plaxas et al_ propuesta estadística para la eia

7/25/2019 PLaxas et al_ Propuesta estadstica para la EIA

1/20

Revista Facultad Nacional de Agronoma -

Medelln

ISSN: 0304-2847

[email protected]

Universidad Nacional de Colombia

Colombia

Plazas Certuche, Julin Andrs; de J. Lema Tapias, lvaro; Len Pelez, Juan Diego

UNA PROPUESTA ESTADSTICA PARA LA EVALUACIN DEL IMPACTO AMBIENTAL DE

PROYECTOS DE DESARROLLORevista Facultad Nacional de Agronoma - Medelln, vol. 62, nm. 1, 2009, pp. 4937-4955

Universidad Nacional de Colombia

Medelln, Colombia

Disponible en: http://www.redalyc.org/articulo.oa?id=179915377019

Cmo citar el artculo

Nmero completo

Ms informacin del artculo

Pgina de la revista en redalyc.org

Sistema de Informacin Cientfica

Red de Revistas Cientficas de Amrica Latina, el Caribe, Espaa y Portugal

Proyecto acadmico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto
http://www.redalyc.org/articulo.oa?id=179915377019http://www.redalyc.org/comocitar.oa?id=179915377019http://www.redalyc.org/fasciculo.oa?id=1799&numero=15377http://www.redalyc.org/articulo.oa?id=179915377019http://www.redalyc.org/revista.oa?id=1799http://www.redalyc.org/http://www.redalyc.org/revista.oa?id=1799http://www.redalyc.org/articulo.oa?id=179915377019http://www.redalyc.org/fasciculo.oa?id=1799&numero=15377http://www.redalyc.org/comocitar.oa?id=179915377019http://www.redalyc.org/articulo.oa?id=179915377019http://www.redalyc.org/revista.oa?id=1799


2/20

La Evaluacin de Impacto Ambiental (EIA) es un procesolegal-administrativo que pretende identicar, predecir,e interpretar el impacto ambiental que un proyecto o

actividad pueden producir, as como prevenir, corregir yevaluar tal impacto (Duarte et al.,2007).

Aun cuando la EIA en Colombia se ha practicado desdehace varias dcadas, sta solo alcanz notoriedadpara la construccin y puesta en funcionamiento deproyectos de desarrollo, hasta la promulgacin dela Ley 99 de 1993, que cre el Ministerio de Medio

Ambiente, y en particular hasta la expedicin delDecreto 1753 de 1994 que reglament esta materia(Len y Lopera, 1999; Len, 2004). En stas y otrasnormas posteriores, se han establecido diferentesdisposiciones para la EIA, las cuales incluyen aspectos

administrativos de importancia crucial para reducir elimpacto sobre el entorno, donde se habr de emplazarun proyecto de desarrollo determinado. As, de acuerdo

con el Decreto 1180 de 2003 del Ministerio de MedioAmbiente, Vivienda y Desarrollo Territorial (Artculos7, 8, 9 y 14), para hacerse adjudicatario de la licencia

ambiental que da va libre a tales intervenciones, esrequisito necesario la elaboracin y presentacin de unEstudio de Impacto Ambiental (EsIA), y para algunosproyectos particulares, de un Diagnstico Ambiental de

Alternativas.

Estos documentos se sirven de diversos instrumentosde valoracin de los impactos ambientales, de cuyaaplicacin se produce, o no, un parte de viabilidad paralos proyectos evaluados, as como la identicacin deposibles medidas conducentes a la mitigacin, correccin,prevencin y/o compensacin de tales impactos. As, sefavorece que, la construccin y funcionamiento de un

proyecto, se cumpla bajo las premisas de sostenibilidady mnima alteracin de la base de recursos naturales, ysu integracin armnica con el entorno.

UNA PROPUESTA ESTADSTICA PARA LA EVALUACIN DEL IMPACTO AMBIENTAL DEPROYECTOS DE DESARROLLO

A STATISTICAL PROPOSAL FOR ENVIRONMENTAL IMPACT ASSESSMENT OF DEVELOPMENT PROJECTS

Julin Andrs Plazas Certuche1; lvaro de J. Lema Tapias2y Juan Diego Len Pelez3

Resumen. La evaluacin de impacto ambiental es un procesofundamental que tiene como objetivo principal, evitar que laconstruccin y puesta en funcionamiento de los proyectos dedesarrollo, produzcan serias alteraciones negativas sobre el medioambiente. Dentro de las principales limitaciones de las tcnicase instrumentos empleados para dicha valoracin, se destacan lasubjetividad de los parmetros y ponderadores de los modelosusualmente empleados y, la multicolinealidad no desentraadade variables que portan gran cantidad de informacin similar.Este trabajo propone una metodologa desarrollada a partir de la

estadstica multivariada, que pretende disminuir tales l imitaciones.Para esto la valoracin de los impactos ambientales, se realizamediante el uso de diferentes atributos de impacto y elementosambientales, sintetizados en un ndice de Calidad Ambiental ICA,al nivel de proyecto, as como evaluaciones ambientales parcialesal nivel de componente ambiental.

Palabras claves:Estudios de impacto ambiental, evaluacin deimpacto ambiental, atributos de impacto ambiental, elementosambientales, componentes ambientales, anlisis de componentesprincipales, anlisis de cluster, anlisis discriminante.

Abstract. Environmental impact assessment of developmentprojects, is a fundamental process, which main goal is to avoid thattheir construction and functioning, lead to serious and negativeconsequences on the environment. Some of the most importantlimitations of the models employed to assess environmentalimpacts, are the subjectivity of its parameters and weights,and the multicolineality among the variables, which representhigh quantities of similar information. This work presents amultivariate statistical-based method that tries to diminish suchlimitations. For this purpose, environmental impact assessment,

is valuated through different environmental impact attributes andenvironmental elements, synthesized in an environmental qualityindex (ICA in Spanish). ICA can be applied at different levels, suchas at a project level, or applied only at a partial level on one orsome environmental components.

Key words: Environmental impact assessment, environmentalimpact attributes, environmental elements, environmentalcomponents, principal components analysis, cluster analysis,discriminating analysis.

1Ingeniero Forestal. Universidad Nacional de Colombia, Sede Medelln. Facultad de Ciencias Agropecuarias. A.A. 1779. Medelln, Colombia2 Profesor Jubilado. Universidad Nacional de Colombia, Sede Medelln. Facultad de Ciencias Agropecuarias. A.A. 1779. Medelln, Colombia3Profesor Asociado. Universidad Nacional de Colombia, Sede Medelln. Facultad de Ciencias Agropecuarias. A.A. 1779. Medelln, Colombia

Recibido: Abril 28 de 2008; Aceptado: Marzo 9 de 2009.

Rev.Fac.Nal.Agr.Medelln 62(1): 4937-4955. 2009


3/20

Plazas, J.A.; Lema, A.; Len, J.D.


Los instrumentos ms utilizados tradicionalmente enel proceso de EIA, son muy diversos. Quizs una delas ms completas clasicaciones de estos a nivel

global, fue realizada por Canter y Sadler (1997),quienes agruparon en 22 categoras las metodologasempleadas en los EsIA desde la dcada de los 70.stas incluyen desde las aproximaciones ms simples,como las listas de vericacin o chequeo, matrices deinteraccin, y las consultas a expertos, hasta tcnicasque consideran estudios de campo (v.g. monitoreode receptores) y modelaciones cuantitativas (v.g.simulaciones computacionales tri-dimensionales).

Otros autores (Sanz, 1991) han propuesto demanera ms sinttica, tres grandes grupos detcnicas: i. modelos de identicacin (matrices

causa - efecto, matrices cruzadas, diagramas deujo, otras). Estas tcnicas (Canter, 1998) abarcandesde simples listados de factores ambientales,hasta descripciones que incluyen mediciones sobrela informacin, la prediccin, y la interpretacinde las alteraciones de los impactos identicados.

Algunas de stas consideran la asignacin depesos o ponderadores a los factores ambientales,y la valoracin de los impactos de cada alternativasobre cada factor a travs de escalas; ii.modelos deprevisin (modelos reducidos, matemticos, fsicoso fsicomatemticos, complementados con pruebasexperimentales y ensayos in situ); y iii. modelos

de evaluacin (mtodos tradicionales de evaluacin,mtodos numricos con empleo de rangos, sistemascuantitativos, sistemas ad hoc). Dentro de este grupode tcnicas podran ubicarse, aquellas para estudiarla incertidumbre asociada a los modelos matemticospropuestos que, surgen a su vez, de la incapacidadde conocer exactamente el valor numrico de lasvariables incorporadas (por ser estimadas o medidascon instrumentos de precisin limitada). Estas tcnicasse basan en la lgica difusa, disciplina relativamente

joven, que mediante la aplicacin de algoritmos, llevafunciones discontinuas y sus inversas al concepto denmeros difusos, con lo cual es posible estudiar tal

incertidumbre (Duarte et al., 2003, 2007).

A partir de la naturaleza de los instrumentostcnicos empleados, pueden diferenciarse a suvez cuatro conjuntos (Conesa, 2000): i. sistemasde redes y grcos (matrices Leopold, CNYRPAB,Bereano, Sorensen, otros); ii.sistemas cartogrcos(superposicin de transparentes, Mc Harg, Tricart,otros); iii.mtodos basados en indicadores, ndices eintegracin de la evaluacin (Holmes, Universidad de

Georgia, Hill-Schechter, Fisher-Davies); y iv.mtodoscuantitativos (Batelle-Columbus).

En una clasicacin ms sinttica, Magrini (1990)diferencia dos grandes grupos de tcnicas: i.mtodos tradicionales de evaluacin de proyectos(anlisis costo/benecio), para realizar mediciones entrminos monetarios; y ii. mtodos cuantitativos, loscuales procuran aplicar escalas valorativas para losdiferentes impactos medidos originalmente en susrespectivas unidades fsicas. En el ltimo conjuntose observan dos categoras: una primera centradaen la identicacin y sntesis de los impactos (listasde chequeos, matrices, redes, diagramas, mtodoscartogrcos, mtodos ad hoc), y una segunda queinvolucra la explicacin de las bases de clculo de

cada impacto generado (mtodo de Batelle, hojade balance, matriz de realizacin de objetivos). Sedispone, as, de una amplia gama de alternativaspara la valoracin de los impactos ambientales, en sugran mayora, desarrollados en otros pases, y bajocondiciones ambientales, tcnicas y administrativas,claramente diferentes a las de Colombia.

Dentro de todas las herramientas disponibles parala prediccin y valoracin de impactos ambientales,se destacan los modelos matemticos, los cualeshan sido ampliamente empleados en todo el mundodesde hace varias dcadas (De Broissia, 1986), sin

perder por ello vigencia. De hecho, en la actualidad,se siguen generando nuevas propuestas a travsde concepciones de tipo genrico y ad hoc. Lautilidad de los modelos matemticos en la valoracinde impactos estriba en que estos, a partir de lamodelacin, permiten formalizar los procesos detoma de decisiones en las instancias de planicaciny gestin ambiental (Karplus, 1983).

Estos modelos usan ecuaciones matemticas pararepresentar las relaciones existentes entre las variables,las cuales, en el caso de la EIA, corresponden a losatributos o caractersticas de los impactos (Lohani et

al., 1997). Dentro de las propuestas de valoracinampliamente reconocidas pero de desarrollo forneo,se tienen entre otras, las de Gmez (1988, 1999)y Conesa (2000). Ms recientemente, ha cobradofuerza la inclusin de tcnicas para la manipulacinde informacin difusa en las metodologas de EIA,dado que la mayora de conceptos e informacinmanejada en las evaluaciones ambientales, soninherentemente difusos, por su vaguedad ocarcter incierto. Estas metodologas son de hecho,


4/20

Una propuesta estadstica para la evaluacin

Rev.Fac.Nal.Agr.Medelln 62(1): 4937-4955. 2009 4939

extensiones de las metodologas clsicas arribamencionadas (Duarte et al., 2007). Para Colombiase conocen algunas propuestas y modicaciones de

modelos matemticos desarrollados por Duarte etal. (2003, 2007), Arboleda (1994), Len y Lopera(1999) y Len (2004), que pueden ser empleadospara la EIA de manera general. No obstante, susexpresiones matemticas tienen limitaciones para laaplicacin, dada la inclusin de ndices y parmetrosen ocasiones subjetivos, que reejan parcialmentela falta de un manejo estadstico riguroso quehaya dado lugar a la formulacin de tales modelosparamtricos. Un intento por superarlo, llev ala primera tentativa en su gnero, por medio deltrabajo de Lajones y Lema (1999), que propusoun ndice de valor de importancia etnobotnico

para comunidades negras e indgenas del Ecuador.Esta metodologa fue posteriormente utilizadapor Ospina y Lema (2004) para la construccin deindicadores cuantitativos de los impactos generadosen proyectos de gestin ambiental, y por Jimnezet al. (2004) para la construccin de un ndice parala determinacin de especies vegetales compatiblescon las lneas de transmisin de energa. Dentrode los desarrollos matemticos ms notables seencuentran los de Duarte et al. (2003, 2007), quepermiten evaluar la incertidumbre asociada a lasvariables, cuantitativas o categricas por medio detcnicas de nmeros difusos.

De conformidad con los planteamientos expuestos,este trabajo llenara algunos de los vacos para alcanzaruna valoracin de los impactos ambientales, medianteuna herramienta de construccin, apropiada para eltipo de proyectos de desarrollo y entorno ambientalcolombianos, a travs de: i) la generacin de unosndices para la valoracin de impactos ambientales,ocasionados por la implementacin y puesta enmarcha de proyectos de desarrollo, ii)la seleccin ycomparacin de distintas combinaciones de atributosde impactos ambientales, para ser incorporados en laconstruccin de ndices para la valoracin del impacto

ambiental de proyectos de distinta naturaleza y, iii)como aporte particular, la inclusin de una valoracinestadstica, que permite eliminar las variablesmulticolineales (portadoras de informacin similar yaparentemente independientes), medidas o ubicadasen un mismo e incluso, diferentes campos. Paraesto se vale de la semicuanticacin de atributoscalicados por expertos, mediante la calicacin dela explicacin calculada para la matriz de varianzas-covarianzas de una serie de variables relativizadas,

mediante la tcnica de Componentes Principales,que reeja, aunque de manera indirecta, el nivel decertidumbre logrado por la varianza explicada.

MTODOS

Construccin de matrices. Para la generacinde esta propuesta, fueron revisados e identicadoslos elementos ambientales, actividades y atributosde impacto ambiental comunes, de un conjuntode documentos, sucientes y representativos, dediferentes EsIA de varias entidades ambientalesdel Valle de Aburr y sus alrededores (Antioquia,Colombia), como CORNARE, CORANTIOQUIA, reaMetropolitana del Valle de Aburr y Secretaradel Medio Ambiente de Envigado, organizados

en matrices, y, especialmente aquellos conexpresiones matemticas de construccin similar(v.g. Gmez, 1988; Arboleda, 1994; Len y Lopera,1999; Len, 2004). Con la informacin recolectadase generaron nuevas matrices para presentar demanera consolidada los elementos, las actividadesy los atributos identicados. La Tabla 1 muestrauna matriz tpica, con elementos ambientales, yatributos de impacto ambiental, para un grupo deactividades que aquellos EsIA proponan, descritosas:

Presencia (P).Probabilidad de que el impacto tenga

lugar efectivamente. Posibilidad de ocurrencia.Duracin (D). Periodo de tiempo de existenciaactiva del impacto.Evolucin (E).Velocidad de desarrol lo del impactodesde su aparicin hasta alcanzar su plenitud.Magnitud (Mg).Dimensin del cambio ambientalproducido.Extensin (Ex).rea de inuencia del impacto enrelacin con el entorno del proyecto.Acumulacin (A).Acumulacin con otros impactosa medida que uno se presenta.Relacin (R). Carcter directo o indirecto deimpacto, con respecto al componente ambiental.

Reversibilidad (Rv). Carcter reversible oirreversible del impacto una vez ocurre.Sinergia (S).Efecto conjunto de varias accionesque conllevan una incidencia de mayor importanciaa la que ocurrira con las incidencias individualesconsideradas aisladamente.Mitigabilidad (Mt).Posibilidad de amortiguacino mitigacin del impacto.Momento (M). Tiempo que transcurre entre laaparicin de la accin y la aparicin del efecto.


5/20



Estos atributos ambientales, eliminados aquellosque no presentaron suciente informacin, seencontraron valorados entre 0 y 1 en cada uno de losEsIA, con sus respectivas expresiones matemticasde construccin. De manera anloga se procedicon los elementos ambientales escogidos dentrode su respectivo componente y con los grupos deactividades (los ms comunes en los proyectos dedesarrollo, de manera que reunieran bajo un mismo

ttulo actividades de carcter similar que de otraforma atomizaran y haran compleja la evaluacin.Para cada uno de estos grupos se asign unponderador de 1, dado el carcter de independenciaque se logra a travs de la agrupacin. Tales gruposfueron: operacin de campamentos y talleres,remocin de vegetacin y descapote, transporte yacarreos de materiales y sobrantes, disposicin yllenos con sobrantes, pavimentacin y obras conconcreto, y funcionamiento).

Jerarquizacin de elementos y atributos deimpacto ambiental. En estas matrices consolidadas,con el uso del mtodo del censo a expertos -Delphi-que aprovecha la sinergia del debate en el grupo yelimina las interacciones sociales indeseables dentrode ellos, hasta llegar a consensos (Gmez, 1999), se

jerarquizaron los elementos ambientales medianteel mtodo de ordenacin por rangos de menor (1)a mayor importancia (23). Adems, se dio un valor

de importancia entre 0 y 1 a los atributos de impactoescogidos, con base en una escala preestablecida,tambin por los expertos, dentro del rango sealado.

Los valores obtenidos se relativizaron por el totalde puntos asignados al total de factores de cadacomponente, como se muestra en la Tabla 2, parala variable Aire, compuesta de los elementos G,P y R, a los cuales se asignaron las respectivasponderaciones (de mayor a menor de acuerdo con

Tabla 1. Matriz de presentacin de elementos y atributos propuestos para estudio de impacto ambiental.

Sistema Componente Elemento Ambiental P D E Mg Ex A R Rv S Mt MGasesAire Partculas

Ruido

Propiedades qumicasAbitico Agua Propiedades fsicas

Calidad del agua

Propiedades qumicasSuelo Propiedades fsicas

Calidad del suelo

Flora Cobertura vegetalDiversidad y nmero

Bitico Fauna Hbitat y nichos ecolgicosDiversidad y nmero

Cultural ArraigoManifestacin cultural

Demogrfco Salud y riesgosCalidad de vida

Social Valorizacin de bienesEconmico Generacin de empleo

Desarrollo regional

Usos del suelo

Urbanismo Servicios pblicos einfraestructuraCambio en el paisaje


6/20



la importancia esperada) por un conjunto de jueces,obtenindose los elementos de la variable relativizada

Aire=(G*3+P*2+R*1)/6=0,763, para un estudio conlos valores de campo mostrados.

Tabla 2.Estandarizacin de un componente abitico en estudios de impacto ambiental.

Componente Elemento ambiental Ponderacin Valorde campoElemento ambiental

relativizadoGases (G) 3 0,80 0,400

Aire Partculas (P) 2 0,64 0,213Ruido ( R ) 1 0,90 0,150Suma 6

El criterio nal se obtuvo del promedio de los resultadosde los jueces que participaron de la encuesta. Con lasvariables relativizadas ponderadas, se realizaron los

anlisis estadsticos multivariados.

Anlisis de componentes principales para losatributos de impacto ambiental. Con los datosestandarizados se realiz un Anlisis de ComponentesPrincipales (ACP) para el grupo de atributos escogidos,con el n de reducir la dimensionalidad del problema,y eliminar variables multicolineales o portadorasde igual nivel de informacin (Lema, 2002), y asencontrar un indicador que estimara de maneraadecuada los impactos.

ACP para los elementos ambientales. En forma

similar se procedi al ACP, con el n de eliminar ruidoso multicolinealidad entre variables de diversos sistemasque, por su denicin, concepcin, o medicin,resultaran redundantes, como ltimo paso de reduccinde dimensionalidad al problema, de acuerdo con elpoder explicatorio acumulado de cada componenteprincipal, por ser estos combinaciones lineales detodas las variables sometidas al sistema (Lema, 2002).

Anlisis de grupos para los EsIA.Con los valoresobtenidos para los elementos ambientales se realizun anlisis cluster, para establecer los tipos deagrupamiento de los EsIA y observar su categora

de ubicacin entre los grupos; se eligi el mtodo defusin de Ward por maximizar la verosimilitud a cadanivel de jerarqua y su propensin a fusionar clustercon pequeo nmero de observaciones (Lema, 2002).Se extrajo un total de cinco (5) grupos de acuerdo conunas categoras preestablecidas de calidad ambiental:muy alta, alta, media, baja y muy baja.

Con los cluster obtenidos agrupando los diferentesEsIA, y sus respectivos ndices ICA, se realiz luego un

anlisis discriminante para corroborar la pertenenciaal grupo de cada EsIA. Una vez consolidada estainformacin se denieron los diferentes rangos a los

cuales corresponda cada estudio.

RESULTADOS

Construccin de matrices y jerarquizacin deelementos y atributos de impacto ambiental.Inicialmente, de un total de 187 EsIA de diferentesentidades ambientales del Valle de Aburr, 33cumplieron con las especicaciones requeridas,para constituirse en poblacin de partida o espaciomuestral, con suciente informacin para 7 de los11 atributos de impacto ambiental mencionados:Presencia (P), Duracin (D), Magnitud (M), Extensin

(E), Reversibilidad (R), Sinergia (S) y Mitigabilidad(Mt), eliminndose los restantes. Dado que laaplicacin de la tcnica de consulta a expertos, permiteel ingreso posterior de informacin, sta se realizsobre todos los atributos, con el n de darles valoresde importancia entre 0 y 1. Luego se clasicaron porrangos escalares y se obtuvieron los ponderadorespor atributo (Anexo 1), se estandarizaron por EsIA, yse organizaron las matrices sntesis utilizadas en los

ACP para los atributos encontrados. El siguiente pasofue encontrar los elementos ambientales comunespara los diferentes EsIA (Tabla 3), y someterlos a laconsulta a expertos, para su ordenacin por rangos

(Len, 2004) (Anexo 1).Los grupos de actividades: operacin decampamentos y talleres, remocin de vegetaciny descapote, transporte y acarreos de materialesy sobrantes, disposicin y llenos con sobrantes,pavimentacin y obras con concreto, yfuncionamiento, ms comunes en los proyectos dedesarrollo, se reunieron bajo un mismo ttulo (paradisminuir la complejidad de la evaluacin).


7/20



ACP para los atributos de impacto ambiental .De acuerdo con el ACP (Figura 1, Anexo 2), paralos atributos de impacto ambiental, la primeracomponente (Ecuacin 1) podra asimilarse a unndice general de calidad ambiental con base en

las variables relativizadas, que indicara el valorde un impacto (IA), y la segunda (Ecuacin 2)podra indicar el agrupamiento de los atributos(IAg). Con estos podra calcularse un valor deimpacto para cada EsIA.

Tabla 3.Componentes y elementos ambientales comunes en los estudios de impacto ambiental.

Sistema Componente Elemento VariableAbitico Aire Gases AiGases

Partculas AiPartRuido AiRu

Agua Propiedades qumicas AgPrquPropiedades fsicas AgProCalidad del agua AgCagua

Suelo Propiedades qumicas SuProquiPropiedades fsicas SuProCalidad del suelo SuCasu

Bitico Flora Cobertura vegetal FlCoVeDiversidad y nmero FloDivnu

Fauna Hbitat y nichos ecolgicos FauHaniecDiversidad y nmero FauDivenu

Social Cultural Arraigo CuArrManifestacin cultural CuMacu

Demogrfco Salud y riesgos DemSariCalidad de vida DemCavi

Econmico Valorizacin de bienes EcValbieGeneracin de empleo EcGenemDesarrollo regional EcDesarore

Urbanismo Usos del suelo UrusuServicios pblicos e infraestructura UrSepu infCambio en el paisaje UrCampa

IA=0,90*P+0,34*D+0,04*M-0,04*Ex+0,07*Rv-0,11*S+0,21*Mt (1)

IAg=-0,20*P+0,27*D-0,47*M+0,24*Ex+0,41*Rv+0,29*S+0,60*Mt (2)

ACP para los elementos ambientales. Dadoque los grupos de actividades recibieron igualponderacin, se concibi un valor de Indice deCalidad Ambiental (ICA) por elemento en cadaEsIA, como la suma de los IA por cada elemento entodos los grupos de actividades. Con estos fueronnuevamente realizados los ACP, los anlisis de

cluster e incluso algunos anlisis de correspondencia(que no aportaron informacin relevante) paralos elementos ambientales, con el n de observarel comportamiento del ndice ICA y su posibleutilizacin. Las variables sin peso signicativo fueroneliminadas, y se corri nuevamente un ACP (Figura1 y Anexo 2).


8/20



Valorpropio

Componente2

Componente

A) Valores propios de la CP

Componente 1

C) Vectores propios y dispersin de los datosComponente 1

D) Valores propios de la CP

Atributos de impacto

Componente

B) Pesos de las CP

Valorpropio

Elementos Ambientales

Componente2

Pesos de las componentes Pesos de las componentes

Componente 1

E) Pesos de las CPComponente 1

F) Vectores propios y dispersin de los datos

Componente2

Componente2

Figura 1.Anlisis de componentes principales para los atributos de impacto y los elementos ambientales.

ACP para las componentes ambientales. Comoresultado de la aplicacin de esta metodologa,puede ser observado el comportamiento de loselementos ambientales por componente ambiental(Figura 2 y Anexo 3), incluidas las diferentesecuaciones que permiten el clculo de los valoresde calidad ambiental por componente ambiental

(Tabla 4). Sus respectivos rangos de calificacin sepresentan en los anlisis de grupos.

Dado que las componentes ambientales Flora y Faunapresentaban cada una solo dos elementos ambientales,stas se agruparon para realizar el ACP; anlogamente seprocedi con las componentes Cultural y Demogrco.


9/20



Componente 1

A) Componente Aire

Componente 1

C) Componente Suelo

Componente 1

B) Componente Agua

Componente 1

D) Componente Flora y Fauna

Componente 1

E) Componente Cultural y DemogrcoComponente 1

F) Componente Econmico

Componente 1

G) Componente Urbanismo

Figura 2.Vectores propios para las componentes ambientales y dispersin de los datos.

Componente

2

Componente

2

Componente2

Componente

2

Componente

2

Componente

2

Compone

nte2


10/20



Anlisis de grupos para los EsIA mediante los

elementos ambientales.Para los EsIA, se realiz

inicialmente el anlis is de cluster tipo Ward, con baseen las variables relativizadas que, al no esclareceruna diferenciacin entre los agrupamientos, hizonecesario el uso de cluster difusos Fuzzy Cluster(Podani, 1994; Lema, 2002). ste permite ubicarun mismo objeto en dos cluster o grupos a la

vez, pero por mtodos de depuracin posterior seubica inequvocamente en uno solo (Lema, 2002)

(Tabla 5). De acuerdo con los valores obtenidosdel ICA, se jerarquizaron los grupos obtenidos,interpretando que un menor valor del ICA expresauna alta calidad ambiental. Lo anterior quiere decir

que los elementos de impacto, se encuentran ensus menores valores posibles.

Tabla 4.Ecuaciones para el clculo del ndice de calidad ambiental (ICA) por componente ambiental.

Componente EcuacinAire ICAaire = 0,5236*AiGases + 0,556*AiPart + 0,6455*AiRu (3)

Agua ICAagua = 0,3343*AgPrqui + 0,7507*AgPr + 0,5697*AgCagua (4)

Suelo ICAsuelo = -0,039*SuPrqui + 0,8022*SuPr + 0,5956*SuCasu (5)

Flora y Fauna ICAbio = 0,62*FloCoVe + 0,29*FloDivnu + 0,57*FauHaniec + 0,43* Fau Devenu (6)

Cultural y Demogrfco ICAc&d = 0,388*CuArr +0,499*CuMacu +0,771*Demsari +0,075*Demcavi (7)

Econmico ICAec = 0,1845*EcValbie + 0,8987*EcGenem + 0,3977*EcDesarore (8)

Urbanismo ICAurb = 0,9197*Urusu + 0,3753*UrSepuinf + 0,1147*UrCampa (9)

Tabla 5.Estudios de impacto ambiental escogidos con su respectivo ICA y cluster difuso al cual pertenecen.

Cluster Estudio ICA Cluster Estudio ICA Cluster Estudio ICA1 E1 8,076 2 E14 87,738 4 E22 45,556

1 E2 9,058 2 E15 86,263 4 E25 40,2861 E7 17,626 2 E31 69,154 4 E26 43,6241 E11 21,283 3 E3 55,495 5 E5 38,1441 E17 35,517 3 E4 42,877 5 E19 35,6641 E18 10,866 3 E8 38,601 5 E21 42,1631 E23 8,347 3 E9 48,483 5 E24 36,2711 E27 24,394 4 E10 56,357 5 E28 48,8011 E29 26,407 4 E12 53,489 5 E30 24,4481 E32 19,35 4 E13 46,71 5 E33 41,6272 E6 84,311 4 E20 43,154 5 E34 38,96

Anlisis discriminante. Se realiz un anlisisdiscriminante (Lema, 2002) a los EsIA de los clusterobtenidos, para observar la calidad de la agrupacindentro de las diferentes categoras representadas porcada grupo. Los valores propios y las correlaciones

cannicas en los grupos de las funciones discriminantesobtenidas, y la prueba de chi-cuadrado para lasfunciones discriminantes derivadas del anlisis, semuestran en el Anexo 4.

En la Tabla 6 se indica la clasicacin de los EsIA obtenidadel anlisis discriminante con respecto a la obtenida con elanlisis de cluster. La Figura 3 presenta la dispersin de losdiferentes EsIA de acuerdo a las dos primeras funciones

discriminantes, mostrando los diferentes grupos.

Dada la concordancia de los procesos discriminantes con

los anlisis de cluster, se formaron los diferentes rangos decalicacin para los EsIA de acuerdo al ndice ICA (Tabla 7).


11/20



Anlisis de grupos para las componentesambientales. Para encontrar los rangos declasificacin de los diferentes valores de calidadambiental dentro de cada componente ambiental,se procedi de la misma manera que con el ndiceICA general, y con anlisis de cluster tipo Ward,que en este caso discriminaron bien los grupos.Para las diferentes componentes ambientales,

se identificaron los respectivos valores ICA ysu respectiva tabla de membresa (datos nomostrados). Adicionalmente, y de especialinters, se encontraron los rangos del ICA con sucalificacin ambiental (Tabla 8). En el caso de lascomponentes Cultural y Demogrfico, no se logruna buena diferenciacin entre los lmites de cadauno de los grupos.

Tabla 6.Tabla de clasicacin de los EsIA de acuerdo al cluster tipo Ward.

Grupoactual Tamao degrupo Grupo predicho1 2 3 4 51 6 6 0 0 0 0

100% 0,00% 0,00% 0,00% 0,00%2 4 0 4 0 0 0

0,00% 100% 0,00% 0,00% 0,00%3 8 0 0 8 0 0

0,00% 0,00% 100% 0,00% 0,00%4 4 0 0 0 4 0

0,00% 0,00% 0,00% 100% 0,00%5 11 0 0 0 0 11

0,00% 0,00% 0,00% 0,00% 100%

Tabla 7. Rangos de calicacin ICA para los estudios de impacto ambiental de acuerdo con los gruposlogrados y el anlisis discriminante.

Nmero de rango Califcacin de calidadambiental

Valor del ICA Nmero de cluster

1 Alta 8-21 1

2 Media 21-38 5

3 Baja 38-65 2-3

4 Muy baja 65-90 4

Funcin 1

Funcin

2

Gupo

12

3

4

5

Centroides

Figura 3.Dispersin de datos correspondientes a los estudios de impacto ambiental de acuerdo a las funcionesdiscriminantes uno y dos.


12/20



DISCUSIN

Construccin de matrices y jerarquizacin deelementos y atributos. A pesar de los diversospuntos de vista que emergieron de la aplicacin dela tcnica de consulta a grupos de expertos parala jerarquizacin de los atributos y los elementos

ambientales, se lleg a un punto de convergenciaque facilit la construccin de las matrices sntesis.El valor ms alto del ponderador por atributo (Anexo1) corresponde a una menor calidad ambiental, o enotras palabras a un mayor impacto.

Anlisis de CP para los atributos de impactoambiental.A travs del ACP se encontr que condos componentes es posible explicar casi 64% de lavariabilidad de los datos (Anexo 2), que se considera

acertada para conocer el comportamiento de losatributos en los diferentes EsIA analizados en estetrabajo, en tan solo dos dimensiones (Figura 1A).

De los diferentes atributos, Presencia (P) fue el demayor peso relativo para la primera componente,mientras que para la segunda lo fue Mitigabilidad

(Mt) (Anexo 2). En la Figura 1B se pueden observarclaramente los pesos de los atributos comparados enlas dos CP. Las variables anteriormente presentadasse mostraron ms alejadas del resto del grupo deatributos, al igual que el atributo Duracin (D), porlo cual estos tres seran responsables de una granparte de lo explicado. De estos resultados la primeracomponente podra ser expresada como un ndicegeneral de calidad ambiental que indicara el valorde un impacto (IA) Ecuacin (1) y la segunda

Tabla 8.Rangos ICA para las componentes ambientales de acuerdo al cluster tipo Ward.

Nmero de rango Calicacin de calidad ambiental Valor del ICA Nmero de clusterComponente Aire

1 Alta 0 5 1 42 Media 5 12 2 53 Baja 12 20 3

Componente Agua 1 Alta 0 4 1

2 Media 4 6.5 3 43 Baja 6.5 9 54 Muy baja 9 17 2

Componente Suelo 1 Alta 0 3 1 2

2 Media 3 8 3 53 Baja 8 11 4Componentes Flora y Fauna 1 Alta 0 4 1

2 Media 4 10 53 Baja 10 15 24 Muy baja 15 21 3 4

Componente Econmico 1 Alta 0 3 1

2 Media 3 7 2 33 Baja 7 9 44 Muy baja 9 14 5

Componente Urbanismo

1 Alta 0 4 12 Media 4 10 2 33 Baja 10 15 44 Muy baja 15 20 5


13/20



componente establecera contrastes entre atributos:Presencia (P) y Magnitud (M) de signos diferentes alresto. Este ndice IA, encontrado mediante CP y con

los diferentes atributos escogidos, puede nalmenteser utilizado para la evaluacin de diferentes impactossobre elementos ambientales presentes en losproyectos de desarrollo, teniendo as una aplicacindirecta como expresin a travs de la cual se valore elimpacto ambiental al nivel de proyecto. Se nota aquque es posible, al eliminar el ruido introducido porvariables portadoras de informacin similar, encontrarotros ponderadores diferentes a los inicialmentepropuestos por los expertos temticos.

CP para los elementos ambientales. De acuerdocon el proceso de jerarquizacin de los elementos

ambientales por los expertos (Anexo 1), el elementoambiental ms importante fue Propiedades qumicasdel agua, seguido de los elementos que hacan partede la componente Demogrca: Salud y Calidadde vida. Como un tercer grupo se destacaron loscomponentes ambientales Agua y Aire, mientras queen ltimo lugar se presentaron los elementos de loscomponentes Economa y Urbanismo.

Del ACP para los elementos ambientales, los elementosPropiedades qumicas (Componente Suelo) y Calidadde vida (Componente Demogrca) recibieron unpeso relativo muy poco signicativo con respecto a

los dems elementos (alrededor de 0,05 o menos),por lo cual se descartaron al asumir que su aportepodra ser muy similar para todos los EsIA, perdiendopoder discriminatorio. Asimismo, ms del 50% de lavariabilidad de los datos pudo ser explicada con doscomponentes, lo que reduce una explicacin de 23a solo dos dimensiones (Figura 1D). Probablementela primera componente representa un ndice quemedira la calidad ambiental para ciertos EsIA enlos cuales, sus variables estn compuestas por loselementos ambientales. La segunda componenteposiblemente realizara un agrupamiento de loselementos ambientales en forma de contrastes.

Anlisis por componentes ambientales. Lametodologa propuesta permiti adems observarel comportamiento de los elementos ambientalespor componente ambiental. Para el componente

Aire, la componente 1 explic ms del 72% de lavarianza de los datos con gran peso de los Gases,seguida de las Partculas y del elemento Ruido. Parael componente Agua se encontr que con dos CPse poda explicar cerca del 87% de la varianza de

los datos (Anexo 3, Figura 2B); sin poder eliminarninguno de los elementos que lo componen, ya quesus pesos en cada componente fueron muy altos. No

obstante, fue notable que las Propiedades fsicas yla Calidad del agua tuvieron un comportamiento muysimilar, conforme sus vectores propios estuvieronmuy prximos unos de otros. Dentro del componenteSuelo se encontr, por el contrario, que el elementoPropiedades qumicas tena un peso muy bajo dentrode las CP con relacin a los otros dos elementos,y tambin fue eliminado del anlisis. En cambio, elelemento Propiedades fsicas tuvo un alto valor en elpeso de las CP. Para el componente Suelo el 83% dela variabilidad de los datos se pudo explicar con dosCP (Figura 2C).

Para los componentes Flora y Fauna, cerca de un 78%de la varianza de los datos pudo explicarse con unasola componente. Los elementos Cobertura Vegetal,y Hbitat y Nichos Ecolgicos, probablemente seencontraban midiendo el mismo objeto, dada sufuerte correlacin y el bajo valor del ngulo entre susvectores propios (Figura 2D). Todos los elementosambientales incluidos en este sistema Bitico fueronsignicativamente importantes, ya que los valoresde los pesos de las CP fueron muy altos. Para loscomponentes Cultural y Demogrco (Anexo 3), elelemento Calidad de Vida tuvo un peso muy bajodentro de las CP, por lo cual se elimin. El elemento

Salud y Riesgos mostr una alta importancia, porlos altos valores en los pesos relativos en las CP,mostrndose alejado de los dems elementos (Figura2E). En este caso slo fueron necesarias dos CP(Anexo 3), la primera CP, que podra indicar la calidadambiental de estos dos componentes ambientales,y la segunda que agrupa los elementos ambientalesde acuerdo a los contrastes de los parmetros de lasvariables, ya que los elementos culturales tuvieronparmetros positivos y los elementos demogrcosnegativos. La explicacin de la variabilidad para elcomponente ambiental Cultural y Demogrficolleg al 89,5%

Para el componente Econmico (Anexo 3, Figura 2f),todos los elementos fueron importantes debido alos pesos dentro de las CP; adems se alcanz unaexplicacin de la varianza cercana al 96% con solodos de ellas. Los elementos Desarrollo regional yGeneracin de empleo tuvieron los mayores pesos enlas CP, debido a sus mayores longitudes, pero no severic una agrupacin aparente entre los elementosde esta componente. Finalmente, para el componente


14/20



Urbanismo, con las dos primeras CP se obtuvo unaexplicacin del 85% de la varianza, siendo todos loselementos necesarios, dados los altos valores de los

pesos en las CP.

Anlisis de cluster con todos los elementos.Se encontraron contrastes muy fuertes para losvalores del ICA en los cluster uno (1), cuatro (4) ycinco (5), mientras que no fue posible diferenciar dosgrupos bien denidos para los cluster dos (2) y tres(3), por lo cual se acudi a los cluster difusos. Conlos componentes ambientales, el mtodo de fusinde Ward permiti una discriminacin satisfactoria,incluso similar a la lograda con los cluster difusos.

Anlisis de cluster y anlisis discriminante. Al

no lograr una buena diferenciacin entre los gruposobtenidos, ya que los valores lmites del ICA en loscluster se entrecruzaban (Tabla 6), se realiz unanlisis discriminante (Figura 3). La correlacincannica entre los EsIA de cada grupo fue muy alta,siendo la mnima de 88% aproximadamente, lo quepodra mostrar consistencia en los agrupamientoslogrados. Las tres primeras funciones discriminantesobtenidas permitieron clasicar adecuadamente losdiferentes EsIA, dado que el p-valuede stas fue casicero, mientras que la cuarta funcin tuvo un valor de0,065, lo cual no la hizo estadsticamente satisfactoriaa un nivel de conanza de 0,05 (Anexo 4).

La clasicacin de los EsIA de acuerdo al anlisisdiscriminante con respecto al anlisis de cluster,mostr una adecuada clasicacin de los EsIA, inclusosimilar a la obtenida en el anlisis de cluster. Los grupospredichos indicaron que los estudios se catalogan enlos mismos grupos expuestos inicialmente (Tabla 7).

De los resultados obtenidos con la metodologa decluster y el anlisis discriminante, se podra nalmenteoptar por unir los cluster dos (2) y tres (3) como

si fueran un nico cluster, y presentar los rangosde calicacin de los EsIA de acuerdo al valor ICAobtenido (Tabla 8), para nalmente formar cuatrogrupos calicativos: Rango 1: EsIA con calidad ambiental alta o

proyectos de bajo impacto ambiental. Rango 2: EsIA con calidad ambiental media o

proyectos de mediano impacto ambiental. Rango 3: EsIA con calidad ambiental baja o

proyectos de alto impacto ambiental. Rango 4: EsIA con calidad ambiental muy baja o

proyectos de muy alto impacto ambiental.Con esta metodologa sera asimismo posible clasicar

los EsIA dentro de estos cuatro rangos.

Anlisis de grupos para los componentesambientales. Del anlisis de grupos realizado a loscomponentes ambientales, se pudieron encontrardiferentes rangos de calicacin para el ICA que seobtiene mediante el uso de las ecuaciones expuestaspara cada componente. Sin embargo, no fue posiblehacer una diferenciacin para los componentesCultural y Demografa, ya que no se apreciaron lmitespara cada agrupamiento encontrado. Los rangosdeterminados para cada componente ambiental,pueden ser explicados de la misma manera que para

el ndice global.

CONCLUSIONES Y RECOMENDACIONES

El modelo propuesto para la evaluacin de los impactosambientales podra calcularse, con base en las variablesrelativizadas, de manera genrica, por la expresin:

IA = 0,90*P + 0,34*D + 0,07*M 0,04*Ex + 0,07*Rv 0,11*S + 0,21*Mt

Para la obtencin de los ICA, se eliminaron doselementos ambientales cuyo peso relativo fue muybajo en las CP, y por lo tanto su potencial de explicacin

prcticamente nulo, debido probablemente a la faltade informacin. Sin embargo como en el caso deIA, esta metodologa permite su posterior inclusin.El valor global de impacto de un proyecto o ICA porEsIA, puede calcularse como la sumatoria de losdiferentes ICA, correspondientes a los elementosambientales. Este ICA por EsIA, encontrado en elanlisis de los elementos ambientales, mediante eluso de herramientas multivariadas como el ACP y losanlisis de grupos como cluster y discriminantes, se

considera un buen indicador para la valoracin de losimpactos ambientales y posterior calicacin de losEsIA, pues nalmente este ndice es la base para los

rangos de calicacin propuestos.

Dado que los EsIA analizados estuvieron bienagrupados de acuerdo al valor del ICA, con respectoal anlisis de cluster, y como lo soporta el anlisisdiscriminante, los rangos de calicacin encontradospara dicho ICA son bastante precisos, y pueden seradems utilizados para la clasicacin de otros EsIAde proyectos de desarrollo de similares caractersticasen el empleo de mtodos valorativos.


15/20



En sntesis se lograron dos niveles de aproximacin,uno consistente en la evaluacin de diferentesimpactos ambientales y la obtencin nal de un valor

de impacto global por proyecto, mediante el uso deexpresiones como el IA, ICA por elemento y el ICA porEsIA. La segunda aproximacin comprende el clculode valores de impacto ambiental por componenteambiental, lo cual permite adquirir valores sntesispor componente, dndole realce a la herramienta entrminos de su aplicacin en evaluaciones ambientalesparcializadas a este nivel jerrquico.

Finalmente, de cara al futuro, es necesario que lascalicaciones asociadas, sean renadas a travsde la inclusin de informacin procedente de EsIAque cumplan con los requisitos exigidos por los

procedimientos metodolgicos esbozados. Si bien losresultados aqu presentados se aceptan consistentesy son producto de la aplicacin cuidadosa deherramientas estadsticas, la ampliacin de la muestrapermitir dar mayor robustez a los procedimientospropuestos, por lo cual los que aqu se exponen seasumen de carcter preliminar. Se deja constancia quelos modelos al estudiar internamente las relacionesentre las variables de la matriz de varianzas-covarianzas, pueden cambiar los ponderadores dadospor los expertos, quienes no podran apreciar lasdiferentes interrelaciones, ni siquiera a veces dentrode un solo componente, de lo cual s es capaz el

anlisis multivariado.

BIBLIOGRAFA

Arboleda, J. 1994. Una propuesta para la identicaciny evaluacin de impactos ambientales. CrnicaForestal y del Medio Ambiente 9: 71-81.

Canter, L. 1998. Manual de evaluacin de impactoambiental. Tcnicas para la elaboracin de losestudios de impacto. Segunda edicin. McGraw Hill,Madrid. 841 p.

Canter, L. and B. Sadler. 1997. A tool kit for effectiveEIA practice-Review of methods and perspectiveson their application. A supplementary report ofthe international study of the effectiveness ofenvironmental assessment. En: Environmental andGround Water Institute. University of Oklahoma,USA, Institute of Environmental Assessment. UK;International Association for Impact Assessment,http://www.eiatraining.com/A_Tool_Kit_for_Effective_ EIA_Practice.pdf. 148 p.

Conesa F.V. 2003. Gua metodolgica para la evaluacindel impacto ambiental, Mundi-Prensa, Madrid. 416 p.

De Broissia, M. 1986. Selected mathematical models inenvironmental impact assessment in Canada, Ministerof Supply and Services Canada, Quebec. 34 p.

Duarte, O., M. Delgado and I. Requena. 2003.Algorithms to extend crisp functions and their inversefunctions to fuzzy numbers. International Journal ofIntelligent Systems 18: 855-876.

Duarte, O., I. Requena and Y. Rosario. 2007. Fuzzytechniques for environmental-impact assessmentin the mineral deposit of Punta Gorda (Moa, Cuba).Environmental Technology 28(6): 659-669.

Gmez, O.D. 1988. Evaluacin de impacto ambiental(EIA). En: Ciudad y Territorio 75: 5-32.

Gmez, O.D. 1999. Evaluacin del impacto ambiental.Un instrumento preventivo para la gestin ambiental.Mundi-Prensa y Editorial Agrcola Espaola,Madrid. 701 p.

Jimnez, Y., M. Serna, A. Lema, E. Alvarez, H. Rincny A. Cogollo. 2004. ndice para la determinacin deespecies vegetales compatibles con las lneas detransmisin de energa elctrica. Gestin y Ambiente

7(2): 55-69.

Karplus, W.J. 1983. The spectrum of mathematicalmodels. Perspectives in Computing 3(2): 4-13.

Lajones, D. y A. Lema. 1999. Propuesta y evaluacinde un ndice de valor de importancia etnobotnicapor medio del anlisis de correspondencia en lascomunidades de Arenales y San Salvador, Esmeraldas,Ecuador. Crnica Forestal y del Medio Ambiente14: 5980.

Lema, A. 2002. Elementos de estadstica multivariada.

Universidad Nacional de Colombia, Medelln. 428 p.

Len, J.D. y G.J. Lopera. 1999. Propuesta metodolgicapara la evaluacin de impacto ambiental a partir dediferentes mtodos especcos. Revista FacultadNacional de Agronoma 52(2): 565-598.

Len, J.D. 2004. Evaluacin de impacto ambientalde proyectos de desarrollo. Centro de PublicacionesUniversidad Nacional de Colombia, Medelln. 366 p.


16/20



Lohani, B., J. Warren, R. Everitt, H. Ludwig, R.Carpenter and S. Tu. 1997. Environmental impactassessment for developing countries in Asia.

Volume 1-Overview, Asian Development Bank(ADB), Manila. 356 p.

Magrini, A. 1990. A avaliao de impactosambientais. pp. 85-108. En: Margulis, S. (ed.) Meio

Ambiente. Aspectos Tcnicos e Econmicos. Ipea,Brasilia. 238 p.

Ospina, J.E. y A. Lema. 2004. Indicadorescuantitativos de los impactos generados en

proyectos de desarrollo lineales. Gestin y Ambiente

7(1): 91-112.

Podani, J. 1994. Multivariate data analysis inecology and systematics. A methodologicalguide to de SYN-TAX 5.0 package. SPB AcademicPublishing. The Netherlands. 320 p.

Sanz, J. 1991. Concepto de impacto ambientaly su evaluacin. pp. 27-38. En: Ayala, F. (ed.).Evaluacin y Correccin de Impactos Ambientales.Instituto Tecnolgico Geominero de Espaa,Madrid.


17/20



ANEXOSANEXO 1. Puntuacin de cada experto y peso obtenido para los atributos de impacto y los elementosambientales.

Atributos de ImpactoE1 Fp E1 E2 Fp E2 E3 Fp E3 E4 Fp E4 E5 Fp E5 E6 Fp E6 E7 Fp E7 E8 Fp E8 E9 Fp E9 Uc

Presencia 1 0,13 0,7 0,08 1 0,16 1 0,15 0,8 0,11 0 0 0,8 0,14 0,5 0,06 0,7 0,1 0,104

Duracin 1 0,13 1 0,12 0,5 0,08 0 ,7 0,11 0,8 0,11 0,5 0,17 0,3 0,05 0,8 0,1 0,6 0,09 0,105

Evolucin 0,5 0,06 1 0,12 0 ,5 0,08 0 ,8 0,12 0 ,4 0,06 0,4 0,13 0 ,8 0,14 0 ,5 0,06 0 ,5 0,07 0,094

Magnitud 1 0,13 1 0,12 0,8 0,13 0,9 0,14 0,9 0,13 0,3 0,1 0,7 0,13 0,9 0,12 0,7 0,1 0,119

Extensin 0,8 0,1 0,8 0,09 0,5 0,08 0,5 0,08 0,9 0,13 0 0 0,7 0,13 0 ,9 0,12 0 ,4 0,06 0,086

Acumulacin 0,8 0,1 1 0,12 0,5 0,08 0,4 0,06 0,5 0,07 0,4 0,13 0,3 0,05 0,9 0,12 0 ,7 0,1 0,092

Relacin 0,6 0,08 0,5 0,06 0,1 0,02 0,2 0,03 0,2 0,03 0,3 0,1 0,3 0,05 0,4 0,05 0,5 0,07 0,054

Reversibilidad 0,5 0,06 0,5 0,06 0,3 0,05 0,5 0,08 0,6 0,08 0 0 0,3 0,05 0 ,4 0,05 0 ,6 0,09 0,058

Sinergia 0,5 0,06 1 0,12 1 0,16 0 ,7 0,11 0,8 0,11 0,8 0,27 0,5 0,09 0,5 0,06 0 ,7 0,1 0,120Mitigabilidad 0,5 0,06 0,5 0,06 0,8 0,13 0,8 0,12 0,8 0,11 0 0 0,7 0,13 1 0,13 0,8 0,12 0,095

Momento 0,8 0,1 0,6 0,07 0,3 0,05 0,1 0,02 0,5 0,07 0,3 0,1 0,2 0,04 1 0,13 0,6 0,09 0,073Total 8 8,6 6,3 6,6 7,2 3 5,6 7,8 6,8

Fp: Factor ponderador.Uc: Valor nal del ponderador por atributo

Elementos ambientalesE1 E2 E3 E4 E5 E6 E7 Suma Peso

ElementoAiGases 17 8 21 17 7,5 11 11 92,5 0,048AiPart 16 8 20 15 18 10 10 97 0,05AiRu 18 8 19 16 17 9 7 94 0,049AgPrqu 22 22 17 22 3 16 22 124 0,064AgPro 21 22 17 22 4 15 15 116 0,06AgCagua 23 22 17 22 7,5 17 12 120,5 0,062SuProqui 12 11 14 19 1 13 14 84 0,043SuPro 11 11 14 19 2 12 19 88 0,046SuCasu 13 11 14 19 9 14 13 93 0,048FlCoVe 15 15 7 13,5 5 8 20 83,5 0,043FloDivnu 10 14 9,5 13,5 6 3 22 78 0,04FauHaniec 14 18 11 11,5 10 7 16 87,5 0,045FauDivenu 9 13 9,5 11,5 11 2 22 78 0,04CuArr 6 4 8 5 12 5 6 46 0,024CuMacu 5 3 6 4 22 6 18 64 0,033DemSari 19 19,5 23 10 23 22 3 119,5 0,062DemCavi 20 19,5 22 9 16 23 9 118,5 0,061EcValbie 1 2 5 2 21 19 3 53 0,027EcGenem 4 1 3 6 19 18 3 54 0,028EcDesarore 3 17 1 1 20 21 3 66 0,034Urusu 8 16 12 8 13,5 1 17 75,5 0,039UrSepu inf 7 6 2 3 15 20 3 56 0,029UrCampa 2 5 4 7 13,5 4 8 43,5 0,023

1932


18/20



ANEXO 2.Anlisis de componentes principales para los atributos de impacto y los elementos ambientales.

Valores propios asociados a los vectores propios con su porcentaje de varianza explicadaAtributos de impacto

Nmero de Valor propio Porcentaje de Porcentaje Componente Varianza Acumulativo

1 0,00171933 32,009 32,009 2 0,00171114 31,856 63,865 3 0,000943146 17,559 81,424 4 0,000531864 9,902 91,326 5 0,000239987 4,468 95,794 6 0,000143235 2,667 98,460 7 0,0000827113 1,540 100,000

Elementos ambientales

1 24,6264 34,130 34,130 2 14,7929 20,502 54,632 3 9,23706 12,802 67,434

Pesos de las componentes principalesAtributos de impacto

Componente Componente1 2

P 0,903096 0,198185D 0,340151 0,268713M 0,0671055 -0,467876Ex -0,036529 0,243471

Rv 0,0739839 0,4129S -0,106497 0,289079Mt 0,214622 0,596889

Elementos ambientales

AiGases 0,291199 0,043086AIPart 0,265558 -0,195379AiRu 0,289915 -0,294744


19/20



ANEXO 3.Valores propios asociados a los vectores propios con su porcentaje de varianza explicada para lascomponentes ambientales.

Componente AireNmero de Valor propio Porcentaje de Porcentajecomponente varianza acumulativo

1 8,78132 72,523 72,523 2 2,55449 21,097 93,620 3 0,772565 6,380 100,000

Componente Agua

1 5,79664 56,158 56,158 2 3,1755 30,764 86,922 3 1,34995 13,078 100,000

Componente Suelo

1 3,65633 50,313 50,313 2 2,35799 32,447 82,761 3 1,25281 17,239 100,000

Componentes Flora y Fauna 1 10,5011 77,666 77,666 2 1,94248 14,367 92,033 3 0,774409 5,728 97,760 4 0,302807 2,240 100,000

Componentes Cultural y Demogrco 1 3,90298 52,787 52,787 2 2,71214 36,681 89,468

3 0,624772 8,450 97,918 4 0,153961 2,082 100,000Componente Econmico

1 6,04612 61,992 61,992 2 3,29896 33,825 95,817 3 0,407968 4,183 100,000

Componente Urbanismo 1 8,36548 56,678 56,678 2 4,3181 29,256 85,934 3 2,07603 14,066 100,000


20/20


Rev Fac Nal Agr Medelln 62(1): 4937 4955 2009 4955

ANEXO 4. Resultados para el anlisis discriminante.

Funciones discriminantes con su valor propio y la correlacin cannica entre grupos

Funcin Valor Porcentaje Correlacin discriminante propio relativo cannica

1 75,678 65,09 0,99346 2 20,016 17,21 0,97592 3 17,254 14,84 0,97222 4 3,3256 2,86 0,87682

Funciones discriminantes derivadas con la prueba de chi-cuadrado

Funciones Lambda Chi-Cuadrado GL Valor P derivadas Wilks

1 0,00000785917 223,3228 84 0,0000 2 0,000602628 140,8700 60 0,0000 3 0,0126648 83,0096 38 0,0000 4 0,23118 27,8266 18 0,0647

plaxas et al_ propuesta estadística para la eia

Documents