Citas bibligráficas
Cabrejo, C., (2019). Evaluación del estado de salud de pastizales altoandinos empleando técnicas multivariadas [Tesis, Universidad Nacional Agraria La Molina]. https://hdl.handle.net/20.500.12996/4100
Cabrejo, C., Evaluación del estado de salud de pastizales altoandinos empleando técnicas multivariadas [Tesis]. : Universidad Nacional Agraria La Molina; 2019. https://hdl.handle.net/20.500.12996/4100
@mastersthesis{sunedu/3276084,
title = "Evaluación del estado de salud de pastizales altoandinos empleando técnicas multivariadas",
author = "Cabrejo Sánchez, Cynthia Patricia",
publisher = "Universidad Nacional Agraria La Molina",
year = "2019"
}
Los ecosistemas, como los pastizales, proporcionan diversos servicios ecosistémicos en beneficio de la sociedad incluyendo a un gran número de familias rurales a nivel global. Pese a ello, se encuentran en riesgo por la degradación y desertificación de tierras causadas por un conjunto de factores biofísicos y socioeconómicos. Por lo tanto, hay una necesidad por generar herramientas más precisas y de menor subjetividad para estudios que puedan proveer información oportuna sobre la salud del pastizal. El presente estudio tuvo por objetivo principal reducir el sesgo observacional del método Pyke o Estado de Salud del Pastizal (Interpreting Indicators of Rangeland Health - IIRH) mediante la incorporación de variables cuantitativas posibles de medir a través de instrumentos de precisión y métodos de menor complejidad. Además, se identificó las variables más sensibles a los cambios de estado de salud y generó un modelo matemático basado en el uso de las técnicas multivariadas, regresión logística y análisis discriminante lineal, para predecir la salud del pastizal y validarlo de acuerdo con el método Pyke. Las evaluaciones se localizaron en pajonales de diferentes estados de salud en ecosistemas altoandinos de las regiones Huancavelica, Áncash, Lima y Pasco. En estas áreas se evaluaron 17 variables cuantitativas asociadas a los atributos del pastizal, y en base a ellas, se generaron modelos matemáticos empleando las técnicas multivaridas antes mencionadas. La validación se realizó en pastizales localizados en las mismas regiones de la evaluación inicial. Se obtuvo que la técnica multivariada que generó el modelo con mayor precisión en la estimación, con respecto al método Pyke, fue el análisis discriminante lineal en su fase de entrenamiento y validación. Se concluyó que las variables que detectaron con mayor sensibilidad los cambios de estado de salud y, a la vez, de mayor influencia en la predictibilidad del modelo elegido, fueron cobertura basal de vegetación, pavimento de erosión y suelo desnudo. El método Pyke estima con precisión la salud del pastizal a través de la evaluación de los procesos ecológicos, pero no permite que pueda ser usado en proveer información de tendencia por su carácter cualitativo. Las técnicas multivariadas, de naturaleza cuantitativa, permiten estimar la tendencia en un enfoque ecológico, por consiguiente, debería usarse en combinación con el método Pyke.
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons