Yauirpata Echevarria

UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ
FACULTAD DE CIENCIAS FORESTALES Y DEL AMBIENTE
TESIS
“INFLUENCIA DE LOS FACTORES
CLIMATOLÓGICOS SOBRE LA DINÁMICA
POBLACIONAL DE Trichogonia costata Signoret EN
Buddleja incana – CHONGOS BAJO – CHUPACA”
PRESENTADA POR EL BACHILLER:
BRYAN FREDY YARUPAITA ECHEVARRIA
PARA OPTAR EL TITULO PROFESIONAL DE:
INGENIERO FORESTAL Y AMBIENTAL
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
- A mi asesor, el Dr. Hernán Baltazar Castañeda por su valioso apoyo y
sabios consejo durante el desarrollo del presente trabajo de
investigación.
- A la Ing. Adam Ramos Cadillo, al Ing. Eusebio Sanchez Paucar y a todo
el personal del Servicio Nacional de Meteorología e Hidrología del Perú
– SENAMHI, por el valioso apoyo en la recopilación de los datos
meteorológicos para el desarrollo de esta investigación.
- Al Dr. Hector Barrero Medel y la M. Sc Bertha Castillo Edua por su
valioso apoyo en el análisis estadístico.
- A la Facultad de Ciencias Forestales y del Ambiente, su decano el Mg.
Ricardo Menacho Limaymanta y todo el cuerpo docente por todas las
enseñanzas y sugerencias para el desarrollo de esta investigación.
- A todas las personas que colaboraron directa o indirectamente con el
desarrollo de este trabajo, a ellos mi profundo agradecimiento.
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
II. REVISIÓN DE LITERATURA. 1

2.1. Antecedentes de la investigación. 1
2.2. Bases teóricas. 5
2.2.1 Orden Hemíptera. 5
2.2.1.1 Sub orden Auchenorryncha. 6
2.2.1.2. Infra orden Cicadomorpha. 6
2.2.1.3. Super familia Membracoidea 6
2.2.2 Familia Cicadellidae. 6
2.2.3. Trichogonia costata Signoret – 1853. 8
2.2.3.1. Taxonomía. 8
2.2.3.2. Morfología. 9
2.2.3.3. Comportamiento. 11
2.2.3.4. Ciclo biológico. 11
2.2.3.5. Controladores biológicos. 11
2.2.3.6. Distribución geográfica. 11
2.2.3.7. Hospederos. 12
2.2.4. Buddleja incana R&P. 12
2.2.4.1. Familia. 12
2.2.4.2. Descripción botánica. 13
2.2.4.2.1. Corteza. 13
2.2.4.2.2. Hojas. 13
2.2.4.2.3. Flores. 13
2.2.4.2.4. Frutos. 14
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
III. MATERIAL Y MÉTODOS 47

3.1. Lugar de ejecución. 47
3.1.1. Límites. 47
3.1.2. Accesos. 47
3.2. Metodología. 47
3.2.1. Diseño de investigación. 48
3.2.2 Variables estudiadas. 49
3.2.2.1. Independiente. 49
3.2.2.2. Dependiente. 49
3.2.3. Operacionalización de hipótesis, variables e indicadores. 53
3.3. Población. 53
3.4. Muestreo. 53
3.4.1. Muestreo de Buddleja incana. 53
3.4.2. Muestreo de Trichogonia costata. 55
3.5. Registro de variables climatológicas. 56
3.6. Técnicas de procesamiento y análisis de datos. 57
3.7. Materiales y equipos. 58
3.7.1. Materiales de campo. 58
3.7.2. Materiales de gabinete. 59
3.8. Procedimiento. 59
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.
sobre el porcentaje de los distintos estadios ninfales respecto
al total.
sobre las densidades poblacionales.
sobre las tasas de crecimiento.
sobre las tasas de crecimiento per cápita.
sobre la tasa de natalidad.
sobre las tasas de supervivencia.
sobre las tasas de supervivencia per cápita.
sobre las tasas de mortalidad.
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
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
VI. CONCLUSIONES. 109

VII. RECOMENDACIONES. 111
VIII. BIBLIOGRAFÍA. 112
ANEXO 1 Panel fotográfico. 121
ANEXO 2 Mediciones quincenales. 130
ANEXO 3 Datos meteorológicos del SENAMHI. 131
ANEXO 4 Mapa de ubicación. 140
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
climatológicos sobre el porcentaje de estadios ninfales).
climatológicos sobre la densidad poblacional).
climatológicos sobre las tasas de crecimiento).
climatológicos sobre las tasas de crecimiento per cápita).
climatológicos sobre la tasa de natalidad).
climatológicos sobre las tasas de supervivencia).
climatológicos sobre las tasas de supervivencia per cápita).
climatológicos sobre las tasas de mortalidad).
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.
Palabras clave: Trichogonia costata, Buddleja incana, dinámica poblacional,
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.
Key words: Trichogonia costata, Buddleja incana, population dynamics,
climatologyc factors.
XVI
I. INTRODUCCIÓN.
En la actualidad el cambio climático ha generado un comportamiento distinto al
habitual en poblaciones de insectos, que se multiplican rápidamente durante
condiciones climáticas favorables; (Aherr et al., 1994 citados en Selvaraj,
Adiroubane, & Ramesh, 2011). Eh influyen tan bien como varios depredadores
o parásitos directa o indirectamente (Arif et al., 2006 citados en Selvaraj et al.,
2011). Además que el clima determina la capacidad de un patógeno o insecto
plaga para prosperar o persistir bajo condiciones naturales en una localidad
dada (Silveria et. al, 1976 citado en Pérez de A, Arnal, Soto, & Aponte, 2006).
Desde la aparición del hombre en Sudamérica los bosques altoandinos han
disminuido en extensión, siendo una las especies forestales de gran
importancia de estos bosques la Buddleja incana, que es sin duda de mucha
importancia dentro de las comunidades rurales (Arica, 2003), actualmente se
observan pocos individuos en las zonas de vida de bosque seco montano bajo
tropical y bosque húmedo montado tropical (ONERN, 1976).
(Venero Gonzales, 1993) reporto en el año 1989 a Trichogonia costata que es
una especie de la familia Cicadellidae que ataca a diversas especies forestales
andinas, entre ellas Buddleja coriácea, Buddleja incana, Escalonia resinosa y
Polylepis sp, causando daño por su picadura en puntos tiernos de la planta:
ramillas, pedúnculos, peciolo, etc. Además de transmitir hongos como
Fusarium y Corvularia.
XVII
En el distrito de Chongos Bajo en la provincia de Chupaca se encuentra una de
las poblaciones más considerables de B. incana en el valle del Mantaro, (Reza
Tapia, 2013), muchas de ellas afectadas por la presencia de T. costata,
Para ver los cambios de poblaciones de T. costata es necesario realizar un
estudio de dinámica poblacional, analizando los cambios en el tamaño o
densidad de las poblaciones, a través del espacio y tiempo (Nair, 2007 citado
en Carrero Sarmiento, 2013). Por ende, la dinámica poblacional juega un papel
importante en la predicción de estos cambios, y además intenta explicar sus
causas (Jervis, 2005 citado en Carrero Sarmiento, 2013), convirtiéndose en un
componente básico en la implementación del manejo integrada de plagas,
conservación de especies de interés y manejo de recursos (Schowalter, 2006 &
Nair, 2007 citados en Carrero Sarmiento, 2013).
Con la presente investigación se pretende evaluar cómo influyen los factores
climatológicos sobre la dinámica poblacional de Trichogonia costata, reportada
en la Buddleja incana y evaluar la influencia de los factores climatológicos más
importantes como precipitación, temperatura, humedad relativa y velocidad de
vientos, y así sentar bases teóricas para un manejo integrado de plagas.
Los objetivos de la investigación fueron: Describir la variación de los factores
climatológicos de la estación de Viques de marzo a diciembre del 2015;
describir la variación de la estructura de la población y tasas vitales de T.
costata en B. incana en el distrito de Chongos Bajo, explicar la influencia de
los factores climatológicos sobre la variación de la estructura y tasas vitales de
la población de T. costata en B. incana en el distrito de Chongos Bajo; y
determinar cuáles de los factores climatológicos influyen sobre la dinámica
poblacional de T. costata en B incana en el distrito de Chongos Bajo.
XVIII
II. REVISIÓN DE LITERATURA
2.1. Antecedentes de investigación.
(Venero & De Macedo, 1983 citados en Venero Gonzales, 1993) han
hecho referencia a que la “cigarrita” T. costata ocasiona daños en brotes
tiernos y en hojas del género Buddeja.
(Lizárraga & Ochoa, 1983 citados en Muñoz Quinto, 2015) realizaron un
estudio sobre el control de la cigarrita del Colle (Trichogonia costata Signoret),
utilizando plantas biocidas, aplicando ocho extractos vegetales con plantas de
propiedades biocidas.
(Sharma & Lopez, 1990) realizaron un estudio sobre la biología y dinámica
poblacional de insectos de la familia Miridae, Hemiptera, (Calacoris angustalus,
Creontiades pallidus, Eurystylus bellevoyei y Campylomma sp), concluyendo
que existe asociaciones positivas entre las épocas lluviosas, precipitaciones,
temperatura y humedad relativa con C. angustatus, C. pallidus y E. bellevoyei,
y existe asociaciones negativas entre altas temperaturas con el número de C.
angustatus, C. pallidus y E. bellevoyei.
(Venero Gonzales, 1993) realizó una visita a los viveros y plantaciones de
Buddleja coriácea durante febrero y marzo de 1991, donde realizó un conteo
directo de poblaciones de T. costata en ramas tiernas, terminales, haz y envés
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
Corvularia, y la infestación del insecto no es mortal para la planta.
(Degooyer, 1997) realizó un estudio de dinámica poblacional y manejo del
saltahojas de la papa Empoasca fabae (Homoptera: Cicadellidae),
mencionando que entre los factores que afectan la dinámica poblacional el
efecto de la temperatura ha sido más estudiada que otras variables
climatológicas, la temperatura influye en las tasas de desarrollo de los estadios
inmaduros y tamaño de población de los adultos (Simonet & Pienkowski 1980,
Hogg 1985 citados en Degooyer, 1997) y tiempo de vida de los adultos (Hogg
1985 citado en Degooyer, 1997)
(Hidalgo Gato, Rodríguez León, Ricardo, & Férras, 1999) realizaron un estudio
sobre la dinámica poblacional de cicadélidos en un agroecosistema cañero de
Cuba, concluyendo que la densidad población de los cicadélidos se relaciona
inversamente proporcional con la temperatura, pero es independiente de la
humedad relativa.
(Mahmood, Ijaz Hussain, Mahmood Khokhar, Jeelani, & Ahmad, 2002)
realizaron un estudio sobre la dinámica poblacional de Amrasca biguttula
biguttula y los efectos de los factores abióticos, concluyendo que la
temperatura mínima y máxima se correlación positivamente con el número de
saltahojas, a diferencia de la precipitación que no se correlaciona con la
población de A. biguttula.
(Nebreda Hernádez, 2005) en su tesis doctoral realizó el estudio de la dinámica
poblacional de insectos homópteros en cultivos de lechuga y brócoli, siendo
una de sus conclusiones que el aumento de las temperaturas máximas
coinciden con el descenso en la densidad poblacional, además que la caída de
2
los picos poblacionales coincidió con la subida de las temperaturas medias
máximas diarias.
(Cortey & Villacide, 2006) realizaron un estudio para definir la estrategia de
control de Sirex noctilio (Hymenoptera: Siricidae), plaga principal del pino,
mencionando que entre las causas de la dinámica de estallidos de S. noctilio
involucran a variables ambientales, por ejemplo las sequías que actúan
aumentando la proporción de árboles susceptibles durante las endemias.
(Peng, Hui, & Jianhong, 2006) realizaron un estudio sobre la dinámica
poblacional de Bactrocera dorsalis (Diptera: Tephritidae), concluyendo que la
temperatura media, temperatura máxima, temperatura mínima y la precipitación
mensual son los factores climatológicos que más influyen en la población,
resaltando que la temperatura promedio mensual fue el factor crucial de
influencia en la fluctuación poblacional, la temperatura mínima mensual fue el
factor crucial limitante que indirectamente influye en el decrecimiento de la
población.
(Gonzáles C, Aristizábal L, & Aristizábal H, 2007) realizaron un estudio de
dinámica poblacional de picudos (Cosmopolites sordidus y Metamasius
hemipteros) en plátano, concluyendo que el comportamiento de cada una de
las poblaciones de insectos a través del tiempo dependió de la precipitación,
coincidiendo los aumentos en las poblaciones con los incrementos en los
niveles de lluvia.
(Vayssieres, Korie, & Ayegnon, 2009) realizaron un estudio sobre la fluctuación
poblacional de insectos voladores de frutas (Diptera: Tephritidae) y su relación
con los factores ambientales, que incluyeron temperatura, humedad relativa, y
la precipitación, concluyendo según el análisis de regresión realizado que la
3
temperatura mínima, temperatura máxima, humedad relativa y la precipitación
fueron los factores climatológicos que influenciaron más en las poblaciones de
Tephritidae.
(Knap et al., 2009) realizaron estudios sobre la dinámica poblacional de Ixodes
ricinus (Ixodidae: Acaridae) y los parámetros que los afectan, concluyendo que
existe correlación entre el decrecimiento de la población con la temperatura del
aire y la humedad relativa.
(Navarro & Liendo, 2010) realizaron un estudio de fluctuación poblacional de
Scolytidae (Insecta: Coleoptera) en cacao, concluyendo que la precipitación
media mensual mostró una asociación negativa y significativa para algunas
especies de Scolytidae y para otras hubo una asociación positiva significativa.
(Oscanoa Leon, 2010) en su tesis de pregrado, realizó el estudio del ciclo
biológico de Cinara cupressi (Hemiptera: Aphididae) en Cupressus macrocarpa,
concluyendo un efecto positivo entre población de ninfas y la temperatura, y
entre la población de áfidos alados y la precipitación; mientras que tuvo un
efecto negativo entre la población de áfidos y la precipitación, y entre la
población de áfido alado y la temperatura.
(Selvaraj, Adiroubane, & Ramesh, 2011) en su estudio sobre la dinámica
poblacional de Amrasca devastans y su relación con los parámetros
climatológicos, concluyeron que dichos factores determinan la actividad
estacional y la dinámica poblacional de A. devastans en algodón, habiendo una
correlación positiva entre la humedad relativa y la precipitación con la población
de A. devastans, y una correlación negativa entre la temperatura mínima y la
velocidad de vientos con la población de A. devastans.
4
(Carrero Sarmiento, 2013) realizó un estudio de las fluctuaciones poblacionales
del insecto Dasiops inedulis (Diptera: Lonchaeidae) en cultivos de granadilla en
los meses de agosto del 2009 a julio del 2010, concluyendo que la precipitación
tuvo una influencia negativa en el patrón temporal de presencia y actividad de
los adultos, coincidiendo los meses de mayor precipitación con la baja de
presencia de adulto de D. inedulis, mas no tuvo relación directa con los
patrones de infestación de los estadios inmaduros.
(Baltazar Castañeda, 2014) en su tesis de doctorado sobre los factores
climáticos que influyen en la diversidad de insectos, concluye que la población
de insectos fue mayor cuando la precipitación tuvo un incremento y cuando la
humedad relativa disminuyo, y que los factores climáticos influyeron
significativamente.
(Muñoz Quinto, 2015) realizó un estudio de control de las poblaciones de T.
costata en Buddleja coriácea, aplicando extractos de plantas biocidas para
controlar el ataque y disminuir la población de T. costata, teniendo como
finalidad la evaluación del efecto de biocidas en plantas de B. coriaceae, y la
mortalidad de T. costata.
(Simoy, Simoy, & Canziani, 2015) realizaron un estudio sobre el efecto de la
temperatura sobre la dinámica poblacional de Aedes aegypti, concluyendo que
la población de A. aegypti depende de la temperatura ambiental, además que
el índice de crecimiento poblacional está en función de la temperatura.
2.2. Bases teóricas.
2.2.1 Orden Hemíptera.
La forma tradicional de división es de Homoptera, que incluye Sternorrhyncha y
Auchenorrhyncha, y Heteroptera (Gillott, 2005).
5
Ocupa el quinto lugar en importancia dentro de los órdenes de insectos.
(García et al., 1994 citados en Nebreda Hernádez, 2005).
Según (Forero, 2008) su alimentación va desde fitófagos a la depredación,
siendo muchos de ellos especies de plagas importantes a los cultivos y algunas
son importantes vectores de enfermedades humanas.
2.2.1.1. Sub orden Auchenorryncha.
Auchenorrhyncha es responsable de la transmisión de muchos de los
patógenos a las plantas, pudiendo agravar la eliminación de savia, además del
daño ocasionado por la excreción de residuos solubles por estos insectos
(Stewart Alan, 2002).
Auchenorrhyncha se ha dividido tradicionalmente en dos grupos principales,
Cicadomorpha y Fulgoromorpha (Forero, 2008).
2.2.1.2. Infra orden Cicadomorpha.
Según (Dietrch, 2005 citado en Michalik, Wladyslawa, Kot, Golas, &
Szklarzewicz, 2014) la infraorden Cicadomorpha es un gran grupo polífago de
Auchenorrhyncha, que comprende aproximadamente 3.500 especies, la
mayoría de ellos están ampliamente distribuidos como plagas de plantas y
vectores de patógenos de plantas.
2.2.1.3. Súper familia Membracoidea.
Según (Hamilton, 1999 & Dietrich, 2005 citados en Forero, 2008) la
superfamilia Membracoidea actualmente incluye las familias existentes
Aetalionidae, Cicadellidae, Melizoderidae, Membracidae y Myerslopiidae.
2.2.1.4. Familia Cicadellidae.
La familia Cicadellidae, comúnmente llamados chicharritas o saltahojas tiene
alrededor de 22.000 especies descritas en el mundo (Freytag & Sharkey, 2002
6
citados en Forero, 2008) y tiene cerca de 36 subfamilias en todo el mundo
(Omán et al 1990; Dietrich 2004 citados en Forero, 2008).
La componen especies extraordinariamente importantes por ser transmisoras
de enfermedades de las plantas, especialmente de la micoplasmosis (García
Marí & Ferragut Pérez, 2002 citados en Nebreda Hernádez, 2005) además de
trasmitir virus, bacterias y fitoplasmas que induce a enfermedades (Weintraub
& Beanland 2006; Musetti 2008; Olivier et al. 2012 citados en Saguez et al.,
2009), ello debido a que son fitosuccionadores que esencialmente consumen
los fluidos de los tejidos de las plantas. Por ello una población incontrolada de
saltahojas puede ocasionar daños graves, resultando en perdida de la clorofila
y prematura caída de las hojas (Martinson et al., 1997 citados en Saguez et al.,
2009).
Pueden viajar grandes distancias, alrededor de 15 kilómetros por lo que
pueden transmitir diversas enfermedades en un área muy amplia (Lacy, 1982).
Además, muchas especies de cicadélidos se alimentan y ovipositan en una
sola especie de planta o en unas pocas especies estrechamente relacionadas
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,
probablemente debido a que muchas especies actúan como vectores de virus y
micoplasmas, que causan enfermedades en cultivos de plantas (Wilson &
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.
Dominio : Eukaryota Whittaker y Margulis, 1978.
Reino : Animalia Linnaeus, 1758.
Subreino : Bilateria Hatschek, 1888.
Rama : Protostomia Grobben, 1908.
Infrareino : Ecdysozoa Aguinaldo Et Al., 1997.
Superphyllum : Panarthtopoda
Phyllum : Arthropoda Latreille 1829.
Subphyllum : Mandibulata Sndograss, 1938.
Infraphyllum : Atelocerata Heymons, 1901.
Superclase : Panhexapoda.
Epiclase : Hexapoda Latreille, 1825.
Clase : Insecta Linnaeus 1758
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
anaranjado, el color es más acentuado en los machos (Venero Gonzales,
1993).
Medidas:
- Huevo: 1,3 – 1,4 milímetros.
- Larva: 1,4 – 1,7 milímetros,
- Ninfa I: 2,9 – 3,0 milímetros.
- Ninfa II: 4,2 – 4,4 milímetros.
- Ninfa III: 6,0 – 7,0 milímetros.
- Imago Macho: 9,0 milímetros.
- Imago Hembra: 9,3 milímetros.
- Diámetro de ojos 1,0 milímetros; primer par de alas 7 x 2 milímetros,
segundo par de alas transparentes 6 x 2 milímetros.
Figura 1. Primer par de alas de T. costata. Fuente: (Venero Gonzales, 1993).
Figura 2. Pigmentación alar de la T. costata. Fuente: (Venero Gonzales, 1993).
9
Figura 3. Ala del segundo par de la T. costata. Fuente: (Venero Gonzales, 1993).
Figura 4. Patas izquierdas de T.costata. Fuente: (Venero Gonzales, 1993).
Figura 5. Diferencias de la morfología sexual externa de T. costata Fuente
(Venero Gonzales, 1993).
Figura 6. Vista lateral derecha de un adulto macho de T. costata. Fuente: (Venero
Gonzales, 1993).
10
2.2.3.3. Comportamiento.
Los estadios ninfales se desplazan caminando por ramas y peciolos. Los
adultos inicialmente se impulsan a saltos, utilizando su tercer par de patas que
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,
granizo o nieve, la cópula dura en el campo de diciembre a marzo (Venero
Gonzales, 1993)
2.2.3.4. Ciclo biológico.
La duración en días de los diferentes estadios de desarrollo son:
- Huevo: 24 días (rango 22 – 26).
- Larva: 12 días (rango 12 – 13).
- Ninfa I: 10 días (rango 9 – 10).
- Ninfa II: 9 días (rango 8 – 9).
- Ninfa III: 10 días (rango 9 – 10).
- Duración promedio de huevo a imago: 65 días (Venero Gonzales, 1993).
2.2.3.5. Controladores biológicos.
Los controladores más comunes de la T. costata son los artrópodos y arañas
de diferentes familias. Entre los vertebrados controladores están las siguientes
aves: Troglodites aedon “Chokollo” y Zonotrichia capensis “pichico” (Venero
Gonzales, 1993).
2.2.3.6. Distribución geográfica.
La distribución de este insecto podría corresponder a las áreas donde se
encuentra la planta hospedera, es decir, los altos Andes del Perú (sierra central
y sur) y Bolivia (3200 a 4300 msnm) (Venero Gonzales, 1993).
11
Puede considerarse que T. costata es un parásito monoespecífico del género
Buddleja. La infestación del insecto no es mortal para la planta, aún en el caso
de resultar vector o facilitar a infección por microorganismo patógenos (Venero
Gonzales, 1993).
2.2.3.7. Hospederos.
Daucus carota, Brassica oleracea, Solanum tuberosa, Buddleja coriácea y
Buddleja incana (Costa & Lozada, 2010).
2.2.4. Buddleja incana R&P.
Es un árbol de lento crecimiento, que posee gran capacidad de rebrote de cepa
al ser ramoneado por los animales y cortado para leña. Su área de dispersión
está comprendida entre 2.200 hasta 3.500 metros de altitud, existiendo en
forma natural tanto en la cordillera occidental como oriental (Gomez
Peñaherrera, 2007)
Según el Decreto Supremo – 043 - 2006 sobre la clasificación oficial de
especies amenazadas en el Perú la B. incana se encuentra en estado
vulnerable.
Ecólogos mencionan que los andes centrales estaban cubierto de bosques de
B. incana y B. coriaceae antes de la expansión humana. En el Perú la extinción
de especies endémicas está determinada por la tala y quema practicada por el
hombre para procurarse más lugares de cultivo y pastoreo, y también los
insectos que los atacan (Reza Tapia, 2013).
2.2.4.1. Familia.
Buddleja incana pertenece a la familia Scrophularaceae que es reconocida en
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.
2.2.4.2. Descripción botánica.
Es un árbol de porte pequeño hasta mediano, de 3 a 12 metros de altura y de
20 a 50 centímetros de diámetro, con el tronco a menudo robusto. Se reconoce
principalmente por su porte pequeño a mediano; por sus hojas que son
coriáceas, alargadas y lanceoladas, con la cara inferior de color blanco y
textura aterciopelada; y por sus pequeñas y abundantes flores pequeñas de
vivo color anaranjado y amarillo (Reynel & Marcelo, 2009).
2.2.4.2.1. Corteza.
La corteza externa es agrietada y de color marrón ceniza. La corteza interna es
de color crema claro (Reynel & Marcelo, 2009), o homogénea blanquecina con
ramitas terminales en sección cuadrangular, de 4 a 8 milímetros de sección,
tormentosa, dicotómicas (Reza Tapia, 2013)
2.2.4.2.2. Hojas.
Las hojas son simples, opuestas y alargadas. Miden de 10 a 12 centímetros de
longitud por 2 a 2,5 centímetros de ancho. Tienen el borde finamente dentado.
Son gruesas, con la cara inferior densamente cubierta de pelos diminutos que
le dan un color blanco y un aspecto afelpado y suave al tacto. La cara superior
es de color verde claro u oscuro, con venas fuertemente impresas (Reynel &
Marcelo, 2009).
2.2.4.2.3. Flores.
Sus flores son pequeñas, de aproximadamente 5 milímetros de longitud, y
están agrupadas en pequeños racimos de muchas flores. Los pétalos son de
color anaranjado a amarillo y forman un tubo corto, con 4 estambres y un pistilo
13
(Reynel & Marcelo, 2009), las anteras apípatelas en la comisura de los lóbulos,
el pistilo único con ovario supero, globoso y pubescente, el estilo delgado y
pubescente, estigma muy pequeño, bilabiado (Reynel, 2006 citado en Reza
Tapia, 2013).
2.2.4.2.4. Frutos.
Los frutos son pequeños, ovoides, de unos 5 a 6 milímetros de longitud. Se
abren en dos partes y contienen gran cantidad de semillas diminutas (Reynel &
Marcelo, 2009).
2.2.4.3. Distribución y habitad.
Se encuentra en Bolivia, Colombia, Ecuador, Venezuela y Perú. En el Perú, en
los departamentos de Amazonas, Ancash, Cajamarca, Cusco, Huánuco, Junín,
La Libertad, Lima, Pasco y Puno (Reynel & Marcelo, 2009). A la B. incana en
Junín se le encuentra entre 3000 a los 3700 metros sobre el nivel del mar, de
preferencia en los suelos alcalinos a neutros y de textura media, con
crecimiento un poco más rápido que la Buddleja coriaceae; (Pretell Chiclote,
1985 citado en Reza Tapia, 2013).
En el valle del Mantaro, se encuentra en su mayoría en la comunidad de Tarma
Tambo (Mostacero, 2009 citado en Reza Tapia, 2013). Además de encontrarse
en cantidades considerables en los distritos de Chongos Bajo, 3 de Diciembre,
Chupuro, Manzanares, Aco, Muquiyauyo, Sicaya, Orcotuna, Chupaca y Viques.
2.2.4.4. Fenología.
Se tienen registros de floración entre mayo y septiembre; de fructificación, entre
junio y agosto (Arica, 2003; Reynel, Pennington, Pennington, Marcelo, & Daza,
2006).
14
2.2.4.5. Taxonomía.
Reino : Plantae.
Subreino : Trachoebionta.
División : Angiosperma Lindley (P.D. Cantino y M.J. Donogue).
Clado : Eudicotiledoneas M.J Donoghue, J.A Doyle y P.D. Cantino.
Clado : Gunnéridas D.E. Soltis, P.S.Soltis y W.S. Judd.
Clado : Astéridas Takhtajan (R.G. Olmstead y W.S. Judd).
Clado : Lámidas Takhtajan (R.G. Olmstead y W.S. Judd).
Orden : Lamiales Bromhead.
Familia : Scrophulariaceae Juss.
Tribu : Buddlejeae.
Género : Buddleja Linnaeus.
Especie : Buddleja incana Ruiz y Pavón, 1798. (APG III).
2.2.4.6. Estado actual de conservación.
Los activos programas de reforestación desarrollados entre los años 1980 y
1990 consiguieron propagar la B. incana en la sierra central y sur del país. Ello
ha significado una recuperación de la cobertura de la especie, que atravesaba
entonces una situación de reducción marcada en sus poblaciones (Reynel &
Marcelo, 2009). Aparentemente está fuera de peligro en la actualidad (Reynel
et al., 2006).
2.2.4.7. Usos.
Para fines medicinales se usa el follaje en infusión como antirreumático.
También se aplica sobre la piel para cicatrizar heridas. De las flores se obtiene
un tinte de color amarillo, empleado para el teñido de textiles. También es
apreciada como especie ornamental. Se emplea en carpintería y construcción,
15
en puertas, ventanas, vigas, dinteles, y en la elaboración de herramientas
agrícolas. La leña y carbón son de excelente calidad (Reynel & Marcelo, 2009).
Representa, además, un manejo de enorme eficiencia para la protección de los
suelos (Reynel & León, 1990 citado en Reynel & Marcelo, 2009).
Los rebrotes se emplean en la construcción de cielorrasos y tabiques interiores
de las viviendas, así como en vallas y cercos para el ganado. También es
utilizado como leña (Reynel & Marcelo, 2009).
2.2.5. Dinámica poblacional.
2.2.5.1. Plagas agrícolas.
Se considera plaga a todo organismo que entra en competencia con el hombre
por algún recurso (Dhaliwal et al., 2004 citados en Nebreda Hernádez, 2005).
Actualmente, se considera a los enemigos de las plantas cultivadas, no como
entes individuales, sino como partes activas de un todo, en el que se producen
acciones mutuas entre sus componentes; acciones que serán necesarios
conocer si se desea comprender y valorar las transformaciones que tienen
lugar dentro de las poblaciones integradas en una comunidad (Moreno, 1975)
2.2.5.2. Medidas de magnitud de una población.
El número de individuos que compone una población puede ser expresado de
diferentes formas (Morris, 1960; Southwood, 1971; Strickland, 1961 citados en
Moreno, 1977). Entre las más usuales tenemos:
2.2.5.2.1. Intensidad de la población.
Es una densidad media, ya que la población se define por el número de
animales que hay en una unidad de muestreo. Esta medida es la más
adecuada cuando se quieren relacionar daños producidos en la planta y nivel
de población que los ha causado (Moreno, 1977)
16
2.2.5.2.2. Población absoluta.
Como su mismo nombre indica, con esta medida estamos estimando el número
total de individuos. La forma de reflejarla es mediante el número de individuos
que hay por unidad de superficie. La población absoluta es en algunos casos
más representativa que la intensidad de la población (Moreno, 1977).
2.2.5.2.3. Índices de población.
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
huéspedes, o el conteo de diferentes productos, bien de secreción o excreción,
que a lo largo de su vida dejan los individuos (Southwood, 1971 citado en
Moreno, 1977).
2.2.5.3. Poblaciones de insectos.
Una población es un conjunto de individuos de la misma especie que viven
suficientemente cerca unos de otros como para poder cruzarse (Batista, 2004)
En caso de los insectos sus poblaciones alcanzan densidades altísimas, por lo
que resulta imposible contabilizar los individuos que forman un hábitat. Para
hacerse una idea del estado de sus poblaciones es necesario realizar
estimaciones mediante muestreos (Robert y col., 1988 citado en Oscanoa
Leon, 2010).
Las poblaciones de insectos, expuestas a una oferta de recursos ampliada por
un determinado cultivo que les sirve de refugio o alimento, se multiplican
rápidamente, así se incrementa el daño que ocasionan (Cortey & Villacide,
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
de su potencial biológico, que son básicamente la fecundidad, el número de
generaciones anuales y las posibilidades de desarrollo sobre la planta
huésped, y por otra parte los factores de reducción de poblaciones, que
tradicionalmente se les ha clasificado en abióticos (normalmente
independientes de la densidad de población, siendo fundamentalmente los
factores climáticos) y bióticos, que están muy relacionados con la densidad de
población de la plaga y con seres vivos que se desarrollan a expensas del
insecto (Coscollá Ramón, 1981)
2.2.5.3.1. Propiedades de las poblaciones.
Los individuos se diferencian porque tienen una combinación particular de
alelos o versiones de los diferentes genes denominada genotipo. Además de
las diferencias tales como tamaño, edad, estado ontogénico y sexo, siendo
esto la estructura de la población, cada individuo en cada estructura tiene
diferente comportamiento demográfico. Pudiéndose expresar en tasas de
mortalidad, desarrollo y fecundidad (Batista, 2004).
2.2.5.3.2. Estructura de la población y tasas vitales
La dinámica poblacional depende fuertemente de su estructura. Siendo en
muchas poblaciones naturales la mortalidad alta entre los individuos jóvenes
pero es baja entre los adultos. Esto parece ser una ley de la naturaleza que se
aplica a poblaciones de individuos que no cuidan a sus crías. (Batista, 2004).
Las tasas de reproducción, desarrollo y supervivencia en una población
dependen de características genéticas de los individuos y de las condiciones
ambientales. Por ejemplo, la edad de madurez sexual o la frecuencia de la
18
reproducción varían con la disponibilidad de alimentos pero su variación tiene
límites genéticamente determinados (Batista, 2004).
a) Tasa de crecimiento de la población.
La tasa de crecimiento de una población es la velocidad de cambio en su
número total de individuos. Esta velocidad se mide en individuos por unidad de
tiempo; según cuál sea el intervalo generacional de la especie en cuestión la
tasa de crecimiento de la población puede ser medida en individuos por hora,
individuos por semana, individuos por año, etc. La tasa de crecimiento de una
población resulta de la suma de los ingresos (nacimientos e inmigraciones)
menos la suma de los egresos (muertes y emigraciones) de individuos que
ocurren en una unidad de tiempo. En una población cerrada, es decir una
población sin inmigraciones ni emigraciones, el crecimiento es simplemente la
diferencia entre los nacimientos y muertes. Otra manera habitual de evaluar el
crecimiento de una población y los procesos que lo determinan es en unidades
per cápita (Batista, 2004).
b) Tasa de crecimiento per cápita.
La tasa de crecimiento per cápita de una población es el porcentaje o
proporción de cambio en el tamaño de la población por unidad de tiempo
(Batista, 2004).
c) Tasa de natalidad y mortalidad.
La tasa de mortalidad de la población depende de las mortalidades específicas
en cada uno de los estadíos y de las proporciones de la población en cada uno
de ellos (Batista, 2004).
19
La tasa de natalidad per cápita es el porcentaje de nacimientos respecto del
tamaño de la población por unidad de tiempo, y la tasa de mortalidad per cápita
es el porcentaje de muertes (Batista, 2004).
2.2.5.3.3. Resistencia ambiental.
Normalmente, las condiciones del ambiente a las que está expuesta una
población no permiten que la tasa de crecimiento per cápita alcance al máximo
determinado por su composición genética. Esto se conoce como resistencia
ambiental y resulta de cinco tipos de factores: los disturbios, la limitación
impuesta por factores reguladores, la escasez de alimentos y otros recursos, la
actividad de parásitos y depredadores y la acumulación de residuos tóxicos.
Los factores reguladores son características del ambiente, como la
temperatura, que modifican el ritmo en que se utilizan los recursos (Batista,
2004).
El comportamiento óptimo de las plantas depende del nivel de interacciones
entre varios componentes (cultivos, animales, árboles, suelos, factores
climatológicos etc.), de manera que las interacciones temporales y espaciales
entre estos componentes se traduzcan en relaciones tróficas entre plantas,
insectos, patógenos, etc (Maldonado Alcocer, 2010).
2.2.5.4. Cuantificación de poblaciones.
La abundancia de las poblaciones generalmente se expresa en términos de
número de individuos por unidad de superficie. El recuento total de los
individuos de una población, es decir un censo, arroja el conocimiento exacto
de la densidad poblacional, sin embargo, es impracticable a nivel de huerto de
modo que se debe recurrir al muestreo. Diversos factores determinan el nivel
de precisión de una estimación de densidad poblacional, siendo uno de ellos el
20
tamaño de la muestra, a mayor tamaño de muestra, menor variabilidad y por
consiguiente mayor precisión. Además, es necesario implementar un programa
de muestreos de una determinada plaga a lo largo de varias temporadas,
manteniendo constante la técnica de muestreo, el mismo cultivo y el tamaño de
la unidad muestral (Vargas & Rodríguez, 2009).
2.2.5.5. Ecología de poblaciones.
Los modelos teóricos de ecología de poblaciones se basan en argumentos
lógicos para representar la abundancia de las poblaciones y permiten no sólo al
análisis de las causas de las fluctuaciones entre generaciones, sino también la
realización de predicciones (Berryman, 1991 citado en Iglesias Fuente, 1996).
2.2.5.6. Dinámica poblacional de insectos.
La dinámica de poblaciones es el estudio de los cambios que sufren las
comunidades biológicas así como los factores y mecanismos que los regulan.
El estudio de las fluctuaciones en el tamaño y/o densidad de las poblaciones
naturales se basa en tres pilares fundamentales: una serie de principios
teóricos generales que subyacen al cambio poblacional, la formalización e
interpretación de estos principios a través de modelos matemáticos, y por
último, la interpretación de estos principios y modelos en términos de
mecanismos biológicos (Vargas & Rodríguez, 2009)
En los estudios de dinámicas poblacionales se analizan los cambios en el
tamaño o densidad de las poblaciones, a través del espacio y tiempo. Algunos
de los factores que provocan estos cambios son: reproducción, dispersión,
comportamiento, composición genética, tasa de sexo y fenómenos
ambientales. Por ende, la dinámica poblacional juega un papel importante en la
predicción de estos cambios, y además intenta explicar sus causas,
21
convirtiéndose en un componente básico en la implementación del manejo
integrado de plagas, conservación de especies de interés y manejo de recursos
(Schowalter, 2006; Nair, 2007 citados en Carrero Sarmiento, 2013).
Es evidente que para realizar un estudio de cierta consistencia sobre la
dinámica de las poblaciones de un insecto en una comarca se requiere un
seguimiento minucioso de sus poblaciones y un análisis de los factores de
reducción (Valey & Gradwell, 1970 citados en Coscollá Ramón, 1981).
La finalidad del estudio de la dinámica de poblaciones es la obtención de los
datos suficientes para predecir, con la aproximación deseada, la intensidad de
las fluctuaciones que presenta la población. En el estudio de la dinámica de
poblaciones es interesante conocer tanto las fluctuaciones de la población de
cada uno de los estados (adultos, huevos y larvas) como las de la población
total (Moreno, 1975).
Según (Vargas & Rodríguez, 2009) la importancia del estudio y aplicación de la
dinámica de poblaciones en los programas de control biológico se resume en
los siguientes aspectos:
- Es fundamental para comprender los procesos de regulación de
poblaciones de plagas a través del uso de enemigos naturales.
- Permite conocer y jerarquizar los atributos de los enemigos naturales y su
impacto en el éxito de los programas de control biológico.
- Es posible predecir con mayor grado de seguridad los resultados de
nuevas introducciones de enemigos naturales.
- Establece teorías robustas que sirven de base para la generación de
nuevos programas de control.
22
2.2.5.6.1. Distribución espacial de las poblaciones.
La distribución responde a un conjunto de influencias: búsqueda de nutrientes,
condiciones físicas desfavorables, reacciones de competencia, entre otras. El
modelo o distribución espacial se considera un atributo fundamental de los
seres vivos y su conocimiento incide en la eficiencia de los planes de muestreo
y en el análisis e interpretación de los datos. Existen tres tipos de distribución
espacial: uniforme, al azar y agregada (Vargas & Rodríguez, 2009).
- Distribución uniforme: Los individuos se disponen a una cierta distancia
unos de otros; se produce cuando el ambiente no es el idóneo por lo que
aparecen fuertes relaciones intraespecíficas.
- Distribución al azar: Se observa en especies que tienen amplios límites
de tolerancia por lo que no se tienden a reunir en grupos.
- Distribución agregada: La distribución del insecto entre los árboles
depende de la densidad media de la población por superficie foliar
totalmente receptiva de que dispongan las plantas. Cuando esta densidad
es baja, la distribución es agregativa. A medida que aumenta, empieza a
concurrir otro factor, la densidad por superficie foliar totalmente receptiva
de cada árbol, que interviene en el sentido de dirigir adultos hacia los
árboles con menor densidad (Moreno, 1975).
La mayoría de los insectos están espacialmente agregados en la naturaleza
aunque los patrones de distribución espacial son dependientes de la escala
(Winder et al., 1999; Holland et al., 2004 citados en Park, Perring, Farrar, &
Gispert, 2006).
23
2.2.5.6.2. Dinámica de estallidos.
La dinámica de estallidos, común a varios insectos forestales, ha sido descripta
como de pulsos eruptivos. Estos se definen por originarse en un epicentro o
foco y expandirse espacialmente para luego caer abruptamente por
agotamiento del recurso o acción de enemigos naturales. Los pulsos eruptivos
suceden a intervalos irregulares, son severos y suelen ser rápidos (Cortey &
Villacide, 2006)
Las causas para dicha dinámica involucran variables ambientales, por ejemplo
las sequías que actúan aumentando la proporción de árboles susceptibles
durante las endemias, las características de historia de vida de la plaga,
incluyendo una rápida respuesta numérica, y, posiblemente, la capacidad de
generación de árboles susceptibles a través de la inoculación de una sustancia
fitotóxica y el desarrollo del hongo simbionte de la plaga (Cortey & Villacide,
2006).
2.2.5.7. Modelos de simulación.
El clima es un componente crítico para la evaluación de la distribución potencial
de una plaga o enfermedad, dada la gran influencia que este factor ejerce
sobre la fenología, reproducción y dispersión de estos organismos. Los
modelos matemáticos facilitan la integración de las distintas variables que
intervienen en los sistemas de vigilancia epidemiológia, en particular los
modelos dinámicos permiten explicar y predecir las fluctuaciones en la
dinámica poblacional de los organismos plaga en función de su interacción con
el ambiente (Quijano Carranza et al., 2011).
24
2.2.5.7.1. Modelos matemáticos.
El estudio de la dinámica de poblaciones de insectos plaga mediante la
construcción de modelos matemáticos, ha sufrido en las últimas décadas un
notable desarrollo, siendo en la actualidad bastante común. Ello ha sido debido
a que los modelos ofrecen la posibilidad de crear fácilmente un esquema de
trabajo teórico con el que poder comprender los mecanismos que determinan la
abundancia de una determinada especie (Mills & Getz, 1996 citados en
Lozano, Benazoun, Kidd, & Campos, 1998).
2.2.5.8. Técnicas de muestreo de poblaciones de insectos.
El estudio de la dinámica de la población y el desarrollo de estrategias de
manejo requieren métodos de muestreos eficaces y eficientes (Naranjo &
Castle, 2010)
Para el muestreo de pulgones que colonizan las planta; (Heathcote, 1972
citado en Oscanoa Leon, 2010) dividió las técnicas de muestreo en cinco:
observación directa, muestreo cortando la planta, red de barrido, aspirador y
tela en el suelo. El mejor de los métodos antes descritos es el de observación
directa, ya que no se daña a la planta y no se sobrestima o subestima la
densidad de poblacional.
Toda estimación de un parámetro poblacional que tiene un determinado nivel
de error que podría derivar en decisiones erróneas, por lo tanto, es necesario
incrementar la precisión en las estimaciones de densidad poblacional (Vargas
& Rodríguez, 2009).
La fiabilidad de los resultados depende, en gran parte, de la precisión con que
se hagan los muestreos; por este motivo es indispensable sentar unas bases
rigurosas para efectuarlos (Moreno, 1975).
25
De todos los tipos de muestreo que existen (probabilístico, intencional u
opinático, sin norma o errático) solamente el probabilístico es el que se ajusta a
las exigencias. En este muestreo la selección de los individuos se hace al azar.
Dentro del muestreo probabilístico existen diversos tipos, tales como aleatorio
con reemplazamiento, aleatorio sin reemplazamiento, estratificado, por
conglomerados, bietápico, polietápico, sistemático, doble múltiple, con
submuestras impenetrantes, repetido y sucesional (Moreno, 1977)
2.2.5.8.1. Importancia de muestreo de plagas de artrópodos.
Existen varias plagas de artrópodos, incluyendo insectos y ácaros, de suma
importancia económica para Latinoamérica e incluso a nivel mundial (Ellsworth
& Martínez-Carrillo 2001 citados en Troyo Dieguez et al., 2006). El hombre ha
luchado permanentemente contra dichos artrópodos. Ya es común que
después de que se ha erradicado alguna especie perjudicial, otras especies
plaga surgen, a pesar de los esfuerzos por evitar su introducción o aparición
mediante la regulación de las importaciones de sus hospederos, ya sean
plantas o animales. Las plagas tienen gran capacidad para desarrollar
adaptaciones en su ciclo de vida o adquirir resistencia a los diferentes
compuestos químicos usados para su control (Gil-Bacilio 2004 citado en Troyo
Dieguez et al., 2006). Tal situación, genera como resultado pérdida económica,
ecológica y ambiental, sobre todo en el caso de la agricultura extensiva.
2.2.5.8.2. Criterios de muestreo.
Según (Raimundo Charlin, 2005) al monitorear debe registrarse en una planilla
especial para cada plaga que permitiera disponer de esta información y
procesarla para saber:
26
- QUE: Detección identificación a nivel de especie que nos lleva a conocer
a la familia y orden respectivo a que pertenece la plaga.
- CÓMO: Significa reconocer morfológicamente la especie, su desarrollo
(metabolia) que nos lleva a determinar qué estado va a estar presente.
- CUANDO: Como consecuencia de lo anterior conoceremos en que época
climática se está presentando incluso mes, semana o día en que está
causando daño.
- DÓNDE Y CUÁNTOS: Debemos buscar los focos de las especies
problema u otros para aplicar el concepto de umbral del daño económico
y seleccionar para aplicar el fitosanitario adecuado y a la vez evaluar el
efecto predatorio o de parasitismo u otro impacto de tipo natural de
agentes letales no visibles.
- PORQUÉ: Corresponde a la etapa final como un balance de un proceso
de producción anual o de temporada en la que nos aplicamos y nos
descuidamos y tomamos las medida de control precedidas del muestreo
sin que existiera posibilidades de daños económico.
2.2.5.8.3. Muestreo de artrópodos.
Las poblaciones de artrópodos fluctúan por diversas causas, y se han dado
fórmulas para medir la fluctuación, pero ¿cómo se obtienen los valores iniciales
de una población en un hábitat?; ¿cuántas muestras hay que tomar para
calcularlos, y de qué tamaño casa una? ¿dónde y cuándo se debe muestrear
una plaga determinada?. Algunas interrogantes dependen del conocimiento de
la biología, ecología y comportamiento de la plaga debidamente identificada por
el investigador. Dónde y cuándo muestrear, conforman el programa general de
muestreo .Otras interrogantes (cuántas muestras y de qué tamaño tomarlas),
27
dependen de conocimientos poblacionales, que se adquieren muestreando
previamente la plaga. Puesto que no es posible censar a los artrópodos,
usamos muestras o índices para estimar sus poblaciones. Las estimaciones
pueden ser muy precisas o concordantes con la realidad, o muy sesgadas y
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
artrópodo; y un número de tamaño de muestras que sean, a la vez,
económicos, representativos, exactos y precisos (Romero R, 2004)
El investigador que se enfrenta a decidir qué técnicas de muestreo a emplear
tiene que tomar una serie de consideraciones en cuenta. El más importante de
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
estaciones, las condiciones ambientales y, en menor medida, entre los
trabajadores de campo. El costo es siempre una consideración importante.
Incluye no sólo el costo de los materiales y el tiempo necesario para tomar
muestras, sino también el tiempo requerido para procesar cualquier material
recogido. Este último incluye la separación de los especímenes de insectos
partir de material vegetal y otros residuos recogido inadvertidamente durante el
proceso de muestreo, la identificación de especímenes y la preservación de las
muestras o material bono seleccionado para referencia futura (Stewart Alan,
2002).
2.2.5.8.4. Estimación de la densidad de población absoluta.
Existen varias técnicas de muestreo para estimar la actividad de las
poblaciones de insectos, estas técnicas las dividió (Morris 1960 citado en
Oscanoa Leon, 2010) en dos grupos:
28
- Estimación absoluta: En animales de gran tamaño con unas poblaciones
pequeñas y contables es posible expresar su tamaño poblacional con el
número total de individuos. La estimación de la población absoluta por
unidad de hábitat se puede realizar tomando como unidad de muestreo la
planta. El muestreo puede ser por conteo directo del número total de
individuos que hay en una planta (Oscanoa Leon, 2010)
Una estimación de la densidad de población absoluta es un recuento del
número de individuos dentro de un área especificada. Como se trata de
una estimación de la densidad real, debe ser comparable tanto espacial
como temporalmente (Stewart Alan, 2002)
Las estimaciones directas de las poblaciones absolutas son en la mayoría
de las ocasiones imposibles de realizar, en cambio las densidades medias
debidamente corregidas nos sirven de índices muy aprovechables para
estimar el total poblacional (Hartstack, 1971 & Wolf, 1971 citados en
Moreno, 1977).
- Estimación relativa: Son estimaciones en las cuales el número de
capturas no puede ser expresado como una densidad por unidad de
hábitat, solo permiten comparaciones en espacio-tiempo. Esta estimación
se utiliza en estudios extensivos de la distribución de especies, de la
riqueza de especies, en estudios medioambientales, estudios de patrones
de actividad animal, y en la investigación de la constitución de
poblaciones polimórficas (Oscanoa Leon, 2010)
Se realiza cuando es imposible estimar densidades absolutas, el
investigador de campo debe recurrir a las estimaciones de población
relativos (Stewart Alan, 2002)
29
2.2.5.8.5. Cuenta directa.
Contando los individuos in situ es claramente el método más directo para la
estimación de la densidad de población en las plantas, pero no siempre es
posible o factible, en particular con especies muy activas. Este enfoque se
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
especies más sedentarias (Stewart Alan, 2002).
Es fundamental que el periodo de muestreo esté sincronizado con el ciclo de
vida del individuo a estudiar. Para insectos el mejor momento para realizar el
muestreo podría ser el más estrechamente relacionado con los daños
causados (Burrage & Gyrisco, 1954 citados en Oscanoa Leon, 2010), o, si el
propósito del estudio es calcular la necesidad de realizar un control, predecir el
momento en el que se producirá una plaga.
2.2.5.8.6. Plan de muestreo.
Un plan de muestreo es un conjunto estructurado de normas que guían las
actividades de muestreo que, como mínimo, incluye la determinación de la
naturaleza y el tamaño de la unidad de muestra, así como el número de
unidades de muestra que deben ser recogidos para cumplir con un criterio
predeterminado (Naranjo & Castle, 2010)
Una población, dentro del campo de la entomología, está formada por un
conjunto de individuos que se encuentran repartidos por su hábitat específico.
Como no es posible observar por separado la totalidad de individuos que
componen la población, el plan de muestreo consistirá en extraer una muestra
y a partir de ella estimar el parámetro poblacional que nos interesa (Moreno,
1977).
30
El diseño del muestreo depende del conocimiento de la bioecología de la plaga,
del grado de precisión que desea alcanzarse en los cálculos poblacionales, y
de la manera en que uno cree o sabe que se distribuye la plaga en el espacio
(Romero, 2004).
Según (Moreno, 1977) en un programa de muestreo deben de ser
considerados los tres aspectos siguientes: universo muestral, unidad de
muestreo, tamaño y distribución óptima de las unidades de muestreo
2.2.5.8.7. Unidad de muestreo.
La unidad de muestreo que se debe elegir dependerá en principio de los datos
que se desean obtener. Estos datos pueden clasificarse en dos grupos: a)
Densidad de población por unidad de superficie foliar de cada brotadura, y b)
Superficie foliar que se ha producido por cada unidad de superficie foliar inicial.
A medida que transcurre el tiempo surgirán nuevos brotes de estas "unidades
básicas de muestreo"; es decir, la unidad de muestreo tendrá una dimensión
variable según la época del año y comprenderá el conjunto total de esos
brotes. En estos casos es aconsejable realizar por árbol un muestreo
estratificado aleatorio; tomando un pequeño número de muestras por estrato y
un número elevado de árboles. En cambio, si estas densidades son altas, el
número de árboles muestreados se reduce y la estratificación dentro de la
planta se elimina (Moreno, 1975)
Hay además otros aspectos interesantes que pueden ayudar a elegir una
adecuada unidad de muestreo. Como norma general se puede decir que se
obtiene un nivel más alto de precisión tomando más unidades de pequeño
tamaño que menos y grandes. La única desventaja del muestreo por unidades
pequeñas es el número de ceros que resultarían cuando las densidades fuesen
31
bajas, lo cual podría dificultar el análisis de los datos (Moreno, 1977), también
se debe de tener las siguientes consideraciones:
- 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.
- La proporción de la población del insecto que utiliza la unidad de
muestreo como hábitat, debe permanecer prácticamente constante.
- Se debe poder medir en unidades de superficie.
- Debe ser encontrada fácilmente en el campo.
- Debe tener un tamaño tal que proporcione un equilibrio razonable entre la
varianza y el coste.
2.2.5.8.8. Elección de la técnica y mínimo tamaño de muestra.
El tamaño y la forma de cada muestra, por superficie, volumen o unidades de
habitad, es difícil de definir sin aplicar el juicio y experiencia del investigador.
También debe tomarse en cuenta el costo, el tiempo a invertir, el disturbio del
medio, la movilidad y densidad del insecto y su distribución espacial. A fin de
cuentas, lo fundamental radica en conjuntar la información que describa el
patrón de distribución espacial de una población en su habitad y, en función de
ello, decidir el tamaño para cuantificarla con confiabilidad. En general es mejor
tomar muchas muestras pequeñas que pocas grandes; y encontrar un balance
razonable entre su varianza y su costo. En ocasiones una muestra arroja
diferentes patrones de disposición espacial, según se tome entre plantas (inter)
o dentro de cada planta (intra) (Romero, 2004).
32
Con métodos de muestreo convencionales se requiere una gran muestra para
dar estimaciones razonablemente exactas. Sin embargo mediante el uso de
muestreo secuencial, el tamaño de la muestra con frecuencia se puede reducir
mediante una cantidad apreciable sin sacrificar la precisión. Una desventaja del
método de muestreo secuencial es que las estimaciones puntuales de la
densidad de las poblaciones de insectos no se pueden obtener, ya que los
niveles de población se expresan normalmente en grandes categorías. El
número de categorías que son prácticas en el muestreo secuencial se limita a
tres o cuatro, por lo tanto, se requiere un muestreo convencional para las
estimaciones puntuales (Ives H, 1953).
2.2.5.8.9. Número de muestras.
Según (Romero, 2004) el número de muestras por unidad de habitad depende
de la representatividad o grado de precisión que se busque, de los recursos
económicos disponibles para alcanzarlo, y del método aplicado. Al muestrear,
se busca información confiable respecto al tamaño de la población, y de sus
tendencias, especialmente cuando se toman muestras secuenciadas de un
insecto que va a ser combatido. Como método, se puede estratificar el habitad
para obtener una sola o varias muestras de cada estrato. Debe, por lo tanto,
definirse la unidad y número de muestras, de manera que:
- Cada unidad tenga igual oportunidad de ser muestreada.
- Cada unidad sea estable.
- Cada habitad poblacional muestreado tenga una densidad homogénea de
insectos.
- Cada unidad sea fácilmente identificable en el campo.
33
- Cada unidad, en el caso de insectos móviles, se ajuste a la movilidad
promedio de ellos.
- La comparación varianza-costo sea ventajosa.
- El costo neto relativo sea proporcional.
Para calcular adecuadamente el tamaño de la muestra, se requiere de un
muestreo preliminar, de sondeo, que proporcione valores iniciales. A partir de la
desviación típica o estándar de ese primer muestreo, se puede estimar el
número de muestras subsecuentes. La fórmula del error estándar de ese
primer muestreo, nos indica que a medida que aumenta el tamaño de muestra,
disminuye el valor del error (Romero, 2004).
2.2.6. Mecanismos de regulación natural de poblaciones.
A la fecha se han desarrollado varias teorías que pretenden explicar los
mecanismo que regulan a las poblaciones de animales y plantas en la
naturaleza; es decir, que cualquier persona se puede dar cuenta de que
ninguna población se incrementa sin límite y por lo general no se decrementa
(naturalmente) hasta cero. Lo que se observa es que la densidad o tamaño de
población fluctúa a través del tiempo. Luego entonces, el problema es explicar
dicha fluctuación.
Las corrientes de pensamiento se han clasificado en cuatro: biótica, climática,
de la autorregulación y sintética (Vera Graziano, Manuel Pinto, López Collado,
& Reyna Robles, 2002).
2.2.6.1.- Teoría biótica.
Fundamentalmente, los seguidores de esta teoría coinciden en cuatro
conceptos sobre la fluctuación de poblaciones naturales: primero, si bien
reconocían que cualquier población fluctúa a través del tiempo, está tiende a
34
conservar por sí misma una densidad promedio (llamada por otros: balance
poblacional). Segundo, se afirma que los factores de control actuaban más
intensamente cuando el número de individuos fuese alto, siendo estos factores
de naturaleza biótica. Tercero, se decía que estos factores de control
dependerían de la densidad de la población controlada, es decir eran denso-
dependientes. Cuarto aceptaban que los factores abióticos (climáticos) pueden
afectar a cualquier población, pero que no la controlaban, ya que su acción es
denso-independiente (Vera Graziano et al., 2002).
2.2.6.2.- Teoría climática.
Los iniciadores de esta teoría fueron (Bodenheimer, 1928 & Uvarov, 1931
citados en Vera Graziano et al., 2002). Estos autores cuestionaron, en primer
término, que las poblaciones estén en estado de equilibrio e hicieron énfasis en
la inestabilidad de la densidad en condiciones naturales.
Por otro lado, estos investigadores fueron los primero en sostener que la
densidad de población está regulada principalmente por efectos de la temperie,
basados en el hecho de que la tasa de oviposición y desarrollo de los insectos,
así como su mortalidad está correlacionada con cambios en la temperie,
principalmente con la temperatura.
La teoría climática no fue muy aceptada por aquellos años, hasta que apareció
en 1954 un libro de dos zoólogos australianos que trabajaron con poblaciones
de insectos en condiciones desérticas muy severas (Andrewartha & Birch,1954
citados en Vera Graziano et al., 2002).
2.2.6.3.- Teoría sintética moderna.
Esta teoría fue fuertemente influida por estudios empíricos de campo, las
causas de erupciones poblacionales de insectos fue complejas interacciones
35
de las condiciones establecidas, las condiciones climáticas y las condiciones
bióticas (Vera Graziano et al., 2002).
2.2.7. Factores climátológicos que influyen sobre la dinámica
poblacional.
Las variables climatológicas suponen un factor importante en la dinámica
poblacional, y determinante en los picos poblacionales que se dan durante el
año ; (Dixon, 1985 citado en Nebreda Hernádez, 2005)
Para desarrollar una base climática basada en sistemas de advertencia de
plagas, la información considerará la dinámica poblacional en relación con
parámetros meteorológicos predominantes (temperatura, humedad relativa,
etc) es necesario (Carrero Sarmiento, 2013)
La prevalencia de enfermedades y su incidencia se examina como una función
de la temperatura, la humedad, el nivel de inóculo, y el dosel de la planta y
características de la población de los hospederos (Galaini Wraight, Wraight,
Carruthers, Magalhaes, & Roberts, 1991).
2.2.7.1. Triángulo epidemiológico.
El estudio de plagas y enfermedades inicia con la discusión del triángulo
epidemiológico que tiene como pilares al hospedero (cultivo), la plaga y el
ambiente, que deben están presentes e interactuar para que una plaga
subsista. La alteración de cualquiera de los tres factores provoca la aparición
de un brote o epidemia (Contreras Servín, 2009 citado en SINAVEF, 2009). El
incremento de estos organismos y sus afectaciones, como es el caso de los
insectos, esta grandemente influenciado por diversos factores, así como en las
relaciones tróficas con sus enemigos naturales y plantas hospedantes, entre
los cuales la temperatura, la humedad relativa y el fotoperiodo son
36
fundamentales (Marco, 2001 citado en SINAVEF, 2009), por ejemplo, cuando
en una zona templada aumenta la temperatura por periodos prolongados
también aumenta la vulnerabilidad de los cultivos a ser atacados por
patógenos, ya que se presentan las condiciones favorables para su crecimiento
y reproducción. Asimismo, En lugares normalmente secos donde se presentan
lluvias fuera de temporada o donde éstas se prolongan, favorecen el desarrollo
de patógenos con altos requerimientos de humedad.
2.2.7.2. Factores que afectan la población de insectos.
Existe una diversidad de factores (bióticos y abióticos) que logran afectar el
tamaño de la población, considerando tres variables: nacimiento, mortalidad y
movimiento de insectos (migración e inmigración). Estos pueden influenciar el
tamaño de una población en dos vías principalmente. Los factores que afectan
de manera constante los organismos sin depender del incremento de la
densidad poblacional, esta vía considera estos factores que tienen un efecto de
densidad-independiente. A diferencia de lo anterior, el efecto de un factor sobre
una población, depende de la densidad poblacional, se considera que tiene un
efecto de densidad-dependiente (Price, 1986; Bellows & Fisher, 1999;
Berryman, 2004; Forrester, 2004; Schowalter, 2006; Nair, 2007 citados en
Carrero Sarmiento, 2013).
Los factores abióticos tales como temperatura, precipitación, viento, humedad,
polución y radiación electromagnética pueden fluctuar más amplia y
relativamente en periodos cortos de tiempo y afectar los organismos
directamente, mientras otros tales como: fotoperiodos, concentraciones en las
propiedades del suelo y disponibilidad de agua, pueden cambiar relativamente
de manera lenta y afectar de manera indirecta las poblaciones de especies,
37
(Gutiérrez, 1996 citado en Navarro & Liendo, 2010). Todos estos factores
abióticos influyen sobre los diferentes estados del ciclo de vida o en diferentes
procesos de vida tales como: sobrevivencia, movilidad, tasa de desarrollo y
reproducción, así como los espacios físicos donde ocultarse o escapar de
depredadores, competidores, parásitos y enfermedades (Price, 1986;
Berryman; 2002, 2008; Nair, 2007 citados en Navarro & Liendo, 2010).
Según (Chávez 2009 citado en Navarro & Liendo, 2010) la identificación de los
factores que condicionan la fluctuación poblacional de los insectos, permite
pronosticar cómo es el patrón de dispersión y crecimiento cuando se ve
limitado por la resistencia ocasionada por el medio ambiente, su localización y
la manera como se sitúan en sus hospederos (Coulson & Wintter, 1990 citados
en Navarro & Liendo, 2010) sugieren que una manera de visualizar los cambios
relacionados con el tamaño en las poblaciones de insectos es mediante curvas
que vinculen la densidad de especies en función del tiempo.
Los insectos se multiplican rápidamente durante condiciones climáticas
favorables; (Aherr et al., 1994 citados en Selvaraj et al., 2011). Largas
condiciones climáticas influyen en el número de insectos y su actividad tan bien
como varios depredadores o parásitos directa o indirectamente (Arif et al., 2006
citados en Selvaraj et al., 2011).
Factores bióticos y abióticos pueden influir fuertemente en las tasas de
dispersión enemigo y sobrevivencia naturales, así como las vías de dispersión.
El viento y otros factores climáticos, por ejemplo, pueden influir en los patrones
de dispersión naturales de algunos agentes de control biológico, en particular
para los pequeños organismos como parasitoides. En consecuencia, estos
factores juegan un papel importante en la eficacia de los programas de control
38
biológico (Canto-Silva et al., 2006 citados en Petit, Hoddle, Grandgirard,
Roderick, & Davies, 2008)
2.2.7.3. Influencia de los factores del clima sobre el comportamiento de
los insectos.
El Clima determina la capacidad de un patógeno o insecto plaga para prosperar
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
de la influencia de las condiciones ambientales sobre el desarrollo de insectos
plagas y enfermedades, suministra las bases para la predicción de brotes
epidémicos. Esta información es necesaria para complementar el estudio de la
dinámica poblacional de insectos plagas y la incidencia de enfermedades en
las unidades de producción.
Los factores ambientales como el clima, que pueden ser reguladores
poblacionales en los ambientes nativos de la plaga, posibilitan condiciones para
un mejor y más rápido desarrollo y crecimiento poblacional del insecto plaga en
el nuevo ambiente que ha invadido (Cortey & Villacide, 2006)
Los factores climatológicos no varían en relación con las fluctuaciones de la
abundancia (Royama, 1977 citado en Iglesias Fuente, 1996) y se encargan de
la determinación del nivel al cual se produce la regulación de las poblaciones
(Berryman et al., 1987 citados en Iglesias Fuente, 1996).
En un agroecosistema cañero la densidad poblacional de algunas especies de
cicadélidos responden a las precipitaciones (H. similis) y otras a las
temperaturas (B. guajanae), estos resultados confirman lo expuesto por
(Ramos-Elorduy y Galindo. 1979 citados en Hidalgo Gato et al., 1999), quienes
39
señalan que la abundancia y frecuencia de este grupo están relacionados con
su preferencia estacional y por factores ambientales.
2.2.7.4. Cambio climático e insectos.
Es evidente que el cambio climático está modificando la distribución de las
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
prolongada y el incremento constante de temperaturas, al igual que otros
fenómenos derivados del calentamiento global, favorecerá de manera general a
las especies de insectos que son invasoras (transfronterizas) más que a las
nativas y establecidas, ya que están adaptadas a mayores extremos de
temperatura y por tanto muestran una mayor plasticidad ecológica; de igual
forma, algunas especies de insectos fitófagos, sean plagas o no, se irán
incrementando mientras otras se debilitaran o reducirán su desarrollo, pero el
efecto final será el aumento de la presión de las plagas sobre los cultivos
(Galindo, Contreras & Olvera, 2009 mencionados en SINAVEF, 2009).
2.2.7.5. Efecto de la temperatura sobre los insectos.
La temperatura influye fundamentalmente en relación al tiempo de desarrollo
de los estadios juveniles, longevidad de los adultos, y producción de huevos en
la hembra (Vargas & Rodríguez, 2009).
Sin embargo, de todos los factores ambientales, el que ejerce un efecto mayor
sobre el desarrollo de los insectos es, probablemente, la temperatura. Ello es
debido principalmente a su importante incidencia sobre los procesos
bioquímicos, al ser organismos poiquilotermos, es decir, adoptan la
temperatura del ambiente (Pataki, 1972; Wagner et. al., 1984 citados en
SINAVEF, 2009). El incremento en la temperatura también favorece al aumento
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
número de generaciones en un sólo ciclo de producción agrícola.
El aumento de la temperatura en que se desarrolla una especie de insecto
acelera su tasa de desarrollo, y por consiguiente, aumenta el número de
generaciones que tiene durante el año (Mejía, 2005 citado en SINAVEF, 2009).
Desde luego, este comportamiento puede ser diferente en muchas especies,
pero ocurre así de forma general (Brodsky & Naranjo, 1976 citados en SINAVE,
2009). De cualquier manera, cuando una región se calienta a niveles extremos
y en periodos prolongados, esto favorece la existencia y el desarrollo de
determinadas especies, unas que aumentan significativamente sus poblaciones
y otras que logran expandir su rango de presencia natural, colonizando nuevas
regiones.
El efecto de la temperatura sobre el desarrollo del saltahoja ha sido más
estudiado que otras variables. Se ha demostrado que influyen en las tasas de
desarrollo de los estados inmaduros (tiempo de generación), así como las
tasas de oviposición, la longevidad de adultos, y el tamaño de la población
(Simonet & Pienkowski, 1980 citados en Degooyer, 1997)
La alta densidad poblacional de B.guajanae durante los meses de enero y
febrero coincide con las temperaturas, lo que está estrechamente relacionado
con el florecimiento de la planta (Hidalgo Gato et al., 1999)
Al correlacionar la densidad poblacional de los cicadélidos presentes en el
cultivo con la temperatura se observa una relación inversamente proporcional.
A medida que disminuye la temperatura aumentan los valores en la densidad
poblacional de B. guajanae. Esto se debe a que el florecimiento de la caña
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
obtuvo que la densidad poblacional es independiente de la humedad relativa
(Hidalgo et al., 1999).
La temperatura es el principal factor abiótico que afecta al crecimiento
poblacional y los parámetros de vida de los pulgones (Messenger, 1964; Howe,
1967; Andrewartha, 1973 citados en Nebreda Hernádez, 2005)
Las bajas temperaturas influyen en el decrecimiento de parasitismo en
especies de cicadellidae (Grandgirard, Hoddle, Petit, Roderick, & Davies,
2009).
2.2.7.6. Efecto de la precipitación sobre los insectos.
Desde el punto de vista climático-agrario, variaciones sobre la precipitación que
cae a lo largo del año o de varios años puede originar sequías, la importancia
de este fenómeno no solo se manifiesta en el cultivo de las plantas y las
producciones agrarias, sino que puede contribuir al surgimiento de desastres
fitosanitarios, debido a sus efectos sobre el desarrollo y comportamiento de los
organismos causales de plagas. (SINAVEF, 2009).
El seguimiento poblacional de Anastrepha striata que afecta la guayaba
Psidium guajava mostró un incremento gradual de la población con la
disminución progresiva de la precipitación, esto es debido a que la precipitación
ayuda con el desarrollo del estado de pupa. Resultados similares se
encontraron en poblaciones de Bractocera tau (Tephritidae) en cultivos de
Passiflora edulis en Indonesia, donde se registraron correlaciones positivas de
la precipitación y la temperatura con el número de adultos machos capturados
por trampa, al observarse que en períodos de intensa precipitación y bajas
42
temperaturas se dio un incremento de la población (Hasyim et al., 2008 citados
en Carrero Sarmiento, 2013).
Aunque en algunos casos la precipitación tiene una influencia negativa en el
patrón temporal de presencia y actividad de los adultos (Byrne & Draeger,
1993).
La precipitación muestra una incidencia en el patrón temporal de la actividad de
los adultos, así se registró una mayor abundancia de adultos capturados en
trampas en periodos de baja precipitación, esto probablemente está
relacionado la dificultad en el desplazamiento, búsqueda y realización de
eventos de oviposición del adulto D. inedulis en periodos de alta precipitación
(Carrero Sarmiento, 2013).
La brotación del limón mexicano presentó una estrecha relación con la
precipitación, encontrándose una mayor intensidad de brotes en los periodos
secos que en aquéllos con lluvias superiores a los 15 milímetros (Quijano et al.,
2011 citados en Gonzáles C et al., 2007).
Se observaron fluctuaciones estacionales de Homalodisca vitripennis en 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. Los factores climáticos estacionales influyen en
el desarrollo de parasitismo en diversas especies de cicadellidae (Grandgirard
et al., 2009).
La comparación del grado de asociación con el coeficiente de correlación (r) de
Spearman, entre la distribución de las poblaciones de insectos en cada
localidad vs precipitación media mensual, mostró una asociación negativa y
significativa. El análisis de la dinámica poblacional demostró que existen otros
43
factores que afectan el comportamiento de cada especie, los cuales indican ser
independientes de los patrones de distribución de las lluvias (Navarro & Liendo,
2010)
Según (Navarro & Liendo, 2010) la asociación entre dichas cantidades y la
precipitación dio positiva y significativa. La dinámica de esta especie indica que
la asociación entre las capturas y la precipitación es negativa y significativa. La
correlación entre el número de captura y la precipitación fue negativa y
significativa.
Se reportaron correlaciones positivas significativas que fueron encontradas
entre la población de saltahojas y humedad relativa y lluvias, también
reportaron una asociación negativa significativa con la temperatura máxima y
las horas sol. La lluvia y la temperatura muestran una correlación positiva
significativa con la población de la plaga mientras que la humedad relativa no
muestra efecto significativo. Los factores climáticos determinan actividades
estacionales y la dinámica poblacional del salta hojas (Selvaraj et al., 2011).
Las precipitaciones afectan en gran manera el desarrollo de las colonias de
pulgones, registrándose altas mortalidades sus poblaciones después de
periodos de lluvias intensas (Mann et al., 1995 citado en Nebreda Hernádez,
2005).
2.2.7.7. Efecto de la humedad relativa sobre los insectos.
(Byrne & Draeger, 1993) realizaron evaluaciones durante dos años sobre las
poblaciones del saltahojas, concluyendo que la población alcanzó el punto
máximo la primera parte de Abril, con una fuerte caída en la humedad relativa.
44
Las poblaciones de saltahojas fueron creciendo mostrando una significativa
correlación positiva con humedades relativas en la mañana y en la noche y
lluvias (Selvaraj et al., 2011)
La humedad relativa influye en el nivel higrométrico, puede actuar directamente
como factor limitante sobre huevos y estadios juveniles y en la determinación
de la actividad y longevidad de los adultos (Vargas & Rodríguez, 2009).
2.2.7.8. Efecto de la velocidad de vientos sobre los insectos.
El viento es reconocido como un importante factor ambiental que afecta a la
dispersión aérea de organismos (McMannus, 1988 citado en Petit et al., 2008).
Como G. ashmeadi es un pequeño insecto, uno esperaría que su capacidad de
vuelo para ser ligero y su capacidad de volar contra vientos predominantes
limitado.
Se establece que aun en condiciones extremas de sequía donde la
precipitación es nula, los vientos fuertes, junto a una alta insolación, la
presencia de insectos encontrados es importante (Maldonado Alcocer, 2010).
45
2.3. Marco conceptual.
 Ninfa: Etapa inmadura de desarrollo, que difiere de las larvas, son
diferentes a los adultos por su falta de madurez de los órganos sexuales.
 Factor: Elemento, circunstancia, influencia, que contribuye a producir un
resultado.
 Población: Conjunto de individuos de una misma especie que habitan
en un lugar determinado.
 Regresión: Proceso estadístico para estimar las relaciones entre
variables.
 Mortalidad: Cantidad de individuos que mueren en un lugar y en un
periodo determinado en relación con el total de la población.
 Plaga: Colonia de organismos animales que atacan y destruyen plantas.
 Dinámica poblacional: Se ocupa del estudio de los cambios que sufren
las poblaciones biológicas, en cuanto tamaño, dimensión, estructura, y
demás parámetros así como los factores que los causan.
 Correlación: Correspondencia o relación recíproca entre dos o más
elementos.
 Influencia: Efecto, consecuencia o cambio que produce una cosa sobre
otra.
46
III. MATERIAL Y MÉTODOS.
3.1. Lugar de ejecución.
La investigación se ejecutó en el distrito de Chongos Bajo, provincia de
Chupaca, departamento de Junín; tiene una superficie de 102,74 kilómetros
cuadrados y está ubicado a 3 275 metros sobre el nivel del mar.
3.1.1. Límites.
- Límite Norte: Provincia de Chupaca.
- Límite Sur: Distrito de Chupuro.
- Límite Este: Distrito de Tres de Diciembre y el río Mantaro.
- Límite Oeste: Distrito de Yanacancha.
3.1.2. Accesos.
Se accede por una carretera pavimentada que va de Huancayo, Chilca,
Huayucachi, Chupuro a Chongos Bajo, del mismo modo, también hay una
carretera pavimentada que va de Huancayo, Pilcomayo, Chupaca a Chongos
Bajo.
3.2. Metodología.
El método que se empleó fue del tipo aplicativo.
La investigación fue de alcance:
- Descriptivo: Porque consistió en describir la influencia del clima en la
dinámica de poblaciones de T. costata, midiendo o recogiendo
información sobre la población del insecto.
47
- Explicativo: Porque respondió la causa de la variación de la dinámica
poblacional de la Trichogonia costata, influenciada por las factores
climatológicos.
- Correlacional: Porque tuvo como finalidad conocer la relación que existe
entre variables, como la dinámica de poblaciones de la Trichogonia
costata y los factores climatológicos, (Hernandez Sampieri, Fernández
Collado, & Babtista Lucio, 2014).
3.2.1. Diseño de la investigación
El presente trabajo de investigación fue de diseño:
- No Experimental: Porque no se realiza manipulación de variables, es decir
no se varía de forma intencional las variables independientes para ver su
efecto sobre las variables dependientes.
- Corte longitudinal: Porque se recolectará los datos en distintos momentos
o periodos para hacer inferencias respecto al cambio, sus determinantes y
consecuencias.
- De tendencia: Porque se analizará cambios al paso del tiempo en
categorías relacionadas, siendo la población la misma, pero las muestras
a tomar serán diferentes en cada toma de datos, como la evaluación de
los diferentes estadios ninfales. (Hernandez Sampieri, Fernández Collado,
& Babtista Lucio, 2014)
Los indicadores de las variables climatológicas fueron cuantitativos, continuos y
de escala. Los indicadores poblacionales fueron cuantitativos, discretos y de
escala.
48
3.2.2. Variables estudiadas.
3.2.2.1. Independiente.
Factores climatológicos:
- Temperatura mínima (°C).
- Temperatura máxima (°C).
- Temperatura promedio (°C).
- Precipitación (mm).
- Humedad relativa (%).
- Velocidad del viento máximo (m/s).
- Velocidad del viento promedio (m/s) (Selvaraj, Adiroubane, & Ramesh,
2011; Vayssieres, Korie, & Ayegnon, 2009)
3.2.2.2. Dependiente.
a) Tamaño de población de los distintos estadios ninfales:
Xi = ∑
Dónde:
Xi = Tamaño de población de cada estadio ninfal y el total.
= Número de individuos por cada estadio ninfal por medición.
b) Porcentaje de los distintos estadios ninfales respecto al total.
% =
Dónde:
% = Porcentaje de los distintos estadios ninfales respecto al total
= Tamaño de población de cada estadio ninfal por medición.
= Total de individuos de todos los estadios ninfales por medición.
49
c) Densidad poblacional de los distintos estadios ninfales.
% Densidad Xi =
Dónde:
Xi = Diferentes estadios ninfales o el total.
Total X = Total de las mediciones de los diferentes estadios ninfales.
Medición i de X = Medición quincenal de los diferentes estadios ninfales.
d) Tasa de crecimiento de los distintos estadios ninfales.
T.C = Medición (i) – Medición (i-1).
Dónde:
Medición (i) = Número de insectos de la medición actual.
Medición (i-1) = Número de insectos de la medición anterior.
e) Tasa de crecimiento per cápita de los distintos estadios ninfales.
% T.C Per cápita =
Dónde:
Medición (i) = Número de insectos de la medición actual.
Medición (i-1) = Número de insectos de la medición anterior.
f) Tasa de natalidad.
T.N = –
Dónde:
Medición Ninfa 1(i) = Número de insectos Ninfa 1 de la medición actual.
Medición Ninfa 1(i-1) = Número de insectos Ninfa 1 de la medición
anterior.
50
g) Tasa de natalidad per cápita.
% T.N Per cápita =
Dónde:
Medición Ninfa 1(i) = Número de insectos Ninfa 1 de la medición actual.
Medición Ninfa 1(i-1) = Número de insectos Ninfa 1 de la medición
anterior.
h) Tasa de supervivencia entre los distintos estadios ninfales.
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.
Medición Est. Ninf. i -1 (i-1)= Número de insectos del estadio ninfal
anterior de la medición anterior.
i) Tasa de supervivencia per cápita entre los distintos estadios ninfales.
% T.S Per cápita =
Dónde:
Medición Est. Ninf. i (i)= Número de insectos del estadío ninfal actual de
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
Medición Est. Ninf. i-1 (i-1)= Número de insectos del estadío ninfal
anterior de la medición anterior.
k) Tasa de mortalidad per cápita entre los distintos estadios ninfales.
% T.M Per cápita =
Dónde:
Medición Est. Ninf. i (i)= Número de insectos del estadio ninfal actual de
Medición Est. Ninf. i-1 (i-1)= Número de insectos del estadio ninfal
anterior de la medición anterior. (Batista, 2004; Vargas & Rodríguez,
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.
En el caso de la población de B. incana se consideró a todos los individuos
infectados por T. costata que se encuentran en el distrito de Chongos Bajo. Y
para la población de T. costata se consideró a todos los individuos en los
diferentes estadios ninfales presentes en las plantas de B. incana.
3.4. Muestreo.
3.4.1. Muestreo de Buddleja incana.
El muestreo de B. incana fue:
- No probabilístico: Ya que la distribución espacial de B. incana en el distrito
de Chongos Bajo es muy heterogénea, además que no todos los arbustos
de B. incana están infectados, no se aplicó un diseño de muestreo.
53
- Intencionado: Para el muestreo de B. incana se seleccionó los individuos
más representativos y con mejores características fenotípicas del lugar
(Baltazar Castañeda, 2014).
Se asumió el 10 por ciento, del número de plantas de B. incana infestadas con
T. costata en distrito de Chongos Bajo, siendo un total de 5 individuos
seleccionados (SENASA, 2006 citado en Baltazar Castañeda, 2014).
La ubicación de las plantas de B. incana seleccionadas en el distrito de
Chongos Bajo fue:
Planta N° 1: (*)
Distrito: Chongos Bajo.
Coordenadas UTM: 0470459 Este – 8658878 Norte – Zona 18 L.
Altitud: 3312 m.s.n.m.
Planta N° 2: (*)
Planta N° 3: (*)
Planta N° 4: (*)
54
Planta N° 5: (*)
(*) Ver mapa en Anexo.
3.4.2. Muestreo de Trichogonia costata.
El muestreo de T. costata en cada uno de los individuos de B. incana
seleccionados fue:
- Probabilístico: (Hernandez Sampieri et al., 2014)
- Aleatorio simple sin restitución: (Di Rienzo et al., 2005)
La T. costata habita en su mayoría en la parte basal de la copa, por lo cual se
realizará el muestreo del insecto en esa zona de la copa del arbusto. (Vera
Graziano, Manuel Pinto, López Collado, & Reyna Robles, 2002)
El muestreo se realizó cada 15 días en las mañanas (Baltazar Castañeda,
2014; Kuno & Hokyo, 1970).
Primero se realizó un muestreo preliminar de sondeo en una planta de B.
incana, realizando 10 conteos por cada uno de los 4 puntos cardinales (Naranja
y Castle, 2010), realizados en ramillas infectadas de 30 cm.
Como unidad de muestreo se consideró las dos hojas opuestas con sus
respectivas ramillas (Mahmood, Ijaz Hussain, Mahmood Khokhar, Jeelani, &
Ahmad, 2002).
La primera fórmula se realizó con la finalidad de hallar el error estándar de
muestreo, se toleró un error estándar igual al 5 % respecto a la media
aritmética (Naranja y Castle, 2010), para poder hallar el tamaño de la muestra.
55
Aplicando la siguiente fórmula:
0.05 ̅ = ⁄√ n
Dónde:
n: Tamaño de la muestra.
̅ : Media del muestreo preliminar.
S: Desviación estándar.
Despejando n quedaría:
0.0025 ̅ = ⁄n n = 400 ( ⁄̅ ) (Romero, 2004)
Reemplazando:
n = 400 x (41.871/ )
n = 133 muestras
Como el muestreo se realizó en los 4 puntos cardinales, la cantidad de
muestras obtenidas con un 5 por ciento de error respecto a la media se dividirá
en 4, teniendo como resultado un total de 35 muestras por cada uno de los 4
puntos cardinales, haciendo un total de 140 muestras por cada árbol, por cada
quince días de medición.
3.5. Registro de variables climatológicas.
Los datos fueron registrados por el Servicio Nacional de Meteorología e
Hidrología (SENAMHI) - Junín; desde el 01 de Marzo hasta el 31 de Diciembre
del 2015, siendo los datos tomados: de temperatura mínima, máxima y
promedio (°C), humedad relativa (%), precipitación (mm) y la velocidad del
viento máximo y promedio (m/s). Tomado como referencia la estación de
Víquez ubicada en el valle del Mantaro que por su cercanía al distrito de
Chongos Bajo para la obtención de datos más exactos.
56
3.6. Técnicas de procesamiento y análisis de datos.
Se elaboró una base datos en el software Excel, donde se organizó los datos
por mediciones, estadios ninfales y por árboles, para luego exportarlo al
software SPSS versión 22, donde se realizó todos los análisis estadísticos.
Previa análisis de datos se realizó la prueba de normalidad de Shapiro-Wilk con
un 0.05 de significación, de ellos 6 variables no resultaron con distribución
normal, realizándose sus respectivas transformaciones con las fórmulas de: ln
(x), ln (x+1), squart (x), x², 1/x. Logrando transformar todas la variables que no
cumplían el supuesto de normalidad en distribuciones normales (Montgomery,
2004)
Después se realizó la prueba de ANOVA de un Factor con un nivel de 0.05 de
significación (Baltazar Castañeda, 2014; Heong, Aquino, & Barrion, 1992;
Knowles, Wakimoto, & Dare, 1999), entre los distintos parámetro poblaciones
con los meses de medición para contrastar si existe diferencia estadísticamente
significativa de población en los meses evaluados (Hines & Montgomery,
1996).
Como se tiene una gran cantidad de variables dependientes e independientes,
se realizó el análisis clúster o de conglomerados, por casos, teniendo como
medida de intervalo la distancia euclidea al cuadrado, cuya finalidad es medir
de alguna forma la similitud y asociación entre variables para formar grupos o
conglomerados (Hair, Anderson, Tatham, & Black, 1999)
Finalmente y para analizar las variables independientes que explican las
variables dependientes se realizó la regresión lineal múltiple por pasos para
relacionar las variables (Galaini Wraight, Wraight, Carruthers, Magalhaes, &
Roberts, 1991), con nivel = 0.05, (Baltazar Castañeda, 2014; Heong, Aquino,
57
& Barrion, 1992; Knowles, Wakimoto, & Dare, 1999) cuyo modelo matemático
fue: lj = o+ + + + +…+ lj , con la finalidad de predecir los
cambios en la variable dependiente a causa de las variables independientes
(Hair et al., 1999), además se realizó el diagnóstico y validación del modelo con
los supuestos de multicolinealidad y homocedasticidad (Rojo Abuín, 2007),
incluido en ello está la correlación de Pearson que es una medida numérica de
la fuerza de relación entre dos variables que representan datos cuantitativos
(Triola, 2009), con un nivel de 0.05 de significación, por ser datos que cumplen
con el supuesto normalidad, con finalidad de ver si existe correlación lineal
positiva o negativa entre los parámetro poblacionales y los factores climáticos
(Hidalgo Gato, Rodríguez León, Ricardo, & Férras, 1999), graficando las
correlaciones en gráficos de dispersión donde se observa que los coeficientes
de determinación son significativos.
3.7. Materiales y equipos.
3.7.1. Materiales de campo.
- Un GPS Garmin Etrex 10.
- Bolsas selladas.
- Formatos para la toma de datos.
- Una cámara digital Olympus de 12 megapíxeles.
- Una tijera de podar.
- Una lupa 10X.
- Un estilete.
- Una navaja.
- Un serrucho.
- Una cinta métrica.
58
- Libreta de Campo.
- Lapiceros.
- Recipientes de plásticos.
- Frasco letal.
- Porta y cubre objetos.
- Placas Petri.
3.7.2. Materiales de gabinete.
- Lap top HP con software estadísticos instalados (SPSS, Excel).
- Microscopio óptico.
- Guardapolvo, mascarilla y guantes quirúrgicos.
- Agujas entomológicas N° 000.
3.8. Procedimiento.
3.8.1. Identificación del área de fase de campo.
La investigación se realizó en el distrito de Chongos Bajos.
Se tomaron datos del área de estudio, las coordenadas UTM con GPS, de ser
propiedad privada se coordinó con el dueño para evitar problemas futuros, y se
marcó las plantas de B. incana escogidos para evitar confusiones.
3.8.2. Muestro preliminar para hallar el tamaño de muestra
En cada B. incana seleccionado se realizó un muestreo de una rama al azar de
la población de adultos de la Trichogonia costata para hallar la desviación
estándar, el coeficiente de variación y el error estándar de estimación, con la
finalidad hallar la cantidad de muestras requeridas que cumplan con un error
estándar de estimación que tenga un buen nivel de confiabilidad.
59
3.8.3. Identificación de los estadios ninfales.
La etapa de identificación de los estadios ninfales de la Trichogonia costata se
realizó en el laboratorio de Manejo Forestal de la Facultad de Ciencias
Forestales y del Ambiente, Universidad Nacional del Centro del Perú, con
ayuda del asesor y textos relacionados al tema.
3.8.4. Selección y conteo de los insectos.
En cada B. incana escogido se realizó el conteo de los estadios ninfales y
adultos de T. costata, siguiendo la metodología de muestreo ya establecida
para estimar su población.
3.8.5. Periodo de evaluación.
El periodo de evaluación fue desde el 01 de Marzo al 31 de Diciembre del
2015,
Los datos se anotaron en fichas pre-elaboradas durante las salidas al campo,
asignándole tiempos prudenciales para cada lugar de muestreo. La toma de
datos se realizó cada quince días con los formatos de toma de datos. Se
recolectó los datos obtenidos de la estación meteorológica ubicados en el
distrito de El Tambo.
60
IV. RESULTADOS.
4.1. Factores climatológicos de la estación Viques, periodo marzo a
diciembre del 2015.
Tabla 2.
Factores climatológicos - frecuencia quincenal.

T° T° VV VV
Mes Quincena T° Min PP HR
Max Prom Max Prom
Marzo 1 8,41 19,99 14,2 60,47 82,43 4,26 2,01
2 8,09 19,77 13,93 21,3 83,42 4,29 2,33
Abril 1 6,06 19,71 12,89 10,1 80,11 3,43 1,48
2 7,02 20,45 13,74 15,2 80,71 5,29 2,24
Mayo 1 6,33 21,39 13,86 5,6 78,15 4 1,81
2 6,12 20,28 13,2 11,6 77,97 3,14 1,57
Junio 1 5,25 21,24 13,25 20,9 77,08 4,57 1,67
2 2,46 21,22 11,84 9,9 72,73 5,57 2,57
Julio 1 1,14 20,53 10,83 6,1 76,18 4 1,57
2 -0,56 21,34 10,39 1,1 79,22 6,14 2,76
Agosto 1 0,91 21,76 11,34 0 82,23 5,29 2,38
2 1,82 21,51 11,67 13,5 76,4 5,57 2,48
3 4,56 21,49 13,02 0 75,8 6,29 3,19
Septiembre 1 4,01 21,74 12,87 9,3 78,35 5,57 2,52
2 7,78 22,26 15,02 31,5 76,86 5,29 2,48
Octubre 1 7,71 22,59 15,15 12,9 78,47 5,71 2,81
2 7,88 22,65 15,26 0 78,58 5,29 2,24
Noviembre 1 7,2 21,74 14,47 51,5 79,1 5,29 2,43
2 8,79 21,51 15,15 51,6 79,81 4,71 2,05
Diciembre 1 7,51 22,36 14,93 9,3 77,39 5,29 2,38
2 7,91 21,99 14,95 29,2 75,59 4 1,86
3 8,18 19,82 14 63,13 80,82 4,26 2,13
Desviación Estándar 2,82 0,92 1,48 19,86 2,53 0,86 0,44
Promedio 5,66 21,24 13,45 19,74 78,52 4,88 2,23
Coeficiente de Variación (%) 49,88 4,34 10,97 100,6 3,22 17,56 19,88
Promedio del Coeficiente de Variación 29.49
Nota: T° Min se refiere a temperatura mínima, T° Max se refiere a temperatura máxima, T° Prom se
refiere a temperatura promedio, PP se refiere a precipitación, HR se refiere a la humedad relativa, VV
Máx se refiere a velocidad de vientos máximo y VV Prom se refiere a velocidad de vientos promedio.
Fuente SENAMHI – Estación CO Viques.
61
En la Tabla 2 según el coeficiente de variación, los factores con más
variabilidad fueron la precipitación y la temperatura mínima, seguido de la
velocidad del viento promedio y velocidad del viento máximo que tuvieron
variabilidad moderada y por último la temperatura máxima, la temperatura
promedio y la humedad relativa fueron los que tuvieron variabilidad baja, siendo
el promedio de la variabilidad de todos los factores climatológicos evaluados
29.49%, considerado como moderado.
Figura 7. Variación de los factores climatológicos (Fuente SENAMHI).
En la Figura 7 se observa la variación de los distintos factores climatológicos a
lo largo de los meses de evaluación, coincidiendo con el grado de variabilidad
mostrado por el coeficiente de variación en la Tabla 2.
62
4.2. Estructura de la población y tasas vitales de Trichogonia costata
periodo marzo a diciembre del 2015.
4.2.1. Tamaño de la población.
Tabla 3.
Tamaño de población en distintos estadios - frecuencia quincenal.

Tamaño de Población
Mes Medición Ninfa 1 Ninfa 2 Ninfa 3 Adulto Total
Marzo 1 1545 1415 358 434 3752
2 1470 1369 450 433 3722
Abril 3 1269 1324 442 461 3496
4 1255 1270 396 516 3437
Mayo 5 1107 1108 383 487 3085
6 1004 1086 376 634 3100
Junio 7 865 1028 323 586 2802
8 835 976 282 419 2512
Julio 9 829 858 244 329 2260
10 710 739 210 264 1923
Agosto 11 697 802 264 325 2088
12 737 892 297 403 2329
13 954 1013 374 472 2813
Septiembre 14 1123 1125 397 546 3191
15 1206 1287 425 521 3439
Octubre 16 1326 1364 399 581 3670
17 1404 1442 491 569 3906
Noviembre 18 1468 1478 500 629 4075
19 1571 1583 523 594 4271
Diciembre 20 1650 1656 553 655 4514
21 1701 1660 579 638 4578
22 1747 1725 616 672 4760
Promedio 1203.32 1236.36 403.73 507.64 3351.05
Coeficiente de Variación 28.23 23.70 27.18 22.71 24.61
Nota: El coeficiente de variación es expresado en porcentaje.
En la Tabla 3 se puede observar una mayor cantidad de individuos de ninfa 1 y
ninfa 2, además en los meses de julio y agosto se ve una disminución en todos
los estadios ninfales y el total, finalmente según el coeficiente de variación los
datos presentan una variabilidad moderada.
63
Figura 8. Variación del tamaño de población de los distintos estadios ninfales.
En la Figura 8 se observa la una disminución del tamaño de población de todos
los estadios ninfales en los meses de julio y agosto, a diferencia de los meses
de marzo, noviembre, diciembre donde se ve un incremento.
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.
En la Tabla 4, al ser el nivel de significancia menor que 0.05, se puede deducir
que existe diferencia estadística significativa entre el tamaño de población
respecto a los distintos meses de evaluación.
4.2.2. Porcentaje de población de cada estadio ninfal respecto al total.
Figura 9. Variación del porcentaje de distintos estadios ninfales.
64
En la Figura 9 se observa que los porcentajes de la ninfa 2 y de la ninfa 3
respecto del total se mantienen constantes a diferencia del porcentaje de ninfa
1 y adulto que tienden a fluctuar en el periodo de evaluación.
Tabla 5.
ANOVA de los porcentajes de los distintos estadios respecto al total.

Media
Suma de cuadrados gl F Sig.
cuadrática
Porcentaje ninfa 1 sobre el total Entre grupos 105,509 9 11,723 10,258 ,000
Porcentaje adulto sobre el total Entre grupos 83,766 9 9,307 4,071 ,013
Nota: Gl se refiere a los grados de libertad y Sig. se refiere al nivel de significancia.
En la Tabla 5 al ser el nivel de significancia mayor que 0.05 del porcentaje de
ninfa 2 sobre el total y el porcentaje de ninfa 3 sobre el total no existe
diferencia estadística significativa entre sus medias, a diferencia del porcentaje
de ninfa 1 sobre el total y el porcentaje de adulto sobre el total que muestra
diferencia estadística significativa respecto a los meses de medición.
4.2.3 Densidad de la población de los distintos estadios ninfales y del
total.
Figura 10. Variación de la densidad poblacional de los distintos estadios ninfales.
En la Figura 10 se observa que la densidad poblacional disminuye en junio,
julio y agosto, a diferencia de octubre, noviembre, diciembre y marzo.
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 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
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.
4.2.4 Tasa de crecimiento de los distintos estadios ninfales y del total.
(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
disminución de la tasa de crecimiento en los meses de junio y julio, y se
incrementan para los meses de agosto, septiembre, octubre y noviembre.
Tabla 7.
ANOVA de las tasas de crecimiento.

Suma de Media
gl F Sig.
cuadrados cuadrática
Tasa de crecimiento ninfa 1 Entre grupos 168,386,939 9 18,709,660 2,689 ,057
Tasa de crecimiento adulto Entre grupos 64,764,697 9 7,196,077 2,156 ,107
Tasa de crecimiento del total Entre grupos 1,108,570,106 9 123,174,45 7,499 ,001
En la Tabla 7 al ser el nivel de significancia mayor que 0.05 de la tasa de
crecimiento de la ninfa 1 y de adulto no existe diferencia estadística significativa
entre sus medias, a diferencia de las demás tasas de crecimiento que muestran
diferencia estadística significativa respecto a los meses de evaluación.
4.2.5. Tasa de crecimiento per cápita de los distintos estadios ninfales y
del total.
Figura 12. Tasa de crecimiento per cápita de cada estadio ninfal y el total.
En la Figura 12 se observa una disminución de las tasas de crecimiento en los
meses de junio y julio, y se incrementan para los meses de agosto, septiembre,
octubre y noviembre.
67
Tabla 8.
ANOVA de las tasas de crecimiento per cápita.

Suma de Media
gl F Sig.
Tasa de crecimiento per cápita ninfa 1 Entre grupos 1,441,810 9 160,201 2,52 ,068
Tasa de crecimiento per cápita adulto Entre grupos 3,930,148 9 436,683 3,55 ,022
Tasa de crecimiento per cápita del total Entre grupos 1,494,758 9 166,084 10,46 ,000
crecimiento per cápita de la ninfa 1 no existe diferencia estadística significativa
entre sus medias, a diferencia de las demás tasas de crecimiento per cápita
que muestran diferencia estadística significativa entre sus medias respecto a
los meses de medición.
4.2.6. Tasa de natalidad.
Figura 13. Tasa de natalidad.
En la Figura 13 se observa un ligero incremento a partir del mes de agosto y de
ahí disminuye progresivamente hasta el mes de diciembre.
Tabla 9:
ANOVA de la tasa de natalidad.

Suma de Media
gl F Sig.
Tasa de natalidad Entre grupos 39,024,485 9 4,336,054 1,146 ,403
68
En la Tabla 9 al ser el nivel de significancia mayor que 0.05 no existe diferencia
estadística significativa entre sus medias respecto a los meses de medición.
4.2.7. Tasa de supervivencia entre los distintos estadios ninfales.
(a) (b)
(c) (d)
Figura 14. Tasa de supervivencia: (a) ninfa 1 a ninfa 2, (b) ninfa 2 y ninfa 3, (c) ninfa 3
a adulto, (d) ninfa 1 a adulto.
En la Figura 14 se observa que la tasa de supervivencia de ninfa 1 a ninfa 3 y
de ninfa 2 a ninfa 3 hay valores negativos, por lo que gran parte de las ninfa 1
no llegan a ser ninfa 2 y también ninfa 2 no llegan a ser ninfa 3, a diferencia de
las ninfas 3 que por los valores positivos se asume que llegan a ser Adulto.
69
Tabla 10.
ANOVA de las tasas de supervivencia.

Suma de Media
gl F Sig.
Tasa de supervivencia ninfa 1 a ninfa 2 Entre grupos 210,358,939 9 23,373,215 3,94 ,019
Tasa de supervivencia ninfa 2 a ninfa 3 Entre grupos 633,445,439 9 70,382,827 5,42 ,004
Tasa de supervivencia ninfa 3 a adulto Entre grupos 49,672,197 9 5,519,133 2,38 ,081
Tasa de supervivencia ninfa 1 a adulto Entre grupos 1,066,685,62 9 118,520,625 4,78 ,007
supervivencia de ninfa 3 a adulto no existe diferencia estadística significativa
entre sus medias, a diferencia de las demás tasas de supervivencia que
muestras diferencia estadística significativa entre sus medias respecto a los
meses de evaluación.
4.2.8. Tasa de supervivencia per cápita entre los distintos estadios
ninfales.
Figura 15. Tasa de supervivencia per cápita.
En la Figura 15 se observa que la tasa de supervivencia per cápita de ninfa 1 a
2, ninfa 2 y ninfa 3 y de ninfa 1 a adulto tienen valores negativos lo que significa
que el porcentaje de ninfas que no evolucionan al siguiente estadio es alto, a
diferencia de la tasa de supervivencia per cápita de ninfa 3 a adulto que si
70
muestra valores positivos lo que significa que una gran porcentaje de las ninfa
3 logran evolucionar a adulto.
Tabla 11.
ANOVA de las tasas de supervivencia per cápita.

Suma de cuadrados gl Media cuadrática F Sig.
De ninfa 1 a ninfa 2 Entre grupos 1,788,870 9 198,763 3,893 ,016
De ninfa 2 a ninfa 3 Entre grupos ,000 9 ,000 6,204 ,002
De ninfa 3 a adulto Entre grupos 1,694,442 9 188,271 4,688 ,008
De ninfa 1 a adulto Entre grupos 61,585,780 9 6,842,864 6,573 ,002
En la Tabla 11 al ser el nivel de significancia menor que 0.05 en todos los
casos existe diferencia estadística significativa entre sus medias respecto a los
4.2.9. Tasa de mortalidad entre los distintos estadios ninfales.
(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.
ANOVA de las tasas de mortalidad.

Suma de cuadrados gl Media cuadrática F Sig.
De ninfa 1 a ninfa 2 Entre grupos 210,358,939 9 23,373,215 3,694 ,019
De ninfa 2 a ninfa 3 Entre grupos 633,445,439 9 70,382,827 5,424 ,004
De ninfa 3 a adulto Entre grupos 49,672,197 9 5,519,133 2,386 ,081
De ninfa 1 a adulto Entre grupos 1,066,685,621 9 118,520,625 4,785 ,007
En la Tabla 12 al ser el nivel de significación mayor que 0.05 de la tasa de
mortalidad de ninfa 3 a adulto no existe diferencia estadística significativa entre
sus medias, a diferencia de las demás tasas de mortalidad que muestra
diferencia estadística significativa respecto a los meses de evaluación.
4.2.10. Tasa de mortalidad y natalidad per cápita entre los distintos
estadios ninfales.
Figura 17. Tasa de mortalidad y natalidad per cápita.
72
En la Figura 17 se observa que la tasa de mortalidad per cápita de ninfa 1 a 2,
ninfa 2 y ninfa 3, y de ninfa 1 a adulto tienen valores positivos lo que significa
que hay muchas ninfas que no evolucionan al siguiente estadio, a diferencia de
la tasa de mortalidad per cápita de ninfa 3 a adulto que si muestra valores
negativos lo que significa que gran parte de las ninfa 3 logran evolucionar a
||adulto, respecto a la tasa de natalidad per cápita se observa un
comportamiento constante.
Tabla 13.
ANOVA de las tasas de mortalidad y natalidad per cápita.

Suma de Media
gl F Sig.
cuadrado cuadrática
Entre
Tasa de natalidad per cápita 1,307,70 9 145,300 1,009 ,482
grupos
Entre
Tasa de mortalidad per cápita ninfa 1 a ninfa 2 2425,85 9 269,540 4,339 ,010
grupos
Entre
Tasa de mortalidad per cápita ninfa 2 a ninfa 3 359,225 9 39,914 9,356 ,000
grupos
Entre
Tasa de mortalidad per cápita ninfa 3 a adulto 5,013,62 9 557,067 4,082 ,013
grupos
Entre
Tasa de mortalidad per cápita ninfa 1 a adulto 1,643,63 9 182,626 3,967 ,015
grupos
natalidad per cápita no existe diferencia estadística significativa, a diferencia de
las tasas de mortalidad per cápita que muestras diferencia estadística
significativa entre sus medias respecto a los meses de evaluación.
73
4.3. Influencia de los factores climatológicos sobre la estructura y tasas
vitales de Trichogonia costata en Buddleja incana.
4.3.1. Análisis clúster de los factores climatológicos sobre la estructura
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.
En la Figura 18, se puede observar similaridad y homogeneidad de las
mediciones, en el caso del tamaño de población existen 4 grupos, en el caso
de porcentaje del estadio ninfal sobre el total existen 5 grupos y en el caso de
la densidad poblacional existen 3 grupos.
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.
mediciones, en el caso del tamaño de la tasa de crecimiento existen 4 grupos y
en el caso de la tasa de natalidad, tasa de supervivencia y tasa de mortalidad
existen 5 grupos en cada uno de ellos.
75
4.3.3. Análisis clúster de los factores climatológicos sobre las tasas
vitales per cápita.
(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.
mediciones, en los casos de tasa de crecimiento per cápita, tasa de
supervivencia per cápita y tasa de mortalidad per cápita existen 5 grupos.
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
Figura 21. Matriz de datos coloreada de las variables de estudio.
Dónde:
 Variable 1 = Tamaño de población de T. costata.
 Variable 2 = Porcentaje de cada estadio ninfal de T. costata.
 Variable 3 = Densidad poblacional de T. costata.
 Variable 4 = Tasa de crecimiento de T. costata.
 Variable 5 = Tasa de crecimiento per cápita de T. costata.
77
 Variable 6 = Tasa de natalidad de T. costata.
 Variable 7 = Tasa de supervivencia de T. costata.
 Variable 8 = Tasa de supervivencia per cápita de T. costata.
 Variable 9 = Tasa de mortalidad de T. costata.
 Variable 10 = Tasa de mortalidad per cápita de T. costata.
 Variable 11 = Factores climatológicos de T. costata.
De la Figura 21 se observa lo siguiente:
- En la segunda medición del mes de junio y las dos mediciones de julio,
existe un comportamiento similar entre los factores climatológicos con el
tamaño de población, porcentaje de cada estadio ninfal, densidad
poblacional, tasa de crecimiento, tasa de crecimiento per cápita, tasa de
natalidad, tasa de supervivencia y tasa de mortalidad.
- En la primera medición del mes de junio, la tercera medición de agosto y
la primera medición de septiembre, existe un comportamiento similar
entre los factores climatológicos con el tamaño de población y la
densidad poblacional.
- En la segunda medición del mes de abril, la segunda medición de
septiembre, las dos mediciones del mes de octubre y la primera
medición de noviembre, existe un comportamiento similar entre los
factores climatológicos con el tamaño de población, densidad
poblacional y la tasa de supervivencia per cápita.
- En las dos mediciones del mes de octubre y la primera medición de
noviembre, existe un comportamiento similar entre los factores
climatológicos con la tasa de supervivencia y la tasa de mortalidad.
78
4.4. Análisis de los factores climatológicos que influyen sobre la dinámica
poblacional de Trichogonia costata en Buddleja incana.
4.4.1. Regresión lineal múltiple de los factores climatológicos sobre el
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%
de la varianza total en los modelos de temperatura mínima con ninfa 1,
temperatura mínima con ninfa 2 y temperatura promedio con el total, además
por el valor de Durbin-Watson se asume que los residuos son ligeramente
independientes. A diferencia de los modelos de temperatura promedio con
ninfa 3 y temperatura promedio con adulto, donde la regresión lineal múltiple
explica el 60% de la varianza total y por el valor de Durbin-Watson se asume
que los residuos no son independientes.
(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).
En la Figura 22 se ve una correlación lineal positiva muy fuerte en todos los
casos.
Del modelo de regresión lineal múltiple de los factores climatológicos sobre el
tamaño de población de los distintos estadios ninfales se obtienen las
siguientes ecuaciones:
 Tamaño de población de ninfa 1 = 11.917 (T. Mín.) + 730.441
 Tamaño de población de ninfa 2 = 10.210 (T. Mín.) + 831.226
 Tamaño de población de ninfa 3 = 60.630 (T. Prom.) – 411.913
 Tamaño de población de adulto = 61.979 (T. Prom.) – 326.151
 Tamaño de población del total = 28.554 (T. Mín.) + 2217.962
80
Dónde:
T. Mín. : Temperatura mínima.
T. Prom. : Temperatura promedio.
4.4.2. Regresión lineal múltiple entre los factores climatológicos sobre el
porcentaje de los distintos estadios ninfales respecto al total.
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
En la Tabla 15 se muestra que la regresión lineal múltiple de los modelos de
temperatura mínima con porcentaje de ninfa 1 sobre el total, temperatura
promedio con porcentaje de ninfa 2 sobre el total y humedad relativa sobre el
porcentaje de adulto sobre el total se explica alrededor del 20% de la varianza
total y por el valor de Durbin-Watson se asume que los residuos son
independientes, a diferencia de la humedad relativa con el porcentaje del adulto
sobre el total, donde se ve que los residuos no son independientes.
(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).
En la Figura 23 se ve una correlación lineal positiva leve entre la temperatura
mínima sobre el porcentaje de la ninfa 1, y se ve una correlación lineal negativa
leve entre la temperatura promedio sobre el porcentaje de ninfa 2 y la
humedad relativa sobre el porcentaje del adulto.
Del modelo de regresión lineal múltiple de los factores climatológicos sobre el
porcentaje de los distintos estadios ninfales sobre el total, se obtienen las
siguientes ecuaciones:
 % Ninfa 1 sobre el total = 0.052 (T. Mín.) + 33.566
 % Ninfa 2 sobre el total = - 0.339 (T. Prom.) + 41.573
 % Adulto sobre el total = - 0.462 (H.R.) + 51.589
Dónde:
H.R. : Humedad Relativa.
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).
Modelo R
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
En la Tabla 16 se muestra que la regresión lineal múltiple explica más del 80%
de la varianza total en los modelos de temperatura mínima con densidad ninfa
1, temperatura mínima con densidad ninfa 2 y temperatura mínima con
densidad total, además por el valor de Durbin-Watson se asume que los
residuos son ligeramente independientes. A diferencia de los modelos de
temperatura promedio con densidad ninfa 3 y temperatura promedio con
densidad adulto, donde la regresión lineal múltiple explica alrededor del 60% de
la varianza total y por el valor de Durbin-Watson se asume que los residuos no
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).
En la Figura 24 se ve una correlación lineal positiva moderada a fuerte en todos
los gráficos de dispersión.
Del modelo de regresión lineal múltiple de los factores climatológicos sobre las
densidades poblacionales, se obtienen las siguientes ecuaciones:
 Densidad poblacional ninfa 1 = 0.045 (T. Mín.) + 2.756
 Densidad poblacional ninfa 2 = 0.037 (T. Mín.) + 3.057
 Densidad poblacional ninfa 3 = 0.683 (T. Prom.) - 4.646
 Densidad poblacional adulto = 0.555 (T. Prom.) - 2.916
 Densidad poblacional total = 0.039 (T. Mín.) + 3.010
Dónde: T. Mín. : Temperatura mínima.
84
tasas de crecimiento.
Tabla 17.
Resumen del modelo de regresión lineal múltiple (factores climatológicos sobre las tasas de crecimiento).
Modelo R
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
En la Tabla 17 se muestra que la regresión lineal múltiple explica de 16 a 60%
de la varianza total en todos los modelos, además por el valor de Durbin-
Watson se asume que los residuos son ligeramente independientes.
(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.
tasas de crecimiento, se obtienen las siguientes ecuaciones:
 Tasa de crecimiento ninfa 1:
= 145.387 (V.V.Prom.) - 309.233
= 148.717 (V.V.Prom.) + 29.437 (T. Prom.) - 712.646
= 27.556 (T. Prom.) - 351.478
 Tasa de crecimiento ninfa 2
= 28.518 (T. Prom.) + 94.629 (V.V.Prom.) - 575.014
 Tasa de crecimiento total
= 284.132 (V.V.Prom.) - 576.506
 Tasa de crecimiento total
= 292.863 (V.V.Prom.) + 77.171 (T. Prom.) - 1634.09
Dónde: V.V.Prom : Velocidad de Vientos Promedio.
tasas de crecimiento per cápita.
Tabla 18.
Resumen del modelo de regresión lineal múltiple (factores climatológicos sobre las tasas de crecimiento
per cápita).
Modelo R
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
86
Watson se asume que los residuos son independientes.
(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).
En la Figura 26 se ve una correlación lineal positiva leve en todos los gráficos
de dispersión.
tasas de crecimiento per cápita, se obtienen las siguientes ecuaciones:
 Tasa de crecimiento per cápita ninfa 1:
= 13.356 (V.V.Prom.) - 29.330
87
= 13.648 (V.V.Prom.) + 2.576 (T. Prom.) – 64.636
= 8.248 (V.V.Prom.) – 17.423
= 2.513 (T. Prom.) + 8.532 (V.V.Prom.) – 51.860
 Tasa de crecimiento per cápita del total:
= 9.074 (V.V.Prom.) – 19.226
 Tasa de crecimiento per cápita del total:
= 9.365 (V.V.Prom.) + 2.579 (T. Prom.) - 54.571
Dónde:
V.V.Prom : Velocidad de Vientos Promedio.
4.4.6.- Regresión lineal múltiple entre los factores climatológicos sobre la
tasa de natalidad.
Tabla 19.
Resumen del modelo de regresión lineal múltiple (factores climatológicos sobre la tasa de natalidad).
Modelo R
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
Watson se asume que los residuos son independientes.
88
(a) (b)
Figura 27. Gráfico de dispersión de datos de la temperatura mínima sobre la tasa de

natalidad (a), y la tasa de natalidad per cápita (b).
En la Figura 27 se ve una correlación lineal positiva leve en todos los gráficos
de dispersión.
Del modelo de regresión lineal múltiple de los factores climatológicos sobre la
tasa de natalidad, se obtienen las siguientes ecuaciones:
 Tasa de natalidad = 36.274 (T. Max.) - 763.651
 Tasa de natalidad per cápita = 6.216 (T. Max.) - 131.877
Dónde:
T. Max. : Temperatura máxima.
4.4.7.- Regresión lineal múltiple entre los factores climatológicos sobre
las tasas de supervivencia.
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
89
(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).
En la Figura 28 se ve una correlación lineal positiva moderada entre la tasa de
supervivencia de ninfa 1 a ninfa 2 con la velocidad de vientos promedio, y una
correlación lineal negativa moderada entre la tasa de supervivencia de ninfa 2
a ninfa 3 y de ninfa 1 a adulto con temperatura mínima.
tasas de supervivencia, se obtienen las siguientes ecuaciones:
90
 Tasa de supervivencia ninfa1 a ninfa2 = 87.064 (V.V.Máx.) - 374.120
 Tasa de supervivencia ninfa2 a ninfa3 = - 4.495 (T. Mín.) - 612.459
 Tasa de supervivencia ninfa1 a adulto = - 6.833 (T. Mín.) – 388.812
Dónde:
V.V.Máx. : Velocidad de vientos máximo.
las tasas de supervivencia per cápita.
Tabla 21.
Resumen del modelo de regresión lineal múltiple (factores climatológicos sobre las tasas de supervivencia
per cápita).
Modelo R
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
En la Tabla 21 se muestra que la regresión lineal múltiple explica de 30% de la
varianza total en todos los modelos, además por el valor de Durbin-Watson se
asume que los residuos son ligeramente independientes.
(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
velocidad de vientos máximo con la tasa de supervivencia per cápita ninfa 1 a
ninfa 2 y una correlación lineal negativa moderada entre la humedad relativa
con la tasa de supervivencia per cápita ninfa 1 a adulto.
tasas de supervivencia per cápita, se obtienen las siguientes ecuaciones:
 Tasa de supervivencia per cápita ninfa1 a ninfa2:
= 7.341 (V.V.Máx.) – 31.290
 Tasa de supervivencia per cápita ninfa1 a adulto:
= - 14.262 (H.R.) - 979.852
Dónde:
H.R : Humedad Relativa.
las tasas de mortalidad.
Tabla 22.
Resumen del modelo de regresión lineal múltiple (factores climatológicos sobre las tasas de mortalidad).
Modelo R
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
En la Tabla 22 se muestra que la regresión lineal múltiple explica del 33 a 46%
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).
En la Figura 30 se observa una correlación lineal positiva moderada entre la
temperatura mínima con la tasa de mortalidad de ninfa 2 a ninfa 3 y de ninfa 1
a adulto; y una correlación lineal negativa moderada entre la velocidad de
viento máximo con la tasa de mortalidad de ninfa 1 a ninfa 2.
tasas de mortalidad, se obtienen las siguientes ecuaciones:
 Tasa de mortalidad ninfa1 a ninfa2 = - 87.064 (V.V.Máx.) + 374.120
 Tasa de mortalidad ninfa2 a ninfa3 = 4.495 (T. Mín.) + 612.459
93
 Tasa de mortalidad ninfa1 a adulto = 6.833 (T. Mín.) + 388.812
Dónde:
las tasas de mortalidad per cápita.
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
En la Tabla 23 se muestra que la regresión lineal múltiple explica del 27 a 34%
(a) (b)
Figura 31. Gráfico de dispersión de datos de la velocidad de viento máximo 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).
94
En la Figura 31 se ve una correlación lineal negativa moderada entre la
velocidad de vientos máximo con la tasa de mortalidad per cápita ninfa 1 a
ninfa 2 y una correlación lineal positiva moderada entre la humedad relativa con
la tasa de mortalidad per cápita ninfa 1 a adulto.
tasas de mortalidad per cápita, se obtienen las siguientes ecuaciones:
 Tasa de mortalidad per cápita ninfa1 a ninfa2:
= - 8.778 (V.V.Máx.) + 36.782
 Tasa de mortalidad per cápita ninfa1 a adulto:
= 2.264 (H.R.) - 121.794
Dónde:
H.R : Humedad relativa.
95
V. DISCUSIONES.
5.1. Factores climatológicos de la estación Viques, periodo marzo 2015 a
diciembre 2015.
El distrito de Chongos Bajo se encuentra ubicado en la zona de vida de bosque
seco montano bajo sub tropical, según la (ONERN, 1976) presenta una
temperatura templada cálida y se encuentra en la provincia de humedad de
árido.
Los factores climatológicos evaluados fueron la temperatura mínima,
temperatura máxima, temperatura promedio, precipitación, humedad relativa,
velocidad del viento máximo y velocidad del viento promedio, que según
(Selvaraj, Adiroubane, & Ramesh, 2011; Vayssieres, Korie, & Ayegnon, 2009)
son los factores que más influyen en poblaciones de insectos, tanto en su
población como en sus tasas vitales.
Según (Gutiérrez, 1996 citado en Navarro & Liendo, 2010) los factores
abióticos tales como temperatura, precipitación, viento, humedad, polución y
radiación electromagnética pueden fluctuar más amplia y relativamente en
periodos cortos de tiempo, ello implica una mayor variación en sus valores,
coincidiendo con el coeficiente de variación moderado que presentan los
factores climatológicos evaluados (Tabla 2)
De todos los factores climatológicos evaluados (Tabla 2) la precipitación es el
factor que presenta una mayor variación de sus datos en el periodo de
96
evaluación, probablemente por los periodos de lluvia y sequía que son muy
marcados en esta zona de vida. Seguido de la temperatura mínima que en los
meses de marzo, abril, noviembre y diciembre presenta sus valores máximos, a
diferencia de los meses de julio y agosto.
La temperatura promedio, la velocidad del viento máximo y la velocidad del
viento promedio presentan una variación moderada, en el caso de la
temperatura promedio su variación se encuentra en el rango de la zona de vida
de bosque seco montano bajo tropical (ONERN, 1976), y los valores máximos
de la velocidad de vientos se encuentran en el mes de agosto.
La temperatura máxima y la humedad relativa presentan una variación leve; los
valores máximos de la temperatura máxima se encuentran en los meses de
septiembre y octubre, y en el caso de la humedad relativa se encuentran en los
meses de marzo y abril.
5.2. Estructura de la población y tasas vitales de Trichogonia costata
periodo marzo a diciembre del 2015.
Conforme a lo mencionado por (Moreno, 1975) sobre la importancia de las
transformaciones dentro de las poblaciones integradas en la comunidad, se
realizó un estudio detallado de todos los parámetros poblacionales de los
diferentes estadios y del total.
Se utilizó diversos índices de medición de población según (Southwood, 1971
citado en Moreno, 1977) y (Batista, 2004).
(Batista, 2004) menciona que cada individuo en cada estructura y cada estadio
ninfal, tienen diferente comportamiento demográfico, es decir diferentes tasas
de mortalidad, desarrollo y fecundidad, ello coincide con las Figuras 8 a la 17,
97
que muestra un comportamiento distinto de la estructura y tasas vitales de los
distintos estadios ninfales de Trichogonia costata,
Además (Batista, 2004) menciona que las condiciones ambientales a las que
está expuesto una población no permite que la tasa de crecimiento alcance el
máximo, coincidiendo con la Figura 11, que muestra valores máximos
temporales en la tasa de crecimiento de los distintos estadios ninfales de T.
costata.
(Cortey & Villacide, 2006) mencionan que existen pulsos eruptivos que son
cambios muy severos en el tamaño de la población, un crecimiento que se ve
interrumpido por escasez de recursos o condiciones ambientales no favorables,
ello es reflejado en la Figura 8 que muestra estos cambios en el tamaño de
población de los distintos estadios ninfales de T. costata, y en la Tabla 4,
según el nivel de significancia, estos cambios son significativos en los distintos
Según lo mencionado por (Vargas & Rodríguez, 2009), sobre la dinámica
poblacional, destacan que es el estudio de los cambios que sufren
comunidades biológicas así como los factores y mecanismos que los regulan,
(Schowalter, 2006; Nair, 2007 citados en Carrero Sarmiento, 2013) agrega que
en estudios de dinámicas de poblaciones se analizan los cambios en el tamaño
o densidad de poblaciones, por ello es necesario para el estudio de la dinámica
poblacional que existan cambios significativos, y el análisis de varianza de un
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
cápita (Tabla 13) de los distintos estadios ninfales de T. costata muestran
cambios significativos en los distintos meses de evaluación. De igual forma en
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
y mortalidad de ninfa 1 a ninfa 2, ninfa 2 a ninfa 3, ninfa 1 a adulto (Tabla 10),
(Tabla 12).
Sin embargo en algunos índices de la estructura y tasas vitales de la población
de T. costata tales como el porcentaje de ninfa 2 y ninfa 3 sobre el total (Tabla
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
tasa de supervivencia y mortalidad de ninfa 3 a adulto (Tabla 10), (Tabla 12) y
la tasa de natalidad per cápita (Tabla 13) de los distintos estadios ninfales de T.
costata no muestran cambios significativos en los distintos meses de
evaluación, al igual que los factores climatológicos, algunos presentan mucha
variación y otros no, siendo lo primordial en el estudio de dinámica poblacional
según (Moreno, 1975) predecir la intensidad de las fluctuaciones que presenta
la población y las causas que lo originan.
5.3. Influencia de los factores climatológicos sobre la estructura y tasas
vitales de Trichogonia costata en Buddleja incana.
(Carrero Sarmiento, 2013) menciona que es importante considerar la dinámica
poblacional en relación con los factores climatológicos, además de un
entendimiento de sus interacciones.
(Baltazar Castañeda, 2014) en su tesis de doctorado sobre los factores
climatológicos que influyen en la diversidad de insectos, concluye que dichos
factores influyeron significativamente en la población de insectos, tales factores
99
como temperatura, precipitación, viento, humedad, polución y radiación
electromagnética afectan a los organismos directamente (Gutiérrez, 1996
citado en Navarro & Liendo, 2010) y (Ramos-Elorduy y Galindo. 1979 citados
en Hidalgo Gato et al., 1999) señalan que la abundancia y frecuencia de la
población de cicadélidos están relacionados con su preferencia estacional y
por dichos factores, prueba de ello en el periodo de evaluación se observa una
afectación de la población de T. costata (Figura 21). Además (Price, 1986;
Berryman; 2002, 2008; Nair, 2007 citados en Navarro & Liendo, 2010),
mencionan que todos estos factores climatológicos influyen sobre los diferentes
estados del ciclo de vida o en diferentes procesos de vida tales como:
sobrevivencia, movilidad, tasa de desarrollo y reproducción, de igual forma
(Bodenheimer, 1928 & Uvarov, 1931 citados en Vera Graziano et al., 2002)
sostienen que la densidad de población está regulada principalmente por
efectos estos factores, basados en el hecho de que la tasa de oviposición y
desarrollo de los insectos, así como su mortalidad, y (Grandgirard, Hoddle,
Petit, Roderick, & Davies, 2009) también menciona que dichos factores influyen
en el desarrollo de parasitismo a diversas especies de Cicadellidae por ende en
su mortalidad.
(Cortey & Villacide, 2006) realizaron un estudio para definir la estrategia de
control de Sirex noctilio (Hymenoptera: Siricidae), plaga principal del pino,
mencionando que entre las causas de la dinámica de estallidos de S. noctilio
involucran a variables ambientales, por ejemplo las sequías que actúan
aumentando la proporción de árboles susceptibles durante las endemias, ello
coincide con el comportamiento similar que hay entre los factores
100
climatológicos evaluados sobre la estructura y tasas vitales de la población de
T. costata en las diferentes mediciones (Figura 21),
El comportamiento de la población de T. costata en B. incana muestra
similaridad en periodos estacionales, concordando en muchas mediciones con
el comportamiento de los factores climatológicos evaluados, ello concuerda con
lo mencionado por (Selvaraj et al., 2011) en su estudio sobre la dinámica
poblacional de Amrasca devastans y su relación con los parámetros
climatológicos, donde concluyeron que dichos factores determinan la actividad
estacional y la dinámica poblacional de A. devastans en algodón.
5.4. Análisis de los factores climatológicos que influyen sobre la dinámica
poblacional de Trichogonia costata en Buddleja incana.
5.4.1. Análisis de la influencia de la temperatura sobre la dinámica
La temperatura (mínima, promedio y máxima) (Tabla 14) es el factor
climatológico que influye más en la variación de los diversos índices de la
estructura de la población y tasas vitales de T. costata, de la misa forma que
influyen en la dinámica poblacional de Bactrocera dorsalis (Diptera:
Tephritidae) (Peng, Hui, & Jianhong, 2006), y en concordancia con lo
mencionado por (Vargas & Rodríguez, 2009), quienes manifiestan que la
temperatura influye fundamentalmente en relación al tiempo de desarrollo de
los estadios juveniles, longevidad de los adultos, y producción de huevos en la
hembra en los insectos.
(Degooyer, 1997) realizó un estudio de dinámica poblacional y manejo del
saltahojas de la papa, Emphoasca fabae (Homoptera: Cicadellidae),
concluyendo que la temperatura influye en las tasas de desarrollo de los
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
estudio sobre el efecto de la temperatura sobre la dinámica poblacional de
Aedes aegypti, concluyendo que la población de A. aegypti depende de la
temperatura ambiental.
El tamaño de población (Figura 22), la densidad poblacional (Figura 24) y la
tasa de mortalidad (Figura 30) de T. costata se correlacionan positivamente con
la temperatura mínima y la temperatura promedio, concordando con los
estudios realizados por: (Mahmood, Ijaz Hussain, Mahmood Khokhar, Jeelani,
& Ahmad, 2002) sobre la dinámica poblacional de Amrasca biguttula biguttula
y los efectos de los factores abióticos; (Sharma & Lopez, 1990) en su estudio
sobre la biología y dinámica poblacional de insectos, concluyendo que existe
asociaciones positivas entre Calacoris angustalus, Creontiades pallidus, y
Eurystylus bellvoye; (Oscanoa Leon, 2010), quien realizó el estudio del ciclo
biológico de Cinara cupressi (Hemiptera: Aphididae) en Cupressus macrocarpa,
concluyendo un efecto positivo entre población de ninfas y la temperatura;
(Peng et al., 2006) quienes realizaron un estudio sobre la dinámica poblacional
de Bactrocera dorsalis (Diptera: Tephritidae), concluyendo que la temperatura
mínima mensual fue el factor crucial limitante que indirectamente influye en el
decrecimiento de la población y la temperatura promedio mensual fue el factor
crucial de influencia en la fluctuación poblacional; (Pataki, 1972; Wagner et. al.,
1984 citados en SINAVEF, 2009) quienes mencionan que el incremento en la
temperatura también favorece al aumento 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 número de generaciones en un
102
sólo ciclo de producción agrícola; y finalmente (Simoy et al., 2015) quienes
concluyen que el índice de crecimiento poblacional de A. aegypti está en
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
concuerda con lo mencionado por: (Mahmood et al., 2002) quienes realizaron
un estudio sobre la dinámica poblacional de Amrasca biguttula biguttula y los
efectos de los factores abióticos, concluyendo que la temperatura máxima se
correlación positivamente con el número de saltahojas. Sin embargo contradice
lo mencionado por (Sharma & Lopez, 1990) quienes en su estudio sobre la
biología y dinámica poblacional de insectos de la familia Miridae, Hemiptera,
concluye que existe asociaciones negativas entre las altas temperaturas con el
número de Calacoris angustalus, Creontiades pallidus, y Eurystylus bellvoyei y
(Nebreda Hernádez, 2005) quien realizó el estudio de la dinámica poblacional
de insectos homópteros en cultivos de lechuga y brócoli, siendo una de sus
conclusiones que el aumento de las temperaturas máximas coinciden con el
descenso en la densidad poblacional, además que la caída de los picos
poblacionales coincidió con la subida de las temperaturas medias máximas
diarias
Sin embargo algunos índices poblacionales, tales como las tasas de
supervivencia (Figura 28), y el porcentaje de ninfa 2 (Figura 23) sobre el total
de T. costata presentan una correlación negativa leve con la temperatura
promedio y temperatura mínima, ello debido probablemente a otros factores
que influyen en su variación.
103
Algunas autores también mencionan correlaciones negativas de la temperatura
con la población, tales como: (Knap et al., 2009) quienes realizaron estudios
sobre la dinámica poblacional de Ixodes ricinus (Ixodidae: Acaridae) y los
parámetros que los afectan, concluyendo que existe correlación entre el
decrecimiento de la población con la temperatura del aire; (Hidalgo Gato et al.,
1999) realizaron un estudio sobre la dinámica poblacional de cicadélidos en un
agroecosistema cañero de Cuba, concluyendo que la densidad población de
los cicadélidos se relaciona inversamente proporcional con la temperatura;
(Oscanoa Leon, 2010) realizó el estudio del ciclo biológico de Cinara cupressi
(Hemiptera: Aphididae) en Cupressus macrocarpa, concluyendo un efecto
negativo entre la población de áfido alado y la temperatura; y (Selvaraj et al.,
2011) en su estudio sobre la dinámica poblacional de Amrasca devastans
concluyeron que existe una correlación negativa entre la temperatura mínima
con la población de A. devastans.
5.4.2. Análisis de la influencia de la precipitación sobre dinámica
Las precipitaciones afectan en gran manera el desarrollo de las colonias de
pulgones, registrándose altas mortalidades en sus poblaciones después de
periodos de lluvias intensas (Mann et al., 1995 citado en Nebreda Hernádez,
2005), sin embargo por el comportamiento de T. costata, al ocultarse en el
envés de la hoja al momento de la lluvias, no influye en su mortalidad (Venero
Gonzales, 1993), y además por la zona de vida, bosque seco montano bajo sub
tropical (ONERN, 1976), las precipitaciones no son intensas. Concordando lo
mencionado por (Mahmood et al., 2002) quienes realizaron un estudio sobre la
dinámica poblacional de Amrasca biguttula biguttula y los efectos de los
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)
quienes concluyen en su estudio sobre la biología y dinámica poblacional de
insectos de la familia Miridae, Hemiptera, que existe asociaciones positivas
entre Calacoris angustalus, Creontiades pallidus, y Eurystylus bellvoyei y la
épocas lluviosas; (Peng et al., 2006) quienes realizaron un estudio sobre la
dinámica poblacional de Bactrocera dorsalis (Diptera: Tephritidae),
concluyendo la precipitación mensual es uno de los factores climatológicos que
más influyen en la población; (Gonzáles C, Aristizábal L, & Aristizábal H, 2007)
quienes realizaron un estudio de dinámica poblacional de picudos
(Cosmopolites sordidus y Metamasius hemipteros) en plátano, concluyendo
que el comportamiento de cada una de las poblaciones de insectos a través del
tiempo dependió de la precipitación, coincidiendo los aumentos en las
poblaciones con los incrementos en los niveles de lluvia; (Grandgirard et al.,
2009) quien observo fluctuaciones estacionales de Homalodisca vitripennis en
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
un estudio de fluctuación poblacional de Scolytidae (Insecta: Coleoptera) en
cacao, concluyendo que la precipitación media mensual mostró una asociación
negativa y significativa para algunas especies de Scolytidae y para otras hubo
una asociación positiva significativa; (Oscanoa Leon, 2010) quienrealizó el
estudio del ciclo biológico de Cinara cupressi (Hemiptera: Aphididae) en
Cupressus macrocarpa, concluyendo un efecto positivo y entre la población de
105
áfidos alados y precipitación; mientras que tuvo un efecto negativo entre la
población de áfidos y la precipitación; (Selvaraj et al., 2011) quienes en su
estudio sobre la dinámica poblacional de Amrasca devastans concluyeron que
existe una correlación positiva entre la precipitación con la población de A.
devastans.; (Carrero Sarmiento, 2013) quien realizó un estudio de las
fluctuaciones poblacionales del insecto Dasiops inedulis (Diptera:
Lonchaeidae), concluyendo que la precipitación tuvo una influencia negativa en
el patrón temporal de presencia y actividad de los adultos, coincidiendo los
meses de mayor precipitación con la baja de presencia de adulto de D. inedulis,
mas no tuvo relación directa con los patrones de infestación de los estadios
inmaduros; (Byrne & Draeger, 1993) quienes manifiestan que en algunos casos
la precipitación tiene una influencia negativa en el patrón temporal de presencia
y actividad de los adultos; y (Baltazar Castañeda, 2014) quien en su tesis de
doctorado, concluye que la población de insectos fue mayor cuando la
precipitación tuvo un incremento.
5.4.3. Análisis de la influencia de la humedad relativa sobre la dinámica
La humedad relativa influye en el nivel higrométrico, puede actuar directamente
como factor limitante sobre huevos, estadios juveniles y en la determinación de
la actividad y longevidad de los adultos (Vargas & Rodríguez, 2009).
La humedad relativa se correlacionó negativamente con la tasa de
supervivencia per cápita de ninfa 1 a adulto (Tabla 21) de T. costata,
concordando lo mencionado por (Byrne & Draeger, 1993) realizaron
evaluaciones durante dos años sobre las poblaciones del saltahojas,
concluyendo que la población alcanzó el punto máximo la primera parte de
106
Abril, con una fuerte caída en la humedad relativa, además (Baltazar
Castañeda, 2014) en su tesis de doctorado, concluye que la población de
insectos fue mayor cuando la humedad relativa disminuyo, y (Knap et al., 2009)
realizaron estudios sobre la dinámica poblacional de Ixodes ricinus (Ixodidae:
Acaridae) y los parámetros que los afectan, concluyendo que existe correlación
entre el decrecimiento de la población con la humedad relativa.
Sin embargo la humedad relativa se correlaciono positivamente con la tasa de
mortalidad per cápita de ninfa 1 a adulto concordando lo mencionado por
(Sharma & Lopez, 1990) quien concluye en su estudio sobre la biología y
dinámica poblacional de insectos de la familia Miridae, Hemiptera, que existe
asociaciones positivas entre Calacoris angustalus, Creontiades pallidus, y
Eurystylus bellvoyei y la humedad relativa, y también lo mencionado por
(Selvaraj et al., 2011) quienes en su estudio sobre la dinámica poblacional de
Amrasca devastans concluyeron que existe una correlación positiva entre la
humedad relativa con la población de A. devastans.
Pero (Hidalgo Gato et al., 1999) quienes realizaron un estudio sobre la
dinámica poblacional de cicadélidos en un agroecosistema cañero de Cuba,
concluyendo que la densidad población de los cicadélidos es independiente de
la humedad relativa, lo cual concuerda con los resultados obtenidos, ya que la
temperatura mínima y promedio son los que influyen en la densidad de
población de T. costata mas no la humedad relativa.
5.4.4. Análisis de la influencia de la velocidad de vientos sobre la
El viento es reconocido como un importante factor ambiental que afecta a la
dispersión aérea de organismos (McMannus, 1988 citado en Petit et al., 2008).
107
La velocidad de vientos máximo se correlaciona negativamente con la tasa de
mortalidad de ninfa 1 a ninfa 2 y con la tasa de mortalidad per cápita de ninfa 1
a ninfa 2, concordando con lo mencionado por (Selvaraj et al., 2011) en su
estudio sobre la dinámica poblacional de Amrasca devastans concluyeron que
existe una correlación negativa entre la velocidad de vientos con la población
de A. devastans.
Sin embargo la velocidad de vientos promedio se correlaciona positivamente
con la tasa de crecimiento y tasa de crecimiento per cápita, y la velocidad de
vientos máximo con la tasa de supervivencia de ninfa 1 a ninfa 2, y con la tasas
de supervivencia per cápita de ninfa 1 a ninfa 2
108
VI. CONCLUSIONES.
1. La temperatura mínima y la precipitación presentan una variación muy alta;
la velocidad del viento promedio y la velocidad del viento máximo presentan
una variación moderada; la temperatura promedio, la temperatura máxima y
la humedad relativa presentan una variación baja, siendo el promedio de
variación de todos los factores climatológicos el de moderado, en la estación
de Viques de marzo a diciembre del 2015.
2. El tamaño de población, la densidad poblacional, la tasa de crecimiento, la
tasa de crecimiento per cápita, la tasa de supervivencia, la tasa de
supervivencia per cápita, la tasa de mortalidad y la tasa de mortalidad per
cápita de T. costata en B. incana presentan una variación estadísticamente
significativa en los meses evaluados, a diferencia del porcentaje de los
diferentes estadios ninfales sobre el total, la tasa de natalidad y la tasa de
natalidad per cápita, cuya variación no es estadísticamente significativa;
además el tamaño de población, la densidad poblacional, la tasa de
crecimiento y la tasa de crecimiento per cápita presentan un comportamiento
descendente de marzo a julio y ascendente de agosto a diciembre; a
diferencia de la tasa de natalidad y la tasa de supervivencia que presentan
una comportamiento ascendente de marzo a agosto y descendente de
agosto a diciembre; sin embargo el porcentaje de los distintos estadios
ninfales sobre el total, la tasa de supervivencia per cápita, la tasa de
natalidad per cápita y la tasa de mortalidad per cápita presentan un
comportamiento variado sin tendencias.

3. Los factores climatológicos influyen en el comportamiento y variación de la
densidad poblacional y tamaño de población de T. costata en B. incana en
los meses de abril, junio, julio, agosto, septiembre, octubre y noviembre, e
influyen también en la tasa de supervivencia y mortalidad en los meses de
junio, julio, octubre y noviembre, además influyen en el porcentaje de cada
estadio ninfal sobre el total, la tasa de crecimiento, la tasa de crecimiento per
cápita y la tasa de natalidad en los meses de junio y julio, finalmente
influyen en el comportamiento y variación de la tasa de supervivencia per
cápita en los meses de abril, septiembre, octubre y noviembre.
4. Los factores climatológicos que influyen en la dinámica poblacional de T.
costata en B. incana son: La temperatura mínima que influye en el tamaño
de población, el porcentaje de cada estadio ninfal sobre el total y la densidad
poblacional, junto con la temperatura promedio, que además influyen en la
tasa de crecimiento per cápita y con la velocidad de viento máximo influyen
en la tasa de crecimiento; además la temperatura máxima influye en la tasa
de natalidad y tasa de natalidad per cápita; y finalmente la velocidad del
viento máximo influye en la tasa de mortalidad, tasa de supervivencia y con
la humedad relativa influyen en la tasa de supervivencia per cápita y la tasa
de mortalidad per cápita.
5. Los factores climatológicos evaluados influyen significativamente en el
comportamiento y variación de la dinámica poblacional de T. costata en B.
incana, en el distrito de Chongos Bajo de marzo a diciembre del 2015.

VII. RECOMENDACIONES.
1. Realizar estudios de la dinámica poblacional de Trichogonia costata en
Buddleja incana en otras zonas de vida, debido a que cada zona de
vida presentan características climáticas particulares.
2. Realizar estudios poblacionales de Trichogonia costata en bosques de
Buddleja incana, ya que se presume que el comportamiento poblacional
de T. costata en plantas aisladas es distinto al comportamiento
poblacional en bosques naturales.
3. Realizar investigaciones sobre los controladores biológicos de
Trichogonia costata en Buddljea incana, y evaluar su influencia en la
dinámica poblacional.
4. Realizar una investigación sobre el manejo integrado de plagas para
Trichogonia costata que afecta a Buddleja incana, utilizando como base
científica las ecuaciones de predicción de la dinámica poblacional de T.
costata en función a los factores climatológicos.

VIII. BIBLIOGRAFÍA
Arica, D. S. (2003). Algunas Especies Forestales Nativas Para la Zona

Altoandina.
Baltazar Castañeda, H. (2014). FACTORES CLIMÁTICOS QUE INFLUYEN EN

LA DIVERSIDAD DE INSECTOS EN Spartium junceum L. (Fabales:
Fabaceae) EN EL VALLE DEL MANTARO. Universidad Nacional del
Centro del Perú.
Batista, W. B. (2004). Dinámica de las Poblaciones. Buenos Aires: Universidad

de Buenos Aires.
Byrne, D. N., & Draeger, E. A. (1993). Evaluation of Potato Leafhopper,

Empoasca fabae L., Populations in Arizona Citrus. Environmental
Entomology, 21, 852–862.
Carrero Sarmiento, D. A. (2013). Fluctuaciones poblacionales del insecto

Dasiops inedulis ( Diptera : Lonchaeidae ) en cultivos de granadilla en
Boyacá , Colombia. Universidad Nacional de Colombia.
Cortey, J. C., & Villacide, J. M. (2006). Una Visión Dinámica del Manejo de la
Plaga Forestal Sirex noctilio. SAGPyA, 24, 2–8.
Coscollá Ramón, R. (1981). Algunas consideraciones sobre la dinámica

poblacional de Lobesia botrana Den. Schiff. en las comarcas vitícolas
valencianas. Bol. Serv. Plagas, 7, 169–184.
Costa, J. F., & Lozada, P. W. (2010). Lista de cigarritas (Hemiptera:

Cicadellidae) de Cusco, Perú. Revista Peruana de Biología, 17(3), 303–
316.
Degooyer, T. A. (1997). Population dynamixs and management of potato
leafhopper and other insect pests in forage systems. Iowa State University.
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.
Forero, D. (2008). The systematics of the Hemiptera. Revista Colombiana de

Entomología, 34(1), 1–21.
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.
Gillott, C. (2005). Entomology (Third.). Saskatchewan: Springer.
Gomez Peñaherrera, M. E. (2007). EVALUACIÓN DE ALTERNATIVAS

SILVOPASTORILES UTILIZANDO: YAGUAL (Polylepis racemosa),
QUISHUAR (Buddleja incana) y COLLE (Buddleja coriacea); EN LA
MICROCUENCA DEL RIO CHIMBORAZO. Escuela Politécnica del
Ejército.
Gonzáles C, C., Aristizábal L, M., & Aristizábal H, J. C. (2007). DINÁMICA

POBLACIONAL DE PICUDOS EN PLÁTANO Musa AAB) DOMINICO
HARTÓN. Revista Agronómica, 15(2), 33–38.
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.
Hines, W. W., & Montgomery, D. C. (1996). Probabilidad y estadística para

ingeniería y administración (Tercera Ed.). Mexico: Compañia Editorial
Continental, S.A.
Iglesias Fuente, D. J. (1996). Simulación de dinámicas de poblaciones de

lepidópteros forestales. Revta. Aragon. Ent., 6, 43–50.
Ives H, W. G. (1953). SEQUENTIAL SAMPLING OF INSECT POPULATIONS.

Forestry Chronicle, 287–291.
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
Knowles, T. C., Wakimoto, V., & Dare, B. (1999). TREEHOPPER AND

LEAFHOPPER POPULATION DYNAMICS FOLLOWING SPRING
FURADAN ALFALFA STUBBLE TREATMENT.
Kuno, E., & Hokyo, N. (1970). Kuno Comparative analysis of the population
dynamics of rice.pdf. Rev. Popul. Ecol, 7, 154–184.
Lacy, G. H. (1982). Occurrence and seasonal distribution of leafhopper vectors

of the X-disease causal agent in methoxychlor-sprayed and unsprayed
peach orchards. Crop Protection, 1(3), 333–340.
Leon, B., & Sánchez, I. (2006). Buddlejaceae endémicas del Perú. Revista
Peruana de Biología, 13(2), 2006.
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.
Maldonado Alcocer, J. M. (2010). Dinamica poblacional de insectos beneficos

asociados al cultivo de quinua en tres sitios en poscosecha, localidad
viroxa, provincia ladislao cabrera del departamento de Oruro. Instituto
Nacional de Innovaciones Agroforestales.
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
Montgomery, D. C. (2004). Diseño y Análisis de Experimentos (Seguda Edi.).

Mexico: Editorial Limusa S.A.
Moreno, R. (1975). Consideraciones previas para el estudio de la dinámica de

poblaciones de Aleurothrixus floccossus Maskell (Homp., Aleurodidae).
Bol. Serv. Plagas, 1, 13–21.
Moreno, R. (1977). Revisión de las técnicas de muestreo en entomología

aplicada. Bol. Serv. Plagas, 3, 207–217.
Muñoz Quinto, O. C. (2015). EFECTO DE TRES PLANTAS BIOCIDAS EN EL

CONTROL DE Trichogonia costata EN PLANTACIONES DE Buddleia
coriácea, PACCHA - JAUJA. Universidad Nacional del Centro del Perú.
Naranjo, S. E., & Castle, S. J. (2010). Sequential sampling plans for estimating
density of glassy-winged sharpshooter, Homalodisca vitripennis (
Hemiptera : Cicadellidae ) on citrus. Crop Protection, 29(11), 1363–1370.
doi:10.1016/j.cropro.2010.07.003
Navarro, R., & Liendo, R. (2010). FLUCTUACIÓN POBLACIONAL DE

SCOLYTIDAE ( INSECTA : COLEOPTERA ) EN CACAO DEL ESTADO
ARAGUA , VENEZUELA POPULATION FLUCTUATION OF SCOLYTIDAE
( INSECTA : COLEOPTERA ) IN COCOA OF ARAGUA STATE ,
VENEZUELA. Agronomía Tropical, 60(3), 255–261.
Nebreda Hernádez, M. (2005). DINÁMICA POBLACIONAL DE INSECTOS

HOMÓPTEROS EN CULTIVOS DE LECHUGA Y BRÓCULI,
IDENTIFICACIÓN DE PARASITOIDES ASOCIADOS Y EVALUACIÓN DE
ALTERNATIVAS FÍSICAS DE CONTROL. Universidad Complutense de
Madrid.
ONERN. (1976). Mapa Ecológico del Perú. Lima.
Oscanoa Leon, C. A. (2010). CICLO BIOLÓGICO DE Cinara cupressi Buckton,

(Hemiptera: Aphididae) EN PLANTAS DE Cucpressus macrocarpa Hartw
EL TAMBO - HUANCAYO. Universidad Nacional del Centro del Perú.
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.
Raimundo Charlin, C. (2005). Técnicas de muestreo (Monitoreo) de las

principales plagas de palto (Persea americana Lauraceae) e identificación
de la producción frutal (MIPF). Santiago de Chile: Unviersidad de Chile.
Reynel, C., & Marcelo, J. (2009). Árboles de los ecosistemas forestales

andinos. Manuel de identificación de especies. (Primera.). Lima.
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.
Reza Tapia, F. S. (2013). DINÁMICA POBLACIONAL ESPACIAL DE LA

Buddeja incana R&P EN MATORRALES Y BOSQUES RELICTOS DEL
VALLE DEL MANTARO. Universidad Nacional del Centro del Perú.
Rojo Abuín, J. M. (2007). Regresión lineal múltiple. Madrid: Instituto de

Economía y Geografía.
Romero R, F. (2004). Manejo Integrado de Plagas: Las Bases, Los Conceptos

Su Mercantilización (Primeo.). Tezcoco.
aguez, J., Olivier, C., Hamilton, A., Lowery, T., to s, L., Lasnier, J., …
Vicent, C. (2009). Diversity and Abundance of Leafhoppers in Canadian
Vineyards. Plant Disease, 11, 124–139.
Selvaraj, S., Adiroubane, D., & Ramesh, V. (2011). Population Dynamics of

Leafhopper, Amrasca devastans Distant in Cotton and its Relationship with
Weather Parameters. Journal of Entomology, 1–8.
Sharma, H. C., & Lopez, V. F. (1990). Biology and population dynamics of

sorghum head bugs (Hemiptera: Miridae). Crop Protection, 9, 164–173.
Simoy, M. I., Simoy, M. V, & Canziani, G. A. (2015). The effect of temperature

on the population dynamics of Aedes aegypti. Ecological Modelling, 314,
100–110. doi:10.1016/j.ecolmodel.2015.07.007
SINAVEF. (2009). El cambio climático y su influencia en las plagas agrícolas.

México.
Stewart Alan, J. A. (2002). Techniques for sampling Auchenorrhyncha in

grasslands. Neue Folge, 176(176), 491–512.
Triola, M. F. (2009). Estadística (Décima Edi.). México: Pearson Educación.
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.
Vargas, R., & Rodríguez, S. (2009). Dinámica de poblaciones.
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

Yauirpata Echevarria

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Yauirpata Echevarria

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ

FACULTAD DE CIENCIAS FORESTALES Y DEL AMBIENTE

PRESENTADA POR EL BACHILLER:

BRYAN FREDY YARUPAITA ECHEVARRIA

PARA OPTAR EL TITULO PROFESIONAL DE:

INGENIERO FORESTAL Y AMBIENTAL

- A mi asesor, el Dr. Hernán Baltazar Castañeda por su valioso apoyo y

sabios consejo durante el desarrollo del presente trabajo de

- A la Ing. Adam Ramos Cadillo, al Ing. Eusebio Sanchez Paucar y a todo

el personal del Servicio Nacional de Meteorología e Hidrología del Perú

– SENAMHI, por el valioso apoyo en la recopilación de los datos

meteorológicos para el desarrollo de esta investigación.

- Al Dr. Hector Barrero Medel y la M. Sc Bertha Castillo Edua por su

valioso apoyo en el análisis estadístico.

- A la Facultad de Ciencias Forestales y del Ambiente, su decano el Mg.

Ricardo Menacho Limaymanta y todo el cuerpo docente por todas las

enseñanzas y sugerencias para el desarrollo de esta investigación.

- A todas las personas que colaboraron directa o indirectamente con el

desarrollo de este trabajo, a ellos mi profundo agradecimiento.

II. REVISIÓN DE LITERATURA. 1

III. MATERIAL Y MÉTODOS 47

VI. CONCLUSIONES. 109

Palabras clave: Trichogonia costata, Buddleja incana, dinámica poblacional,

Key words: Trichogonia costata, Buddleja incana, population dynamics,

En la actualidad el cambio climático ha generado un comportamiento distinto al

habitual en poblaciones de insectos, que se multiplican rápidamente durante

condiciones climáticas favorables; (Aherr et al., 1994 citados en Selvaraj,

o parásitos directa o indirectamente (Arif et al., 2006 citados en Selvaraj et al.,

2011). Además que el clima determina la capacidad de un patógeno o insecto

plaga para prosperar o persistir bajo condiciones naturales en una localidad

Desde la aparición del hombre en Sudamérica los bosques altoandinos han

disminuido en extensión, siendo una las especies forestales de gran

importancia de estos bosques la Buddleja incana, que es sin duda de mucha

importancia dentro de las comunidades rurales (Arica, 2003), actualmente se

tropical y bosque húmedo montado tropical (ONERN, 1976).

(Venero Gonzales, 1993) reporto en el año 1989 a Trichogonia costata que es

una especie de la familia Cicadellidae que ataca a diversas especies forestales

andinas, entre ellas Buddleja coriácea, Buddleja incana, Escalonia resinosa y

Polylepis sp, causando daño por su picadura en puntos tiernos de la planta:

ramillas, pedúnculos, peciolo, etc. Además de transmitir hongos como

las poblaciones más considerables de B. incana en el valle del Mantaro, (Reza

Tapia, 2013), muchas de ellas afectadas por la presencia de T. costata,

Para ver los cambios de poblaciones de T. costata es necesario realizar un

estudio de dinámica poblacional, analizando los cambios en el tamaño o

en Carrero Sarmiento, 2013). Por ende, la dinámica poblacional juega un papel

importante en la predicción de estos cambios, y además intenta explicar sus

causas (Jervis, 2005 citado en Carrero Sarmiento, 2013), convirtiéndose en un

componente básico en la implementación del manejo integrada de plagas,

conservación de especies de interés y manejo de recursos (Schowalter, 2006 &

Nair, 2007 citados en Carrero Sarmiento, 2013).

Con la presente investigación se pretende evaluar cómo influyen los factores

climatológicos sobre la dinámica poblacional de Trichogonia costata, reportada

en la Buddleja incana y evaluar la influencia de los factores climatológicos más

importantes como precipitación, temperatura, humedad relativa y velocidad de

vientos, y así sentar bases teóricas para un manejo integrado de plagas.

Los objetivos de la investigación fueron: Describir la variación de los factores

climatológicos de la estación de Viques de marzo a diciembre del 2015;

describir la variación de la estructura de la población y tasas vitales de T.

costata en B. incana en el distrito de Chongos Bajo, explicar la influencia de

los factores climatológicos sobre la variación de la estructura y tasas vitales de

la población de T. costata en B. incana en el distrito de Chongos Bajo; y

determinar cuáles de los factores climatológicos influyen sobre la dinámica

poblacional de T. costata en B incana en el distrito de Chongos Bajo.

2.1. Antecedentes de investigación.