introducci” nmisma. Aunque éstas explicaciones teóricas “a posteriori”, como que un parámetro b=1implicaba una distribución <strong>de</strong> Poisson, han sido duramente criticadas (Hurlbert, 1990), esta leyconserva su valor <strong>de</strong>scriptivo. Su autor <strong>de</strong>fien<strong>de</strong> que es más constante que otros índices <strong>de</strong>agregación en rango amplio <strong>de</strong> <strong>de</strong>nsida<strong>de</strong>s <strong>de</strong> población (Taylor, 1984). Por otro lado,proporciona transformadas a<strong>de</strong>cuadas para la mo<strong><strong>de</strong>l</strong>ización lineal (ver 2.6.2).1.5.4.3.- Otras medidas <strong>de</strong> aleatoriedad <strong>de</strong> distribución espacial.Aunque los ajustes a distribuciones teóricas nos dan una i<strong>de</strong>a <strong>de</strong> la aleatoriedad <strong>de</strong> ladistribución <strong>de</strong> los individuos <strong>de</strong> una especie, en realidad no contienen información espacial;es <strong>de</strong>cir, aunque <strong>de</strong>scriban que el número <strong>de</strong> individuos en ciertos “quadrats” es superior a loaleatoriamente esperado (agregación), no nos indica qué suce<strong>de</strong> en el “quadrat” contiguo, odos o tres más allá. Aunque vayan más allá <strong><strong>de</strong>l</strong> campo <strong><strong>de</strong>l</strong> presente trabajo, mencionaremosalgunas pruebas estadísticas.- Test <strong>de</strong> “runs” o prueba <strong>de</strong> rachas <strong>de</strong> Wald-Wolfowitz (Sokal y Rohlf, 1995).El contraste <strong>de</strong> rachas permite verificar la hipótesis nula <strong>de</strong> que la muestra es aleatoria,es <strong>de</strong>cir, si las sucesivas observaciones son in<strong>de</strong>pendientes. Este contraste se basa en elnúmero <strong>de</strong> rachas que presenta una muestra. Una racha se <strong>de</strong>fine como una secuencia <strong>de</strong>valores muestrales con una característica común precedida y seguida por valores que nopresentan esa característica. Así, se consi<strong>de</strong>ra una racha la secuencia <strong>de</strong> k valoresconsecutivos superiores o iguales a la media muestral (o a la mediana o a la moda, o acualquier otro valor <strong>de</strong> corte) siempre que estén precedidos y seguidos por valores inferioresa la media muestral (o a la mediana o a la moda, o a cualquier otro valor <strong>de</strong> corte).El número total <strong>de</strong> rachas en una muestra proporciona un indicio <strong>de</strong> si hay o noaleatoriedad en la muestra. Un número reducido <strong>de</strong> rachas (el caso extremo es 2) es indicio<strong>de</strong> que las observaciones no se han extraído <strong>de</strong> forma aleatoria, los elementos <strong>de</strong> la primeraracha proce<strong>de</strong>n <strong>de</strong> una población con una <strong>de</strong>terminada característica (valores mayores omenores al punto <strong>de</strong> corte) mientras que los <strong>de</strong> la segunda proce<strong>de</strong>n <strong>de</strong> otra población. Deforma idéntica un número excesivo <strong>de</strong> rachas pue<strong>de</strong> ser también indicio <strong>de</strong> no aleatoriedad<strong>de</strong> la muestra.- GeoestadísticaLa Geoestadística se <strong>de</strong>fine como la aplicación <strong>de</strong> la Teoría <strong>de</strong> Funciones Aleatorias alreconocimiento y estimación <strong>de</strong> fenómenos naturales (Journel y Huijbregts, 1978), osimplemente, el estudio <strong>de</strong> las variables numéricas distribuidas en el espacio (Chauvet,1994), siendo una herramienta útil en el estudio <strong>de</strong> estas variables (Zhang et al., 1992). Supunto <strong>de</strong> partida es asumir una intuición topo-probabilista (Matheron, 1970). Los fenómenosdistribuidos en el espacio, la mineralización en un yacimiento mineral por ejemplo, presenta5136
Biolog• a <strong><strong>de</strong>l</strong> <strong>gusano</strong> <strong>de</strong> alamBre (<strong>Agriotes</strong> <strong>spp</strong>.) en la llanada alavesa y <strong>de</strong>sarrollo <strong>de</strong> estrategias <strong>de</strong> control integrado en el cultivo <strong>de</strong> la patataun carácter mixto, un comportamiento caótico o aleatorio a escala local, pero a la vezestructural a gran escala.Se pue<strong>de</strong> entonces sugerir la i<strong>de</strong>a <strong>de</strong> interpretar este fenómeno en términos <strong>de</strong> FunciónAleatoria (FA), es <strong>de</strong>cir, a cada punto x <strong><strong>de</strong>l</strong> espacio se le asocia una Variable Aleatoria (VA)Z(x), para dos puntos diferentes x e y, se tendrán dos VAs Z(x) y Z(y) diferentes pero noin<strong>de</strong>pendientes, y es precisamente su grado <strong>de</strong> correlación el encargado <strong>de</strong> reflejar lacontinuidad <strong><strong>de</strong>l</strong> fenómeno en estudio, <strong>de</strong> modo que el éxito <strong>de</strong> esta técnica es la<strong>de</strong>terminación <strong>de</strong> la función <strong>de</strong> correlación espacial <strong>de</strong> los datos (Zhang et al., 1992). Suestimador, El Krigeaje, tiene como objetivo encontrar la mejor estimación posible a partir <strong><strong>de</strong>l</strong>a información disponible, y en efecto, el valor estimado obtenido Z*(x) <strong>de</strong> un valor real y<strong>de</strong>sconocido Z(x), consiste en una combinación lineal <strong>de</strong> pesos asociados a cada localizacióndon<strong>de</strong> fue muestreado un valor Z(xi) (i = 1,…n) <strong><strong>de</strong>l</strong> fenómeno estudiado, observando doscondiciones fundamentales: 1.- que el estimador sea insesgado. E [Z* - Z] = 0, y 2.- que lavarianza Var[Z* - Z] sea mínima, consiguiéndose <strong>de</strong> este modo minimizar la varianza <strong>de</strong>error <strong>de</strong> estimación.Utiliza en la estimación las características <strong>de</strong> variabilidad y correlación espacial <strong><strong>de</strong>l</strong>fenómeno estudiado, por lo que su uso implica un análisis previo <strong>de</strong> la información con elobjetivo <strong>de</strong> <strong>de</strong>finir o extraer <strong>de</strong> esta información inicial un mo<strong><strong>de</strong>l</strong>o que represente sucontinuidad espacial. Una vez logrado, estamos en condiciones <strong>de</strong> obtener el mejor valorposible en cada localización o bloque a estimar a partir <strong>de</strong> los datos medidos.1.5.5. Características <strong>de</strong> los métodos <strong>de</strong> muestreoEn Estados Unidos, Lefko (1998b) <strong>de</strong>sarrolló un mo<strong><strong>de</strong>l</strong>o para estimar la susceptibilidad<strong>de</strong> una zona al ataque <strong>de</strong> <strong>gusano</strong> <strong>de</strong> <strong>alambre</strong> mediante variables como la humedad <strong><strong>de</strong>l</strong> suelo, latextura y datos metereológicos <strong><strong>de</strong>l</strong> año anterior. El mapa generado por este mo<strong><strong>de</strong>l</strong>o aunquepue<strong>de</strong> ser utilizado como una guía para analizar una parcela concreta, no es fiable parai<strong>de</strong>ntificar áreas don<strong>de</strong> sean o no necesarios métodos <strong>de</strong> control <strong>de</strong> la plaga.1.5.5.1. Muestreo <strong>de</strong> tierraEn un principio la estimación <strong>de</strong> la población <strong>de</strong> <strong>gusano</strong> <strong>de</strong> <strong>alambre</strong> se basó en elmuestreo <strong>de</strong> tierra. El Ministerio Británico <strong>de</strong> Agricultura (Anónimo, 1948) diseñó un método<strong>de</strong> muestreo que incluía prospecciones intensivas <strong>de</strong> tierra: 20 muestras <strong>de</strong> 10 cm <strong>de</strong> diámetropor 15 <strong>de</strong> alto (1 larva implicaba 62.500 larvas por hectárea), contabilizando las larvasmediante el método <strong>de</strong> extracción <strong>de</strong> invertebrados por flotación (Salt y Hollick, 1944;Cockbill, et al., 1945; Jansson et al., 1989). Sin embargo esta técnica está sujeta a un alto nivel5237
- Page 5 and 6: Un registro bibliográfico de esta
- Page 8: Agradecimientos:Me resulta muy dif
- Page 12 and 13: • ndice1. INTRODUCCIÓN .........
- Page 14: • ndice3.5.4. Control cultural...
- Page 18 and 19: introducci” n1.1. Taxonomía y bi
- Page 20 and 21: introducci” nEs la subfamilia Ela
- Page 22 and 23: introducci” ninterestría de cada
- Page 24 and 25: introducci” npreferentemente en l
- Page 26 and 27: introducci” nexponencial.velocida
- Page 28 and 29: introducci” n30,0025,0020,00Longi
- Page 30 and 31: introducci” nORGANISMOENFERMEDADR
- Page 32 and 33: introducci” n1.2.2. Importancia e
- Page 34 and 35: introducci” nEn Europa la importa
- Page 36 and 37: introducci” ncoleoptilo emergente
- Page 38 and 39: introducci” nCAMPAÑA CONSUMO SIE
- Page 40 and 41: introducci” norganofosforados (fo
- Page 42 and 43: introducci” nlos gusanos de alamb
- Page 44 and 45: introducci” nsignificativas en el
- Page 46 and 47: introducci” nculturales y medios
- Page 48 and 49: introducci” nParker y Seeney (199
- Page 50 and 51: introducci” n1009080UniformePoiss
- Page 54 and 55: introducci” nde error sobre todo
- Page 56 and 57: introducci” nSegún Chabert y Blo
- Page 58 and 59: introducci” núltimo se optimizar
- Page 60: introducci” nLa solución pasa pu
- Page 64 and 65: material y mÄ todos2.1. LA FASE AD
- Page 66 and 67: material y mÄ todosLas distintas f
- Page 68 and 69: material y mÄ todosFigura 19: Tram
- Page 70 and 71: material y mÄ todos2.4. DISTRIBUCI
- Page 72 and 73: material y mÄ todos2.4.3. Extracci
- Page 74 and 75: material y mÄ todosEn lo referente
- Page 76 and 77: material y mÄ todosLa escala utili
- Page 78 and 79: material y mÄ todosLa tabla 8 es u
- Page 80 and 81: material y mÄ todos- RotenonaInsec
- Page 82 and 83: material y mÄ todos2.5.3.1. Labora
- Page 84 and 85: material y mÄ todosS 2 =a m bDonde
- Page 86 and 87: material y mÄ todos2.6.2.1. Modelo
- Page 88 and 89: material y mÄ todosκy = , (7)1−
- Page 90: material y mÄ todos2.7. RELACIÓN
- Page 94 and 95: esultados3.1. LA FASE ADULTA3.1.1.
- Page 96 and 97: esultadosFigura 32: Polimorfismo en
- Page 98 and 99: esultadosFuente de Grados de Suma d
- Page 100 and 101: esultadosen campo.En laboratorio (f
- Page 102 and 103:
esultadosMientras se produce la ap
- Page 104 and 105:
esultados43 22,7957 25,1283 0,02683
- Page 106 and 107:
esultadosFuente de Grados de Suma d
- Page 108 and 109:
esultadosSe observa que la curva aj
- Page 110 and 111:
esultados3.2.3- Longitud de las pup
- Page 112 and 113:
esultadosEn las cajas de cría al a
- Page 114 and 115:
esultados3.2.3.1. Variabilidad entr
- Page 116 and 117:
esultadosMediante análisis de vari
- Page 118 and 119:
esultados3.3. DISPERSIÓN DE LOS AD
- Page 120 and 121:
esultadosFigura 49: Evolución de c
- Page 122 and 123:
esultados3.4. DISTRIBUCIÓN DE LAS
- Page 124 and 125:
esultados0.51. Su intervalo de conf
- Page 126 and 127:
esultados3.4.2.3 Ajuste a la ley de
- Page 128 and 129:
esultados% tubérculos dañados = 0
- Page 130 and 131:
esultadosAyala Bloque A Bloque B Ga
- Page 132 and 133:
esultados100806040200100806040200Ay
- Page 134 and 135:
esultadosEn cualquier caso, en este
- Page 136 and 137:
esultados2000 2001 2002 2003 2004Ce
- Page 138 and 139:
esultados3.5.4. Control cultural3.5
- Page 140:
esultadosDel análisis de varianza
- Page 144 and 145:
discusi” n4.1. LA FASE ADULTA4.1.
- Page 146 and 147:
discusi” ncomponentes. A. sordidu
- Page 148 and 149:
discusi” nEn la bibliografía se
- Page 150 and 151:
discusi” nLos datos tomados duran
- Page 152 and 153:
discusi” nexposición. Cherry y A
- Page 154 and 155:
discusi” nPor comparación con ot
- Page 156 and 157:
discusi” nSamson y Calder, (2003)
- Page 158 and 159:
discusi” nPor otra parte, los res
- Page 160 and 161:
discusi” ntemperaturas inferiores
- Page 162 and 163:
discusi” nNuestro estudio puede c
- Page 164:
5. CONCLUSIONES
- Page 167 and 168:
Biolog• a del gusano de alamBre (
- Page 170 and 171:
BiBliograf• aAdams, B.J., Nguyen,
- Page 172 and 173:
BiBliograf• aCherry, R.,H., Stans
- Page 174 and 175:
BiBliograf• aFerron, P., 1975. Vi
- Page 176 and 177:
BiBliograf• aIvashchenko, I.I., D
- Page 178 and 179:
BiBliograf• aKwon, M., Hahm, Y.I.
- Page 180 and 181:
BiBliograf• aParker, W.E., Howard
- Page 182 and 183:
BiBliograf• aSevacherian, V., Ste
- Page 184:
BiBliograf• aWaller, R.A., Duncan
- Page 187 and 188:
Nº 23. Influencia de los procesos