Académique Documents
Professionnel Documents
Culture Documents
TESIS
“INFLUENCIA DE LOS FACTORES
CLIMATOLÓGICOS SOBRE LA DINÁMICA
POBLACIONAL DE Trichogonia costata Signoret EN
Buddleja incana – CHONGOS BAJO – CHUPACA”
HUANCAYO – PERÚ
2016
I
ASESOR
Dr. Hernán Baltazar Castañeda
Profesor Principal
II
“SER CULTO PARA SER LIBRE”
José Marti
III
Dedico a Dios, a mis padres por ser
quienes me han apoyado y a todas las
personas que confiaron en mí y me
han dado palabras de aliento.
IV
AGRADECIMIENTO
investigación.
V
INDICE
Pág.
DEDICATORIA. IV
AGRADECIMIENTO. V
ÍNDICE. VI
LISTA DE TABLAS. XI
LISTA DE FIGURAS. XII
RESUMEN. XV
ABSTRACT. XVI
I. INTRODUCCIÓN. XVII
Objetivo general y específicos. XVIII
VI
2.2.4.3. Distribución y habitad. 14
2.2.4.4. Fenología. 14
2.2.4.5. Taxonomía. 15
2.2.4.6. Estado actual de conservación. 15
2.2.4.7. Usos. 15
2.2.5. Dinámica poblacional. 16
2.2.5.1. Plagas agrícolas. 16
2.2.5.2. Medidas de magnitud de una población. 16
2.2.5.2.1. Intensidad de la población. 16
2.2.5.2.2. Población absoluta. 17
2.2.5.2.3. Índices de población. 17
2.2.5.3. Poblaciones de insectos. 17
2.2.5.3.1. Propiedades de las poblaciones. 18
2.2.5.3.2. Estructura de la población y tasas vitales. 18
a) Tasa de crecimiento de la población. 19
b) Tasa de crecimiento per cápita. 19
c) Tasa de natalidad y mortalidad. 19
2.2.5.3.3. Resistencia ambiental. 20
2.2.5.4. Cuantificación de poblaciones. 20
2.2.5.5. Ecología de poblaciones. 21
2.2.5.6. Dinámica poblacional de insectos. 21
2.2.5.6.1. Distribución espacial de las poblaciones. 23
2.2.5.6.2. Dinámica de estallidos. 24
2.2.5.7. Modelos de simulación. 24
2.2.5.7.1. Modelos matemáticos. 25
2.2.5.8. Técnicas de muestreo de poblaciones de insectos. 25
2.2.5.8.1. Importancia del muestreo de plagas agrícolas. 26
2.2.5.8.2. Criterios de muestreo. 26
2.2.5.8.3. Muestreo de artrópodos. 27
2.2.5.8.4 Estimación de la densidad de población absoluta. 28
2.2.5.8.5 Cuenta directa. 30
2.2.5.8.6. Plan de muestreo. 30
2.2.5.8.7. Unidad de muestreo. 31
2.2.5.8.8. Elección de técnica y mínimo tamaño de muestra. 32
2.2.5.8.9. Número de muestras. 33
2.2.6 Mecanismos de regulación natural de poblaciones. 34
VII
2.2.6.1 Teoría biótica. 34
2.2.6.2 Teoría climática. 35
2.2.6.3. Teoría sintética moderna. 35
2.2.7. Factores climatológicos que influyen sobre la dinámica 36
poblacional.
2.2.7.1. Triángulo epidemiológico. 36
2.2.7.2. Factores que afectan la población de insectos. 37
2.2.7.3. Influencia de los factores del clima sobre el comportamiento 39
de los insectos.
2.2.7.4. Cambio climático e insectos. 40
2.2.7.5. Efecto de la temperatura sobre los insectos. 40
2.2.7.6. Efecto de la precipitación sobre los insectos. 42
2.2.7.7. Efecto de la humedad relativa sobre los insectos. 44
2.2.7.8. Efecto de la velocidad de vientos sobre los insectos. 45
2.3 Marco conceptual. 46
VIII
3.8.1. Identificación del área de fase de campo. 59
3.8.2. Muestro preliminar para hallar el tamaño de muestra. 59
3.8.3. Identificación de los estadios ninfales. 60
3.8.4. Selección y conteo de los insectos. 60
3.8.5. Periodo de evaluación. 60
IV. RESULTADOS 61
4.1. Factores climatológicos de la estación Viques, periodo marzo 61
a diciembre del 2015.
4.2. Estructura de la población y tasas vitales de Trichogonia 63
costata periodo marzo a diciembre del 2015.
4.2.1. Tamaño de la población. 63
4.2.2. Porcentaje de población de cada estadio ninfal respecto al 64
total.
4.2.3. Densidad de la población de los distintos estadios ninfales y 65
del total.
4.2.4. Tasa de crecimiento de los distintos estadios ninfales y del 66
total.
4.2.5. Tasa de crecimiento per cápita de los distintos estadios 67
ninfales y del total.
4.2.6. Tasa de natalidad. 68
4.2.7. Tasa de supervivencia entre los distintos estadios ninfales. 69
4.2.8. Tasa de supervivencia per cápita entre los distintos estadios 70
ninfales.
4.2.9. Tasa de mortalidad entre los distintos estadios ninfales. 71
4.2.10. Tasa de mortalidad y natalidad per cápita entre los distintos 72
estadios nindales.
4.3. Influencia de los factores climatológicos sobre la estructura y 74
tasas vitales de Trichogonia costata en Buddleja incana.
4.3.1. Análisis clúster de los factores climatológicos sobre la 74
estructura de la población.
4.3.2. Análisis clúster de los factores climatológicos sobre las tasas 75
vitales.
4.3.3. Análisis clúster de los factores climatológicos sobre las tasas 76
vitales per cápita.
4.3.4. Análisis de matriz de datos coloreada. 77
IX
4.4. Análisis de los factores climatológicos que influyen sobre la 79
variación de la estructura y tasas vitales de la población de
Trichogonia costata en Buddleja incana.
4.4.1. Regresión lineal múltiple entre los factores climatológicos 79
sobre el tamaño de población.
4.4.2. Regresión lineal múltiple entre los factores climatológicos 81
sobre el porcentaje de los distintos estadios ninfales respecto
al total.
4.4.3. Regresión lineal múltiple entre los factores climatológicos 84
sobre las densidades poblacionales.
4.4.4. Regresión lineal múltiple entre los factores climatológicos 85
sobre las tasas de crecimiento.
4.4.5. Regresión lineal múltiple entre los factores climatológicos 86
sobre las tasas de crecimiento per cápita.
4.4.6. Regresión lineal múltiple entre los factores climatológicos 88
sobre la tasa de natalidad.
4.4.7. Regresión lineal múltiple entre los factores climatológicos 89
sobre las tasas de supervivencia.
4.4.8. Regresión lineal múltiple entre los factores climatológicos 91
sobre las tasas de supervivencia per cápita.
4.4.9. Regresión lineal múltiple entre los factores climatológicos 92
sobre las tasas de mortalidad.
4.4.10. Regresión lineal múltiple entre los factores climatológicos 94
sobre las tasas de mortalidad per cápita.
V. DISCUSIONES. 96
5.1. Factores climatológicos de la estación Viques, periodo marzo 96
2015 a diciembre 2015.
5.2. Estructura de la población y tasas vitales de Trichogonia 97
costata periodo marzo a diciembre del 2015.
5.3. Influencia de los factores climatológicos sobre la estructura y 99
tasas vitales de Trichogonia costata en Buddleja incana.
5.4. Análisis de los factores climatológicos que influyen sobre la 101
dinámica población de Trichogonia costata en Buddleja
incana.
X
5.4.1. Análisis de la influencia de la temperatura sobre la dinámica 101
poblacional de T. costata.
5.4.2. Análisis de la influencia de la precipitación sobre la dinámica 104
poblacional de T. costata.
5.4.3 Análisis de la influencia de la humedad relativa sobre la 106
dinámica poblacional de T. costata.
5.4.4 Análisis de la influencia de la velocidad de vientos sobre la 107
dinámica poblacional de T. costata.
LISTA DE TABLAS
Pag.
Tabla 1. Operacionalización de variables. 53
Tabla 2. Factores climatológicos - frecuencia quincenal. 61
Tabla 3. Tamaño de población en distintos estadios - frecuencia quincenal. 63
Tabla 4. ANOVA del tamaño de población. 64
Tabla 5. ANOVA de los porcentajes de los distintos estadios respecto al 65
total.
Tabla 6. ANOVA de la densidad poblacional. 66
Tabla 7. ANOVA de las tasas de crecimiento. 67
Tabla 8. ANOVA de las tasas de crecimiento per cápita. 68
Tabla 9. ANOVA de las tasas de natalidad. 68
Tabla 10. ANOVA de las tasas de supervivencia. 70
Tabla 11. ANOVA de las tasas de supervivencia per cápita. 71
Tabla 12. ANOVA de las tasas de mortalidad. 72
Tabla 13. ANOVA de las tasas de mortalidad y natalidad per cápita. 73
Tabla 14. Resumen del modelo de regresión lineal múltiple (factores 79
climatológicos sobre el tamaño de población).
XI
Tabla 15. Resumen del modelo de regresión lineal múltiple (factores 81
climatológicos sobre el porcentaje de estadios ninfales).
Tabla 16. Resumen del modelo de regresión lineal múltiple (factores 83
climatológicos sobre la densidad poblacional).
Tabla 17. Resumen del modelo de regresión lineal múltiple (factores 85
climatológicos sobre las tasas de crecimiento).
Tabla 18. Resumen del modelo de regresión lineal múltiple (factores 86
climatológicos sobre las tasas de crecimiento per cápita).
Tabla 19. Resumen del modelo de regresión lineal múltiple (factores 88
climatológicos sobre la tasa de natalidad).
Tabla 20. Resumen del modelo de regresión lineal múltiple (factores 89
climatológicos sobre las tasas de supervivencia).
Tabla 21. Resumen del modelo de regresión lineal múltiple (factores 91
climatológicos sobre las tasas de supervivencia per cápita).
Tabla 22. Resumen del modelo de regresión lineal múltiple (factores 92
climatológicos sobre las tasas de mortalidad).
Tabla 23. Resumen del modelo de regresión lineal múltiple (factores 94
climatológicos sobre las tasas de mortalidad per cápita).
LISTA DE FIGURAS
Pág.
Figura 1. Primer par de alas de T. costata. 9
Figura 2. Pigmentación alar de la T. costata. 9
Figura 3. Ala del segundo par de la T. costata. 10
Figura 4. Patas izquierdas de T.costata. 10
Figura 5. Diferencias de la morfología sexual externa de T. costata 10
Figura 6. Vista lateral derecha de un adulto macho de T. costata. 10
Figura 7. Variación de los factores climatológicos. 62
Figura 8. Variación del tamaño de población de los distintos estadios 64
ninfales.
Figura 9. Variación del porcentaje de distintos estadios ninfales 64
Figura 10. Variación de la densidad poblacional de los distintos estadios 65
ninfales.
Figura 11. Tasa de crecimiento: (a) ninfa 1, (b) ninfa 2, (c) ninfa 3, (d) adulto, 66
(e) total.
Figura 12. Tasa de crecimiento per cápita de cada estadio ninfal y el total. 67
XII
Figura 13. Tasa de natalidad. 68
Figura 14. Tasa de supervivencia: (a) ninfa 1 a ninfa 2, (b) ninfa 2 a ninfa 3, 69
(c) ninfa 3 a adulto, (d) ninfa 1 a adulto.
Figura 15. Tasa de supervivencia per cápita. 70
Figura 16. Tasas de mortalidad: (a) ninfa 1 a ninfa 2, (b) ninfa 2 a ninfa 3, (c) 71
ninfa 3 a adulto, (d) ninfa 1 a adulto.
Figura 17. Tasa de mortalidad y natalidad per cápita. 72
Figura 18. Dendrograma de los factores climatológicos con: (a) tamaño de 74
población, (b) porcentaje de estadio ninfal sobre el total, (c)
densidad poblacional.
Figura 19. Dendrograma de los factores climatológicos con: (a) tasa de 75
crecimiento, (b) tasa de natalidad, (c) tasa de supervivencia y (d)
tasa de mortalidad.
Figura 20. Dendrograma de los factores climatológicos con: (a) tasa de 76
crecimiento per cápita, (b) tasa de supervivencia per cápita y (c)
tasa de mortalidad per cápita.
Figura 21. Matriz de datos coloreada de las variables de estudio. 77
Figura 22. Gráfico de dispersión de la temperatura mínima sobre ninfa 1 (a), 80
ninfa 2 (b), y el total (e). Y de la temperatura promedio sobre ninfa
3 (c), adulto (d).
Figura 23. Gráfico de dispersión de datos de la temperatura mínima con % 82
ninfa 1 (a), temperatura mínima sobre % ninfa 2 (b), y humedad
relativa sobre % adulto (c).
Figura 24. Gráfico de dispersión de datos de la temperatura mínima sobre la 84
densidad ninfa 1 (a), densidad ninfa 2 (b) y densidad total (e);
temperatura promedio sobre la densidad ninfa 3 (a) y la densidad
adulto (b).
Figura 25. Gráfico de dispersión de datos de la velocidad de vientos 85
promedios sobre la tasa de crecimiento de ninfa 1 (a) y del total
(c); y de la temperatura promedio sobre la tasa de crecimiento de
ninfa 2 (b).
Figura 26. Gráfico de dispersión de datos de la velocidad de vientos 87
promedios sobre la tasa de crecimiento per cápita ninfa 1 (a),
ninfa 2 (b) y del total (c).
Figura 27. Gráfico de dispersión de datos de la temperatura mínima sobre la 89
tasa de natalidad (a), y la tasa de natalidad per cápita (b).
XIII
Figura 28. Gráfico de dispersión de datos de la velocidad de vientos máximo 90
sobre la tasa de supervivencia de ninfa 1 a ninfa 2 (a), y de la
temperatura mínima sobre la tasa de supervivencia de ninfa 2 a
ninfa 3 (b) y de ninfa 1 a adulto (c).
Figura 29. Gráfico de dispersión de datos de velocidad de viento máximo 91
sobre la tasa de supervivencia per cápita ninfa 1 a ninfa 2 (a), y de
la humedad relativa sobre la tasa de supervivencia per cápita
ninfa1 a adulto (b).
Figura 30. Gráfico de dispersión de datos de la de velocidad de viento 93
máximo sobre la tasa de mortalidad de ninfa 1 a ninfa 2 (a), y de la
temperatura mínima sobre la tasa de mortalidad de ninfa 2 a ninfa
3 (b) y de ninfa 1 a adulto (c).
Figura 31. Gráfico de dispersión de datos de la velocidad de viento máximo 94
sobre la tasa de mortalidad per cápita ninfa 1 a ninfa 2 (a), y de la
humedad relativa sobre la tasa de mortalidad per cápita ninfa1 a
adulto (b).
Figura 32. Área de estudio de la investigación – distrito de Chongos Bajo. 121
Figura 33. Identificación de las plantas de Buddleja incana a evaluar. 121
Figura 34. Estadio ninfal 2 de Trichogonia costata en Buddleja incana. 122
Figura 35. Vista panorámica de las plantas de Buddleja incana en el distrito 122
de Chongos Bajo.
Figura 36. Plantas de Buddleja incana en la plaza principal del distrito de 123
Chongos Bajo.
Figura 37. Identificación de Buddleja incana en los linderos de los terrenos. 123
Figura 38. Daños ocasionados por la infestación de T. costata en B. incana. 124
Figura 39. Conteo de los diferentes estadios ninfales de T. costata en plantas 124
de B. incana.
Figura 40. Daños ocasionados por infestación de T. costata en B. incana, 125
presencia de enfermedades.
Figura 41. Conteo de los diferentes estadios ninfales de Trichogonia costata 125
en la planta 5.
Figura 42. Conteo de los diferentes estadios ninfales de Trichogonia costata 126
en la planta 2.
Figura 43 Identificación de los diferentes estadios ninfales de T. costata. 126
Figura 44. Planta de Buddleja incana infestado con Trichogonia costata. 127
Figura 45. Ninfa 2 de Trichogonia costata infestando a Buddleja incana. 127
XIV
RESUMEN
La investigación se realizó en el distrito de Chongos Bajo, provincia de
Chupaca, departamento de Junín, con el objetivo de evaluar la influencia de los
factores climatológicos sobre la dinámica poblacional de Trichogonia costata en
Buddleja incana, el muestreo de B. incana fue no probabilístico intencionado,
asumiendo el 10 % de la población total infestada, haciendo un total de 5
muestras. Para la T. costata, el muestreo fue aleatorio simple, con un 5 % de
error estándar de estimación, para lo cual se realizó un muestreo preliminar,
siendo un total de 140 muestras divididos en los 4 puntos cardinales; el periodo
de evaluación fue del 01 de marzo al 31 de diciembre del 2015, con una
frecuencia de medición de 15 días. Los datos se analizaron con el software
SPSS 22, realizando las pruebas estadísticas de ANOVA, análisis clúster, y
regresión lineal múltiple con un nivel de significancia de 0.05. Concluyendo que
la variación de los factores climatológicos fue moderado, la variación de la
estructura y tasas vitales de la población de T. costata fueron significativas en
su mayoría, además la variación de la estructura y tasas vitales de T. costata
mostraron un comportamiento similar en los meses de abril, mayo, junio, julio,
agosto, septiembre, octubre y noviembre respecto a los factores climatológicos,
finalmente la temperatura (promedio, mínimo, máximo), la velocidad del viento
(máximo y promedio) y la humedad relativa influyen en el comportamiento y
variación de la dinámica poblacional de T. costata.
factores climatológicos.
XV
ABSTRACT
The research was conducted in the district of Chongos Bajo province of
Chupaca, department of Junin, in order to assess the influence of climatic
factors on the population dynamics of Trichogonia costata in Buddleja incana,
sampling was non-probabilistic B. incana intended, assuming 10% of the total
infested population, for a total of 5 samples. For T. costata, it was simple
random sampling with a 5% standard error of estimate, for which a preliminary
sampling was carried out, with a total of 140 samples divided into the four
cardinal points; the evaluation period was from March 1 to December 31, 2015,
with a measurement frequency of 15 days. Data were analyzed using SPSS 22
software, performing statistical tests of ANOVA, cluster analysis and multiple
linear regression with a significance level of 0.05. They concluded that the
change was moderate climatic factors, the variation of the structure and vital
rates of the T. costata were mostly significant further variation of the structure
and vital rates T. costata showed similar behavior the months of April, May,
June, July, August, September, October and November compared to
climatological factors, finally the temperature (average, minimum, maximum),
wind speed (maximum and average) and relative humidity influence behavior
and changes in the population dynamics of T. costata.
climatologyc factors.
XVI
I. INTRODUCCIÓN.
Adiroubane, & Ramesh, 2011). Eh influyen tan bien como varios depredadores
dada (Silveria et. al, 1976 citado en Pérez de A, Arnal, Soto, & Aponte, 2006).
observan pocos individuos en las zonas de vida de bosque seco montano bajo
Fusarium y Corvularia.
XVII
En el distrito de Chongos Bajo en la provincia de Chupaca se encuentra una de
densidad de las poblaciones, a través del espacio y tiempo (Nair, 2007 citado
XVIII
II. REVISIÓN DE LITERATURA
propiedades biocidas.
de las hojas, constatando que su ciclo de vida dura 65 días, el daño por su
1
picadura se registran más en puntos tiernos, se registraron hongos Fusarium y
Hogg 1985 citados en Degooyer, 1997) y tiempo de vida de los adultos (Hogg
(Hidalgo Gato, Rodríguez León, Ricardo, & Férras, 1999) realizaron un estudio
humedad relativa.
población de A. biguttula.
2
los picos poblacionales coincidió con la subida de las temperaturas medias
máximas diarias.
población.
niveles de lluvia.
3
temperatura mínima, temperatura máxima, humedad relativa y la precipitación
Tephritidae.
ricinus (Ixodidae: Acaridae) y los parámetros que los afectan, concluyendo que
4
(Carrero Sarmiento, 2013) realizó un estudio de las fluctuaciones poblacionales
los meses de agosto del 2009 a julio del 2010, concluyendo que la precipitación
significativamente.
mortalidad de T. costata.
5
Ocupa el quinto lugar en importancia dentro de los órdenes de insectos.
6
citados en Forero, 2008) y tiene cerca de 36 subfamilias en todo el mundo
Marí & Ferragut Pérez, 2002 citados en Nebreda Hernádez, 2005) además de
& Beanland 2006; Musetti 2008; Olivier et al. 2012 citados en Saguez et al.,
los fluidos de los tejidos de las plantas. Por ello una población incontrolada de
y prematura caída de las hojas (Martinson et al., 1997 citados en Saguez et al.,
2009).
dentro del mismo género (Claridge & Reynolds, 1972; Waloff & Solomon, 1973;
Claridge & Wilson, 1978; Vidano & Arzone, 1981 citados en Witt & Edwards,
2000)
Nunca se han utilizado como agentes para el control de una planta invasora,
Claridge, 1985; Potencia, 1992; Mesfin Den Hollander, 1995 citados en Witt &
Edwards, 2000).
7
2.2.3. Trichogonia costata Signoret - 1853
2.2.3.1. Taxonomía.
Superphyllum : Panarthtopoda
Superclase : Panhexapoda.
Subclase : Pterygota.
Infraclase : Neoptera.
Superorden : Exopterygota.
Orden : Hemiptera.
Suborden : Auchenorrhyncha.
Infraorden : Cicadomorpha.
Superfamilia : Membracoidea.
Familia : Cicadellidae.
Subfamilia : Cicadellinae.
Tribu : Cicadellini.
Gênero : Trichogonia.
8
Especie : Trichogonia costata, Signoret – 1853.
2.2.3.2. Morfología.
Tiene un cuerpo azul oscuro o negro, porción distal de las alas anteriores
1993).
Medidas:
9
Figura 3. Ala del segundo par de la T. costata. Fuente: (Venero Gonzales, 1993).
Gonzales, 1993).
10
2.2.3.3. Comportamiento.
tiene mayor desarrollo; luego planean para cambiar de rama a árbol, y también
aprovechan las corrientes de aire. Tienen gran facilidad para pasar de una a
otra cara de la hoja, lo que le permite protegerse del daño directo de la lluvia,
Gonzales, 1993)
Gonzales, 1993).
encuentra la planta hospedera, es decir, los altos Andes del Perú (sierra central
11
Puede considerarse que T. costata es un parásito monoespecífico del género
Gonzales, 1993).
2.2.3.7. Hospederos.
al ser ramoneado por los animales y cortado para leña. Su área de dispersión
Peñaherrera, 2007)
vulnerable.
2.2.4.1. Familia.
el Perú por presentar dos géneros y 16 especies (Norman, 2000; Ulloa Ulloa et
al., 2004 citados en Leon & Sánchez, 2006), principalmente arbustos. Estos
12
taxones endémicos se encuentran en las regiones Mesoandina. Puno húmeda,
seca y páramo, entre los 2650 y 3900 metros de altitud sobre el nivel del mar.
principalmente por su porte pequeño a mediano; por sus hojas que son
2.2.4.2.1. Corteza.
de color crema claro (Reynel & Marcelo, 2009), o homogénea blanquecina con
2.2.4.2.2. Hojas.
Son gruesas, con la cara inferior densamente cubierta de pelos diminutos que
es de color verde claro u oscuro, con venas fuertemente impresas (Reynel &
Marcelo, 2009).
2.2.4.2.3. Flores.
13
(Reynel & Marcelo, 2009), las anteras apípatelas en la comisura de los lóbulos,
Tapia, 2013).
2.2.4.2.4. Frutos.
abren en dos partes y contienen gran cantidad de semillas diminutas (Reynel &
Marcelo, 2009).
Junín se le encuentra entre 3000 a los 3700 metros sobre el nivel del mar, de
2.2.4.4. Fenología.
junio y agosto (Arica, 2003; Reynel, Pennington, Pennington, Marcelo, & Daza,
2006).
14
2.2.4.5. Taxonomía.
Reino : Plantae.
Subreino : Trachoebionta.
Tribu : Buddlejeae.
1990 consiguieron propagar la B. incana en la sierra central y sur del país. Ello
et al., 2006).
2.2.4.7. Usos.
También se aplica sobre la piel para cicatrizar heridas. De las flores se obtiene
15
en puertas, ventanas, vigas, dinteles, y en la elaboración de herramientas
agrícolas. La leña y carbón son de excelente calidad (Reynel & Marcelo, 2009).
suelos (Reynel & León, 1990 citado en Reynel & Marcelo, 2009).
por algún recurso (Dhaliwal et al., 2004 citados en Nebreda Hernádez, 2005).
16
2.2.5.2.2. Población absoluta.
Como su mismo nombre indica, con esta medida estamos estimando el número
Con este término se denomina a cualquier clase de medida que tenga alguna
relación con el tamaño de la población. Entre los ejemplos más típicos tenemos
las capturas realizadas por trampas, los daños producidos a las plantas
Moreno, 1977).
suficientemente cerca unos de otros como para poder cruzarse (Batista, 2004)
que resulta imposible contabilizar los individuos que forman un hábitat. Para
Leon, 2010).
2006)
17
La importancia numérica de las poblaciones de cualquier insecto, es la
resultante de la lucha entre dos grupos de factores: de una parte los factores
las diferencias tales como tamaño, edad, estado ontogénico y sexo, siendo
pero es baja entre los adultos. Esto parece ser una ley de la naturaleza que se
18
reproducción varían con la disponibilidad de alimentos pero su variación tiene
individuos por semana, individuos por año, etc. La tasa de crecimiento de una
(Batista, 2004).
19
La tasa de natalidad per cápita es el porcentaje de nacimientos respecto del
Normalmente, las condiciones del ambiente a las que está expuesta una
2004).
20
tamaño de la muestra, a mayor tamaño de muestra, menor variabilidad y por
comunidades biológicas así como los factores y mecanismos que los regulan.
21
convirtiéndose en un componente básico en la implementación del manejo
cada uno de los estados (adultos, huevos y larvas) como las de la población
22
2.2.5.6.1. Distribución espacial de las poblaciones.
(Winder et al., 1999; Holland et al., 2004 citados en Park, Perring, Farrar, &
Gispert, 2006).
23
2.2.5.6.2. Dinámica de estallidos.
suceden a intervalos irregulares, son severos y suelen ser rápidos (Cortey &
Villacide, 2006)
Las causas para dicha dinámica involucran variables ambientales, por ejemplo
2006).
de una plaga o enfermedad, dada la gran influencia que este factor ejerce
24
2.2.5.7.1. Modelos matemáticos.
trabajo teórico con el que poder comprender los mecanismos que determinan la
Castle, 2010)
densidad de poblacional.
se hagan los muestreos; por este motivo es indispensable sentar unas bases
25
De todos los tipos de muestreo que existen (probabilístico, intencional u
Dentro del muestreo probabilístico existen diversos tipos, tales como aleatorio
Dieguez et al., 2006). Tal situación, genera como resultado pérdida económica,
26
- QUE: Detección identificación a nivel de especie que nos lleva a conocer
causando daño.
fórmulas para medir la fluctuación, pero ¿cómo se obtienen los valores iniciales
27
dependen de conocimientos poblacionales, que se adquieren muestreando
alejadas de ella. Para que esto último no suceda, debe definirse un buen
programa de muestreo; una unidad de muestreo que refleje los hábitos del
ellos es la eficiencia de muestreo: la eficacia con que la técnica revela todos los
individuos en el área objetivo. Esto variará entre las especies, los hábitats, las
2002).
28
- Estimación absoluta: En animales de gran tamaño con unas poblaciones
planta. El muestreo puede ser por conteo directo del número total de
Moreno, 1977).
29
2.2.5.8.5. Cuenta directa.
aplica mejor a las especies grandes o llamativos, pero también puede ser
favorecida al contar las etapas del ciclo vital anteriores o adultos de las
vida del individuo a estudiar. Para insectos el mejor momento para realizar el
unidades de muestra que deben ser recogidos para cumplir con un criterio
1977).
30
El diseño del muestreo depende del conocimiento de la bioecología de la plaga,
(Romero, 2004).
Superficie foliar que se ha producido por cada unidad de superficie foliar inicial.
Hay además otros aspectos interesantes que pueden ayudar a elegir una
tamaño que menos y grandes. La única desventaja del muestreo por unidades
31
bajas, lo cual podría dificultar el análisis de los datos (Moreno, 1977), también
- Debe ser tal que todas las unidades del universo tengan igual
probabilidad de selección.
- Debe ser estable, y en caso contrario sus cambios deben ser fácil y
periódicamente medidos.
varianza y el coste.
32
Con métodos de muestreo convencionales se requiere una gran muestra para
mediante una cantidad apreciable sin sacrificar la precisión. Una desventaja del
para obtener una sola o varias muestras de cada estrato. Debe, por lo tanto,
insectos.
33
- Cada unidad, en el caso de insectos móviles, se ajuste a la movilidad
promedio de ellos.
primer muestreo, nos indica que a medida que aumenta el tamaño de muestra,
dicha fluctuación.
reconocían que cualquier población fluctúa a través del tiempo, está tiende a
34
conservar por sí misma una densidad promedio (llamada por otros: balance
Los iniciadores de esta teoría fueron (Bodenheimer, 1928 & Uvarov, 1931
Por otro lado, estos investigadores fueron los primero en sostener que la
La teoría climática no fue muy aceptada por aquellos años, hasta que apareció
Esta teoría fue fuertemente influida por estudios empíricos de campo, las
35
de las condiciones establecidas, las condiciones climáticas y las condiciones
poblacional.
ambiente, que deben están presentes e interactuar para que una plaga
insectos, esta grandemente influenciado por diversos factores, así como en las
36
fundamentales (Marco, 2001 citado en SINAVEF, 2009), por ejemplo, cuando
tamaño de una población en dos vías principalmente. Los factores que afectan
densidad poblacional, esta vía considera estos factores que tienen un efecto de
37
(Gutiérrez, 1996 citado en Navarro & Liendo, 2010). Todos estos factores
abióticos influyen sobre los diferentes estados del ciclo de vida o en diferentes
Berryman; 2002, 2008; Nair, 2007 citados en Navarro & Liendo, 2010).
Según (Chávez 2009 citado en Navarro & Liendo, 2010) la identificación de los
la manera como se sitúan en sus hospederos (Coulson & Wintter, 1990 citados
en Navarro & Liendo, 2010) sugieren que una manera de visualizar los cambios
El viento y otros factores climáticos, por ejemplo, pueden influir en los patrones
38
biológico (Canto-Silva et al., 2006 citados en Petit, Hoddle, Grandgirard,
los insectos.
o persistir bajo condiciones naturales en una localidad dada (Silveira et. al.
1976 citados en Pérez de A, Arnal, Soto, & Aponte, 2006) por lo cual el estudio
39
señalan que la abundancia y frecuencia de este grupo están relacionados con
plagas y las enfermedades de los animales y las plantas, es difícil prever todos
los efectos de este cambio. Sin embargo, podemos decir que la sequía
las especies de insectos que son invasoras (transfronterizas) más que a las
efecto final será el aumento de la presión de las plagas sobre los cultivos
Sin embargo, de todos los factores ambientales, el que ejerce un efecto mayor
temperatura del ambiente (Pataki, 1972; Wagner et. al., 1984 citados en
40
en las densidades de población de insectos y ácaros. A mayor temperatura el
ciclo de vida de los artrópodos se acorta, por lo que se pueden presentar mayor
generaciones que tiene durante el año (Mejía, 2005 citado en SINAVEF, 2009).
pero ocurre así de forma general (Brodsky & Naranjo, 1976 citados en SINAVE,
regiones.
41
depende de las bajas temperaturas, este cultivo florece en diciembre y enero;
por tanto la población de esta especie es más abundante. Por otra parte se
2009).
cae a lo largo del año o de varios años puede originar sequías, la importancia
42
temperaturas se dio un incremento de la población (Hasyim et al., 2008 citados
1993).
secos que en aquéllos con lluvias superiores a los 15 milímetros (Quijano et al.,
con las poblaciones de plagas que son más abundantes durante la estación
seca más frío que durante la temporada de lluvias más cálido debido a las
et al., 2009).
43
factores que afectan el comportamiento de cada especie, los cuales indican ser
2010)
significativa.
2005).
(Byrne & Draeger, 1993) realizaron evaluaciones durante dos años sobre las
máximo la primera parte de Abril, con una fuerte caída en la humedad relativa.
44
Las poblaciones de saltahojas fueron creciendo mostrando una significativa
limitado.
45
2.3. Marco conceptual.
resultado.
en un lugar determinado.
variables.
elementos.
otra.
46
III. MATERIAL Y MÉTODOS.
3.1.1. Límites.
3.1.2. Accesos.
Huayucachi, Chupuro a Chongos Bajo, del mismo modo, también hay una
Bajo.
3.2. Metodología.
47
- Explicativo: Porque respondió la causa de la variación de la dinámica
climatológicos.
consecuencias.
escala.
48
3.2.2. Variables estudiadas.
3.2.2.1. Independiente.
Factores climatológicos:
- Precipitación (mm).
3.2.2.2. Dependiente.
Xi = ∑
Dónde:
% =
Dónde:
49
c) Densidad poblacional de los distintos estadios ninfales.
% Densidad Xi =
Dónde:
Dónde:
Dónde:
f) Tasa de natalidad.
T.N = –
Dónde:
anterior.
50
g) Tasa de natalidad per cápita.
Dónde:
anterior.
T.S = Medición Est. Ninf. i (i) – Medición Est. Ninf. i-1 (i-1).
Dónde:
Medición Est. Ninf. i (i)= Número de insectos del estadio ninfal actual de
la medición actual.
Dónde:
Medición Est. Ninf. i (i)= Número de insectos del estadío ninfal actual de
la medición actual.
Medición Est. Ninf. i (i)= Número de insectos del estadío ninfal anterior de
la medición anterior.
51
j) Tasa de mortalidad entre los distintos estadios ninfales.
T.M = Medición Est. Ninf. i-1 (i-1) – Medición Est. Ninf. i (i).
Dónde:
Medición Est. Ninf. i (i)= Número de insectos del estadío ninfal actual de
la medición actual.
Medición Est. Ninf. i-1 (i-1)= Número de insectos del estadío ninfal
Dónde:
Medición Est. Ninf. i (i)= Número de insectos del estadio ninfal actual de
la medición actual.
Medición Est. Ninf. i-1 (i-1)= Número de insectos del estadio ninfal
2009)
52
3.2.3. Operacionalización de hipótesis, variables e indicadores.
Tabla 1.
Operacionalización de variables.
Hipótesis Variable Indicador Instrumento Fuente
Formatos de
N° Insectos. evaluaciones biológicas
de tamaño de
Porcentaje cada estadio población, tasa vitales y
Población ninfal respecto al total. demás parámetros Población de la
poblacionales de la Trichogonia
Densidad poblacional. Trichogonia costata en costata en
sus diversos estadios Buddleja
Los factores Tasas vitales. de desarrollo: (desde incana.
climatológicos ninfa 1 a adulto).
influyen Tasas vitales per cápita.
significativamente
sobre la dinámica
poblacional de la Temperatura (C°). (mínima, Termómetro.
Trichogonia costata máxima y promedio)
Signoret en
Buddleja incana. Clima Precipitación (mm). Estación
Pluviómetro. Meteorológica
Humedad Relativa (% ). de Viques –
Psicrómetro. SENAMHI.
Velocidad del viento (m/s).
(Máxima y promedio). Anemómetro
Nota: C° se refiere a grados Celsius, mm se refiere a milímetros, % se refiere a porcentaje y m/s se refiere a metros
por segundo.
3.3. Población.
3.4. Muestreo.
53
- Intencionado: Para el muestreo de B. incana se seleccionó los individuos
Planta N° 1: (*)
Planta N° 2: (*)
Planta N° 3: (*)
Planta N° 4: (*)
54
Planta N° 5: (*)
seleccionados fue:
realizará el muestreo del insecto en esa zona de la copa del arbusto. (Vera
incana, realizando 10 conteos por cada uno de los 4 puntos cardinales (Naranja
Como unidad de muestreo se consideró las dos hojas opuestas con sus
Ahmad, 2002).
55
Aplicando la siguiente fórmula:
0.05 ̅ = ⁄√ n
Dónde:
n: Tamaño de la muestra.
S: Desviación estándar.
Despejando n quedaría:
Reemplazando:
n = 400 x (41.871/ )
n = 133 muestras
puntos cardinales, haciendo un total de 140 muestras por cada árbol, por cada
56
3.6. Técnicas de procesamiento y análisis de datos.
Se elaboró una base datos en el software Excel, donde se organizó los datos
software SPSS versión 22, donde se realizó todos los análisis estadísticos.
(x), ln (x+1), squart (x), x², 1/x. Logrando transformar todas la variables que no
2004)
Knowles, Wakimoto, & Dare, 1999), entre los distintos parámetro poblaciones
1996).
Roberts, 1991), con nivel = 0.05, (Baltazar Castañeda, 2014; Heong, Aquino,
57
& Barrion, 1992; Knowles, Wakimoto, & Dare, 1999) cuyo modelo matemático
(Hair et al., 1999), además se realizó el diagnóstico y validación del modelo con
(Triola, 2009), con un nivel de 0.05 de significación, por ser datos que cumplen
(Hidalgo Gato, Rodríguez León, Ricardo, & Férras, 1999), graficando las
- Bolsas selladas.
- Un estilete.
- Una navaja.
- Un serrucho.
58
- Libreta de Campo.
- Lapiceros.
- Recipientes de plásticos.
- Frasco letal.
- Placas Petri.
- Microscopio óptico.
3.8. Procedimiento.
Se tomaron datos del área de estudio, las coordenadas UTM con GPS, de ser
59
3.8.3. Identificación de los estadios ninfales.
Forestales y del Ambiente, Universidad Nacional del Centro del Perú, con
2015,
datos se realizó cada quince días con los formatos de toma de datos. Se
distrito de El Tambo.
60
IV. RESULTADOS.
Tabla 2.
61
En la Tabla 2 según el coeficiente de variación, los factores con más
velocidad del viento promedio y velocidad del viento máximo que tuvieron
promedio y la humedad relativa fueron los que tuvieron variabilidad baja, siendo
62
4.2. Estructura de la población y tasas vitales de Trichogonia costata
Tabla 3.
63
Figura 8. Variación del tamaño de población de los distintos estadios ninfales.
los estadios ninfales en los meses de julio y agosto, a diferencia de los meses
Tabla 4.
ANOVA del tamaño de población.
Suma de cuadrados Gl Media cuadrática F Sig.
Ninfa 1 Entre grupos 2,352,759,606 9 261,417,734 44,502 ,000
Ninfa 2 Entre grupos 1,744,412,758 9 193,823,640 39,903 ,000
Ninfa 3 Entre grupos 232,825,530 9 25,869,503 15,523 ,000
Adulto Entre grupos 238,417,591 9 26,490,843 7,798 ,001
Nota: Gl se refiere a los grados de libertad y Sig se refiere al nivel de significancia.
64
En la Figura 9 se observa que los porcentajes de la ninfa 2 y de la ninfa 3
Tabla 5.
total.
65
Tabla 6:
ANOVA de la densidad poblacional.
Media
Suma de cuadrados gl F Sig.
cuadrática
Densidad de población ninfa 1 Entre grupos 33,632 9 3,737 44,526 ,000
Densidad de población ninfa 2 Entre grupos 23,560 9 2,618 40,333 ,000
Densidad de población ninfa 3 Entre grupos 29,585 9 3,287 15,447 ,000
Densidad de población adulto Entre grupos 19,077 9 2,120 7,734 ,001
Densidad de población del total Entre grupos 25,367 9 2,819 37,758 ,000
Nota: Gl se refiere a los grados de libertad y Sig. se refiere al nivel de significancia.
En la Tabla 6 al ser el nivel de significancia menor que 0.05 en todos los casos,
existe diferencia estadística significativa entre sus medias respecto a los meses
de evaluación.
(a) (b)
(c) (d)
(e)
Figura 11. Tasa de crecimiento: (a) ninfa 1, (b) ninfa 2, (c) ninfa, (d) adulto, (e) total.
66
En la Figura 11 se observa la variación de la tasa de crecimiento de los
distintos estadios ninfales y del total, en todos los casos se observa una
Tabla 7.
entre sus medias, a diferencia de las demás tasas de crecimiento que muestran
del total.
Figura 12. Tasa de crecimiento per cápita de cada estadio ninfal y el total.
octubre y noviembre.
67
Tabla 8.
entre sus medias, a diferencia de las demás tasas de crecimiento per cápita
Tabla 9:
68
En la Tabla 9 al ser el nivel de significancia mayor que 0.05 no existe diferencia
(a) (b)
(c) (d)
Figura 14. Tasa de supervivencia: (a) ninfa 1 a ninfa 2, (b) ninfa 2 y ninfa 3, (c) ninfa 3
de ninfa 2 a ninfa 3 hay valores negativos, por lo que gran parte de las ninfa 1
las ninfas 3 que por los valores positivos se asume que llegan a ser Adulto.
69
Tabla 10.
meses de evaluación.
ninfales.
70
muestra valores positivos lo que significa que una gran porcentaje de las ninfa
Tabla 11.
casos existe diferencia estadística significativa entre sus medias respecto a los
meses de evaluación.
(a) (b)
(c) (d)
Figura 16. Tasas de mortalidad: (a) ninfa 1 a ninfa 2, (b) ninfa 2 y ninfa 3, (c) ninfa 3 a
adulto, (d) ninfa 1 a adulto.
71
En la Figura 16 se observa que la tasa de mortalidad de ninfa 1 a ninfa 3 y de
ninfa 2 a ninfa 3 hay valores positivos, lo que demuestra que gran parte de las
ninfa 1 no llegan a ser ninfa 2 y también los ninfa 2 no llegan a ser ninfa 3, a
diferencia de las ninfas 3 que por los valores negativos se asume que llegan a
ser Adulto.
Tabla 12.
estadios ninfales.
72
En la Figura 17 se observa que la tasa de mortalidad per cápita de ninfa 1 a 2,
negativos lo que significa que gran parte de las ninfa 3 logran evolucionar a
comportamiento constante.
Tabla 13.
73
4.3. Influencia de los factores climatológicos sobre la estructura y tasas
de la población.
(a) (b)
(c)
Figura 18. Dendrograma de los factores climatológicos con: (a) tamaño de población,
(b) porcentaje de estadio ninfal sobre el total, (c) densidad poblacional.
74
4.3.2. Análisis clúster de los factores climatológicos sobre las tasas
vitales.
(a) (b)
(c) (d)
Figura 19. Dendrograma de los factores climatológicos con: (a) tasa de crecimiento, (b)
tasa de natalidad, (c) tasa de supervivencia y (d) tasa de mortalidad.
75
4.3.3. Análisis clúster de los factores climatológicos sobre las tasas
(a) (b)
(c)
Figura 20. Dendrograma de los factores climatológicos con: (a) tasa de crecimiento per
cápita, (b) tasa de supervivencia per cápita y (c) tasa de mortalidad per cápita.
76
4.3.4. Análisis de matriz de datos coloreada.
Variables
Medición
1 2 3 4 5 6 7 8 9 10 11
01-mar
02-mar
01-abr
02-abr
01-may
02-may
01-jun
02-jun
01-jul
02-jul
01-ago
02-ago
03-ago
01-sep
02-sep
01-oct
02-oct
01-nov
02-nov
01-dic
02-dic
03-dic
Dónde:
77
Variable 6 = Tasa de natalidad de T. costata.
densidad poblacional.
78
4.4. Análisis de los factores climatológicos que influyen sobre la dinámica
tamaño de población.
Tabla 14.
Resumen del modelo de regresión lineal múltiple (factores climatológicos sobre el tamaño de población).
R R cuadrado Error estándar de la Durbin-
Modelo R
cuadrado ajustado estimación Watson
Temperatura mínima - ninfa 1 ,913 .833 .825 142.272 1.414
Temperatura mínima - ninfa 2 ,907 .822 .813 126.715 1.269
Temperatura promedio - ninfa 3 ,815 .665 .648 65.089 .787
Temperatura promedio - adulto ,793 .629 .611 71.947 1.231
Temperatura promedio - total ,901 .811 .802 366.930 1.277
Nota: R se refiere al coeficiente de correlación y el R cuadrado se refiere al coeficiente de determinación.
En la Tabla 14 se muestra que la regresión lineal múltiple explica más del 80%
(a) (b)
79
(c) (d)
(e)
Figura 22. Gráfico de dispersión de la temperatura mínima sobre ninfa 1 (a), ninfa 2
(b), y el total (e). Y de la temperatura promedio sobre ninfa 3 (c), adulto (d).
casos.
siguientes ecuaciones:
80
Dónde:
Tabla 15.
Resumen del modelo de regresión lineal múltiple (factores climatológicos sobre el porcentaje de estadios
ninfales).
R R cuadrado Error estándar de Durbin-
Modelo R
cuadrado ajustado la estimación Watson
T mínima - % Ninfa 1 sobre el total ,569 .324 .290 2.00792 1.538
T promedio - % Ninfa 2 sobre el total ,484 .234 .196 .92830 1.530
Humedad relativa - % Adulto sobre el total ,507 .257 .220 2.03241 1.231
Nota: R se refiere al coeficiente de correlación y el R cuadrado se refiere al coeficiente de determinación.
(a) (b)
81
(c)
Figura 23. Gráfico de dispersión de datos de la temperatura mínima con % ninfa 1 (a),
temperatura mínima sobre % ninfa 2 (b), y humedad relativa sobre % adulto (c).
siguientes ecuaciones:
Dónde:
82
4.4.3. Regresión lineal múltiple entre los factores climatológicos sobre las
densidades poblacionales.
Tabla 16.
Resumen del modelo de regresión lineal múltiple (factores climatológicos sobre la densidad poblacional).
R R cuadrado Error estándar de Durbin-
Modelo R
cuadrado ajustado la estimación Watson
Temperatura mínima - Densidad ninfa 1 ,913 .833 .825 .53743 1.415
Temperatura mínima - Densidad ninfa 2 ,906 .821 .812 .46656 1.271
Temperatura promedio- Densidad ninfa 3 ,815 .664 .647 .73451 .787
Temperatura promedio- Densidad adulto ,793 .629 .610 .64415 1.232
Temperatura mínima - Densidad total ,900 .811 .801 .49855 1.276
Nota: R se refiere al coeficiente de correlación y el R cuadrado se refiere al coeficiente de determinación.
En la Tabla 16 se muestra que la regresión lineal múltiple explica más del 80%
densidad adulto, donde la regresión lineal múltiple explica alrededor del 60% de
son independientes.
(a) (b)
83
(c) (d)
(e)
Figura 24. Gráfico de dispersión de datos de la temperatura mínima sobre la densidad
ninfa 1 (a), densidad ninfa 2 (b) y densidad total (e); temperatura promedio sobre la
densidad ninfa 3 (a) y la densidad adulto (b).
Del modelo de regresión lineal múltiple de los factores climatológicos sobre las
84
4.4.4. Regresión lineal múltiple entre los factores climatológicos sobre las
tasas de crecimiento.
Tabla 17.
Resumen del modelo de regresión lineal múltiple (factores climatológicos sobre las tasas de crecimiento).
R R cuadrado Error estándar de Durbin-
Modelo R
cuadrado ajustado la estimación Watson
Velocidad de vientos prom - T.C Ninfa1 ,587 .345 .312 90.82897
Temperatura promedio - T.C Ninfa1 ,709 .502 .450 81.24699 1.993
Temperatura promedio - T.C Ninfa2 ,449 .202 .162 82.84120
Velocidad de vientos prom -T.C Ninfa2 ,645 .416 .354 72.72667 1.896
Velocidad de vientos prom - T.C Total ,504 .254 .217 220.66791
Temperatura promedio - T.C Total ,680 .462 .406 192.20054 1.895
Nota: R se refiere al coeficiente de correlación y el R cuadrado se refiere al coeficiente de determinación.
(a) (b)
(c)
Figura 25. Gráfico de dispersión de datos de la velocidad de vientos promedios sobre
la tasa de crecimiento de ninfa 1 (a) y del total (c); y de la temperatura promedio sobre
la tasa de crecimiento de ninfa 2 (b).
85
En la Figura 25 se ve una correlación lineal positiva leve en todos los gráficos.
Del modelo de regresión lineal múltiple de los factores climatológicos sobre las
4.4.5. Regresión lineal múltiple entre los factores climatológicos sobre las
Tabla 18.
Resumen del modelo de regresión lineal múltiple (factores climatológicos sobre las tasas de crecimiento
per cápita).
R R cuadrado Error estándar de Durbin-
Modelo R
cuadrado ajustado la estimación Watson
VV - promedio T.C per cápita ninfa1 ,577 .333 .299 8.57242
T promedio - T.C per cápita ninfa1 ,686 .470 .415 7.83576 2.092
VV- promedio T.C per cápita ninfa2 ,429 .184 .143 7.87755
T promedio - T.C per cápita ninfa2 ,611 .373 .308 7.08117 1.830
VV- promedio T.C per cápita total ,448 .201 .161 8.20601
T promedio - T.C per cápita total ,617 .381 .316 7.40896 1.809
Nota: R se refiere al coeficiente de correlación y el R cuadrado se refiere al coeficiente de determinación.
86
En la Tabla 18 se muestra que la regresión lineal múltiple explica de 14 a 40%
(a) (b)
(c)
Figura 26. Gráfico de dispersión de datos de la velocidad de vientos promedios sobre
la tasa de crecimiento per cápita ninfa 1 (a), ninfa 2 (b) y del total (c).
de dispersión.
Del modelo de regresión lineal múltiple de los factores climatológicos sobre las
87
Tasa de crecimiento per cápita ninfa 1:
Dónde:
tasa de natalidad.
Tabla 19.
Resumen del modelo de regresión lineal múltiple (factores climatológicos sobre la tasa de natalidad).
R R cuadrado Error estándar de Durbin-
Modelo R
cuadrado ajustado la estimación Watson
T° máxima - Tasa de Natalidad ,527 .278 .242 55.21661 2.315
T° máxima – T.Nat per cápita ,476 .227 .188 10.83442 2.221
Nota: R se refiere al coeficiente de correlación y el R cuadrado se refiere al coeficiente de determinación.
88
(a) (b)
de dispersión.
Dónde:
Tabla 20.
Resumen del modelo de regresión lineal múltiple (factores climatológicos sobre las tasas de
supervivencia).
R R cuadrado Error estándar de la Durbin-
Modelo R
cuadrado ajustado estimación Watson
VV máximo - TS ninfa 1 a ninfa 2 ,638 .408 .378 92.08393 1.749
T mínima - TS ninfa 2 a ninfa 3 ,603 .364 .332 158.43078 .996
T mínima - TS ninfa 1 a adulto ,698 .487 .461 187.12297 1.160
Nota: R se refiere al coeficiente de correlación y el R cuadrado se refiere al coeficiente de determinación.
89
En la Tabla 20 se muestra que la regresión lineal múltiple explica de 33 a 42%
(a) (b)
(c)
Figura 28. Gráfico de dispersión de datos de la velocidad de vientos máximo sobre la
tasa de supervivencia de ninfa 1 a ninfa 2 (a), y de la temperatura mínima sobre la
tasa de supervivencia de ninfa 2 a ninfa 3 (b) y de ninfa 1 a adulto (c).
Del modelo de regresión lineal múltiple de los factores climatológicos sobre las
90
Tasa de supervivencia ninfa1 a ninfa2 = 87.064 (V.V.Máx.) - 374.120
Dónde:
Tabla 21.
Resumen del modelo de regresión lineal múltiple (factores climatológicos sobre las tasas de supervivencia
per cápita).
R R cuadrado Error estándar de Durbin-
Modelo R
cuadrado ajustado la estimación Watson
VV Máx - TS per cápita ninfa1 a ninfa2 ,588 .346 .313 8.86489 1.847
HR- TS per cápita ninfa 1 a adulto ,607 .369 .337 48.36269 1.339
Nota: R se refiere al coeficiente de correlación y el R cuadrado se refiere al coeficiente de determinación.
(a) (b)
Figura 29. Gráfico de dispersión de datos de velocidad de viento máximo sobre la tasa
de supervivencia per cápita ninfa 1 a ninfa 2 (a), y de la humedad relativa sobre la tasa
de supervivencia per cápita ninfa1 a adulto (b).
91
En la Figura 29 se ve una correlación lineal positiva moderada entre la
Del modelo de regresión lineal múltiple de los factores climatológicos sobre las
Dónde:
Tabla 22.
Resumen del modelo de regresión lineal múltiple (factores climatológicos sobre las tasas de mortalidad).
R R cuadrado Error estándar de Durbin-
Modelo R
cuadrado ajustado la estimación Watson
VV máx - TM ninfa 1 a ninfa 2 ,638 .408 .378 92.08393 1.749
T mínima - TM ninfa 2 a ninfa 3 ,603 .364 .332 158.43078 .996
Tmínima - TM ninfa 1 a adulto ,698 .487 .461 187.12297 1.160
Nota: R se refiere al coeficiente de correlación y el R cuadrado se refiere al coeficiente de determinación.
92
(a) (b)
(c)
Figura 30. Gráfico de dispersión de datos de la de velocidad de viento máximo
sobre la tasa de mortalidad de ninfa 1 a ninfa 2 (a), y de la temperatura mínima
sobre la tasa de mortalidad de ninfa 2 a ninfa 3 (b) y de ninfa 1 a adulto (c).
Del modelo de regresión lineal múltiple de los factores climatológicos sobre las
93
Tasa de mortalidad ninfa1 a adulto = 6.833 (T. Mín.) + 388.812
Dónde:
Tabla 23.
Resumen del modelo de regresión lineal múltiple (factores climatológicos sobre las tasas de mortalidad
per cápita).
R cuadrado Error estándar de
Modelo R R cuadrado Durbin-Watson
ajustado la estimación
VV Máx - TM per cápita
,612 .374 .343 9.96226 1.720
ninfa 1 a ninfa 2
H.R – TM per cápita ninfa 1
,560 .313 .279 8.68291 1.249
a adulto
Nota: R se refiere al coeficiente de correlación y el R cuadrado se refiere al coeficiente de determinación.
(a) (b)
94
En la Figura 31 se ve una correlación lineal negativa moderada entre la
ninfa 2 y una correlación lineal positiva moderada entre la humedad relativa con
Del modelo de regresión lineal múltiple de los factores climatológicos sobre las
Dónde:
95
V. DISCUSIONES.
diciembre 2015.
seco montano bajo sub tropical, según la (ONERN, 1976) presenta una
árido.
velocidad del viento máximo y velocidad del viento promedio, que según
(Selvaraj, Adiroubane, & Ramesh, 2011; Vayssieres, Korie, & Ayegnon, 2009)
Según (Gutiérrez, 1996 citado en Navarro & Liendo, 2010) los factores
periodos cortos de tiempo, ello implica una mayor variación en sus valores,
96
evaluación, probablemente por los periodos de lluvia y sequía que son muy
de bosque seco montano bajo tropical (ONERN, 1976), y los valores máximos
(Batista, 2004) menciona que cada individuo en cada estructura y cada estadio
97
que muestra un comportamiento distinto de la estructura y tasas vitales de los
Además (Batista, 2004) menciona que las condiciones ambientales a las que
costata.
(Cortey & Villacide, 2006) mencionan que existen pulsos eruptivos que son
meses de evaluación.
comunidades biológicas así como los factores y mecanismos que los regulan,
(Schowalter, 2006; Nair, 2007 citados en Carrero Sarmiento, 2013) agrega que
factor del tamaño de población (Tabla 4), la densidad poblacional (Tabla 6),
tasas de supervivencia per cápita (Tabla 11), y de las tasas de mortalidad per
98
algunos índices de estructura y tasas vitales de la población de T. costata, tales
como el porcentaje de ninfa 1 y adulto sobre el total (Tabla 5), las tasas de
crecimiento de ninfa 2, ninfa 3 y del total (Tabla 7), las tasas de crecimiento per
cápita de ninfa 2, ninfa 3, adulto y del total (Tabla 8), las tasa de supervivencia
(Tabla 12).
5), las tasas de crecimiento de ninfa 1 y adulto (Tabla 7), las tasas de
crecimiento per cápita de ninfa 1 (Tabla 8), la tasa de natalidad (Tabla 9), las
la tasa de natalidad per cápita (Tabla 13) de los distintos estadios ninfales de T.
99
como temperatura, precipitación, viento, humedad, polución y radiación
Berryman; 2002, 2008; Nair, 2007 citados en Navarro & Liendo, 2010),
mencionan que todos estos factores climatológicos influyen sobre los diferentes
(Bodenheimer, 1928 & Uvarov, 1931 citados en Vera Graziano et al., 2002)
Petit, Roderick, & Davies, 2009) también menciona que dichos factores influyen
su mortalidad.
100
climatológicos evaluados sobre la estructura y tasas vitales de la población de
poblacional de T. costata.
101
estadios inmaduros y tamaño de población de los adultos y tiempo de vida de
los adultos, de igual manera (Simoy, Simoy, & Canziani, 2015) realizaron un
temperatura ambiental.
y los efectos de los factores abióticos; (Sharma & Lopez, 1990) en su estudio
Eurystylus bellvoye; (Oscanoa Leon, 2010), quien realizó el estudio del ciclo
102
sólo ciclo de producción agrícola; y finalmente (Simoy et al., 2015) quienes
función de la temperatura.
Del mismo modo en existe una correlación positiva leve entre la temperatura
máxima con la tasa de natalidad y tasa de natalidad (Figura 27) per cápita ello
concluye que existe asociaciones negativas entre las altas temperaturas con el
diarias
103
Algunas autores también mencionan correlaciones negativas de la temperatura
con la población, tales como: (Knap et al., 2009) quienes realizaron estudios
(Oscanoa Leon, 2010) realizó el estudio del ciclo biológico de Cinara cupressi
poblacional de T. costata.
Gonzales, 1993), y además por la zona de vida, bosque seco montano bajo sub
104
factores abióticos, concluyendo que la precipitación no se correlaciona con la
población de A. biguttula.
Sin embargo ello contradice lo mencionado por: (Sharma & Lopez, 1990)
Tahití con las poblaciones de plagas que son más abundantes durante la
estación seca más frío que durante la temporada de lluvias más cálido debido a
las tasas de parasitismo inferiores; (Navarro & Liendo, 2010) quienes realizaron
105
áfidos alados y precipitación; mientras que tuvo un efecto negativo entre la
mas no tuvo relación directa con los patrones de infestación de los estadios
inmaduros; (Byrne & Draeger, 1993) quienes manifiestan que en algunos casos
poblacional de T. costata.
106
Abril, con una fuerte caída en la humedad relativa, además (Baltazar
insectos fue mayor cuando la humedad relativa disminuyo, y (Knap et al., 2009)
Acaridae) y los parámetros que los afectan, concluyendo que existe correlación
107
La velocidad de vientos máximo se correlaciona negativamente con la tasa de
de A. devastans.
108
VI. CONCLUSIONES.
dinámica poblacional.
Cortey, J. C., & Villacide, J. M. (2006). Una Visión Dinámica del Manejo de la
Plaga Forestal Sirex noctilio. SAGPyA, 24, 2–8.
Di Rienzo, J. A., Casanoves, F., Gonzales, L. A., Tablada, E. M., Díaz, M. del
P., Robledo, C. W., & Balzarini, M. G. (2005). Estadística para las Ciencias
Agropecuarias (Sexta Edis.). Córdova.
Galaini Wraight, S., Wraight, S. P., Carruthers, R. I., Magalhaes, B. P., &
Roberts, D. W. (1991). Description of a Zoophthora radicans
(Zygomycetes : Entomophthoraceae) Epizootic in a Population of
Empoasca kraemeri (Homoptera : Cicadellidae) on Beans in Central Brazil.
Journal of Invertebrate Pathology, 58, 311–326.
Grandgirard, J., Hoddle, M. S., Petit, J. N., Roderick, G. K., & Davies, N. (2009).
Classical biological control of the glassy-winged sharpshooter,
Homalodisca vitripennis , by the egg parasitoid Gonatocerus ashmeadi in
the Society , Marquesas and Austral archipelagos of French Polynesia.
Biological Control, 48(2), 155–163. doi:10.1016/j.biocontrol.2008.10.005
Hair, J. F., Anderson, R. E., Tatham, R. L., & Black, W. C. (1999). Análisis
multivariante (Quinta Edi.). Madrid: PRENTICE HALL.
Heong, K. L., Aquino, G. B., & Barrion, A. T. (1992). Population dynamics of
plant- and leaf hoppers and their natural enemies in rice ecosystems in the
Philippines. Crop Protection, 11, 9.
Hernandez Sampieri, R., Fernández Collado, C., & Babtista Lucio, P. (2014).
Metodología de la Investigación (Sexta Edic.). Mexico D.F.
Hidalgo Gato, M. M., Rodríguez León, R., Ricardo, N. E., & Férras, H. (1999).
Dinámica poblacional de cicadélidos (Homoptera: Cicadellidae) en un
agroecosistema cañero de Cuba. La Habana: Universidad de La Habana.
Knap, N., Durmis, E., Saksida, A., Korva, M., Petrovec, M., & Avsic Zupanc, T.
(2009). Influence of climatic factors on dynamics of questing Ixodes ricinus
ticks in Slovenia. Veterinary Parasitology, 164, 275–281.
doi:10.1016/j.vetpar.2009.06.001
Kuno, E., & Hokyo, N. (1970). Kuno Comparative analysis of the population
dynamics of rice.pdf. Rev. Popul. Ecol, 7, 154–184.
Lozano, C., Benazoun, A., Kidd, N., & Campos, M. (1998). Primeros estudios
sobre la dinámica de poblaciones de Phloeotribus scarabaeoides (Bernard,
1788) (Coleoptera: Scolytidae) en Marruecos . Boln. Asoc. Esp. Ent, 22(3),
149–157.
Mahmood, T., Ijaz Hussain, S., Mahmood Khokhar, K., Jeelani, G., & Ahmad,
M. (2002). Population Dynamic of Leaf Hopper (Amrasca biguttula
biguttula) on Brinjal and Effects of Abiotic Factors on its Dynamics. Asian
Journal of Plant Sciences, 1(4), 403–404.
Michalik, A., Wladyslawa, J., Kot, M., Golas, A., & Szklarzewicz, T. (2014).
Symbiosis in the green leafhopper, Cicadella viridis (Hemiptera,
Cicadellidae). Association in statu nascendi? Arthropod Structure &
Development, 43, 579–587. doi:10.1016/j.asd.2014.07.005
Park, Y., Perring, T. M., Farrar, C. A., & Gispert, C. (2006). Spatial and temporal
distributions of two sympatric Homalodisca spp . (Hemiptera : Cicadellidae):
Implications for areawide pest management. Agricculture Ecosystems &
Environment, 113, 168–174. doi:10.1016/j.agee.2005.09.011
Peng, C., Hui, Y., & Jianhong, L. (2006). Population dynamics of Bactrocera
dorsalis (Diptera : Tephritidae) and analysis of the factors influencing the
population in Ruili , Yunnan Province , China. Acta Ecológica Sinica, 26(9),
2801–2809.
Pérez de A, M., Arnal, E., Soto, E., & Aponte, A. (2006). El clima y su relación
con las principales plagas y enfermedades del tomate de árbol en el Jarillo,
Estado Miranda, Venezuela. Revista Digital CENIAP, 11.
Petit, J. N., Hoddle, M. S., Grandgirard, J., Roderick, G. K., & Davies, N. (2008).
Short-distance dispersal behavior and establishment of the parasitoid
Gonatocerus ashmeadi (Hymenoptera : Mymaridae) in Tahiti : Implications
for its use as a biological control agent against Homalodisca vitripennis
(Hemiptera : Cicadellidae). Biological Control, 45, 344–352.
doi:10.1016/j.biocontrol.2008.01.020
Quijano Carranza, J. Á., Velázquez Monreal, J. J., Torres Pacheco, I., López
Arroyo, J. I., Hernandez Zul, M. I., & Yañéz López, R. (2011). MODELO DE
SIMULACIÓN DE LA DINÁMICA POBLACIONAL DE Diaphorina citri
KUWAYAMA, VECTOR DE LA ENFERMEDAD HLB DE LOS CÍTRICOS.
Instituto Nacional de Investigaciones Forestales, Agrícolas Y Pecuarias,
188–192.
Reynel, C., Pennington, T. D., Pennington, R. T., Marcelo, J. L., & Daza, A.
(2006). Árboles útiles del Ande Peruano. (C. Reynel Rodriguez, Ed.)
(Primera.). Lima.
Troyo Dieguez, E., Servín Villegas, R., Loya Ramírez, J. G., García Hernández,
J. L., Murillo AmaDor, B., Nieto Garibay, A., Arnaud Franco, G. (2006).
PLANEACIÓN Y ORGANIZACIÓN DEL MUESTREO Y MANEJO
INTEGRADO DE SOSTENIBLE. UCIENCIA, 22(2), 191–203.
Vayssieres, J. françois, Korie, S., & Ayegnon, D. (2009). Correlation of fruit fly (
Diptera Tephritidae ) infestation of major mango cultivars in Borgou ( Benin
) with abiotic and biotic factors and assessment of damage. Crop
Protection, 28, 477–488. doi:10.1016/j.cropro.2009.01.010
Venero Gonzales, J. L. (1993). Trichogonia costata (Homoptera: Cicadellidade)
en Buddleia coriacea (Loganiaceae). Revista Peruana de Entomología, 34,
65–37.
Vera Graziano, J., Manuel Pinto, V., López Collado, J., & Reyna Robles, R.
(2002). Ecología de poblaciones de insectos (Segunda.). Texcoco.
Witt, A. B. R., & Edwards, P. B. (2000). Biology, Distribution, and Host Range of
Zygina sp . (Hemiptera : Cicadellidae), a Potential Biological Control Agent
for Asparagus asparagoides. Biological Control, 109, 101–109.
doi:10.1006/bcon.1999.0796