrada de la Plata muestra rasgos característicos de una fuerte intervención antrópica en el pasado (incluyendo incendios), no se encontraron antecedentes precisos de la historia del lugar donde se realizó este estudio.

La metodología revisada en este trabajo, presenta variadas e importantes proyecciones de uso en Chile. No solo sirve para indicar la presencia de contaminantes y permitir establecer niveles y comparaciones entre zonas, sino que también permite comparaciones temporales (siempre y cuando se conozca la historia del rodal en el periodo de comparación). Esto último es especialmente útil para evaluar los resultados de la aplicación de medidas de control y/o campañas de descontaminación, además de permitir establecer líneas base previas a la instalación de una fuente contaminante y/o evaluar el impacto de estas en su entorno, como señalan Fernández-Salegui y Terrón (2003).

29

Por otra parte, es importante señalar el papel que pueden desempeñar este tipo de estudios de bioindicación para medir los impactos de fuentes contaminantes ubicadas en los alrededores o en el interior de las áreas silvestres, como en el estudio realizado por Vergara et al. (2005) en una zona de uso especial en las islas Galápagos. Finalmente, se debe destacar el aporte que estudios como este presentan para la conservación de la biodiversidad, ya que aumenta el conocimiento de la flora liquénica de los bosques de nuestro país, que es en donde, como destaca Galloway (1995), se aprecia una de las más altas diversidades a nivel mundial,

30

5. CONCLUSIONES

Es factible utilizar en Chile la metodología establecida por la Unión Europea, siempre y cuando se realice una adecuada selección del área a monitorear, basado preferentemente en estudios previos sobre sus comunidades forestales y su historia, su flora liquénica, sus características climáticas (incluyendo mapas de vientos, en lo posible) y alguna noción de la ubicación de las fuentes potenciales de contaminación. No obstante, el autor estima que luego de aplicar la metodología en distintos tipos de bosques o áreas forestales del país, posiblemente sea necesario realizar ajustes a las situaciones puntuales que surjan de ellos. En cuanto a los resultados obtenidos en la Quebrada de la Plata, se concluye que:

• Es probable que la alta contaminación atmosférica de la ciudad de Santiago, sea uno de los factores causales de la disminución de la diversidad liquénica desde ocho especies reconocidas en 1963 a las cuatro especies registradas en este estudio.

• El orden decreciente de las frecuencias de los biotipos de líquenes desde crustoso a

fruticoso, es un posible indicio del impacto de la contaminación atmosférica sobre las comunidades liquénicas.

• Las similitudes del comportamiento de las frecuencias entre pares de especies

(Lecidea sp-Pseudocyphellaria hirsuta y Haematomma sp-Ramalina chilensis), podría ser el resultado de la fragmentación de una comunidad original debido a los diferentes grados de tolerancia de las especies a los contaminantes atmosféricos presentes.

• La mayor frecuencia de especies liquénicas se presentó en las caras sur de los

troncos, lo que estaría influido principalmente por la humedad, ya que en general es el factor limitante en un clima semiárido como el del lugar de estudio.

• No se observa una tendencia clara de los valores LDV, IPA e IPAM a lo largo de la

faja transecto, lo que podría estar indicando el efecto del relieve sobre las corrientes de aire en el transporte de los contaminantes, entre otros efectos que deberán ser abordados en futuros estudios.

• No se observan diferencias importantes entre los valores de LDV e IPA e IPAM, lo

que es coherente ya que todos estos indicadores se basan en el registro de la diversidad y frecuencia de las comunidades liquénicas. Sin embargo, el autor de este trabajo considera que, dadas las condiciones climáticas y ambientales de la Región Metropolitana de Santiago y la baja diversidad de especies liquénicas observadas, es importante ocupar un indicador que incluya un ponderador que ajuste la importancia relativa de las especies respecto al total muestreado, como lo hace el IPAM.

31

• Es posible llevar a cabo estudios similares en otras especies arbóreas del sector (principalmente Acacia caven), ya que se observó una presencia importante de comunidades liquénicas en ellas. Sin embargo, dado los hábitos de crecimiento (principalmente arbustivos) o los bajos diámetros de sus fustes, se aconseja ocupar otras metodologías.

• Mediante los resultados obtenidos en este trabajo, se pueden realizar otros estudios

que aborden el impacto de la contaminación atmosférica sobre las especies arbóreas y comunidades del bosque esclerófilo, para apoyar el desarrollo de una silvicultura y manejo adecuado a estas condiciones.

• La metodología ocupada en este trabajo, puede ser de utilidad para medir algunos de

los impactos provocados en las áreas silvestres del país.

• Es importante aumentar los esfuerzos en investigación de la flora liquénica de los bosques, dada la importancia que reviste para el conocimiento y la conservación de la biodiversidad en Chile.

• La metodología ocupada presenta un interesante potencial para permitir evaluar los

resultados de campañas de descontaminación, así como para establecer líneas base antes de la instalación de una fuente contaminante y/o evaluar el impacto causado por estas en sus alrededores, siempre y cuando se considere la historia del rodal en el periodo de estudio.

32

6. BIBLIOGRAFÍA

AINSWORTH, G. y BISBY, G. 1971. Dictionary of the fungi: Including the lichens. Kew, Commonwealth Mycological Institute. 663 p. ARGUEDAS, 2002. Análisis de las Normas de Calidad del Aire en Chile, Estados Unidos, México y la Comunidad Europea [en línea] Santiago, Chile <http://www.sesma.cl/sitio/download/aire/aire1.PDF> [consulta: 27 julio 2006] ASTA, J., ERHARDT, W., FERRETTI, M., FORNASIER, F. 2002. Mapping lichen diversity as an indicador of environmental quality [en línea] Holanda < http://dbiodbs.univ.trieste.it/ecoapp/bioind.pdf> [consulta 16 mayo 2008]

ASTA, J. 2003. European guideline for mapping lichen diversity as an indicator of environmental stress [en línea] Comunidad Europea <http://www.thebls.org.uk/content/documents/eumap.pdf> [consulta: 24 enero 2006] BARRENO, E. 1997. Hongos simbiontes: Líquenes, micoficobiosis y micorrizas. En: IZCO J., BARRENO E., BRUGUÉS M., COSTA M., DEVESA J., FERNÁNDEZ F., GALLARDO T., LLIMONA X., SALVO E., TALAVERA S. y VALDÉS, B. (Eds) Botánica. Madrid, McGraw-Hill/Interamericana de España. pp. 309-340 BLETT, T., GEISER, L., PORTER, E. 2003. Air Pollution-Related Lichen Monitoring in National Parks, Forest, and Refuges: Guidelines for Studies Intended for regulatory and management purposes [en línea] Estados Unidos. <http://www2.nature.nps.gov/ard/pubs/index.htm> [consulta: 20 enero 2006] BROAD, K. 1989. Lichens in Southern Woodlands. London, HMSO Books. 48 p. CANTIN, M. 2003. Utilización de anillos de crecimiento de Ciprés (Cupressus macrocarpa Hartw.) para inferir el patrón temporal de contaminación en Ventanas, V Región, (1960-2000). Tesis de Ingeniero Agrónomo. Valparaíso, Pontificia Universidad Católica de Valparaíso, Facultad de Agronomía. 53 p. CHILE. Ministerio Secretaría General de la Presidencia. 1994 Ley Nº 19.300: Bases Generales del Medio Ambiente. Marzo 1994. 33p.

33

CORVALÁN, R. 1998. Contaminación Atmosférica en la ciudad de Santiago [en línea] Santiago, Chile <http://www.ciencia.cl/CienciaAlDia/volumen1/numero1/articulos/articulo5.html> [consulta: 15 marzo 2007] CRESPO, A., BARRENO, E., BUENO, A. y SANCHO, L. 1981. Establecimiento de una red de valoración de pureza atmosférica en la provincia de La Coruña (España) mediante bioindicadores liquénicos [en línea] La Coruña, España. <http://www.ucm.es/BUCM/revistas/far/02109778/articulos/LAZA8181110289A.PDF> [consulta: 12 enero 2006] DE LA CUADRA, F. 2002. Conflicto ambiental y acción colectiva en Chile: el caso de la contaminación atmosférica de Santiago [en línea] Buenos Aires, Argentina. <http://www.clacso.org/wwwclacso/espanol/html/libros/ecologia/ecologia.html> [consulta: 12 marzo 2006] DIRECCIÓN GENERAL DE AERONÁUTICA CIVIL (DGAC). 2007. Climatología de ciudades: Santiago [en línea] Dirección Meteorológica de Chile. <http://www.meteochile.cl/climas/climas_localidades.html> [consulta: 15 mayo 2008] FERNÁNDEZ-SALEGUI, A. y TERRÓN, A. 2003. Biomonitorización de la calidad del aire en los alrededores de la Robla (León) [en línea] León, España. <http://aeet.org/ecosistemas/032/investigacion2.htm> [consulta: 04 enero 2006] FERRIS, R., HUMPFREY, J.W. 1999. A review of potencial biodiversity indicators for Application in British forest [en línea] Forestry, Vol.72, N°4 <http://forestry.oxfordjournals.org/cgi/reprint/72/4/313?maxtoshow=&HITS=10&hits=10&RESULTFORMAT=&fulltext=ecosystem&searchid=1&FIRSTINDEX=10&resourcetype=HWCIT> [consulta: 15 mayo 2008] GAJARDO, R. 1994. La vegetación natural de Chile: clasificación y distribución geográfica. Santiago, Editorial Universitaria. Santiago. 166 p. GALLOWAY, D. 1995. Los líquenes del bosque templado de Chile. En: Armesto J., Villagrán, C., Arroyo, M. (Eds.). Ecología de los bosques nativos de Chile. Santiago, Chile. Editorial Universitaria. pp. 101-112.

34

GARTY, J., TAMIR, O., HASSID, I., ESHEL, A. . 2001. Photosynthesis, chlorophyll integrity, and spectral reflectance in lichens exposed to air pollution [en línea] Journal of Environmental Quality <http://proquest.umi.com/pqdlink?did=78447437&Fmt=3&clientId=65883&RQT=309&VName=PQD> [consulta: 15 mayo 2008] GAVERIAUX, J. 2005.Lichen et qualité de l'air. [en línea] Lille, Francia. <http://www2.aclille.fr/lichen/default.htm> [consulta: 10 noviembre 2006] GOWARD, T., McCUNE, B., MEIDINGER, D. 1994. The lichens of British Columbia [en línea] British Columbia, Canada. < http://www.for.gov.bc.ca/hfd/pubs/docs/Srs/Srs08.htm > [consulta: 20 julio 2006] HALE, M. 1969. How to know the Lichens. Iowa, W.C. Brown Co. 226 p. HAWKSWORTH, D., ITURRIAGA, T., CRESPO, A. 2005. Líquenes como bioindicadores de contaminación y cambios medioambientales en los trópicos. Revista Iberoamericana de Micología; 22: 71-82 IIZUKA, M., NIKOD, C. 2000. Conciencia ciudadana y contaminación atmosférica: Estado de situación en el área metropolitana de Santiago de Chile [en línea] Santiago, Chile. CEPAL < http://www.eclac.org/dmaah/guds/pdf/santiago.pdf > [consulta: 20 junio 2008] JOVAN, S. 2008. Lichen Bioindication of Biodiversity, Air Quality, and Climate: Baseline Results From Monitoring in Washington, Oregon, and California [en línea] Estados Unidos. United States Departament of Agriculture – Forest Service <http://www.fs.fed.us/pnw/pubs/pnw_gtr737.pdf> [consulta: 20 junio 2008] KATZ, R. y BENITEZ, M. 2000. Uso de un Sistema de pronósticos para el control de la calidad del aire en Santiago [en línea] Santiago, Chile. <http://www.cepchile.cl/dms/archivo_1651_834/rev77_katz.pdf> [consulta: 27 julio 2006] LIJTEROFF, R. y SANTONI, C. 2002. Propuesta para modificación del cálculo del Índice de Pureza Atmosférica (I.P.A) utilizando comunidades liquénicas [en línea] San Luis, Argentina. <http://www.cricyt.edu.ar/eco2004/Resumenes/EU_murales.htm> [consulta: 20 marzo 2006] LIJTEROFF, R. y SANTONI, C. 2006. Evaluación de la calidad del aire mediante el uso de bioindicadores en la provincia de San Luis, Argentina [en línea] Revista Internacional de Contaminación Ambiental. Vol.22, numero 1 < http://redalyc.uaemex.mx/redalyc/pdf/370/37022105.pdf> [consulta: 15 mayo 2008]

35

MAHU, M.1989. Pollution atmospherique et lichens dans la ville de Santiago du Chili. Mycotaxon ; 34 : 407-428 MARTINEZ, A. y ROMIEU, I. 1997. Introducción al monitoreo atmosférico [en línea] Organización Panamericana de la Salud (OMS). <http://www.bvsde.paho.org/bvsci/e/fulltext/intromon/intromon.html> [Consulta: 28 diciembre 2007] MORALES, R. 2008. Contaminación atmosférica en Santiago. Santiago, Universidad de Chile. Comunicación personal. MUÑOZ, M. 1992. La contaminación atmosférica en Santiago: Impacto sobre la salud de la población [en línea] Santiago, Chile. <http://www.cepchile.cl/dms/lang_1/doc_1674.html> [consulta: 12 enero 2007] NAYAKA, S., UPRETI, D., GADGIL, M., PANDEY, V. 2003. Distribution pattern and heavy metal accumulation in lichens of Bangalore city with special referente to Lalbagh garden [en línea] Current Cience. Vol. 84, N°5 < http://www.ias.ac.in/currsci/mar102003/674.pdf> [consulta: 20 junio 2008] ORGANIZACIÓN MUNDIAL DE LA SALUD. 1976. Pan American air pollution monitoring network (REDPANAIRE) [en línea] Lima, Peru. < http://www.bvsde.ops-oms.org/bvsacd/scan/08360/08360.htm> [consulta: 19 mayo 2008] QUILHOT, W. 2006. Métodos de reconocimiento de líquenes. Valparaíso, Universidad de Valparaíso. Comunicación personal. REDÓN, J.1987. Líquenes Antárticos. Santiago, Instituto Antártico Chileno. 123 p. ROMAGNI, J., GRIES, C. 2000. Post-Fire recolonization of dominant epiphytic lichen species on Quercus hypoleucoides (Fagaceae) [en línea] American Journal of Botany. Vol. 87, N°12 < http://www.amjbot.org/cgi/reprint/87/12/1815.pdf> [consulta: 20 mayo 2008] RUBIO, C., FERNANDEZ, E., HIDAJGO, M., QUILHOT, W. 2002. Effect of solar UV-B radiation in the accumulation of rhizocarpic acid in a lichen species from alpine zones of Chile [en línea] Bol. Soc. Chil. Quím.. Vol. 47, N°1 < http://www.scielo.cl/scielo.php? pid=S0366-16442002000100012&script=sci_arttext > [consulta: 20 mayo 2008]

36

SANDOVAL, H. 1993. Contaminación y contaminantes, aspectos científicos, teóricos y prácticos [en línea] Santiago, Chile. <http://www.cepchile.cl/dms/archivo_3772_1961/19_cap5intro_libromambiente.pdf> [consulta: 29 diciembre 2007] SANTIBAÑEZ, F. Y URIBE, J. 1990. Atlas agroclimático de Chile. Regiones V y Metropolitana. Santiago, Facultad de Ciencias Agrarias y Forestales, Departamento de Ingeniería y Suelos, Universidad de Chile. 65 p. SARMIENTO, F. 2000. Diccionario de Ecología. Cambridge, Harvard University Press, 514 p. SCHLEGEL, F. 1963. Estudio florístico fitosociológico de la Quebrada de la Plata. Memoria de Ingeniero Forestal. Santiago, Universidad de Chile, Facultad de Ciencias Forestales. 221 p. SEOANEZ, M. 1997. Ingeniería medioambiental aplicada: casos prácticos: resolución de 120 casos prácticos, problemas y proyectos reales para gestores, técnicos, docentes y alumnos. Madrid, Mundi-Prensa. 528 p. SEOANEZ, M.1999. Ingeniería del Medio Ambiente Aplicada al Medio Natural Continental. Madrid, Mundi-Prensa. 702 p. STEUBING , L., GODOY, R., ALBERDI, M. 2001. Métodos de Ecología Vegetal. Valdivia, Editorial Universidad Austral de Chile. 198 p. TAPIA, D. 2005. Propuesta de intervenciones silviculturales con fines de rehabilitación en la Quebrada de la Plata. Memoria de Ingeniero Forestal. Santiago, Universidad de Chile, Facultad de Ciencias Forestales. 94 p. UNITED STATES FOREST SERVICE. 2004. Manual for Monitoring Air Quality Using Lichens on National Forest of the Pacific Northwest [en línea] Oregon, EE.UU. <http://ocid.nacse.org/airlichenPDF/AQBPMthds.pdf > [consulta: 15 abril 2008 ] VERGARA, D., PAREDES, T., SIMBAÑA, W. 2005. Líquenes como bioindicadores de contaminación en el sitio de disposición final desechos sólidos, isla Santa Cruz, Galápagos [en línea] Ecuador. <http://www.rio-b.com/pdf/0509walter_Liquenes_junio05.pdf> [consulta: 12 enero 2008]

37

WODA, C., HUBER, A., DOHRENBUSCH, A. 2006. Vegetación epifita y captación de neblina en bosques siempreverdes en la Cordillera pelada, sur de Chile [en línea] Bosque. Vol. 27, N°3 < http://www.scielo.cl/pdf/bosque/v27n3/art02.pdf> [consulta: 19 mayo 2008] ZAROR, C. 2000. Introducción a la ingeniería ambiental para la industria de procesos. Concepción, Universidad de Concepción. 500 p.

38

7. ANEXOS

7.1. ANEXO I. Ordenes, Subordenes y principales Familias, según el sistema propuesto por Henssen y Jahns (1974), señaladas por Redón (1985). Clase Ascomycetes

• Subclase Ascomycetidae o Grupo Hongos Ascohimeniales

� Orden Caliciales � Familias: Caliciaceae, Cypheliaceae,

Sphaerophoraceae. � Familia anexa: Micocaliciaceae

� Orden Lecanorales

� Suborden Lacanorineae � Familias: Collemataceae, Prameliaceae,

Lecanoraceae, Lecidaceae, Candelariacea, Baeomycetaceae, Cladoniaceae, Stereocaulaceae, Umbilicariaceae, Ramalinaceae, Acarosporaceae, Arctomiaceae, Pannariaceae, Coccocarpiaceae, Heppiaceae.

� Suborden Lichinineae

� Familia: Lichinaceae

� Suborden Peltigerineae � Familias: Placynthiaceae, Peltigeraceae, Stictaceae

� Suborden Teloschistineae

� Familias: Teloschistaceae

� Suborden Physciineae � Familias: Physciaceae

� Suborden Pertusariineae

� Familias: Pertusariaceae, Trapeliaceae

� Orden Ostropales

� Suborden Ostropineae � Familias: Ostropaceae, Thelotremataceae,

Asterothyriaceae.

� Suborden Graphidineae � Familias: Graphidaceae.

� Orden Sphaeriales

39

� Familias: Porinaceae. � Familias anexas: Pyrenulaceae, Microglaenaceae,

Strigulaceae. � Orden Verrucariales

� Familias: Verrucariaceae. Grupo intermedio

� Orden Arthoniales � Familias: Arthoniaceae, Rocellaceae,

Lecanactidaceae, Opegraphaceae.

Grupo Hongos Ascoloculares

� Orden Pleosporales � Familia: Arthopyreniaceae.

� Orden Dothideales:

� Familia: Mycoporaceae Clase Basidiomycetes

• Subclase Holobasidiomycetidae � Orden Aphyllophorales

� Familias: Corticiaceae, Clavariaceae.

� Orden Agaricales � Familia: Tricholomataceae

Clase-Forma Deuteromycetes

� Familia: Stereocaulaceae, Cladoniaceae.

40

7.2. ANEXO II. Mapa de las agrupaciones vegetales en la Quebrada de la Plata (Tapia, 2005).

41

8. APÉNDICES

8.1. APÉNDICE I. Líquenes registrados por Schlegel (1963) en la Quebrada de la Plata, y sus principales caracteres para reconocimiento en terreno.

• Biotipo Crustoso: o Familia Lecideaceae

� Genero Lecidea: Talo crustáceo con márgenes indefinidos, lobulados o escamosos, sin rizinas. Paratecio negro. � Lecidea sp.

o Familia Lecanoraceae:

� Genero Haematomma: Talo crustáceo, paráfisis sencilla, y apotecios sésiles.

• Hematomma puniceum: márgenes lobados, tonalidades gris oscuras.

• Haematomma sp: tonalidades desde gris claro a oscuro.

• Biotipo Folioso: o Familia Stictaceae: talo folioso, grande lobado, algunas veces estipitado o

erguido, desnudo o tomentoso. Apotecios sésiles, submarginales o superficiales, con o sin anfitecio, paratecio bien desarrollado, paráfisis sencillas. Tonalidades verdes grisáceas.

• Pseudocyphellaria hirsuta.

o Familia Parmeliaceae: � Genero Parmelia: talo folioso, decumbente y liso, a veces con

últimos lóbulos erguidos. Tiene rizinas sencillas (algunas veces ramosas pero no anastomosadas). Pared oscura arriba y pardo hialina por debajo.

• Parmelia conspersa.

• Parmelia crinita.

• Biotipo Fruticoso: o Familia Ramalinaceae: Talo fruticoso, erguido o pendiente, adherido al

substrato por un golfo ramoso o ramoso-aplanado, raras veces cilíndricos. Apotecios superficiales, submarginales o terminales, sésiles, raras veces subestipitados, anfitecio bien desarrollado, paratecio hialino, delgado. Disco pálido muchas veces pruinoso, paráfisis sencillas.

� Genero Ramalina: Con tejido esclerótico, espermogonios piriformes y pared hialina.

• Ramalina chilensis: Tonalidades más verdes y pálidas que en R. ecklonii

• Ramalina ecklonii.

42

8.2. APÉNDICE II. Formularios para registro de diversidad y frecuencia de líquenes.

43

8.3. APÉNDICE III. Registros de diversidad y frecuencia de líquenes (hoja 1) SP 1: Lecidea sp.; SP 2: Haematomma sp.; SP3: Pseudocyphellaria hirsuta; SP4: Ramalina chilensis.

44

8.3. APÉNDICE III. Registros de diversidad y frecuencia de líquenes (hoja 2) SP 1: Lecidea sp.; SP 2: Haematomma sp.; SP3: Pseudocyphellaria hirsuta; SP4: Ramalina chilensis.

45

8.3. APÉNDICE III. Registros de diversidad y frecuencia de líquenes (hoja 3) SP 1: Lecidea sp.; SP 2: Haematomma sp.; SP3: Pseudocyphellaria hirsuta; SP4: Ramalina chilensis.

46

8.3. APÉNDICE III. Registros de diversidad y frecuencia de líquenes (hoja 4) SP 1: Lecidea sp.; SP 2: Haematomma sp.; SP3: Pseudocyphellaria hirsuta; SP4: Ramalina chilensis.

47

8.3. APÉNDICE III. Registros de diversidad y frecuencia de líquenes (hoja 5) SP 1: Lecidea sp.; SP 2: Haematomma sp.; SP3: Pseudocyphellaria hirsuta; SP4: Ramalina chilensis.

48

8.3. APÉNDICE III. Registros de diversidad y frecuencia de líquenes (hoja 6) SP 1: Lecidea sp.; SP 2: Haematomma sp.; SP3: Pseudocyphellaria hirsuta; SP4: Ramalina chilensis.

49

8.4. APÉNDICE IV. Tablas resumen de diversidad y frecuencia de líquenes Cuadro 7. Frecuencia de especies por Estación de Monitoreo (EM) Especies \ Estación de Monitoreo EM1 EM6 EM7 EM11 EM14 EM17 EM20 EM23 TOTAL

Lecidea sp. 64 36 71 50 60 53 50 66 450Haematomma sp. 34 7 20 0 25 0 7 1 94Pseudocyphellaria hirsuta 9 4 9 4 16 38 25 35 140Ramalina chilensis 18 15 27 2 34 15 4 3 118TOTAL 125 62 127 56 135 106 86 105 802 Fuente: Elaboración propia. Cuadro 8. Frecuencia de especies según orientación Especies \ Orientación N E S O TOTALLecidea sp. 104 114 121 111 450Haematomma sp. 26 30 24 14 94Pseudocyphellaria hirsuta 35 34 43 28 140Ramalina chilensis 28 23 37 30 118TOTAL 193 201 225 183 802 Fuente: Elaboración propia.

50

8.5. APÉNDICE V. Cálculo de índices y clases. Calculo de valores de diversidad liquénica (LDV)

Orientación N E S 0 Orientación N E S 0Frecuencia 33 31 39 22 Frecuencia 12 7 25 18Promedio 8,25 7,75 9,75 5,5 Promedio 3 1,75 6,25 4,5LDV LDV

Orientación N E S 0 Orientación N E S 0Frecuencia 24 33 37 33 Frecuencia 16 19 12 9Promedio 6 8,25 9,25 8,25 Promedio 4 4,75 3 2,25LDV LDV

Orientación N E S 0 Orientación N E S 0Frecuencia 37 37 33 28 Frecuencia 24 25 28 29Promedio 9,25 9,25 8,25 7 Promedio 6 6,25 7 7,25LDV LDV

Orientación N E S 0 Orientación N E S 0Frecuencia 16 20 30 20 Frecuencia 31 29 21 24Promedio 4 5 7,5 5 Promedio 7,75 7,25 5,25 6LDV LDV21,5

ESTACIÓN DE MONITOREO 23 (EM23)

26,25

33,75

ESTACIÓN DE MONITOREO 17 (EM17)

26,5

ESTACIÓN DE MONITOREO 20 (EM20)

ESTACIÓN DE MONITOREO 14 (EM14)

31,75

ESTACIÓN DE MONITOREO 6 (EM6)

15,5

ESTACIÓN DE MONITOREO 11 (EM11)

14

ESTACIÓN DE MONITOREO 1 (EM1)

31,25

ESTACIÓN DE MONITOREO 7 (EM7)

51

8.5. APÉNDICE V. Cálculo de índices y clases. Calculo de clases de diversidad liquénica (LDC)

Orientación N E S O Orientación N E S ODesviación estandar por orientación0,96 3,40 6,13 2,08 Desviación estandar por orientación1,83 1,71 3,86 3,87Desviación estandar promedio Desviación estandar promedioError estandar Error estandarAmplitud de clase Amplitud de claseLDV 1 LDV 6Rango de clase Rango de clase

Orientación N E S O Orientación N E S ODesviación estandar por orientación3,16 2,75 2,99 3,59 Desviación estandar por orientación2,45 0,50 1,41 1,71Desviación estandar promedio Desviación estandar promedioError estandar Error estandarAmplitud de clase Amplitud de claseLDV 7 LDV 11Rango de clase Rango de clase

Orientación N E S O Orientación N E S ODesviación estandar por orientación4,92 2,50 2,22 3,37 Desviación estandar por orientación4,24 2,50 1,63 2,06Desviación estandar promedio Desviación estandar promedioError estandar Error estandarAmplitud de clase Amplitud de claseLDV 14 LDV 17Rango de clase Rango de clase

Orientación N E S O Orientación N E S ODesviación estandar por orientación2,16 0,82 1,29 2,16 Desviación estandar por orientación1,26 2,06 3,69 2,00Desviación estandar promedio Desviación estandar promedioError estandar Error estandarAmplitud de clase Amplitud de claseLDV 20 LDV 23Rango de clase Rango de clase

31,2528,53 33,97

5,44

CLASE DE DIVERSIDAD LIQUÉNICA 1 CLASE DE DIVERSIDAD LIQUÉNICA 6

2,821,63

3,141,81

4,8815,50

13,06 17,94

CLASE DE DIVERSIDAD LIQUÉNICA 7

3,121,805,41

31,7529,04 34,46

CLASE DE DIVERSIDAD LIQUÉNICA 11

1,520,882,63

14,0012,69 15,31

CLASE DE DIVERSIDAD LIQUÉNICA 14

3,251,885,63

33,7530,93 36,57

CLASE DE DIVERSIDAD LIQUÉNICA 17

2,611,514,52

26,5024,24 28,76

CLASE DE DIVERSIDAD LIQUÉNICA 20

1,610,932,78

21,5020,11 22,89

CLASE DE DIVERSIDAD LIQUÉNICA 23

2,251,303,90

26,2524,30 28,20

52

8.5. APÉNDICE V. Cálculo de índices y clases Calculo de Índices de pureza atmosférica (IPA)

Frecuencia Total 125 Frecuencia Total 62IPA 31,25 IPA 15,5

Frecuencia Total 127 Frecuencia Total 56

IPA 31,75 IPA 14

Frecuencia Total 135 Frecuencia Total 106

IPA 33,75 IPA 26,5

Frecuencia Total 86 Frecuencia Total 105

IPA 21,5 IPA 26,25

ESTACIÓN DE MONITOREO 1 ESTACIÓN DE MONITOREO 6

ESTACIÓN DE MONITOREO 7 ESTACIÓN DE MONITOREO 11

ESTACIÓN DE MONITOREO 14 ESTACIÓN DE MONITOREO 17

ESTACIÓN DE MONITOREO 20 ESTACIÓN DE MONITOREO 23

Valores de IPA para cada árbol test de cada estación de monitoreo

AT \ EM EM1 EM6 EM7 EM11 EM14 EM17 EM20 EM23AT1 9,5 3,25 11,5 3,25 12,5 7,25 6,25 5,25AT2 9,5 2 5,25 2,75 5,25 8,5 5,75 5,25AT3 6 4,75 7,5 3,75 8,5 3,25 5,25 9,5AT4 6,25 5,5 7,5 4,25 7,5 7,5 4,25 6,25

VALORES DE IPA POR ESTACIÓN DE MONITOREO Y ARBOL TEST

Análisis de Varianza de un factor para los valores de IPA

Origen de las variaciones SC GL CM F Probabilidad Valor crítico para FEntre grupos 97,12 7,00 13,87 3,39 0,01 2,42Dentro de los grupos 98,25 24,00 4,09Total 195,37 31,00

53

8.5. APÉNDICE V. Cálculo de índices y clases Análisis de comparación múltiple de medias de Duncan para valores de IPA r según tabla de Duncan

r0,05(2,24) 2,92r0,05(3,24) 3,07r0,05(4,24) 3,15r0,05(5,24) 3,22r0,05(6,24) 3,28r0,05(7,24) 3,31r0,05(8,24) 3,34

rαp (p, gle=24), α=5%

Rangos mínimos significativos

R2=r0,05(2,24)*Syi= 2,08R3=r0,05(3,24)*Syi= 2,19R4=r0,05(4,24)*Syi= 2,25R5=r0,05(5,24)*Syi= 2,30R6=r0,05(6,24)*Syi= 2,34R7=r0,05(7,24)*Syi= 2,36R8=r0,05(8,24)*Syi= 2,38

RANGOS MÍNIMOS SIGNIFICATIVOS

Medias en orden ascendente

EM11 EM6 EM20 EM23 EM17 EM1 EM7 EM14

14 15,5 21,5 26,25 26,5 31,25 31,75 33,75

54

8.5. APÉNDICE V. Cálculo de índices y clases Comparación de distancias y rangos mínimos significativos

Medias comparadas Distancias Comparación REM14-EM11 19,75 > 2,38EM14-EM6 18,25 > 2,36EM14-EM20 12,25 > 2,34EM14-EM23 7,5 > 2,3EM14-EM17 7,25 > 2,25EM14-EM1 2,5 > 2,19EM14-EM7 2.00 < 2,08EM7-EM11 17,75 > 2,36EM7-EM6 16,25 > 2,34EM7-EM20 10,25 > 2,3EM7-EM23 5,5 > 2,25EM7-EM17 5,25 > 2,19EM7-EM1 0,5 < 2,08EM1-EM11 17,25 > 2,34EM1-EM6 15,75 > 2,3EM1-EM20 9,75 > 2,25EM1-EM23 5.00 > 2,19EM1-EM17 4,75 > 2,08EM17-EM11 12,5 > 2,3EM17-EM6 11.00 > 2,25EM17-EM20 5.00 > 2,19EM17-EM23 0,25 < 2,08EM23-EM11 12,25 > 2,25EM23-EM6 10,75 > 2,19EM23-EM20 4,75 > 2,08EM20-EM11 7,5 > 2,19EM20-EM6 6.00 > 2,08EM6-EM11 1,5 < 2,08

55

8.5. APÉNDICE V. Cálculo de índices y clases Calculo de Índices de pureza atmosférica modificado (IPAM)

Frecuencia Total 125 Frecuencia Total 62IPAM 31,25 IPAM 15,5

Frecuencia Total 127 Frecuencia Total 56

IPAM 31,75 IPAM 10,5

Frecuencia Total 135 Frecuencia Total 106

IPAM 33,75 IPAM 19,88

Frecuencia Total 86 Frecuencia Total 105

IPAM 21,5 IPAM 26,25

ESTACIÓN DE MONITOREO 14 ESTACIÓN DE MONITOREO 17

ESTACIÓN DE MONITOREO 20 ESTACIÓN DE MONITOREO 23

ESTACIÓN DE MONITOREO 1 ESTACIÓN DE MONITOREO 6

ESTACIÓN DE MONITOREO 7 ESTACIÓN DE MONITOREO 11

Valores de IPAM para cada árbol test de cada estación de monitoreo

AT \ EM EM1 EM6 EM7 EM11 EM14 EM17 EM20 EM23AT1 9,5 0,81 11,5 1,62 12,5 3,62 3,12 2,62AT2 9,5 0,5 39,37 0,68 39,37 6,37 43,12 39,37AT3 6 4,75 3,75 1,87 8,5 24,37 2,62 7,12AT4 6,25 5,5 5,62 31,87 7,5 5,62 31,87 3,12

VALORES DE IPAM POR ESTACIÓN DE MONITOREO Y ARBOL TEST

Análisis de Varianza de un factor para los valores de IPAM

Origen de las variaciones SC GL CM F Probabilidad Valor crítico para FEntre grupos 148,0 7,00 21,14 3,75 0,01 2,42Dentro de los grupos 135,25 24,00 5,64Total 283,25 31,00

56

8.5. APÉNDICE V. Cálculo de índices y clases Análisis de comparación múltiple de medias de Duncan para valores de IPAM r según tabla de Duncan

r0,05(2,24) 2,45r0,05(3,24) 2,58r0,05(4,24) 2,64r0,05(5,24) 2,70r0,05(6,24) 2,75r0,05(7,24) 2,78r0,05(8,24) 2,80

rαp (p, gle=24), α=5%

Rangos mínimos significativos

R2=r0,05(2,24)*Syi= 2,45R3=r0,05(3,24)*Syi= 2,57R4=r0,05(4,24)*Syi= 2,64R5=r0,05(5,24)*Syi= 2,70R6=r0,05(6,24)*Syi= 2,75R7=r0,05(7,24)*Syi= 2,77R8=r0,05(8,24)*Syi= 2,80

RANGOS MÍNIMOS SIGNIFICATIVOS

Medias en orden ascendente

EM11 EM6 EM20 EM23 EM17 EM1 EM7 EM1410,5 15,5 19,875 21,5 26,25 31,25 31,75 33,75

57

8.5. APÉNDICE V. Cálculo de índices y clases Comparación de distancias y rangos mínimos significativos

Medias comparadas Distancias Comparación REM14-EM11 23,25 > 2,8EM14-EM6 18,25 > 2,77EM14-EM17 13,87 > 2,75EM14-EM20 12,25 > 2,7EM14-EM23 7,5 > 2,64EM14-EM1 2,5 < 2,57EM14-EM7 2 < 2,45EM7-EM11 21,25 > 2,77EM7-EM6 16,25 > 2,75EM7-EM17 11,87 > 2,7EM7-EM20 10,25 > 2,64EM7-EM23 5,5 > 2,57EM7-EM1 0,5 < 2,45EM1-EM11 20,75 > 2,75EM1-EM6 15,75 > 2,7EM1-EM17 11,37 > 2,64EM1-EM20 9,75 > 2,57EM1-EM23 5 > 2,45EM23-EM11 15,75 > 2,7EM23-EM6 10,75 > 2,64EM23-EM17 6,375 > 2,57EM23-EM20 4,75 > 2,45EM20-EM11 11 > 2,64EM20-EM6 6 > 2,57EM20-EM17 1,62 < 2,45EM17-EM11 9,37 > 2,57EM17-EM6 4,37 > 2,45EM6-EM11 5 > 2,45