1

PONTIFICIA UNIVERSIDAD JAVERIANA FACULTAD DE INGENIERÍA

MAESTRÍA EN HIDROSISTEMAS

IDENTIFICACIÓN DE ESCENARIOS DE CALIDAD DE HÁBITAT PARA

FAUNA SILVESTRE. CASO DE ESTUDIO; CUENCA MEDIA Y ALTA DEL

RÍO OTÚN (RISARALDA)

MARTHA PATRICIA GARCÍA GÓMEZ

TRABAJO DE GRADO Presentado como requisito parcial

para optar al título de

MAGÍSTER EN HIDROSISTEMAS

Bogotá, D. C. Julio de 2009

2

NOTA DE ADVERTENCIA "La Universidad no se hace responsable por los conceptos emitidos por sus alumnos en sus trabajos de tesis. Solo velará porque no se publique nada contrario al dogma y a la moral católica y porque las tesis no contengan ataques personales contra persona alguna, antes bien se vea en ellas el anhelo de buscar la verdad y la justicia".

Artículo 23 de la Resolución No13 de julio de 1946.

3

IDENTIFICACIÓN DE ESCENARIOS DE CALIDAD DE HÁBITAT PARA FAUNA SILVESTRE. CASO DE ESTUDIO; CUENCA MEDIA Y ALTA DEL

RÍO OTÚN (RISARALDA)

MARTHA PATRICIA GARCÌA GÒMEZ APROBADO

Germán Leonardo Jiménez R. Biólogo. MSc. Director

Nelson Obregón Neira Ingeniero. PhD Evaluador 1

José Ignacio Barrera Biólogo. PhD Evaluador 2

4

IDENTIFICACIÓN DE ESCENARIOS DE CALIDAD DE HÁBITAT PARA

FAUNA SILVESTRE. CASO DE ESTUDIO; CUENCA MEDIA Y ALTA DEL

RÍO OTÚN (RISARALDA)

MARTHA PATRICIA GACÌA GÒMEZ

Francisco Javier Rebolledo M. Decano Académico de la Facultad de Ingeniería

Andrés Torres. Ingeniero. PhD Director Maestría en Hidrosistemas

5

A mi madre María Martha, mis hermanos Luis, Mario y Carlos, mi compañero y amigo Luis Carlos, Paola Andrea y a mi angelito Mario Alejandro. Gracias por todo su apoyo. “He recibido de la vida el regalo más bello: mi familia.”.

6

AGRADECIMIENTOS

El autor expresa sus más sinceros agradecimientos a quienes con sus valiosos aportes apoyaron esta investigación Al equipo de trabajo del Centro de Investigaciones y Estudios en Biodiversidad y Recursos Genéticos –CIEBREG -. A la empresa Aguas y Aguas de Pereira. A mi director Germán Leonardo Jiménez. Al Ingeniero Nelson Obregón Neira. A mis compañeros, Yulieth Coronel y Fabián Mauricio Caicedo, gracias por todo su apoyo. Al grupo de compañeros de la Maestría en Hidrosistemas. A la comunidad del corregimiento La Florida y de las veredas La Suiza, La Florida, Sierra Morena y La Berna.

7

CONTENIDO 1 INTRODUCCIÓN ................................................................................... 12

1.1 PLANTEAMIENTO DEL PROBLEMA Y JUSTIFICACIÓN .............. 13

1.2 PREGUNTA DE INVESTIGACIÓN .................................................. 14

1.3 OBJETIVOS ..................................................................................... 14

1.3.1 General ..................................................................................... 14

1.3.2 Específicos ................................................................................ 14

2 MARCO TEÓRICO ................................................................................. 15

2.1 BIODIVERSIDAD Y AMENAZAS ..................................................... 15

2.2 HERRAMIENTAS PARA ATACAR LAS AMENAZAS ...................... 16

2.2.1 Manejo y conservación de poblaciones de flora y fauna silvestres 16

2.2.2 Manejo y conservación de comunidades y ecosistemas (manejo de bosques y ecología de la restauración) ............................................. 16

2.2.3 Manejo y conservación de ecosistemas y paisaje (manejo de áreas protegidas) ................................................................................... 17

2.3 EL HÁBITAT Y SUS CARACTERÍSTICAS DENTRO DE LAS HERRAMIENTAS ...................................................................................... 18

2.3.1 Calidad de hábitat. .................................................................... 18

2.3.2 Variables para medir Calidad de Hábitat ................................... 18

2.4 LA INTEGRACIÓN DE LA BIOLOGÍA Y LA INGENIERÍA PARA SUPERAR LAS DIFICULTADES ............................................................... 21

2.4.1 Autómatas celulares. ................................................................. 22

2.4.2 Agentes Inteligentes .................................................................. 22

2.4.3 Lógica difusa ............................................................................. 26

2.5 ESTUDIOS ALREDEDOR DEL TEMA ............................................ 30

2.5.1 ¿Una nueva clase de Ecología? (A New Kind of Ecology?). ..... 31

2.5.2 Hacia un marco jerárquico para modelar la distribución espacial de los animales. (Towards a hierarchical framework for modeling the spatial distribution of animals) ................................................................ 31

2.5.3 Máxima entropía para el modelamiento de la distribución geográfica de las especies. (Maximun entropy modeling of species geographic distributions) ........................................................................ 31

8

2.5.4 Simulaciones Multi-agente y gestión de ecosistemas: una revisión. (Multi-Agent simulations and ecosystem management: a review) 31

2.5.5 Desarrollo de múltiples partes interesadas en escenarios de manejo forestal: un sistema de simulación multi-agente enfoque aplicado en Indonesia (Developing multi-stakeholder forest management scenarios: a Multi-Agent system simulation approach applied in Indonesia.) .............................................................................................. 32

2.5.6 Clasificación de los modelos matemáticos en ecología. (Classification of mathematical models in ecology) ................................ 32

2.5.7 Dispersión en los modelos de población espacialmente explícitos. (Dispersal in spatially explicit population models).................. 32

3 METODOLOGÍA ..................................................................................... 33

3.1 ZONA DE ESTUDIO ........................................................................ 33

3.1.1 Localización .............................................................................. 33

3.1.2 Clima ......................................................................................... 35

3.1.3 Recurso Hídrico......................................................................... 35

3.1.4 Fauna Identificada ..................................................................... 36

3.1.5 Usos del Suelo .......................................................................... 37

4 DISEÑO EXPERIMENTAL ..................................................................... 42

4.1 INFORMACIÓN DE LA ZONA DE ESTUDIO PARA EL DISEÑO. .. 42

4.1.1 Información de las Variables Biológicas .................................... 42

4.1.2 Información de las Variables Físicas ......................................... 44

4.2 MODELO CONCEPTUAL ................................................................ 54

4.2.1 Identificación de conceptos claves dentro de las herramientas de manejo y conservación de la biodiversidad. ........................................... 54

4.2.2 Identificación de conceptos claves dentro de las herramientas matemáticas y computacionales. ........................................................... 56

4.3 MODELO COMPUTACIONAL ......................................................... 56

4.3.1 Modelación de Escenarios. ....................................................... 56

4.3.2 Configuración del agente. ......................................................... 63

5 RESULTADOS Y DISCUSIÓN DE RESULTADOS. ............................... 66

5.1 Modelo Conceptual .......................................................................... 66

5.2 Modelo Matemático ......................................................................... 68

5.3 Modelo Computacional .................................................................... 68

5.3.1 Descripción del Seudocódigo. ................................................... 68

9

5.3.2 Mapa de Calidad de hábitat ...................................................... 69

5.3.3 Simulación del Agente ............................................................... 72

6 CONCLUSIONES ................................................................................... 78

7 RECOMENDACIONES .......................................................................... 79

BIBLIOGRAFIA………………………………………………………………..…...80

ANEXOS………………………………………………………………………..…..85

I. CAMBIOS HISTÓRICOS EN EL USO DEL SUELO……….………….85

II. RUTINAS REALIZADAS EN MATLAB®………………………………...89

10

FIGURAS Pág. Figura 1. Diagrama esquematizado de un Agente Reactivo Simple ............ 24 Figura 2. Agente reactivo con un estado interno........................................... 24

Figura 3. Agente con metas explícitas .......................................................... 25 Figura 4. Agente basado en la Utilidad ........................................................ 25 Figura 5. Sistema basado en técnicas de lógica difusa ............................... 26 Figura 6. Ubicación de la zona de estudio a nivel Nacional. ........................ 34 Figura 7. Ubicación de la Zona de Estudio a nivel departamental. .............. 34

Figura 8. Delimitación de la Zona de Estudio ............................................... 35

Figura 9. Vista del río Otún desde la finca Playa Rica .................................. 36

Figura 10. Mapa de Uso de la Tierra 2006 ................................................... 39 Figura 11. Panorámica, cultivos observados en la Zona de estudio. ............ 41 Figura 12. Indicios de presencia de especies presentes en la zona de trabajo

............................................................................................................... 43

Figura 13. Usos del Suelo. Reforestaciones realizadas por Aguas y Aguas de Pereira. .................................................................................................. 45

Figura 14. Usos del suelo según información suministrada por el CIEBREG. ............................................................................................................... 46

Figura 15. Usos del suelo en la Cuenca Media y Alta del río Otún. .............. 47

Figura 16. Porcentaje de cobertura de uso del suelo. ................................... 50

Figura 17. Reclasificación de los diferentes tipos de uso del suelo en el área de estudio.. ............................................................................................ 52

Figura 18. Ubicación de los basureros Zona de estudio. .............................. 53

Figura 19. Recurso hídrico Cuenca Media y Alta del río Otún ...................... 54 Figura 20. Edición de las reglas en el paquete de Lógica Difusa contenido en

Matlab®. ................................................................................................. 61

Figura 21. Función de membresía para la variable RioOtún. ........................ 62 Figura 22. Interpretación de la función de membresía para la variable

RioOtún.................................................................................................. 63 Figura 23. Indicios de presencia de zorro encontrados en la zona, durante los

años 2005 a 2008. ................................................................................. 64 Figura 24. Ejemplo de cómo se puede mover un agente según las reglas

establecidas. .......................................................................................... 65 Figura 25. Mapa conceptual ......................................................................... 67

Figura 26. Mapa de calidad de hábitat generado en Matlab® ....................... 70 Figura 27. Asociación de los diferentes tipos de uso del suelo en la zona de

estudio. .................................................................................................. 71 Figura 28. Estado Inicial para agentes con puntos aleatorios. ...................... 73 Figura 29. Estado final para agentes con puntos aleatorios. ........................ 74

Figura 30. Estado inicial para agentes con puntos georeferenciados. .......... 75 Figura 31. Estado final para agentes con puntos georeferenciados. ............ 76

11

TABLAS Pág. Tabla 1. Herramienta: Manejo y conservación de poblaciones de flora y fauna

silvestres ................................................................................................ 16 Tabla 2. Herramienta: Manejo y conservación de comunidades y ecosistemas

............................................................................................................... 17

Tabla 3. Herramienta: Manejo y conservación de ecosistemas y paisaje. .... 17

Tabla 4. Número de indicios de presencia de especies presentes en la zona de estudio. ............................................................................................. 37

Tabla 5. Usos del suelo 2006........................................................................ 38 Tabla 6. Extensión de los diferentes Usos del Suelo en la Cuenca Media y

Alta del río Otún. .................................................................................... 48

Tabla 7. Asociación de los Usos del Suelo de la Cuenca Media del Otún ... 49 Tabla 8. Herramienta Manejo y conservación de poblaciones de flora y fauna

silvestres. Conceptos claves .................................................................. 55 Tabla 9. Herramienta Manejo de Áreas protegidas. Conceptos claves ........ 55 Tabla 10. Selección de la herramienta. ......................................................... 57

Tabla 11. Diseño de las reglas para calcular el mapa de calidad e hábitat para la especie “zorro” ........................................................................... 60

Tabla 12. Descripción del Seudocódigo ........................................................ 68 Tabla 13. . Cambios en el uso del suelo, descritos por la comunidad. ......... 86

12

1 INTRODUCCIÓN Hoy en día las acciones humanas como urbanización, establecimiento de cultivos o potreros y construcción de caminos, entre otros, ocasionan modificaciones notables del paisaje; esto produce discontinuidad en los ambientes naturales, así como alteraciones en los procesos ecológicos y en las interacciones entre especies nativas, modificando su futuro evolutivo en la medida en que se lleva a cabo la fragmentación (Sánchez 2003, Vega 2003, Peters 2003), entendiéndose por fragmentación el proceso a través del cual un hábitat continuo es reducido en área y dividido en dos o más fragmentos (Primack 1995). Para entender mejor cómo se están dando estas alteraciones y modificaciones, es necesario entender cómo se relacionan y se afectan las variables que intervienen en los procesos que forman parte de un mismo sistema; bajo este contexto se propone la integración de variables físicas y biológicas, con el fin de plantear un escenario de calidad de hábitat en función de la fauna la cual interacciona con estas variables. La finalidad de este trabajo es aportar en una aproximación inicial, al uso de los Sistemas Inteligentes utilizando variables de tipo físico y biológico de manera que se puedan desarrollar herramientas que contribuyan a la toma de decisiones. El documento se presenta de la siguiente manera: Capítulo 1. Introducción, en este capítulo se presenta el planteamiento del problema, la pregunta de investigación y los objetivos del trabajo. Capítulo 2. Marco Teórico, en este capítulo se exponen algunos antecedentes de los problemas en biodiversidad, las herramientas que son utilizadas para tratar estos problemas y cómo estas herramientas son integradas en la ingeniería para abordar estos problemas. Capítulo 3. Metodología, en este capítulo se ubica y describe el área en la que se desarrolló el presente trabajo. Capítulo 4. Diseño Experimental, este capítulo contiene la información de las variables utilizadas para el desarrollo del trabajo, el modelo conceptual

13

diseñado para abordar el problema y el modelo computacional implementado. Capítulo 5. Análisis y Discusión de Resultados, en este capítulo se presentan el análisis de los resultados obtenidos, así como el mapa de calidad de hábitat obtenido y la configuración del agente implementado. Capítulo 6. Conclusiones, en este capítulo se presentan las conclusiones producto del desarrollo y resultados del trabajo. 1.1 PLANTEAMIENTO DEL PROBLEMA Y JUSTIFICACIÓN Cada vez es más claro que existen relaciones entre sistemas productivos y sistemas naturales, sin embargo, no es claro cómo se da la intensidad de estas relaciones, sus efectos sobre procesos ecológicos y como a partir de un mejor entendimiento de esta dinámica se podrían tomar mejores decisiones para el manejo y conservación de recursos naturales como la fauna silvestre. Partiendo de estas circunstancias y dado que las consecuencias de estos procesos no son vistas en tiempos cortos, se hace necesario el diseño de herramientas que permitan a los tomadores de decisiones visualizar los posibles escenarios. Este trabajo tiene entonces como eje clave de investigación el modelamiento para la identificación de escenarios de calidad de hábitat para fauna silvestre, por medio de la integración de variables físicas y biológicas, provenientes tanto de sistemas productivos, como de sistemas naturales. Como parte del caso de estudio se trabajó con las especies Cerdocyon thous y Urocyon cinereoargenteus, sin embargo, la metodología presentada es aplicable a otras especies de fauna silvestre, bajo la salvedad que todas las especies presentan diferentes necesidades y preferencias de hábitat, por lo que es necesario en principio asegurarse que la información disponible para alimentar los modelos sea suficiente para identificar la calidad de hábitat de la especie.

14

1.2 PREGUNTA DE INVESTIGACIÓN Este proyecto plantea como pregunta de investigación: ¿Qué escenarios de calidad de hábitat, bajo diferentes combinaciones de variables físicas y biológicas, son posibles de identificar y simular para la fauna silvestre? 1.3 OBJETIVOS 1.3.1 General

Identificar escenarios de calidad de hábitat para fauna silvestre, a partir de la integración de variables físicas y biológicas en la Cuenca Media y Alta del río Otún. 1.3.2 Específicos Desarrollar un modelo conceptual que soporte el modelo de la identificación escenarios de calidad de hábitat para fauna, en situaciones donde existan limitaciones en la información. Desarrollar un modelo matemático a partir de sistemas inteligentes que permita la optimización de la información disponible. Desarrollar un aplicativo computacional que facilite la identificación y modelamiento de escenarios de calidad de hábitat para fauna.

15

2 MARCO TEÓRICO 2.1 BIODIVERSIDAD Y AMENAZAS Conceptualmente la biodiversidad corresponde a la variabilidad que existe desde el nivel genético hasta el nivel ecosistema y paisaje y la variedad de interacciones que existen entre cada uno de estos niveles desde el punto de vista de los atributos, estructura, composición y función (Primack et al. 2001, Meffe & Carroll 1997, Noss 1990). Hoy en día esta biodiversidad se encuentra amenazada por las actividades de una sola especie, la humana (Wilson 2004). Desde el anterior punto de vista, estas actividades se transforman en amenazas para la biodiversidad, que corresponden a formas de relación entre los sistemas naturales vistos como aquellos que no han tenido alguna intervención humana, y los sistemas productivos que son el producto de las necesidades sociales y económicas de las comunidades humanas (Primack et al. 2001, Meffe & Carroll 1997). Para tratar de encontrar soluciones a estas amenazas se plantean alternativas de solución o formas de manejo y conservación de la biodiversidad. Estas alternativas consideran las escalas de los problemas de la biodiversidad y del papel que juegan las sociedades humanas en su origen y solución (Primack et al. 2001, Meffe & Carroll 1997, Noss 1990). Desde el punto de vista anterior se pueden considerar como alternativas:

Manejo de poblaciones de flora y fauna silvestres

Restauración ecológica y manejo de bosques naturales

Manejo de áreas protegidas

Instrumentos de políticas, legislación y economía. Las herramientas mencionadas son dependientes entre sí, situación que plantea que para dar soluciones a las amenazas a la biodiversidad es necesario entender que la especie humana ha ejercido un impacto sobre las demás formas de vida de una forma hasta ahora compleja de entender. Desde el punto de vista de la fauna silvestre dos de estas herramientas contienen conceptos claves para la elección y uso de las herramientas matemáticas y computacionales para este trabajo, ellas son el manejo de poblaciones de fauna y el manejo de áreas protegidas.

16

2.2 HERRAMIENTAS PARA ATACAR LAS AMENAZAS Las herramientas aquí presentadas son empleadas tomando en consideración el conocimiento sobre la biodiversidad (atributos y escalas), cómo ésta se ve amenazada (sus agentes causales), y cómo deben ser enfrentadas estas amenazas (Salafsky et al. 2002). Desde el punto de vista anterior, se consideran tres herramientas que se basan en el conocimiento biofísico, éstas son el manejo y conservación de poblaciones de especies, de comunidades y ecosistemas y de ecosistemas y paisaje (Jiménez, 2009). Jiménez, 2009, propone una organización de estas herramientas basada en niveles o jerarquías con conceptos claves, los cuales se muestran a continuación: 2.2.1 Manejo y conservación de poblaciones de flora y fauna silvestres Como herramienta, propone abordar los aspectos claves para el mantenimiento de flora y fauna silvestres en sus hábitats (conservación in situ) y fuera de ellos (conservación ex situ). Los conceptos claves de esta herramienta se presentan en la tabla 1. Tabla 1. Herramienta: Manejo y conservación de poblaciones de flora y fauna silvestres

CONCEPTOS CLAVES DENTRO DE LA HERRAMIENTA

La especie a la luz de la conservación (biológica, evolutiva, clave, sombrilla, carismática, bandera, con valor económico). Cuantificación de la variabilidad genética (heterozigocidad, polimorfismo). Teoría sobre el equilibrio evolución extinción. Modelos de la demografía y competencia en las poblaciones de especies (Ej. herbivoría, depredación, parasitismo, parasitoidismo). Teoría de las meta–poblaciones y de la biogeografía de islas. Teorías sobre los principios del manejo de fauna silvestre, desde la combinación de variables ecológicas y socioeconómicas. Modelos de cosecha sostenible (denso dependientes, denso independientes). Fuente: Jimenez, Germán (2009)

2.2.2 Manejo y conservación de comunidades y ecosistemas (manejo de bosques y ecología de la restauración) Como herramienta aborda las amenazas consideradas a escalas de la comunidad y el ecosistema. (Jiménez, 2009).Los conceptos claves de esta herramienta se presentan en la tabla 2.

17

Estas dos herramientas, parten de la necesidad de identificar el hábitat y los rasgos de éste que proveen condiciones de calidad de hábitat necesarios para la permanencia de individuos en poblaciones de una especie, pero al mismo tiempo toman en consideración las presiones que ejerce la especie humana sobre éstas condiciones de calidad de hábitat. Tabla 2. Herramienta: Manejo y conservación de comunidades y ecosistemas

CONCEPTOS CLAVES DENTRO DE LA HERRAMIENTA

La sucesión o reemplazamiento de especies en la comunidad biológica. Desarrollo de los ecosistemas y comportamiento de las especies. Perturbación, disturbio y transformación de los ecosistemas. Enfoques teóricos, causas y consecuencias de la fragmentación. Tipos de fragmentación. Interrelación fragmentos y claros. Teorías sobre los principios de la ecología de la restauración, desde la combinación de variables ecológicas y socioeconómicas. Fuente: Jiménez, 2009

2.2.3 Manejo y conservación de ecosistemas y paisaje (manejo de áreas protegidas) Como herramienta aborda las amenazas consideradas en las escalas del paisaje y los ecosistemas, así como de las comunidades y poblaciones inmersas dentro de éstos. Se encuentra relacionada con el aislamiento de las áreas protegidas y su vulnerabilidad ante las presiones de las comunidades adyacentes a su zona de influencia. Los conceptos claves de esta herramienta se presentan en la tabla 3. Tabla 3. Herramienta: Manejo y conservación de ecosistemas y paisaje.

CONCEPTOS CLAVES DENTRO DE LA HERRAMIENTA

Papel de los organismos en las redes tróficas. Mantener la integridad del ciclaje de materia y energía al interior de los ecosistemas. Principios para el diseño de conectividad (corredores hábitat, steping stones, mosaicos de hábitat). Principios y teorías sobre el diseño de sistemas integrados de áreas protegidas o reservas para la conservación desde la teoría en ecología, economía y sociología. Mantener la oferta de bienes y servicios de la Biodiversidad.

18

2.3 EL HÁBITAT Y SUS CARACTERÍSTICAS DENTRO DE LAS HERRAMIENTAS 2.3.1 Calidad de hábitat. El hábitat es la suma de todos los factores bióticos y abióticos que una especie animal requiere para que pueda perpetuar su presencia, quedando descrito por los rasgos que lo definen ecológicamente y deja ver de manera explícita la dimensión espacial.; sobre esta definición la calidad de hábitat es “la capacidad del ambiente para proveer las condiciones apropiadas para la persistencia de un individuo y de la población”. (Hall et al. 1997) La selección que un animal hace de un determinado hábitat depende de factores bióticos y abióticos, y de la proporción en que estos se encuentren en el ambiente, por ejemplo para el caso de factores bióticos, la presencia o ausencia de otras especies (competidores, presas o depredadores) influye en la decisión final de un animal por la elección y uso de un determinado hábitat (Litvaitis et al 1994, Sunquist y Sunquist 1989). Existen otros factores que no solo reflejan la decisión de un animal por determinados hábitat, sino que también reflejan el grado de “éxito” que este tiene en términos evolutivos, en la consecución de recursos (alimento o pareja), en esos hábitats (Litvaitis et al. 1994). Sin embargo, estos factores y preferencias de la fauna por un determinado hábitat se encuentran limitados por la presencia humana y el uso que le da a estas zonas. 2.3.2 Variables para medir Calidad de Hábitat Dentro de las variables utilizadas para medir la calidad de hábitat se encuentran las variables físicas y las variables biológicas. 2.3.2.1 Variables físicas

2.3.2.1.1 Recurso hídrico Corresponde a las fuentes de agua que abastecen la fauna y las comunidades humanas presentes en el área de estudio.

19

2.3.2.1.2 Coberturas del suelo La cobertura del suelo es la capa de materiales como paja, turba, compost, etc que se extiende sobre la superficie de un terreno. La cobertura del suelo puede ser representada básicamente por la cobertura vegetal de las plantas en desarrollo (periodo vegetativo) o por sus residuos (Forster, 1981, citado por Lopes, 1984).

2.3.2.1.3 Usos del suelo Los usos del suelo corresponden a cualquier tipo de utilización humana de un terreno, incluido el subsuelo y el vuelo que le correspondan, y en particular su urbanización y edificación. El uso del hábitat por humanos depende de varios factores como su dimensión y sus sistemas productivos. Una mayor población humana implica una mayor pérdida de biodiversidad, incluso con bajos niveles de consumo y de uso de recursos para satisfacer necesidades básicas, tales como la recolección de leña, caza de animales y conversión de hábitat natural en terrenos agrícolas y residenciales (Primack et al, 2001).

Los sistemas productivos Sistema productivo es el conjunto de actores sociales interactivos que tiene como objetivo la producción de alimentos, fibras, energéticos y otras materias primas de origen animal y vegetal. Es un subsistema de la cadena productiva cuyas actividades productivas ocurren "dentro de los límites de la finca". (Gómes y Valle 2001). Los sistemas de producción conforman la unidad en la que los agricultores toman las decisiones para garantizar el bienestar de la familia a partir del uso de los recursos especialmente los recursos naturales. Sistemas de producción agrícola Los sistemas agrícolas se definen como conjuntos de explotaciones agrícolas individuales con recursos básicos, pautas empresariales, medios familiares de sustento y limitaciones en general similares, a los cuales corresponderían estrategias de desarrollo e intervenciones parecidas. Por su naturaleza la agricultura implica la manipulación e intervención en el ecosistema del planeta por el hombre. La agricultura inevitablemente causa cambios y disturbios en el contorno natural. Aplicar riego en áreas áridas,

20

sembrar nuevas especies de pastos en las praderas naturales, cambiar el cauce de los rios y aplicar sistemas de drenaje a los pantanales son ejemplos de modificaciones que el hombre ocasiona, al perseguir la agricultura y que sin lugar a duda afectan la ecología. (FAO, 1997) Sistemas de producción ganadera Estos sistemas se basan en la utilización y aprovechamiento de los pastos, forrajes y praderas, es en esencia un proceso de conversión de energía solar en energía vegetal (materia orgánica), seguido de la transformación de esta energía vegetal para ser acumulada en productos animales: carne o leche. (Zorita, 2003) Sistemas de producción forestal Los sistemas de producción forestal a través de los años se han venido caracterizando como sistemas que proporcionan múltiples bienes y servicios, dada la diversidad en cuanto a sus producciones; tradicionalmente la madera ha sido el aprovechamiento tradicional de casi todos los espacios forestales, así como los productos forestales no madereros (resinas, fibra, taninos, semillas, frutos, etc.); sin embargo hay otra serie de funciones que carecen de un precio de mercado, como los servicios paisajísticos, los recreativos, conservación y protección de la biodiversidad, etc. y la Captura de Carbono, que aunque aún no tiene precio en el mercado, se ha convertido en el punto de partida para la valoración forestal sea económica o ambiental. 2.3.2.2 Variables Biológicas

2.3.2.2.1 Distribución de especies Dependiendo de su historia y de sus capacidades de dispersión las especies de fauna pueden ocupar grandes extensiones de territorio o estar restringidas a pequeñas regiones. Las actividades humanas constantemente modifican las áreas de distribución de las especies.

2.3.2.2.2 Abundancia relativa El índice de abundancia relativa es calculado como el número de indicios por especie encontrados, dividido por la distancia recorrida por el observador (Carrillo et al., 2000).

21

2.4 LA INTEGRACIÓN DE LA BIOLOGÍA Y LA INGENIERÍA PARA SUPERAR LAS DIFICULTADES Para poder abordar la complejidad en las relaciones entre sistemas naturales y sistemas productivos, y para el caso concreto entre el uso que la fauna da a su hábitat y las presiones provenientes de los sistemas de producción humanos sobre el hábitat, es necesario buscar herramientas que den cuenta de formas de relación y dinámicas entre la información contenida en los sistemas naturales y aquella contenida en los sistemas productivos (Salafsky et al. 2002). En particular, desde la Economía Ambiental se han tratado de hacer aproximaciones para la integración de estos tipos de información con el ánimo de cuantificar los verdaderos valores de la biodiversidad, ya que en parte, de ello dependen las alternativas para su manejo y conservación (Low et al. 1999, Constanza et al. 1997). Dentro de estos ejercicios una de las mayores debilidades radica en la imposibilidad de identificar patrones de relación entre ambos tipos de información de lo cual depende entender cómo los sistemas productivos afectan a los sistemas naturales. Es en esta última aproximación donde el uso de herramientas diseñadas para el análisis de la complejidad comienza a tener un papel más relevante, en particular para aquellas pertenecientes a la Inteligencia Artificial (IA). La inteligencia artificial convencional plantea métodos conocidos como máquinas de aprendizaje, caracterizadas por el formalismo y el análisis estadístico. La vida artificial, en parte, trata de recrear los procesos propios de la vida, partiendo de la suposición de que la vida o los procesos propios de la vida, si no son imprescindibles para la aparición de la inteligencia, al menos son una buena idea para crear inteligencia, ya que evolutivamente los seres inteligentes siempre han sido seres vivos. (Fleifel & Aranguren, 2008) Las herramientas informáticas usadas en la Inteligencia Artificial son principalmente las redes neuronales y los algoritmos genéticos; en unas pocas palabras, los primeros tratan de imitar la forma cómo funciona el sistema nervioso de los animales, y los segundos tratan de resolver problemas de optimización imitando la selección natural y su base molecular: mutación y entrecruzamiento de material genético. También se usan autómatas celulares y la lógica difusa o borrosa; donde generalmente, se dota de algún tipo de “cerebro” a un agente (con reglas difusas o redes neuronales), y se les hace reaccionar a unas reglas de comportamiento y/o evolucionar empleando además de las reglas, registros de información histórica. Los escenarios de calidad de hábitat corresponden a las áreas de protección biológica y de paisaje existente que albergan a los animales, les proveen alimento, condiciones apropiadas para su reproducción y los resguarda de extremos climáticos y depredadores, incluyendo el hombre.

22

Para este caso en particular existe información sobre coberturas que se encuentran asociadas a unas formas o patrones de uso dentro de los sistemas productivos. 2.4.1 Autómatas celulares. Según Chen (2004), Bandini y colaboradores (2001), y Bernal & McIntosh (1996), un autómata celular es una herramienta computacional que hace parte de la Inteligencia Artificial basada en modelos biológicos, el cual está básicamente compuesto por una estructura estática de datos y un conjunto finito de reglas que son aplicadas a cada nodo o elemento de la estructura. Igualmente, es un sistema dinámico discreto, el cual evoluciona mediante la interacción de reglas probabilísticas o determinísticas, como cualquier otro sistema dinámico, sus variables cambian como una función de sus propios valores. En general, es una cadena de células evolucionando mediante la interacción de una función constante no-lineal que independientemente determina los nuevos valores de cada una de estas células de acuerdo a los valores de un predeterminado subconjunto de células. El interés que ha despertado esta técnica radica en la sencillez y en la simplicidad que caracteriza la construcción de los modelos; además, en la particularidad de los patrones de comportamiento presentados por el Autómata en tiempo de ejecución (Chen, 2004). 2.4.2 Agentes Inteligentes Un agente es todo aquello que puede considerarse que percibe su ambiente mediante sensores y que responde o actúa en tal ambiente por medio de efectores. El agente ideal es aquel que siempre emprende acciones que se espera permitirán obtener la máxima medición de desempeño, tomando en cuenta la secuencia de percepciones que hasta ese momento es recibida (Herrera & Prieto, 2009). El término de medición de desempeño se aplica al cómo es el criterio que sirve para definir qué tan exitoso ha sido un agente. Para esto no existe una medida fija que se pueda aplicar por igual a todos los agentes porque las respuestas van a ser subjetivas, entonces una medición de desempeño la pueden realizar observadores externos (Herrera & Prieto, 2009). 2.4.2.1 Características Un agente va a venir caracterizado por una serie de calificativos, los cuales vienen a denotar ciertas propiedades a cumplir.

23

Autonomía: los agentes operan sin la intervención directa de personas u otros, y tienen algún tipo de control sobre sus actuaciones y estado interno. Habilidad social: los agentes interactúan con otros agentes

(posiblemente humanos) vía algún tipo de lenguaje de comunicación de agentes. Reactividad: los agentes perciben el entorno o ambiente, (lo que

representa la palabra físicamente, un usuario vía una interfaz de usuario, una colección de otros agentes, Internet, o quizás todos ellos combinados), y responde rápidamente a cambios que ocurren en dicho entorno. Pro-actividad: los agentes no actúan simplemente en respuesta a su

entorno, sino que son capaces de exhibir „comportamiento dirigido hacia el objetivo‟, tomando la iniciativa” Racionalidad: el agente siempre realiza «lo correcto» a partir de los

datos que percibe del entorno 2.4.2.2 Programa para un Agente Es una función que, a partir de las percepciones del agente, le permite

realizar las acciones. El trabajo de la Inteligencia Artificial es diseñar el programa del agente. Se ejecuta en algún dispositivo de cómputo, el cual es llamado

“arquitectura”.

Tipos de programas para Agentes Agentes reactivos (reflejo) simple: Este tipo de agente no contiene internamente estados y sus procesos o acciones que realiza son respuestas a la entrada de percepciones. Ignoran las percepciones históricas (ver Figura 1) Agentes reactivos basados en modelos (con estado interno): Este tipo de agente guarda estados internos sobre la historia percibida lo cual le sirve para ejecutar una acción. Los sensores no pueden informar a la vez de todos los estados que maneja nuestro ambiente, es por este caso que el agente necesita actualizar algo de información en el estado interno (ver Figura 2).

24

Figura 1. Diagrama esquematizado de un Agente Reactivo Simple Tomado de: Herrera & Prieto, 2009.

Figura 2. Agente reactivo con un estado interno Tomado de: Herrera & Prieto, 2009.

Agentes basados en metas (u objetivos): Además de los estados, los agentes necesitan cierto tipo de información sobre sus metas Estas metas van a detallar las situaciones a las que se desea llegar de este modo, el programa de agente puede combinar las metas con la información de los resultados (acciones) que emprenda y de esta manera poder elegir aquellas acciones que permitan alcanzar la meta (ver Figura 3).

25

Figura 3. Agente con metas explícitas Tomado de: Herrera & Prieto, 2009.

Agentes basados en utilidad: Si las metas se encuentran en conflicto, o se puede alcanzar más de una meta al mismo tiempo, se requiere conocer un valor que defina que meta es prioritaria, ese valor es la utilidad (ver Figura 4).

Figura 4. Agente basado en la Utilidad Tomado de: Herrera & Prieto, 2009.

26

2.4.2.3 Ambientes

Accesibles/No accesibles: Si el agente conoce el ambiente totalmente.

Deterministas/No deterministas: Si el estado siguiente de un ambiente es determinado totalmente por el estado actual.

Episódicos/No episódicos: Si la experiencia del agente se divide en episodios de su ambiente.

Estáticos/Dinamicos: Si el ambiente cambia mientras el agente toma decisiones.

Discretos/Continuos: Si existe una cantidad limitada de percepciones y acciones claramente distinguibles. 2.4.3 Lógica difusa La lógica difusa, es una lógica alternativa a la lógica clásica que pretende introducir un grado de vaguedad en las cosas que califica (Sánchez, 2008). El aspecto central de los sistemas basados en la teoría de la lógica difusa es que tienen la capacidad de reproducir aceptablemente los módulos usuales del razonamiento, considerando que la certeza de una proposición es una cuestión de grado. En la Figura 5 se muestra un sistema basado en técnicas de lógica difusa.

Figura 5. Sistema basado en técnicas de lógica difusa Tomado de: Valldeperas, 2005.

2.4.3.1 Conjuntos difusos Un conjunto difuso A se define como una Función de Pertenencia que enlaza o empareja los elementos de un dominio o Universo de discurso X con elementos del intervalo [0,1]:

27

A: X→ [0,1]

Cuanto más cerca esté A(x) del valor 1, mayor será la pertenencia del objeto x al conjunto A. Los valores de pertenencia varían entre 0 (no pertenece en absoluto) y 1(pertenencia total). 2.4.3.2 Funciones de pertenencia Son aquellas funciones definidas en el sistema para abastecer de entradas difusas al motor de toma de decisión mediante reglas expertas. Algunas de ellas son retroalimentadas y adaptativas. Aunque en principio cualquier función sería válida para definir conjuntos difusos, en la práctica hay ciertas funciones típicas que suelen usarse, tanto por la facilidad de computación que su uso conlleva como por su estructura lógica para definir su valor lingüístico asociado. La única condición que debe cumplir una función característica es que tome valores entre 0 y 1, con continuidad. Algunas de las funciones de pertenencia más utilizadas son:

Función Gama

Función “S”

28

Función Gausiana

2.4.3.3 Reglas difusas Se llama reglas difusas al conjunto de proposiciones IF-THEN que modelan el problema que se quiere resolver. Una regla difusa simple tiene la forma: “si u es A entonces v es B” Donde A y B son conjuntos difusos definidos en los rangos de “u” y “v” respectivamente. Una regla expresa un tipo de relación entre los conjuntos A

y B cuya función característica sería y representa lo que se conoce como implicación lógica. La elección apropiada de esta función característica está sujeta a las reglas de la lógica proposicional. Un sistema difuso estará formado por varias reglas difusas base con diferentes consecuentes. 2.4.3.4 Mecanismos de inferencia Los mecanismos de inferencia son aquellos en los que se usan los principios de la lógica difusa para realizar un mapeo de los conjuntos difusos de entrada a los conjuntos difusos de salida: conectivos AND, OR, NOT y ENTONCES. Cada regla es interpretada como una implicación difusa. Es decir, el bloque de inferencia es aquel en el cual se realiza la “traducción matemática” de las reglas difusas: estas reglas modelan el sistema pero para poder trabajar con ellas y extraer un resultado se debe evaluar matemáticamente la información que reflejan.

29

2.4.3.5 Defuzzicación La defuzzicación realiza la función contraria al difusor. El difusor tiene como entradas valores concretos de las variables de entrada y como salidas grados de pertenencia a conjuntos difusos (entre 0 y 1). La entrada al bloque desdifusor es el conjunto difuso de salida, resultado del bloque de inferencia y la salida es un valor concreto de la variable de salida. Para obtener, a partir del conjunto difuso de salida que resulta de la agregación de todas las reglas, un resultado escalar, se aplican métodos matemáticos como por ejemplo:

Método del máximo: Se elige como valor para la variable de salida aquel para el cual la función característica del conjunto difuso de salida es máxima. En general no es un método óptimo, ya que este valor puede ser alcanzado por varias salidas.

Método del centroide: Utiliza como salida del sistema el centro de gravedad de la función característica de salida. Matemáticamente:

Es el método más utilizado en aplicaciones de la lógica difusa a la ingeniería ya que se obtiene una solución única, aunque a veces es difícil de calcular.

Método de la altura: Se calcula para cada regla el centro de gravedad del conjunto difuso de salida y después se calcula la salida del sistema como la media ponderada:

2.4.3.6 Tipos de Sistemas de Lógica Difusa Los sistemas de Lógica Difusa más utilizados corresponden a los siguientes tipos: sistemas difusos tipo Mamdani (con fuzzificador y defuzzificador ) Sistemas difusos tipo Takagi-Sugeno. Los dos se distinguen básicamente por la base de sus reglas difusas y su defuzzicación

Sistemas Tipo Mamdani Base de Reglas Difusas: En el sistema tipo Mamdani estas reglas son del tipo IF-THEN, como se observa en la siguiente figura:

30

En un sistema difuso tipo Mamdani tanto el antecedente como el consecuente de las reglas están dados por expresiones lingüísticas. Defuzzicación La salida que genera el mecanismo de inferencia es una salida difusa, lo cual significa que no puede ser interpretada por un elemento externo (por ejemplo un controlador) que solo manipule información numérica. Para generar la salida numérica a partir de este conjunto se utilizan los métodos de defuzzicación mencionados en el apartado: “Defuzzicación”.

Sistemas Tipo Sugeno Base de Reglas Difusas: Las reglas de la base de conocimiento de un sistema Sugeno es diferente a las de los sistemas Mamdani pues el consecuente de estas reglas ya no es una etiqueta lingüística sino que es una función de la entrada que tenga el sistema en un momento dado, esto se ilustra a continuación:

En los sistemas difusos tipo Sugeno, los valores que arrojan los consecuentes de las diferentes reglas que se han activado en un momento determinado ya son valores numéricos por lo que no se necesita una etapa de defuzzicación. 2.5 ESTUDIOS ALREDEDOR DEL TEMA Dentro de la revisión bibliográfica se encontraron trabajos interesantes que tratan de describir sistemas biológicos por medio de herramientas

31

matemáticas y/o computacionales. Dentro de estos se destacan los siguientes: 2.5.1 ¿Una nueva clase de Ecología? (A New Kind of Ecology?). En este trabajo, basado en el libro de Steve Wolfram (A New Kind of Science), se realiza una revisión del pasado, los usos de los modelos de Autómatas Celulares en la ecología y se discute la utilidad relativa de la utilización de los modelos tradicionales frente a los modelos de Autómatas Celulares para entender las comunidades ecológicas (Molofsky & Bever, 2004). 2.5.2 Hacia un marco jerárquico para modelar la distribución espacial de los animales. (Towards a hierarchical framework for modeling the spatial distribution of animals) En este trabajo se realiza la predicción de la distribución espacial potencial de la especie Gymnobelideus lesdbeateri que son presentadas en meso, topo, micro y nano escalas. Esta predicción espacial utiliza sistemas de información geográfica (GIS) basados en modelos espaciales de de larga duración como la media mensual del clima y los cambios del suelo, de la cubierta vegetal, de la radiación en superficie y de los atributos de los árboles, desde la interpretación de fotografía aérea y estudios de campo (Mackey & Lindenmayer, 2001). 2.5.3 Máxima entropía para el modelamiento de la distribución geográfica de las especies. (Maximun entropy modeling of species geographic distributions) En este trabajo, se introduce la utilización del método de máxima entropía (Maxent) para modelar la distribución geográfica de especies con presencia de sólo los datos. Maxent es una máquina de uso general con un método de aprendizaje sencilla y precisa formulación matemática, y tiene una serie de aspectos que la hacen muy apropiada para la modelación de distribución de las especies (Phillips et al, 2005) 2.5.4 Simulaciones Multi-agente y gestión de ecosistemas: una revisión. (Multi-Agent simulations and ecosystem management: a review) En este documento se propone una revisión del desarrollo y la utilización de simulaciones multi-agente (MAS) para la gestión de los ecosistemas. Los

32

autores sostienen que las simulaciones con multi-agentes son útiles para abordar problemas de integración de aspectos sociales y espaciales y concluyen que en el ámbito de la gestión de los ecosistemas se pueden utilizar sistemas multi-agente (Bousquet & Pageb, 2004). 2.5.5 Desarrollo de múltiples partes interesadas en escenarios de manejo forestal: un sistema de simulación multi-agente enfoque aplicado en Indonesia (Developing multi-stakeholder forest management scenarios: a Multi-Agent system simulation approach applied in Indonesia.) Este documento describe un modelo de simulaciones multi-agente (MAS) desarrollado para una unidad de manejo forestal ubicadas en Kalimantan Oriental, Indonesia. Los resultados y la experiencia adquirida con el estudio de caso sugieren que el MAS es un enfoque adecuado para el desarrollo de múltiples partes interesadas en estrategias de gestión forestal (Purnomo et al, 2003). 2.5.6 Clasificación de los modelos matemáticos en ecología. (Classification of mathematical models in ecology) Este artículo está dedicado a la clasificación de los modelos matemáticos en ecología. Se trata de diversas clases de modelos matemáticos distinguidos sobre la base de las características del objeto de investigación y tareas de investigación. Cada clase de modelos matemáticos es ilustrada por las referencias a determinados estudios. Esta clasificación tiene como objetivo ayudar a los ecologistas, biólogos y ecologistas navegar por la diversidad de métodos y técnicas en la modelización matemática y desarrollar un enfoque normalizado para la aplicación de las matemáticas en la investigación ecológica (Gertsev & Gertseva, 2004). 2.5.7 Dispersión en los modelos de población espacialmente explícitos. (Dispersal in spatially explicit population models) En este trabajo se desarrolló un modelo de simulación simple para investigar el efecto de la variación en el éxito de dispersión en predicciones sobre la ocupación de parches y la viabilidad poblacional (South, 1999).

33

3 METODOLOGÍA 3.1 ZONA DE ESTUDIO El presente trabajo se realizó en la Cuenca Media y Alta del río Otún, en el departamento de Risaralda. La Cuenca Media y Alta del río Otún, hace parte de las zonas propuestas por el Centro de Investigaciones y Estudios en Biodiversidad y Recursos Genéticos –CIEBREG- dentro del marco del Programa “Valoración de Bienes y Servicios Ambientales de la Biodiversidad para el Desarrollo Sostenible de Paisajes Rurales Colombianos, Complejo Ecorregional Andes del Norte (CEAN)”.

Estas zonas o áreas de estudio se plantearon de manera tal que se lograra una unidad espacial de referencia que fuera común para todos los estudios y que permitiera generar conclusiones generales acerca del efecto de factores naturales y antrópicos sobre la biodiversidad. 3.1.1 Localización La Cuenca Hidrográfica del río Otún ésta localizada en el flanco Occidental de la Cordillera Central, en el departamento de Risaralda (Ver Figura 6). Comprende los municipios de Pereira, Santa Rosa de Cabal y Dosquebradas (ver Figura 7); nace en el caño Alsacia, afluente la Laguna del Otún, a una altura de 3980 msnm y desemboca en el río Cauca a los 875 msnm. La cuenca total tiene una superficie de 480,61 Km2, el área del presente trabajo abarca una superficie de 187,61 Km2. Según el Censo Nacional de 2005, Tiene una población de 373.911 personas que habitan en su mayoría en los municipios de Pereira y Dosquebradas (CARDER, 2008). La cuenca también forma parte de un complejo ecorregional llamado Andes del Norte, que es conocida por su extraordinaria biodiversidad. Esta región es reconocida como una zona de alta prioridad para la conservación a nivel mundial (CARDER, 2008).

34

Figura 6. Ubicación de la zona de estudio a nivel Nacional. Fuente: Enciclopedia ENCARTA 2007.

Figura 7. Ubicación de la Zona de Estudio a nivel departamental. Fuente: CARDER, 2008.

35

En la figura 8 se muestra la delimitación de la zona de estudio dentro de la Cuenca Media y Alta del río Otún.

Figura 8. Delimitación de la Zona de Estudio Fuente: Shapes de archivo CARDER. Modificado por el autor.

3.1.2 Clima El clima regional está influenciado tanto por el frente o zona de convergencia intertropical que determina la forma bimodal de las precipitaciones, como por la circulación general del Valle del río Cauca. Debido a esta conformación del relieve, la región presenta una gran variedad de climas locales con temperaturas medias anuales superiores a 24° C, en la planicie del Cauca, hasta zonas con temperaturas medias anuales de 6° C en la parte alta e incluso áreas de nieves perpetuas en la cumbre de la Cordillera Central. 3.1.3 Recurso Hídrico El río Otún nace en la laguna del mismo nombre a casi 4000 msnm, en el flanco occidental de la cordillera Central, aprovechando drenajes naturales superficiales y subterráneos de los nevados de Santa Isabel, Quindío y el páramo de Santa Rosa, localizados en el Parque Nacional Natural de los Nevados, en su trayectoria discurre por territorios de los municipios de Pereira, Santa Rosa de Cabal, Dosquebradas y Marsella.

36

El perfil longitudinal del río Otún, es cóncavo hacia la parte alta. La pendiente varía desde un 27% en la parte alta, 5% en la parte media y 2% en la parte baja, significando que la velocidad del flujo, su capacidad de erosión y arrastre de materiales disminuye aguas abajo (Echeverry y López, 1993). La cuenca del río Otún está compuesta por un total de 50 microcuencas, divididas en 5 subcuencas, siendo éstas: Los rios Azul, Barbo, San José y las quebradas Dosquebradas y Combia, de las cuales se desprenden las microcuencas y franjas hidrográficas.

Figura 9. Vista del río Otún desde la finca Playa Rica Fuente: El autor

3.1.4 Fauna Identificada Dentro de la riqueza faunística presente en la Cuenca del río Otún se destaca la presencia de grandes mamíferos representados por la danta conga (Tapirus pinchaque), el puma o león de montaña (Puma concolor), el venado soche (Mazama rufina) y el oso andino (Tremarctus ornatus), más de 400 especies de aves, más de 150 especies de mariposas, 25 especies de ranas, 25 especies de murciélagos, especies arborícolas, herbívoros y

37

carnívoros, entre otras especies que enriquecen de manera incalculable los ecosistemas de la Cuenca. Adicional a las especies de mamíferos citadas arriba, Palacios (2008), Díaz (2007) y Vivas (2007) reportan otras 14 especies de mamíferos basadas en sus indicios de presencia (Tabla 4). Tabla 4. Número de indicios de presencia de especies presentes en la zona de estudio.

Especie La

Isabela Playa Rica

SFFOQ Lisbrán Total

Indicios

Indeterminado 9 0 7 0 16

Urocyon cinereoargenteus

51 6 48 0 105

Cerdocyon thous 67 27 70 8 172

Dasypus novemcinctus

5 20 20 0 45

Dasyprocta punctata 1 11 29 0 41

Perro 8 4 9 0 21

Didelphis marsupialis 17 0 4 0 21

Agouti paca 0 1 4 0 5

Roedor 0 4 1 0 5

Nasua nasua 2 0 2 0 4

Leopardus pardalis 1 0 2 0 3

Eira barbara 14 0 0 0 14

Mazama Rufina 0 0 1 0 1

Felino 0 0 1 0 1

Nasua sp 6 0 2 0 8

Puma yagouaroundi 2 0 0 0 2

Tapirus pinchaque 0 0 1 0 1

Total 183 73 201 8 465 Fuente: Elaborada con base en los trabajos de: Palacios Hernández, Nancy Liliana (2008), Díaz Pulido, Angélica Paola. (2007) y Vivas Serna, Carolina (2007)

3.1.5 Usos del Suelo Los datos presentados en este apartado corresponden a los consignados en el Plan de Ordenación y Manejo de la Cuenca Hidrográfica del Otún (CARDER, 2008).

38

3.1.5.1 Tipos de Cobertura

La cobertura y usos actuales del suelo se obtuvieron a partir de datos satelitales multiespectrales Aster, 2003 – 2005, que sirvieron como base para la elaboración del mapa de uso y cobertura del departamento de Risaralda (CARDER Y UAESPNN, 2008); cuyos resultados se consignan en la tabla 5. Tabla 5. Usos del suelo 2006

USO HECTAREAS PORCENTAJE

Aguacate 8,9300 0,02

Asociación Plátano-Aguacate 5,4840 0,01

Bosque Natural 13978,2200 29,08

Bosque Plantado 1132,0550 2,36

Bosque Secundario 3454,3640 7,19

Café 4371,8470 9,10

Caña Panelera 234,8170 0,49

Cebolla Junca 306,9960 0,64

Cítricos 126,1440 0,26

Consociación Café-Cítricos 2,3120 0,00

Consociación Café-Fríjol 3,4680 0,01

Consociación Café-Maíz 11,3870 0,02

Consociación Café-Plátano 1133,6460 2,36

Consociación Café-Plátano-Pasto Manejado 373,2730 0,78

Consociación Café-Tomate 10,3750 0,02

Consociación Maíz-Plátano 6,7340 0,01

Consociación Pasto Manejado-Caña Panelera 3,1210 0,01

Consociación Pasto Manejado-Vivienda Campesina 174,2060 0,36

Consociación Plátano-Aguacate 1,5890 0,00

Frijol 18,3980 0,04

Granadilla 19,5460 0,04

Guadua 950,2370 1,98

Guanábana 2,4790 0,01

Guayaba 4,4800 0,01

Habichuela 5,2310 0,01

Lagunas 86,2090 0,18

Lulo 2,6010 0,01

Maíz 13,3520 0,03

Morera 3,3280 0,01

Nieve 231,7050 0,48

Papa 6,2710 0,01

Pasto con Rastrojo 283,8280 0,59

Pasto Manejado 7662,2730 15,94

Pasto Natural 995,4710 2,07

Piña 27,8710 0,06

Plátano 81,7470 0,17

Rastrojo 160,0710 0,33

Tomate 8,2520 0,02

Vegetación de Páramo 10311,9770 21,46

39

USO HECTAREAS PORCENTAJE

Vivienda Campesina 56,9530 0,12

Yuca 35,3340 0,07

Zona Minera 18,6120 0,04

Zona Urbana 1736,1160 3,61

Total 48061,3100 100,00

Fuente: CARDER Y UAESPNN, 2008.

De acuerdo con la tabla anterior, la mayor cobertura dentro de la cuenca es bosque natural que representa el 29,08% del área total, seguido por vegetación de páramo con un 21,46%, pasto manejado con 15,94%, café con 9,1% y bosque secundario con 7,19%. Los usos de menor representatividad dentro de la cuenca son bosque plantado, asociación café y plátano, pasto natural, guadua y zona urbana (ver Figura 10).

Figura 10. Mapa de Uso de la Tierra 2006 Fuente: SIG – CARDER 3.1.5.2 Sistemas Productivos Identificados A nivel general, las principales actividades productivas desarrolladas en la cuenca son: agrícola, pecuaria, forestal, minera y últimamente la turística. En la cuenca alta, por ser parte del Parque Nacional Natural Los Nevados, los usos del suelo corresponden a los de protección, conservación, investigación, recreación y recuperación; en la actualidad existen aproximadamente 21 predios con usos asociados a prácticas productivas que

40

se relacionan principalmente con actividades agropecuarias que soportan su economía en la actividad ganadera de tipo extensivo y cultivos de papa, como componente menor se tiene la actividad turística para lo cual algunos habitantes de las veredas ofertan servicios de guianza y de logística a los visitantes. Estas actividades agropecuarias vienen generando serios conflictos ambientales (CARDER y UAESPNN, 2008). Agricultura: Las actividades agrícolas, dentro de la cuenca del río Otún, se enmarcan en las categorías contenidas en la Resolución 061 de 2007, expedida por la Corporación Autónoma Regional de Risaralda – CARDER-: Cultivos Transitorios: Agrupa los cultivos cuyo ciclo de producción oscila entre 3 y 12 meses; entre otros: hortalizas, arveja, tomate, fríjol, maíz, habichuela, pepino, yuca, arracacha y papa. Cultivos Permanentes y Semipermanentes: Incluyen los cultivos cuyo ciclo productivo es mayor a 12 meses, tales como: Papaya, piña, tomate de árbol, aguacate, borojó, banano, maracuyá, granadilla, cítricos, mora, guanábana, morera, brevo, cacao, café, lulo, mazana, macadamia, caña de azúcar, caña panelera, chontaduro, curuba, espárrago y cebolla junca. Hacen parte de este grupo, además, los sistemas agroforestales o silvoagrícolas. La agricultura de la cuenca está representada básicamente por cultivos de café (solo o asociado), cebolla junca, caña panelera, cítricos y plátano (solo o asociado); en menor proporción la yuca, piña, morera, granadilla, fríjol, maíz y tomate; y otros como lulo, guanábana, guayaba, habichuela, papa y aguacate. La cebolla junca es el cultivo que representa la base económica de un importante número de familias del corregimiento de la Florida (ver figura 11). En la actualidad el área de siembra se ha visto reducida por la influencia y la presión de cultivos transitorios y de potreros; encontrándose, en algunos casos, las áreas de siembra alternadas con dichos cultivos (tomate, habichuela, plantas medicinales).

41

Figura 11. Panorámica, cultivos observados en la Zona de estudio. Fuente: El autor

Actividad Pecuaria: La actividad pecuaria en la cuenca del río Otún es diversa, contándose a su interior la porcicultura, la avicultura y la ganadería como las de mayor importancia. Actividad Forestal: Según el mapa de usos del suelo en la cuenca solamente el 2.36% de su superficie se encuentra con plantaciones forestales, siendo poco significativa la actividad. Sin embargo, un importante peso del componente forestal está representado en los sistemas asociados a otros cultivos, ya que no se tiene una amplia cultura forestal dentro del territorio de la cuenca. Las especies forestales más representativas dentro de la cuenca son, entre otras, la guadua (Guadua angustifolia), el eucalipto (Eucalyptus grandis, saligna), el ciprés (Cupressus lusitanica), el pino (Pinus patula, P. kesya, P. oocarpa), el nogal (Cordia alliodora), el urapán (Fraxinus chinensis) y el cedro (Cedrela odorata).

42

4 DISEÑO EXPERIMENTAL 4.1 INFORMACIÓN DE LA ZONA DE ESTUDIO PARA EL DISEÑO. La información con que se contó para el presente trabajo provino de dos fuentes:

Fuentes primarias: Realizando visitas de campo, en las que se reconocieron las zonas de muestreo de la fauna y la metodología utilizada por los expertos para la recolección de esta información, además de identificar en campo los diferentes sistemas productivos, tratando de recrear junto con los habitantes de la cuenca, los cambios en el uso del suelo en los últimos años.

Fuentes secundarias, contando con suministro de información de las entidades CARDER (Corporación Autónoma Regional de Risaralda), CIEBREG (Centro de Investigación y Estudios en Biodiversidad y Recursos Genéticos) y PUJ (Pontificia Universidad Javeriana) por medio del Centro de Investigación UNESIS (Unidad de Ecología y Sistemática). Se contó con información presentada en formatos tipo Shape, Raster y puntos georeferenciados. 4.1.1 Información de las Variables Biológicas 4.1.1.1 Selección de la Especie Objetivo Esta selección se realizó a partir de la información disponible de los indicios de presencia históricos de las especies en forma de registros de mamíferos medianos y grandes presentes en los sitios de muestreo que corresponden a Finca la Isabela, finca Playa Rica, Finca Lisbrán y Santuario de Flora y Fauna del Otún Quimbaya en las cuencas media y alta del río Otún. Entre los años 2006 y 2008. (Palacios 2008, Díaz 2007. y Vivas 2007) Estos indicios de presencia consistieron en registros de huellas, avistamientos, heces y madrigueras de los mamíferos medianos y grandes.

43

Para este ejercicio se utilizó la información consignada en la tabla 4. Luego de elaborado este listado, se escogieron las especies Cerdocyon thous y Urocyon cinereoargenteus, por ser aquellas que presentan un mayor número de datos y se encuentran presentes en al menos tres de los cuatro sitios de muestreo definidos (ver Figura 12).

Figura 12. Indicios de presencia de especies presentes en la zona de trabajo

Características del Zorrro perruno (Cerdocyon thous) Estos zorros tienen un peso de aproximadamente 6 a 8 kg en los adultos, tienen patas coloreadas de negro en su parte inferior. Sus hábitats son variados y van desde las sabanas hasta los bosques. Aprovecha numerosos recursos alimenticios y su dieta es estacional. Forrajea muy activamente, recorre varios tipos de hábitat para llegar al alimento disponible, y se comporta como especialista cuando está en un hábitat productivo, reduciendo mucho el rango dietario al consumir presas de alta energía: es un oportunista trófico. Caza roedores, cangrejos, ranas, reptiles, aves, tortugas e insectos, y además un riesgo de extinción de medio a bajo (Emmons, 1997).

0

10

20

30

40

50

60

70

Ago

uti p

aca

Cerd

ocyo

n th

ous

Das

ypro

cta

pu

nct

ata

Das

ypu

s n

ove

mci

nct

us

Did

elph

is m

arsu

pial

is

Eira

bar

bar

a

Felin

o

Inde

term

inad

o

Leop

ardu

s par

dalis

Maz

ama

rufin

a

Nas

ua s

p

Nas

ua

nas

ua

Pe

rro

Pum

a ya

goua

roun

di

Roed

or

Tapi

rus

pinc

haqu

e

Uro

cyon

cin

ereo

arge

nteu

s

Núm

ero

de

Indi

cio

s

Especie

Indicios de Especies presentes en la cuenca Media y Alta del Río Otún.

La Isabela Playa Rica SFFOQ Lisbrán

44

Características del Zorrro gris (Urocyon cinereoargenteus) Los zorros grises tienen un peso entre 4 y 6 kg adultos, habitan en bosques más o menos cerrados y son los únicos cánidos (junto a sus próximos parientes, los zorros isleños) capaces de trepar a los árboles. También se les puede ver en zonas de matorral espeso y, aunque prefieren lugares poco alterados por la mano del hombre, ocasionalmente se acercan hasta zonas de cultivo y núcleos de población. Cazan pequeños animales como pájaros, ardillas y ratones y complementan su dieta con pequeños frutos como las bayas y carroña (Emmons, 1997). 4.1.2 Información de las Variables Físicas 4.1.2.1 Capa Correspondiente a Usos del Suelo y Coberturas El mapa de Uso de Suelo utilizado para el presente trabajo correspondió a los archivos en formato shape actualizado a 2005 a resolución 30 x 30, provenientes de dos fuentes: 1. suministrados por la empresa Aguas y Aguas de Pereira y que corresponde a las reforestaciones realizadas, en el año de 2005 (ver Figura 13) y, 2. a los archivos en formato shape suministrados por la Dependencia de Información Geográfica del Centro de Investigación y Estudios en Biodiversidad y Recursos Genéticos –CIEBREG- de la cuenca Media y Alta del río Otún (Ver Figura 14). Para este caso se eliminaron las zonas de páramos ubicadas en parte alta de la Cuenca Alta del río Otún ya que según los expertos en los últimos cinco (5) años no se revela que las especie de zorro Cerdocyon thous y Urocyon cinereoargenteus, se encuentren presente en estas áreas (Jiménez Germán, comunicación personal, Palacios, 2008).

45

Figura 13. Usos del Suelo. Reforestaciones realizadas por Aguas y Aguas de Pereira. Fuente: Aguas y Aguas de Pereira,2005.

REFORESTACIONES REALIZADAS Y ZONAS ESTRATÉGICAS IDENTIFICADAS

POR AGUAS Y AGUA DE PEREIRA.

N

A

Aguas Y Aguas de Pereira _ Bosque Plantado Nogal cafetero

USO _ Bosque Plantado Ocarpa

_ Bosque Plantado _ Bosque Plantado Pino pátula

D Bosque Plantado Cerezo Bosque Plantado Roble

_ Bosque Plantado Ciprés _ Bosque Plantado Urapán

_ Bosque Plantado Eucalipto _ Humedal

_ Bosque Plantado Guadua Regeneración Natural

46

Figura 14. Usos del suelo según información suministrada por el CIEBREG. Fuente: CIEBREG, 2005.

USO DEL SUELO CUENCA MEDIA Y ALTA DEL RIO OTÚN

Fuente: CIEBREG

N

A

USO SUELO • Consociacion Cate·Platano ti: :::! Pasto Manejado

USO • Consociacion Cafe-Platano-Pasto Manejado ~ Pasto Natural

• Bosque Natural • Frijol • Plalano

D Bosque Plantado D Granadilla Rastrojo

Bosque Secundario ~ Guadua • Tomate

~ Cafe • l ulo D Vegetadon de Pararno

~ Cebolla Junca D Maíz • Vivienda Campesina

• Consociacion Cafe-Citricos G Pasto Con Rastrojo • Zona Urbana

47

Utilizando estas dos fuentes de información se unieron los shapes, dando como resultado el mapa presentado en la Figura 15.

Figura 15. Usos del suelo en la Cuenca Media y Alta del río Otún. Fuente: CIEBREG, 2005; CARDER 2006, Modificaciones realizadas por el autor.

USOS DEL SUELO CUENCA MEDIA Y ALTA DEL RIO aTúN

(RISARALDA)

USOS SUELO

USO CJ Bosque Natural

.. Bosque Plantado

Bosque Plantado Cerezo

Bosque Plantado Ciprés

.. Bosque Plantado Eucalipto

.. Bosque Plantado Guadua

.. Bosque Plantado Nogal cafetero

Bosque Plantado Ocarpa

~ Bosque Plantado Pino patula

Bosque Plantado Roble

N

A

c=J Bosque Plantado Urapán .. Humedal

.. Bosque Secundario Intermedio [=:J Maiz

P9'A! Cafe c:::J Pasto Manejado

~ Cebolla Junca l'--':-:'~ J Pasto Natural

CJ Consociacion Cafe-Cítricos ~-;.!'?3 Pasto con rastrojo

.. Consociacion Cafe-Platano-Pasto Manejado Plalano

Estanque piscicola (=:J Rastrojo

.. Explotación Forestal .. Regeneración Natural

.. Frijol .. Tomale

Galpones .. Vegetadon de Paramo

"Granadilla

" Guadua

.. Vivienda Campesina

.. Zona Urbana

48

Las extensiones de estos usos se presentan en la tabla 6 Tabla 6. Extensión de los diferentes Usos del Suelo en la Cuenca Media y Alta del río Otún. No USO O COBERTURA HECTÁREAS

1 Bosque Natural 11782.0

2 Bosque Plantado 705.1

3 Bosque Plantado Cerezo 41.8

4 Bosque Plantado Ciprés 183.2

5 Bosque Plantado Eucalipto 57.4

6 Bosque Plantado Guadua 0.6

7 Bosque Plantado Nogal cafetero 0.3

8 Bosque Plantado Ocarpa 31.5

9 Bosque Plantado Pino pátula 17.2

10 Bosque Plantado Roble 26.2

11 Bosque Plantado Urapán 80.4

12 Bosque Secundario Intermedio 770.5

13 Café 765.8

14 Cebolla Junca 372.1

15 Consociacion Café-Cítricos 60.0

16 Consociacion Café-Plátano-Pasto Manejado 100.0

17 Estanque piscícola 11.1

18 Explotación Forestal 31.3

19 Frijol 4.4

20 Galpones 4.0

21 Granadilla 64.2

22 Guadua 140.0

23 Humedal 12.4

24 Maíz 0.5

25 Pasto con rastrojo 30.7

26 Pasto Manejado 2367.2

27 Pasto Natural 713.9

28 Plátano 4.5

29 Rastrojo 88.9

30 Regeneración Natural 62.3

31 Tomate 4.4

32 Vegetación de Paramo 59.4

33 Vivienda Campesina 57.2

34 Zona Urbana 110.5

AREA TOTAL 18760.6

49

4.1.2.1.1 Reclasificación de la Información de Usos del Suelo Para facilitar el manejo de la información se decidió asociar los usos del suelo existentes en diez (10) grupos de manera tal que no se afectaran las preferencias de las especies de zorros Cerdocyon thous y Urocyon cinereoargenteus, es por esto que se observa en la tabla 7, que el sistema productivo “CEBOLLA JUNCA” no se incluye en el grupo “CULTIVO”, ya que por tratarse de un cultivo limpio, no ofrece ningún tipo de cobertura al zorro ni le es atractivo como alimento; la organización de estos grupos se presenta en la tabla 7: Tabla 7. Asociación de los Usos del Suelo de la Cuenca Media del Otún

USO O COBERTURA NOMBRE

ASOCIACIÓN ÁREA ha

Porcentaje cobertura

Bosque Natural

BOSQUE 14017.9985 74,72

Bosque Plantado

Bosque Plantado Cerezo

Bosque Plantado Ciprés

Bosque Plantado Eucalipto

Bosque Plantado Guadua

Bosque Plantado Nogal cafetero

Bosque Plantado Ocarpa

Bosque Plantado Pino pátula

Bosque Plantado Roble

Bosque Plantado Urapán

Bosque Secundario Intermedio

Guadua

Pasto con rastrojo

Rastrojo

Regeneración Natural

Maíz

CULTIVO 1018.70028 5,43

Café

Consociacion Café-Cítricos

Consociacion Café-Plátano-Pasto Manejado

Estanque piscícola

Frijol

Galpones

Granadilla

50

USO O COBERTURA NOMBRE

ASOCIACIÓN ÁREA ha

Porcentaje cobertura

Plátano

Tomate

Explotación Forestal EXPLOTACIÓN FORESTAL

31.2710535 0,16

Humedal HUMEDAL 12.3725394 0,06

Pasto Manejado GANADERÍA 2367.24783 12,6

Pasto Natural PASTO NATURAL

713.869114 3,8

Cebolla Junca CEBOLLA JUNCA

372.077376 1,9

Vegetación de Paramo VEGETACION DE PARAMO

59.4391667 0,32

Vivienda Campesina ASENTAMIENTO RURAL

57.1511616 0,3

Zona Urbana ASENTAMIENTO URBANO

110.500761 0,59

TOTAL ÁREA 18760.6278 100

Figura 16. Porcentaje de cobertura de uso del suelo.

75%

13%

5%

4%

2%

1%

Porcentaje de cobertura de usos del suelo

BOSQUE GANADERÍA CULTIVOPASTO NATURAL CEBOLLA JUNCA ASENTAMIENTO URBANOVEGETACION DE PARAMO ASENTAMIENTO RURAL EXPLOTACIÓN FORESTALHUMEDAL

51

Como puede observarse en la tabla 7 y Figura 16, el 75% de la cobertura del suelo de la cuenca Media y Alta del río Otún corresponde a Bosques, seguido por un 13% correspondiente al sistema de Ganadería, el 5% corresponde a las áreas dedicadas a cultivos diferentes a la cebolla junca, el 4% a pastos naturales, el 1% a cebolla junca y los demás usos no alcanzan el 1% cada uno, del área de la cuenca. Una vez se asociaron los usos del suelo se estableció un shape con éstos, el nuevo mapa generado se presenta en la Figura 17.

52

Figura 17. Reclasificación de los diferentes tipos de uso del suelo en el área de estudio..

ASOCIAC iÓN DE LOS DIFERENTES TIPOS DE USO DE SU ELO EN LA CUENCA MEDIA DEL Río aTúN.

- RiosOtwn ~ Cebo lla Junco

- RiOtun D Cultr.o

USO DE SU ELO D Explotac ión Fo restal

USO • Ganade ri a

• Asentamiento Ru ral D Humedal

• Asentamiento Urbano ~;;1 Pasto Natural

_ Bosque • Vegetacion de Paramo

N

A

53

4.1.2.2 Capa Correspondiente a Basureros La información correspondiente a los basureros encontrados en la zona se presenta a manera de puntos georeferenciados (ver Figura 18) que indican los lugares utilizados por la comunidad como botaderos y basureros.

Figura 18. Ubicación de los basureros Zona de estudio. Fuente: Tesis de Doctorado Germán Jiménez.

4.1.2.3 Capa Correspondiente a Rios La información del recurso hídrico, se presenta en formato shape. En la Figura 19 se aprecia la distribución de los rios y quebradas de la cuenca.

54

Figura 19. Recurso hídrico Cuenca Media y Alta del río Otún

Fuente: CIEBREG, 2005; CARDER 2006

4.2 MODELO CONCEPTUAL Los conceptos incluidos en este apartado fueron involucrados mediante la aplicación de mapas conceptuales (Cmap tools, libre distribución). Estos mapas conceptuales contienen los conceptos incluidos en diagramas de cajas, en donde los conceptos principales están relacionados por medio de conectores. Bajo esta consideración existen posibilidades de combinar o relacionar conceptos de forma jerárquica o sin una jerarquía aparente. 4.2.1 Identificación de conceptos claves dentro de las herramientas de manejo y conservación de la biodiversidad. Para la identificación de los conceptos claves se extrajo información a partir de los conceptos provenientes de las herramientas manejo y conservación de poblaciones de especies, así como del manejo y conservación de áreas protegidas. Fue en estas dos escalas en las que operan estas herramientas,

55

en donde se pudo visualizar una integración entre las variables físicas y biológicas (ver Tabla 8 y Tabla 9). Tabla 8. Herramienta Manejo y conservación de poblaciones de flora y fauna silvestres. Conceptos claves

Conceptos Claves Dentro de la Herramienta Manejo y conservación de poblaciones de flora y fauna silvestres

La especie a la luz de la conservación (biológica, evolutiva, clave, sombrilla, carismática, bandera, con valor económico). Cuantificación de la variabilidad genética (heterozigocidad, polimorfismo). Teoría sobre el equilibrio evolución extinción. Modelos de la demografía y competencia en las poblaciones de especies (Ej. herbivoría, depredación, parasitismo, parasitoidismo). Teoría de las meta–poblaciones y de la biogeografía de islas. Teorías sobre los principios del manejo de fauna silvestre, desde la combinación de variables ecológicas y socioeconómicas. Modelos de cosecha sostenible (denso dependientes, denso independientes).

A partir de las anteriores consideraciones se utilizó el conocimiento que existe sobre la demografía de poblaciones. Aquí fueron claves las variables abundancia y distribución de individuos de una población natural; para estas variables se tenía información de los últimos cuatro (4) años para las especies de zorro, Cerdocyon thous y Urocyon cinereoargenteus. Tabla 9. Herramienta Manejo de Áreas protegidas. Conceptos claves

Conceptos Claves Dentro de la Herramienta Manejo de Áreas Protegidas

Papel de los organismos en las redes tróficas. Mantener la integridad del ciclaje de materia y energía al interior de los ecosistemas. Principios para el diseño de conectividad (corredores hábitat, steping stones, mosaicos de hábitat). Principios y teorías sobre el diseño de sistemas integrados de áreas protegidas o reservas para la conservación desde la teoría en ecología, economía y sociología. Mantener la oferta de bienes y servicios de la Biodiversidad.

Igualmente dentro del conocimiento que existe sobre el diseño de sistemas integrados de áreas protegidas desde la teoría de las poblaciones y del diseño de áreas protegidas o reservas para la conservación, desde la combinación de variables ecológicas y socioeconómicas, fue clave la información sobre variables físicas como coberturas (relacionado a usos en sistemas productivos y naturales), ríos y asentamientos humanos. Estas

56

variables se relacionan con la identidad, distribución y riqueza de ecosistemas e igualmente pueden verse afectadas por la forma como las comunidades humanas llevan a cabo el uso de los recursos naturales en sus actividades productivas. 4.2.2 Identificación de conceptos claves dentro de las herramientas matemáticas y computacionales. Se recurrió a la identificación de los sistemas Inteligentes como aquellos que recrean procesos propios de la vida, dentro de los sistemas inteligentes se encuentran las herramientas que ayudan a modelar estos procesos propios de la vida, cada una de las cuales, modela sistemas particulares dependiendo de la información y del sistema. Bajo este concepto aparecen los Agentes y los Autómatas celulares como las herramientas que mejor modelan este tipo de sistemas naturales. Se eligió, entonces, conceptualmente a los Agentes ya que estos consideran fuentes de información que provienen de escalas discretas; que para el caso de este estudio correspondió a la información biológica y física disponible a escala de poblaciones y a escala del paisaje. 4.3 MODELO COMPUTACIONAL 4.3.1 Modelación de Escenarios. Para este trabajo se utilizaron las herramientas de Lógica Difusa y Agentes Inteligentes estos se presentan en el lenguaje Matlab®; este lenguaje de programación usado fue seleccionado debido a su flexibilidad para el manejo de información matricial. 4.3.1.1 Selección de la herramienta de modelación Para abordar el problema se pensó en principio en la utilización de los autómatas celulares como la herramienta que mejor desempeño podría mostrar para simular este tipo de escenarios; sin embargo, durante el proceso de selección de la información se encontraron vacíos que no permitirían el uso de esta herramienta; además, solo se contaba con dos mapas de uso de suelo, lo que no permitía ver los cambios en el tiempo de la presión antrópica sobre los sistemas. Por otra parte la toma de los datos de presencia de la fauna no fueron suficientes para la herramienta, ya que se contó con los registros de indicios

57

de presencia de los zorros tomados en cuatro zonas de muestreo (Fincas La Isabela, Playa Rica y Lisbrán y el Santuario de Flora y Fauna del Otún Quimbaya) que no cambian en el tiempo. Los registros fueron tomados en campañas de 3 meses cada una, sin embargo, no poseen un intervalo constante de tiempo entre campañas; esto no permitió visualizar la dinámica de movimiento de la especie en la cuenca. Se pensó entonces en la utilización de Agentes Inteligentes, ya que esta herramienta se adapta mejor al tipo y cantidad de información que se tenía. 4.3.1.2 Incorporación de la Información Física y Biológica a la Herramienta de Modelación Una vez analizadas las herramientas y la información necesaria para la implementación de cada una de ellas, se decidió trabajar con los Agentes Inteligentes (ver tabla 10). Tabla 10. Selección de la herramienta.

Ob

jeti

vo

INFORMACIÓN NECESARIA

INFORMACIÓN DISPONIBLE

POSIBLES HERRAMIENTAS HERRAMI

ENTA QUE SE

AJUSTA A LA

INFORMACIÓN

DISPONIBLE

AUTÓMATAS CELULARES

AGENTES INTELIGENTES

IDEN

TIFI

CA

CIÓ

N D

E ES

CEN

AR

IOS

DE

CA

LID

AD

DE

HÁ

BIT

AT

PA

RTA

FA

UN

A S

ILV

ESTR

E

VARIABLES FÍSICAS

AG

ENTE

S IN

TELI

GEN

TES

RECURSO HIDRICO

Fuentes Hídricas Principales y Secundarias (Formato Shape)

fuentes hídricas principales

fuentes hídricas principales

USO DEL SUELO

Uso del Suelo año 1993 (Formato shape) Uso actual del suelo (Formato Shape)

dinámica de cambio de uso del suelo en el

tiempo

uso del suelo

PRESENCIA DE ASENTAMIENTOS

HUMANOS

Área Ocupada por Asentamientos Rurales y Urbanos (Formato Shape)

dinámica del cambio en el tiempo de los

asentamientos humanos

presencia de asentamientos

humanos

58

VARIABLES BIOLÓGICAS

REGISTROS DE PRESENCIA DE

FAUNA OBJETIVO

Registro de Indicios de presencia del Zorro en cuatro zonas de muestreo en un periodo de 4 años, sin un Δt claramente definido. (puntos georeferenciados)

dinámica de movimientos

y/o desplazamientos en el tiempo

registros de presencia de especie de

fauna objetivo

CARACTERÍSTICAS DE LA ESPECIE Y PREFERENCIA DE

HÁBITATS

Se cuenta con información y conocimiento experto en todas las áreas.

características de la especie y preferencia de

hábitats

características de la especie y preferencia de

hábitats

Se contó con información de las capas de usos de suelo, basureros, ríos y quebradas, y número de indicios de presencia de los zorros. 4.3.1.3 Cálculo de distancias entre atributos Con los shapes de usos del suelo, rios y quebradas, y río Otún, se definió una grilla de 20 x 20 m cada celda y se procede a calcular las distancias entre los diferentes tipos de coberturas. El tamaño de la grilla obedeció a la necesidad de determinar un tamaño de celda que permitiera detallar al máximo la información sin que esto ocasionara un exceso de información innecesaria que demorara aún más su procesamiento. Para este cálculo se utilizó una rutina diseñada en el lenguaje de programación Matlab® que serviría para calcular las distancias desde cada uno de los puntos de la grilla hacia cada atributo Una vez obtenidas las distancias se procede al diseño de las reglas

59

4.3.1.4 Herramienta de Lógica difusa

4.3.1.4.1 Diseño de las Reglas Las reglas para este trabajo fueron diseñadas por un experto en el área de manejo y conservación de fauna silvestre. El número de expertos que pueden participar en estos ejercicios dependerá de la experiencia, del conocimiento del tema y de las áreas de estudio por parte de éstos, y de las necesidades de información del modelo. Para el diseño de las reglas se contó con el conocimiento experto del investigador Germán Leonardo Jiménez quien ha trabajado en la zona de estudio por más de cinco años y ha dirigido estudios sobre abundancia relativa y distribución de indicios de presencia para mamíferos medianos y grandes, y actualmente coordina el monitoreo de las especies de zorro presentes en la cuenca media y alta del río Otún, por medio de telemetría. El escenario que se planteó corresponde a las mejores condiciones de hábitat posibles de diseñar con la información disponible, para las especies de zorro: Cerdocyon thous y Urocyon cinereoargenteus. Se establecieron seis (6) reglas determinadas por el experto como suficientes para elaborar los mapas de calidad de hábitat para las especies de Zorro: Cerdocyon thous y Urocyon cinereoargenteus, estas se presentan en la tabla 11.

60

Tabla 11. Diseño de las reglas para calcular el mapa de calidad e hábitat para la especie “zorro”

Rio

Otún Quebrad

a Basurer

o

Asenta-

miento Rural

Asenta-

miento Urban

o

Cultivo

Cultivo de

Cebolla

Ganade

ría

Explota-ción

Forestal

Pastos

Bosque

CALIDAD DE

HÁBITAT

REGLA 1

Lejos Cerca Lejos Lejos Lejos Lejos Lejos Lejos Lejos Cerca Cerca MUY BUENO

REGLA 2

Lejos Cerca Medio Cerca

Medio Cerca

Lejos Medio Cerca

Lejos Medio Cerca

Lejos Cerca Cerca BUENO

REGLA 3

Lejos Cerca Cerca Medio Cerca

Medio Cerca

Cerca Lejos Medio Cerca

Lejos Medio Cerca

Medio Cerca

REGULAR

REGLA 4

Medio

Cerca

Medio Cerca

Cerca Cerca Medio Cerca

Cerca Medio Cerca

Cerca Medio Cerca

Medio Cerca

Medio Cerca

MALO

REGLA 5

Cerca

Lejos None None Cerca Cerca None Cerca None Lejos Medio Cerca

MUY MALO

REGLA 6

Cerca

None None None Cerca Cerca None Cerca None None None MUY MALO

61

4.3.1.4.2 Elaboración del Mapa de Calidad de hábitat. Una vez definidas las reglas se procedió a trabajar con el paquete de Lógica difusa contenido en Matlab®. Los códigos se desarrollaron utilizando un programa principal con subrutinas que realizan los cálculos y grafican los resultados. Se trabajó con un sistema de lógica difusa tipo Mamdani conformado por once (11) variables de entrada: río Otún, Quebradas, Basureros, Asentamiento Rural, Asentamiento Urbano, Cultivo, Cultivo de Cebolla, Ganadería, Explotación Forestal, Pastos y Bosque (ver Figura 20) . Cada una de estas variables tiene su función de membresía, compuesta por tres conjuntos difusos, cuyos modificadores lingüísticos para distancia son: “cerca”, “medio cerca” y “lejos”. Donde: cerca, abarca hasta los 125 metros de distancia; medio cerca, hasta los 200 metros de distancia y lejos, hasta el punto más lejano.

Figura 20. Edición de las reglas en el paquete de Lógica Difusa contenido en Matlab®.

62

La variable de Salida fue la Calidad de Hábitat, calificado inicialmente como Muy Bueno, Bueno, Regular y Malo, posteriormente estas etiquetas mediante el proceso de defuzzicación dentro de la lógica difusa fueron reclasificadas y tomaron valores numéricos, ilustrados por el mismo sistema mediante colores, indicando el grado de pertenencia a los conjuntos. Para las reglas difusas se utilizó el conjunto de proposiciones IF (si), AND (y) y THEN (entonces); las reglas se leen de la siguiente manera, Para la Regla 1: SI Rio Otún lejos Y Quebrada cerca Y Basurero lejos Y Asentamiento Rural lejos Y Asentamiento Urbano lejos Y Cultivo lejos Y Cultivo de Cebolla lejos Y Ganadería lejos Y Explotación Forestal lejos Y Pastos cerca Y Bosque cerca ENTONCES Calidad de Hábitat MUY BUENO En la Figura 21 se muestra un ejemplo de las funciones de membresía contenidas en el paquete de Lógica Difusa contenido en Matlab®. Y en la figura 22 se muestra la interpretación para este ejemplo.

Figura 21. Función de membresía para la variable RioOtún.

63

Figura 22. Interpretación de la función de membresía para la variable RioOtún. 4.3.2 Configuración del agente. Para este caso el Agente corresponde a la información de abundancia relativa, proveniente de la distribución de frecuencias de indicios de las dos especies de zorros, Cerdocyon thous y Urocyon cinereoargenteus. Para la configuración del agente se tuvo en cuenta dos escenarios; el primero generando puntos aleatorios y el segundo utilizando los puntos de los indicios de presencia de las especies de zorro Cerdocyon thous y Urocyon cinereoargenteus, encontrados en el área de estudio durante los años 2005, 2006, 2007 y 2008 (Ver Figura 23).

64

Figura 23. Indicios de presencia de zorro encontrados en la zona, durante los años 2005 a 2008. Fuente: Palacios,(2008) Díaz,(2007) y Vivas,(2007).

El agente fue entrenado para que identificara las celdas que conforman la cuádrupla de su posición actual, luego debió evaluar los valores de cada una de estas celdas para finalmente desplazarse a aquella celda que presentó el mejor valor de calidad de hábitat; este proceso debió hacerlo para cada una de las celdas a las que se fuera desplazando; para aquellos casos en que se presentaran vecindades con valores de celda similares al que se encuentra, se adicionó una orden que lo facultó para que se moviera aleatoriamente. En la Figura 24 se

65

muestra a manera de ejemplo una de las posibles rutas que sigue un agente mediante las reglas definidas en este trabajo.

Figura 24. Ejemplo de cómo se puede mover un agente según las reglas establecidas.

66

5 RESULTADOS Y DISCUSIÓN DE RESULTADOS. 5.1 MODELO CONCEPTUAL El modelo conceptual resultante (Ver Figura 25), puede ser interpretado de la siguiente manera. Se sabe que para la cuenca del río Otún se han venido llevando a cabo investigaciones de cómo la fauna silvestre utiliza los componentes del paisaje para sobrevivir en medio de dos escenarios. El primer escenario corresponde a uno donde predominan los sistemas productivos y el segundo corresponde a aquel donde predominan los sistemas naturales. Con base en esta aproximación se encuentra que a pesar de que se han identificado zonas de uso por parte de la fauna y que se ha empleado información biológica y física, esta es de forma predominante la correspondiente al uso desde la perspectiva de la fauna. Esta perspectiva hace que la información biológica y la información física sean utilizadas para identificar calidad de hábitat por medio del uso de las herramientas que tradicionalmente plantea la biología de la conservación (ver Figura 25). Esta idea se ve reforzada por los planteamientos que se han hecho sobre el manejo y la conservación de la biodiversidad donde la información que en principio predomina es la de tipo biológico; para el caso de la información física predomina solamente aquella que se encuentre relacionada directamente con la información biológica (Primack et al. 2001, Meffe & Carroll 1997, Noss 1990). Sin embargo estos mismos autores plantean el surgimiento de limitaciones en la forma como la información se integra al interior de cada una de las herramientas y entre ellas. Es particular a la anterior situación el caso cuando la incorporación de información biológica y física contempla las formas como son utilizados los sistemas productivos (Salafsky et al, 2002). Es en este punto donde las herramientas provenientes de la ingeniería, y en particular los sistemas inteligentes, ayudan a resolver los problemas de integración de información y generan la posibilidad de simular escenarios, modelar y controlar variables, e integrar fuentes de conocimiento (Bousquet & Le Page, 2004, Chen, 2004).

67

Figura 25. Mapa conceptual

Cuenca de l Rio Otún

I se ha h ech o

I Est ud ios sob re ab u ndancia r e lativa y d istribución de indicios

para m amíferos med ianos y gran des

En I ngeniería

I Se tiene

I ( Información )

I sobre

-------- ,---,--,-,--, '----"-------'----.. -------'------'

Necesidad I

Identificac ión de escenarios d e Calidad

de Hábitat

I I ... ·----H erram ientas --------~.~

Man ejo poblaciones de flor a y fauna

Manej o de áreas pro tegidas

I nteg r ación de Variables Físicas y Variables B iológ icas

Integración de conocim ie n to experto (multidisci p lina r ldad)

~ Por m edio

de

I

Pa r a este caso apl ican

I

Vent aja

I Permi t e t rabajar con

la infor mació n d isponible

I Procesos

I ( Biológica )~ . . . De tl pO ---

----- '--"":::.:.;c='--' ( Física) I

Se filtra y c lasi fica con

I ( Lógica Difusa)

Insu mo -- ""-p r inci pal Se obtien e

r---~/-~ ,-~'~--, M apa D iseño de las

reg las por expertos ca lidad de hábitat

Simulación de Escenarios de Ca lidad

de H ábitat

68

Se podría decir entonces que hasta el momento se ha visto que los problemas presentados en la naturaleza son estudiados a partir de la medición de variables desde las ciencias naturales, las cuales se vuelven insuficientes cuando se entra en la complejidad de las relaciones entre los sistemas biofísicos y los sistemas socioeconómicos; esta situación genera la necesidad de incorporar la información proveniente de las ciencias sociales, (Salafsky et al, 2002, Primack et al. 2001, Meffe & Carroll 1997). Es así como el desarrollo del modelo conceptual, guía las expectativas de investigación hacia modelos matemáticos que busquen la integración entre tipos de información (ver Figura 25). 5.2 MODELO MATEMÁTICO El modelo matemático utilizado en el presente trabajo corresponde al utilizado en las herramientas de Lógica Difusa y en la de Agentes Inteligentes. Las funciones de pertenencia usadas en Lógica Difusa fueron las funciones If, and, If; con estas funciones se ordenaron las reglas del experto; de igual manera para la herramienta de Agentes Inteligentes se utilizaron las funciones If, then, con las cuales se ordenaba el movimiento de los agentes hacia los atributos contenidos en el mapa de calidad de hábitat. 5.3 MODELO COMPUTACIONAL 5.3.1 Descripción del Seudocódigo. En la tabla 12 se hace un listado de las diferentes subrutinas usadas y desarrolladas en el presente proyecto y una breve descripción de las mismas. Tabla 12. Descripción del Seudocódigo

NOMBRE DE LA FUNCIÓN

DESCRIPCIÓN

extraerelementos.m Extrae los atributos del mapa por medio del reconocimiento de patrones de distribución de los usos del suelo.

Calculardistancias.m Calcula las distancias desde cada uno de los puntos de la grilla hacia cada atributo (capa de información).

69

NOMBRE DE LA FUNCIÓN

DESCRIPCIÓN

calcularFuzzy.m

Calcula el mapa de calidad de hábitat, partiendo de las reglas establecidas previamente en el toolbox de fuzzy de Matlab®, devolviendo los valores de pertenencia del mapa.

Ag.m Entrena a los agentes, para que se desplacen en el mapa hacia los lugares que ofrezcan mejor calidad de hábitat.

5.3.2 Mapa de Calidad de hábitat Se obtuvo un mapa generado en Matlab® (ver Figura 26), donde cada una de las celdas que lo conforman contiene el valor generado por el sistema fuzzy durante el proceso de defuzzicación, éstos valores se encuentran entre cero (0) y uno (1), para éste caso, el color Azul indica una pertenencia al sistema de cero (0) ó calidad de hábitat “Muy Malo” y el color rojo una pertenencia de uno (1) ó calidad de hábitat “Muy Bueno”. En la Figura 26 se observa la degradación de colores desde el Azul (valor más bajo) hasta el Rojo (valor más alto), donde se identifica la transición entre los colores azul y el amarillo, que indica una calidad de hábitat “Regular”.

70

Figura 26. Mapa de calidad de hábitat generado en Matlab® Se puede observar que las áreas identificadas como de mejor calidad de hábitat tienen una función de correspondencia con las áreas identificadas de cobertura con mejores condiciones de conservación (ver figura 27). Estos mapas son el resultado de la relación entre información física y conocimiento experto que refuerzan la idea de que la información introducida en el sistema se aproxima a las condiciones reales de la zona de estudio, inclusive ante diferentes escenarios de calidad de hábitat (Valldeperas, 2009). Estos mapas varían según la calidad de información física, biológica y de expertos que son introducidas al sistema. Para este caso la información existente pudo ser manipulada por el experto en el diseño de las reglas por lo que la información que alimenta este sistema se catalogó como suficiente para generar el mapa de calidad de hábitat para las especies de zorro: Cerdocyon thous y Urocyon cinereoargenteus.

71

Figura 27. Asociación de los diferentes tipos de uso del suelo en la zona de estudio.

- RiosJtun

-- RiOtJn

ASOCIAC iÓN DE LOS DIFERENTES TIPOS DE USO DE SU ELO EN LA CUENCA MEDIA DEL Río OTÚN.

~ Ce bolla Junca

D Cultr.o

USO DE SU ELO D Explotación Forestal

uso • Ganadería

• Asertamiento Rura l • Humed al

• Asertamiento Urbano r;}1 Pasto Nat ural

_ Bo scue • Vegetacion de Paramo

N

A

72

Al realizar la comparación del mapa obtenido con las condiciones presentadas en el área de estudio, se puede observar que las áreas que presentan la peor calidad de hábitat (Tonos de color Azul) son las cercanas a la mayor concentración presencia humana y las más intervenidas por actividades humanas como agricultura y ganadería. Las áreas que presentaron la mejor calidad de hábitat (Tonos de color Rojo) son las menos intervenidas bien sean éstas zonas de protección y conservación de Flora y Fauna para el caso del Santuario de Flora y Fauna del Otún Quimbaya, como de protección del recurso hídrico, para las áreas de protección y conservación de bosque de la empresa Aguas y Aguas de Pereira, así como las áreas limítrofes con los páramos que hacen parte del Complejo Regional Parque Natural Nacional Nevados cuyas áreas se encuentran protegidas por el Gobierno Nacional. 5.3.3 Simulación del Agente Se obtuvo la simulación de movimiento de los agentes, hacia celdas que presentaban las mejores condiciones. Se realizó la simulación bajo dos condiciones, la primera con puntos aleatorios generados mediante el lenguaje de programación Matlab® y la segunda con los puntos de indicios de presencia de las especies de Zorro Cerdocyon thous y Urocyon cinereoargenteus, obtenidos en los trabajos de campo, esto con el fin de evaluar el desempeño del programa ante estas condiciones (Ver figura 28, Figura 29, Figura 30 y Figura 31). Los resultados obtenidos para 1000 iteraciones fueron los siguientes:

73

Con puntos aleatorios (500 puntos) Estado inicial

Figura 28. Estado Inicial para agentes con puntos aleatorios. Para este caso, en el que se emplearon puntos aleatorios, se observa una distribución casi uniforme de los 500 puntos sobre toda la Cuenca Media y Alta, el motivo por el cual los 500 puntos no son visibles en su totalidad se debe a dos situaciones, la primera es porque el tamaño del mapa no permite visualizar los puntos que quedaron ubicados muy cerca de otros haciéndolos parecer uno solo (el tamaño de los puntos obedece a que pudieran ser visibles en la presentación), y la segunda es porque efectivamente algunos puntos pueden quedar unos sobre otros; a medida que el agente se mueve por las celdas, pueden separarse de los agentes que le rodean, aunque irán muy cerca, o bien permanecer junto a él o ellos durante su recorrido.

74

Estado Final

Figura 29. Estado final para agentes con puntos aleatorios. Al finalizar el recorrido con mil (1000) iteraciones, se observan tres grupos, el primero ubicado en la parte más baja de la cuenca, un segundo grupo en la parte media y un último grupo en la parte más alta del área de estudio. Al realizar la simulación se observó que los puntos ubicados en la zona azul, o de menor calidad de hábitat tratan de desplazarse hacia las zonas más claras, los otros dos grupos permanecen en las zonas de color naranja y roja que representan una mejor calidad de hábitat, las reglas. La forma como se configuró el agente permitió que éstos se desplazaran a las zonas que presentaran mejor calidad de hábitat, lo que puede evidenciarse en el mapa obtenido. Los agentes que se encuentran en la parte limítrofe con el color azul intenso (que indica la más baja calidad de hábitat), ubican áreas, que aunque son muy pequeñas, presentan buena calificación de calidad de hábitat, estas áreas aunque no son fáciles de identificar a simple vista, si son claramente identificadas tanto por el sistemas de lógica difusa como por los agentes inteligentes.

75

Con puntos Georeferenciados Estado inicial

Figura 30. Estado inicial para agentes con puntos georeferenciados. En este caso se ubican los puntos de los indicios de presencia de las especies de zorro Cerdocyon thous y Urocyon cinereoargenteus, encontrados en la cuenca Media y Alta del Río Otún. La distribución se concentra hacia la parte Media del área estudiada.

76

Estado Final

Figura 31. Estado final para agentes con puntos georeferenciados. Luego de mil (1000) iteraciones, la respuesta de comportamiento del agente resultó ser muy similar a la observada con los puntos aleatorios. El hecho de que en esta ocasión, se hayan desplazado puntos que se encontraban más cerca de las zonas de color amarillo hacia zonas de color azul puede deberse igual que en el caso anterior, al reconocimiento de pequeñas áreas con condiciones de mejor calidad de hábitat al que tenían en el estado inicial, ésta condición favorece el modelo ya que se puede observar un comportamiento que corresponde con el presentado en campo, donde se han observado individuos de la especie en estas áreas, aparentemente en busca de alimento (Información de campo). En las simulaciones realizadas puede apreciarse como el agente que ha sido entrenado con reglas en las que debe desplazarse hacia zonas con mejor calidad de hábitat, no solo se comporta según las reglas, sino que trata con cierta autonomía de desplazarse hacia zonas donde el mapa indica una calidad de hábitat menos favorable. Se ha visto, tomando como referencia los trabajos consultados (Bousquet & Pageb, 2004 y Purnomo et al, 2003), que un agente no solo tiene la capacidad de usar el conocimiento inicial con el que es creado, sino

77

que es capáz de aprender de su experiencia interactuando en un ambiente dotado de diferentes atributos que él reconoce, para este caso particular, la Identificación de escenarios de calidad de hábitat está dada no solo por las zonas calificadas como optimas para la especie, sino también por aquellas que aunque presentan calidad de hábitat deficientes ofrecen condiciones suficientes que la especie reconoce y utiliza para su subsistencia y desarrollo.

78

6 CONCLUSIONES El modelo conceptual obtenido, puede ser considerado como una herramienta de soporte en la identificación, para este caso, de la ruta seguida para abordar un problema identificado desde las ciencias biológicas y tratado desde la ingeniería por medio de herramientas matemáticas y computacionales con las limitaciones de información presentadas. El modelo matemático desarrollado ayuda a tomar el conocimiento experto y trasladarlo a sistemas de simulación computacional, Se ha presentado la estructura de un modelo basado en la utilización de software de SIG, Lógica difusa y Agentes Inteligentes; la integración de estos tres tipos de herramientas tiene un enorme potencial en la elaboración de escenarios y planificación de políticas. En el presente trabajo se logró desarrollar un modelo para la identificación y simulación de escenarios de calidad de hábitat para dos especies de fauna silvestre, con las limitaciones de información encontradas. El agente configurado presentó un comportamiento similar al esperado, donde se identificaron las áreas de mejor calidad de hábitat que usa este agente. En este proceso de modelación se logra capturar parte de la heterogeneidad y complejidad del sistema de una cuenca. La herramienta resultó ser muy aproximada a las condiciones físicas y biológicas reales presentadas en la cuenca.

79

7 RECOMENDACIONES Las limitaciones existentes en la información utilizada se pueden mejorar con el uso de metodologías que permitan ver la dinámica de movimiento y preferencias de la fauna en los diferentes sistemas, parte de estas metodologías consisten en la implementación de telemetría y el uso de cámaras filmadoras, que permiten analizar el comportamiento de la fauna en su hábitat natural con una periodicidad diaria que es la ideal para los casos de fauna silvestre. Es necesario que el análisis de coberturas de la Cuenca sea realizado en periodos de tiempo más cortos, para este caso es recomendable que se realice cada año, de esta manera puede ser analizadas las dinámicas de cambio en la cobertura y sus efectos y relaciones con las dinámicas de movimiento y desplazamiento de las especies de fauna Resulta interesante pensar en la utilización de mapas de usos del suelo generados en el tiempo y analizar cómo la dinámica de cambio de uso del suelo está afectando a las especies de fauna que de él se benefician. Cómo la expansión de la frontera agrícola, por citar un ejemplo, favorece ciertos tipos de manejo para permitir la persistencia de poblaciones. En proyectos posteriores se deben plantear escenarios que permitan realizar el análisis del sistema en condiciones dinámicas.

80

BIBLIOGRAFIA

ALTIERI, Miguel y NICHOLLS, Clara I. Agroecología, Teoría y práctica para una agricultura sustentable. 1a edición. Programa de las Naciones Unidas para el Medio Ambiente. Red de Formación Ambiental para América Latina y el Caribe, México D.F. (2000). ISBN 968-7913-04-X. BANDINI, S., MAURI, G., SERRA, R. 2001. Cellular automata: from a theoretical parallel computational model to its application to complex systems. Parallel Computing. 27 539-553 BERNAL, R., McINTOSH, H.V. 1996. Conceptos de autómatas celulares. Departamento de aplicación de microcomputadoras, Instituto de Ciencias Universidad Autónoma de Puebla. México. 26 p BOUSQUET. F. Le PAGE C. Multi-agent simulations and ecosystem management: a review. ELSEVIER. Received 4 June 2003; received in revised form 28 November 2003; accepted 17 January 2004. Ecological Modelling 176 (2004) 313-332 CARDER. Corporación Autónoma Regional de Risaralda. Generalidades de la Cuenca Hidrográfica del río Otún. [PDF] [En línea] Consultado el 06 de Octubre de 2008. Publicado: 08 de Agosto de 2008. Disponible en: http://www.carder.gov.co/documento.php?a=download&fileid=2676. CARDER. Corporación Autónoma Regional de Risaralda. UAESPNN. Unidad Administrativa Especial del Sistema de Parques Nacionales Naturales. Plan de Ordenación y Manejo de la Cuenca Hidrográfica del río Otún. CARDER, Diciembre de 2008.Documento suministrado por CARDER, en proceso de Registro ISBN. CARRILLO, E.; WONG, G. y CUARÓN, A.D. 2000. Monitoring Mammal Populations in Costa Rican Protected Areas under Different Hunting Restrictions. Conservation Biology 14 (6): 1580- 1591. CHEN, Qiuwen. Cellular Automata and Artificial Intelligence in Ecohydraulics Modelling. PhD Thesis, Delft University of Technology and of the Academic Board of the UNESCO-IHE Institute for Water Education. Taylor & Francis Group plc, London, UK. 2004. 150 p. ISBN 90 5809 6963.

81

COSTANZA, R., D'ARGE, R., DE GROOT, R., FARBER, S., GRASSO, M., HANNON, B., LIMBURG, K., NAEEM, S.,O'NEILL, R., PARUELO, J., RASKIN, R.G., SUTTON, P. & VAN DEN BELT, M. 1997. The value of the world's ecosystem services and natural capital. Nature 387, 253 – 260 DÍAZ PULIDO, Angélica Paola. Abundancia relativa y Distribución de Frecuencias de Indicios de Mamíferos Medianos y Grandes en tres Sistemas Productivos de la Cuenca Media del río Otún, Risaralda. Trabajo de Tesis. Pontificia Universidad Javeriana, Facultad de Ciencias, Carrera de Biología. Bogotá D.C. 2007 ECHEVERRY R. Gloria Elena, LÓPEZ R. Jorge E. Geoquímica Ambiental de las Aguas Superficiales en la Cuenca Media del río Otún. Pereira. – Universidad EAFIT Escuela de Ingenieria, Departamento de Geología – Medellín 1993. EMMONS, L.H. 1997. Neotropical rainforest mammals. A field guide, 2nd edition. The University of Chicago Press, Ltd., London. 307 p FLEIFEL TAPIA, Farid y ARANGUREN, Ricardo. Autómatas Celulares [En línea] Consultado el 25 de Marzo de 2008. Disponible en: http://www.redcientifica.com/gaia/ac/auto_c.htm GOMES DE C, Antônio Maria. VALLE L, Suzana Maria. Análisis Prospectivo de Cadenas Productivas Agropecuarias. Empresa Brasileira de Pesquisas Agropecuarias. Puno, Perú Marzo de 2001. GUERRERO Luis Alfonso, MORENO Mario Alberto y Colaboradores. Plan Básico de Manejo 2005 - 2009 Santuario de Fauna y Flora Otún Quimbaya. Parques Nacionales Naturales de Colombia. Dirección territorial noroccidente Medellín (Antioquia). 2004 [En línea] Consultado el 23 de Abril de 2009. Disponible en: http://www.carder.gov.co/documentos/2999_Plan_de_manejo_SFF_Otún_Quimbaya.pdf HALL, L. S.; KRAUSMAN, P. R. y MORRISON, M. L. (1997): “The habitat concept and a plea for standard terminology”, Wildlife Society Bulletin, nº 25, pp. 173-182. HERRERA, Mónica, PRIETO, Jaqueline, LÓPEZ, Miguel, MARTÍNEZ, Enrique y DE LAS CASAS Flora. Agentes Inteligentes. [En línea] Consultado el 07 de Abril de 2009. Disponible en: http://www.depi.itchihuahua.edu.mx/apacheco/expo/html/ai12/ JIMÉNEZ, G. 2009. Bases ecológicas para un desarrollo productivo sostenible 407-427 En: Desarrollo regional y planificación del territorio. Darío Ángel (ed). Cuadernos de clase Nº 01 – 02. Universidad Autónoma de Manizales. 524 p

82

LOPES, P.R.C. 1984. Relações de erosão com tipos e quantidades de resíduos culturais espalhados uniformemente sobre o solo. 119p. Dissertação (Mestrado) - Universidade Federal do Rio Grande do Sul, Porto Alegre LOW, B, Constanza, R.; Ostrom, E.; Willson, J.; Simon, C.P. 1999. Human ecosystem interactions: a dynamic integrated model. Ecological Economics 34 227-242 MACKEY Brendan G, LINDENMAYER, David B. Towards a Hierarchical Framework for Modeling the Spatial Distribution of Animals. . Journal of Biogeography, 28. 1147-1166. MEFFE, G. Carroll, C.R. 1997. Principles of conservation biology. 2nd. Ed. Sunderland, Massachusetts: Sinauer. 729 p. MOLOFSKY, Jane; BEVER, James. A New Kind of Ecology?. BioScience May 2004: Vol. 54, Issue 5, pg(s) 440-446 doi: 10.1641/0006-3568(2004)054[0440:ANKOE]2.0.CO;2 NOSS, R.F. 1990. Indicators for monitoring biodiversity: A hierarchical approach. Conservation Biology. 4: 355-364 PALACIOS HERNANDEZ, Nancy Liliana. Comparación Temporal de Abundancias Relativas y Distribución de Frecuencias de Indicios de Mamíferos Medianos y Grandes Presentes en Coberturas de Tres sistemas Productivos de la Cuenca Media del Otún, Risaralda. Trabajo de Tesis. Pontificia Universidad Javeriana, Facultad de Ciencias, Carrera de Biología. Bogotá D.C. 2008 PÉREZ P., Rosanna. Procesado y Optimización de Espectros RAMAN Mediante Técnicas de Lógica Difusa: Aplicación a la Identificación de Materiales Pictóricos.Tesis de Doctorado. Universitat Politécnica de Catalunya. 2005. ISBN B15685-2005/84-689-0969-6. PHILLIPS, Steven J; ANDERSON, Robert P; SCHAPIRE, Robert E. Maximun entropy modeling of species geographic distributions. ELSEVIER. Received 23 February 2004; received in revised form 11 March 2005; accepted 28 March 2005. Ecological Modelling 190 (2006) 231-259. PRIMACK, Richard; ROZZI, Ricardo; FEINSINGER, Peter; DIRZO, Rodolfo y MASSARDO, Francisca. Fundamentos de Conservación Biológica. Perspectivas latinoamericanas. Fondo de Cultura Económica, México, 2001.

83

PURNOMO, Herry, MENDOZA, Guillermo A., PRABHUD, Ravi, YASMIB Yurdi. Developing multi-stakeholder forest management scenarios: a multi-agent system simulation approach applied in Indonesia. ELSEVIER. Received 20 December 2002; received in revised form 14 August 2003; accepted 19 August 2003. Article in press. SALAFSKY, N., MARGOLUIS, R., REDFORD, K.H., ROBINSON, J.G. 2002. Improving the practice of conservation: a conceptual framework and research agenda for conservation science. Conservation Biology. 16(6): 1469-147 SANCHEZ GÓMEZ, Raúl. Lógica Difusa. Inteligencia en redes de comunicaciones. Universidad Carlos III de Madrid. [En línea] Consultado el 15 de Octubre de 2008. Última modificación Noviembre 18 de 2003 Disponible en: http://members.tripod.com/jesus_alfonso_lopez/FuzzyIntro2.html SÁNCHEZ Oscar, VEGA Ernesto, PETERS Eduardo y MONROY-VILCHIS Ocavio (Editores). Conservación de Ecosistemas Templados de Montaña en México. Secretaría de Medio Ambiente y Recursos Naturales. Instituto Nacional de Ecología. SyG Editores S.A. de C.V. Cuapinol 52, C.P. 04369, Diciembre de 2003, México, D.F. SANCHEZ-LALINDE, Catalina y PEREZ-TORRES, Jairo. Uso de hábitat de carnívoros simpátricos en una zona de bosque seco tropical de Colombia. Mastozool. Neotrop., ene./jun. 2008, vol.15, no.1, p.67-74. ISSN 0327-9383. SOUTH, Andy. Dispersal in spatially explicit population models. Conservation Biology. P. 1039-1046 Volume 13, No. 5, October 1999. V. Juli.n, V. Botti. Agentes Inteligentes: el Siguiente Paso en la Inteligencia Artificial. Revista NOVATICA / may.-jun. 2000 / Especial 25 aniversario. V.I. GERTSEV, V.V. GERTSEVA. Classification of mathematical models in ecology. ELSEVIER. Received 5 August 2003; received in revised form 16 February 2004; accepted 12 March 2004. Ecological Modelling 178 (2004) 329-334 VALLDEPERAS MILLÁN, Eva. Teoría de conjuntos difusos y lógica difusa. Notas de Clase, Apartado 7.3, Universidad de Málaga, [En línea] Consultado el 05 de Marzo de 2009. Disponible en: http://www.lcc.uma.es/~eva/aic/apuntes/fuzzy.pdf VIVAS SERNA, Carolina. Abundancia Relativa y Distribución de Frecuencias de Indicios de Mamíferos para Diferentes Coberturas Dentro de Sistemas de Producción y Áreas Protegidas, en la Cuenca Media del río Otún, Risaralda. Trabajo de Tesis. Pontificia Universidad Javeriana, Facultad de Ciencias, Carrera de Biología. Bogotá D.C. 2007.

84

WIKIPEDIA. Enciclopedia Virtual. Cerdocyon thous [En línea] Consultado el 10 de Octubre de 2008. El artículo no registra hasta la fecha nombre del autor. Disponible en: http://es.wikipedia.org/wiki/Cerdocyon_thous WIKIPEDIA. Enciclopedia Virtual. Urocyon cinereoargenteus [En línea] Consultado el 10 de Octubre de 2008. El artículo no registra hasta la fecha nombre del autor. Disponible en: http://es.wikipedia.org/wiki/Wikipedia:Texto_de_la_Licencia_de_documentaci%C3%B3n_libre_de_GNU ZORITA, Eduardo. Sistemas de Producción Ganaderos, Situación Actual y Perspectivas. Jornada Autonómica de Castilla y León [Ponencia], Publicado en el Libro Blanco de la Agricultura y el Desarrollo Rural. Valladolid, 29 de Enero de 2003.

85

ANEXOS I. CAMBIOS HISTÓRICOS EN EL USO DEL SUELO. En un taller realizado en la escuela de la Vereda La Suiza en la cuenca alta del río Otún, el día cuatro (4) de noviembre de 2008, contando con la participación de la comunidad de las veredas La Suiza, La Florida, Sierra Morena, La Berna y Escuela La Suiza, así como integrantes de los grupos UNESIS, CIEBREG y PUJ; se logró recrear por medio de narrativa los cambios de uso del suelo presentados en la cuenca media del río Otún en los últimos cuarenta (40) años. Foto 1. Taller realizado con la comunidad

Fuente: El autor

86

Foto 2. Participación de la comunidad en el taller

En esta actividad se observó que los cambios en el uso del suelo obedecen a factores económicos y políticos más que culturales, la implementación de sistemas de protección por parte de las entidades gubernamentales es bien vista, sin embargo éstos sistemas deben integrar más a la comunidad acompañándola en la implementación de alternativas económicas que apoyen la labor de protección y conservación de los recursos y que sirvan a su vez de sustento a la población involucrada. En la tabla 13 se presenta a manera de resumen las apreciaciones de la comunidad durante el desarrollo de este taller. Tabla 13. . Cambios en el uso del suelo, descritos por la comunidad.

AÑO ACTIVIDADES PRINCIPALES CONCLUSIONES

AÑ

OS

1970 A

1980.

Abundan las áreas cultivadas de pasto.

En esta época se habla de "Hacendados", donde la economía de la zona se basaba en la ganadería, extracción de madera y explotación de carbón como actividades principales, con grandes extensiones de tierras dedicadas a éstas y donde la mayoría de la comunidad participaba como empleados y encontraban una alternativa de ingreso para su núcleo familiar. El control por parte del estado en cuanto al manejo y explotación de recursos era muy limitado por lo que prácticamente eran los

La actividad económica principal de la cuenca media es la ganadería

Se inicia el cultivo de Cebolla como actividad económica.

Empieza a desaparecer el cultivo de Café

Se explota Carbón y madera.

87

AÑ

OS

1980 A

1990.

Se reducen las zonas de cultivo de pastos para sembrar Cebolla.

Hacendados quienes decidían las extensiones de tierra y bosque a aprovechar y en cuanto a la fauna, no se tenía claro el concepto de conservación por lo que ésta se vio afectada por la caza incontrolada de aves y mamíferos; aparentemente fue una buena época para la economía de la región.

Los oficios o trabajos principales eran los de agricultores, quemadores de carbón, aserradores y arrieros.

Se extraía madera para aserrar (comino, cedro negro, palma Macana y laurel peña)

Se instala una granja con gallinas ponedoras.

AÑ

OS

1990 A

2000.

Disminuyen la ganadería y los cultivos y empieza a desaparecer la avícola

En el transcurso de esta época la tenencia de la tierra cambia, se fragmentan las grandes haciendas a pequeñas fincas y quien era empleado debe sostenerse con la producción de su finca, al presentarse este cambio en la tenencia de la tierra, las actividades productivas también cambian, las grandes extensiones de tierra dedicadas a la ganadería, así como la avícola desaparecen y en cambio se encuentran numerosos parches con cultivos de cebolla y pastos manejados y algunos cultivos aislados de frutas y verduras, la conservación entra a formar parte de los sistemas productivos con la aparición de la UAESPNN y la declaración de zonas protegidas y la aparición de Aguas y Aguas quienes adquieren terrenos para la conservación; algunas zonas debieron dejar de ser cultivables; el nivel económico de los habitantes disminuía junto con las alternativas de ingreso.

La empresa Aguas y Aguas de Pereira comenzó a adquirir tierras, compraron Las fincas Aurora, Laguneta y Sierra Morena.

En las fincas compradas por Aguas y Aguas de Pereira se empezó a sembrar Pino”

En el año 1996 llega la UAESPNN a la región.

AÑ

OS

2000 A

2008.

La comunidad apoya la conservación, pero ahora reciben menos ingresos y en ocasiones aguantan hambre y comparan su calidad de vida con la de hace años, cuando se abastecían de lo que ellos mismos cultivaban.

En los últimos años la dinámica de uso de suelo varía con mayor rapidez, cada vez son más las variedades de cultivos que se encuentran en la zona, incluyendo para el último año el establecimiento de cultivos de aromáticas, sin que haya una oferta significativa para ninguno de los productos, el cultivo de la cebolla se mantiene aunque en menores cantidades, las áreas de conservación han aumentado y se observó que aunque los habitantes ven disminuidos sus ingresos, están apoyando las actividades de conservación de recursos y ven positiva la presencia de entidades como la UAESPNN y Aguas y Aguas de Pereira.

En el 2000 se acabó la granja, sembraron tomate (2000-2005) y ahora están sembrando follaje para exportar; también se han sembrado coníferas y se ha estado sacando madera de Sierra Morena.

En los últimos años se ha comenzado a cultivar aromáticas y algunos cambiaron el cultivo de cebolla por el de fríjol y/o aromáticas.

88

Finalmente esta información, aunque valiosa, no pudo ser utilizada en el modelo por la dificultad de georeferenciar con precisión estos cambios.Sin embargo se pudo concluir que los cambios significativos en la cuenca se están presentando en un periodo de aproximadamente diez años.

89

II. RUTINAS REALIZADAS EN MATLAB®

Extraer elemento

Extrae los atributos del mapa por medio del reconocimiento de patrones de distribución de los usos del suelo.

function [posElemento nelem] = extraerElementos(x)

[n m]=size(x);

Busca la posición de los elementos con respecto a otros elementos

posElemento=zeros(n*m,2); nelem=0; for i=1:n for j=1:m

if x(i,j)~=255 nelem=nelem+1; % posElemento=[posElemento;[i j]]; posElemento(nelem,:)=[i j];

end end end e=posElemento(:,1)+posElemento(:,2); p=find(e>0); posElemento=(posElemento(p,:)); end

Calcular Distancias Calcula las distancias desde cada uno de los puntos de la grilla hacia cada atributo (capa de información). clear all tic

% layers={'bosque' 'cebollajunca' 'cultivo' 'explotacionforestal',... % 'ganaderia' 'humedal' 'pastonatural' 'rioOtún' 'rios' 'rural',... % 'urbano' 'vegetacionparamo'};

layers={'bosque'};

%Calcula las distancias para todos los layers de info

90

for l=1:length(layers)

layer=load([cell2mat(layers(l)),'.txt']);

Se define el tamaño del layer

[n m]=size(layer); distancias=zeros(m,n);

Recorre cada uno de los elementos de la matriz y obtiene sus posiciones

xy

[posElemento nelem] = extraerElementos(layer);

for i=1:n for j=1:m

Calcula las distancias

dist=zeros(nelem,1); for k=1:nelem dist(k)=((i-posElemento(k,1))^2+(j-

posElemento(k,2))^2)^(1/2); end

Selecciona la menor distancia

distancias(i,j)=min(dist); end end

Guarda la superfice resultante

eval(['distancias',cell2mat(layers(l)),' = distancias;']) eval(['save distancias',cell2mat(layers(l)),';']);

end

% image(distancias); toc

Calcular Fuzzy Calcula el mapa de calidad de hábitat, partiendo de las reglas establecidas previamente en el toolbox de fuzzy de Matlab®, devolviendo los valores de pertenencia del mapa.

91

clear all;

Carga el sistema de Lógica Difusa

fismat = readfis('fuzzyZorroHab') ;

Toma el tamaño de las matrices y la forma del área de estudio.

layer=load('cuenca.txt'); [n m]=size(layer); cuenca=layer; calidadHábitat=zeros(m,n);

Carga los layers

layer={'rioOtún' 'rios' 'basureros' 'rural' 'urbano',... 'cultivo' 'cebollajunca' 'ganaderia' 'explotacionforestal',... 'pastonatural' 'bosque'};% 'pendiente'};

nlayers=length(layer); layers=cell(nlayers,1);

Carga los layers y crea un vector con las matrices

for i=1:nlayers

eval(['la=xlsread

(',char(39),cell2mat(layer(1,i)),'.xls',char(39),');']);

Se rescala la serie entre 0 – 1

% maxval=max(max(la)); % minval=min(min(la)); % % lar=(la-minval)./(maxval-minval); % % layers(i,1)={lar}; layers(i,1)={la}; end

Recorre cada uno de los puntos de la grilla

for i=1:n for j=1:m % solo en la cuenca if cuenca(i,j)~=255

92

Crea los patrones de entrada

x=zeros(1,nlayers); for l=1:nlayers la=cell2mat(layers(l,1)); x(l)=la(i,j); end

Evalúa los patrones

% y=sum(x);

calidadHabitat(i,j)=evalfis(x, fismat);

else calidadHabitat(i,j)=-666; end end end

calidadHábitat1=calidadHabitat(1:555,:); image(calidadHabitat1*100) xlswrite('calidadHabitat',calidadHabitat1);

Ag Entrena a los agentes, para que se desplacen en el mapa hacia los lugares que ofrezcan mejor calidad de hábitat. clear all;

carga la superficie de calidad de hábitat

calidadHabitat=xlsread ('calidadHabitat'); [m n]=size(calidadHabitat);

Crea el layer de agentes

zorros=zeros(m,n);

Genera puntos aleatorios

nzorros=500;

93

for z=100:nzorros zi=ceil(rand()*m); zj=ceil(rand()*n);

if not(calidadHábitat(zi,zj)==-666) zorros(zi,zj)=1; end end

Carga los agentes

%layerZorros={'zorro05','zorro06','zorro07','zorro08'}; %nzorros=0; %for zo=1:4 %zorros2=load([cell2mat(layerZorros(zo)),'.txt']); %for i=1:m %for j=1:m

%if(zorros2(i,j)~=255) %zorros(i,j)=zorros(i,j)+1; %nzorros=nzorros+1; %else

%end %end %end %end %nlayers=length(layerZorros); %layers=cell(nlayers,1); %------------------------------------------

Ubica el vector en coordenadas

zorrosxy=zeros(nzorros,2);

El radio de vecindad

radio=1;

Para definir el número de iteraciones

niter=1500;

Ubica el mapa de calidad de hábitat de fondo

image(calidadHabitat*100);

94

for t=1:niter

zorros2=zeros(m,n);

El vector en coordenadas

zorrosxy=zeros(nzorros,2); z=1;

Recorre cada uno de los puntos de la grilla

for i=1+radio:m-radio for j=1+radio:n-radio

if zorros(i,j)>0

Crea los patrones de entrada

calidadActual=calidadHabitat(i,j); mejorVecino=[i j calidadActual];

Recorre los vecinos y busca el mejor de hábitat

for vi=-radio:radio for vj=-radio:radio

if calidadHabitat(i+vi,j+vj)>mejorVecino(3) mejorVecino=[i+vi,j+vj calidadHabitat(i+vi,j+vj)]; end

end end

Se mueve el agente

Puede moverse aleatoriamente

if rand()>0.1 mi=i+round(randn()); mj=j+round(randn());

Para que no se salga del área de estudio

while calidadHábitat(mi,mj)==-666 && zorros(mi,mj)==0 mi=i+round(randn()); mj=j+round(randn()); end

zorros2(mi,mj)=zorros2(mi,mj)+1;

95

Para poner en coordenadas a los agentes

zorrosxy(z,:)=[mi,mj]; z=z+1; else

Se mueve hacia la mejor hábitat

zorros2(mejorVecino(1),mejorVecino(2))=zorros2(mejorVecino(1),mejorVecino

(2))+1;

Para poner en coordenadas a los agentes

zorrosxy(z,:)=[mejorVecino(1),mejorVecino(2)]; z=z+1; end

end end end

Se actualiza la matriz

zorros=zorros2;

%Grafica el AC

getframe; image((calidadHabitat)*100); hold on; %image(zorros*10);

zorrosxy=zorrosxy(find(zorrosxy(:,1)>0),:); plot(zorrosxy(:,2),zorrosxy(:,1),'.white') hold off;

% ylim([200 300]) % xlim([250 350]) end