Está en la página 1de 108

PROYECTO PAR/98/G33

Universidad Nacional de Asuncin


FACULTAD DE CIENCIAS AGRARIAS
SEDE PEDRO JUAN CABALLERO Telefax (595-036) 74066 - E-mail: pagricola_pjc@agr.una.py

PARAGUAY SILVESTRE
Madame Lynch 3500 www.paraguaysilvestre.org.py

Asuncin - Paraguay

Pedro Juan Caballero - Paraguay

EXPERIENCIA REVELADA POR INFORMANTES CALIFICADOS SOBRE EL IMPACTO DEL CAMBIO CLIMTICO EN EL ECOSISTEMA DE CONCEPCIN Y AMAMBAY

PEDRO JUAN CABALLERO - PARAGUAY Marzo, 2007

Conduccin institucional Prof. Ing. Agr. M.Sc LORENZO MEZA LPEZ1, Decano Facultad de Ciencias Agrarias Universidad Nacional de Asuncin. Prof. Ing. Agr. M.Sc MIGUEL ANGEL RUIZ VILLALBA1, Vice-Decano Facultad de Ciencias Agrarias Universidad Nacional de Asuncin.

Asesor cientfico y acadmico ING. AGR. PhD GILBERTO PEZ BOGARN2

Investigadores principales ING. AGR. MSc RAMN MARTNEZ OJEDA3 ING. AGR. MSc JOS QUINTO PAREDES F. 3 ING. AGR. MSc MIGUEL ANGEL RUIZ VILLALBA ING. AGR. CESAR DANIEL RIVEROS REYES3 ING. AGR. BENITO ARMANDO SOLIS MENDOZA3

Asistentes ADOLFO LEGUIZAMON RESQUN4 ZONIA IGNACIA MUOZ PEREZ4 LUIS RICHAR ARGELLO PAREDES4 LIDIO RAFAEL OLAZAR CABAAS4

Colaboradores

Prof. Ing. Agr. PhD RIGOBERTO RUIZ DIAZ ACUA Ing. Ftal. MSc LOURDES PATRICIA ELIAS DACOSTA Ing. Agr. MSc MOISS VILLALBA GONZLEZ Ing. Agr. ISABELINO LEZCANO SANABRIA Ing. Agr. HCTOR GUSTAVO RUIZ DUARTE Ing. Agr. KAREM HELENA GENNARO CAMPOS
1 2

Facultad de Ciencias Agrarias Universidad Nacional de Asuncin. Ing. Agr., PhD, Profesor Doctor Honoris Causa de la Universidad Nacional de Asuncin. 3 Docentes investigadores de la Facultad de Ciencias Agrarias, Sede Pedro Juan Caballero (FCA/PJC). 4 Estudiantes de Ingeniera Agronmica, FCA/UNA Sede Pedro J. Caballero.

AGRADECIMIENTOS
El equipo de investigadores expresa sus sinceros agradecimientos a las siguientes personas e instituciones. Al profesor, ingeniero agrnomo, PhD Gilberto Pez Bogarn, Doctor Honoris causa de la Universidad Nacional de Asuncin por la inestimable colaboracin, ad honorem" en todas las fases del proyecto. Al ingeniero agrnomo, MSc Alfredo Silvio Molinas Maldonado, quien fuera Secretario Ejecutivo, Mministro, de la Secretara del Ambiente por la confianza en el equipo de investigadores y el impulso necesario para el financiamiento del proyecto. Al ingeniero agrnomo, MSc Oscar Ferreiro, quien fuera Coordinador del Proyecto Paraguay Silvestre (PAR/98/G33), por el financiamiento del presente proyecto. Al ingeniero agrnomo, MSc Lorenzo Meza Lpez, Decano de la Facultad de Ciencias Agrarias de la Universidad Nacional de Asuncin, por facilitar el uso de la infraestructura, instalaciones, equipos, tcnicos y vehculos requeridos en este trabajo. A las instituciones gubernamentales por facilitar los datos e informaciones. Asimismo a los asistentes y colaboradores involucrados en el proyecto.

A Arnaldo Pea Zarza, quien con su paciencia y predisposicin ayud a digitar el presente trabajo.

Nuestro agradecimiento especial a cada uno de los 162 informantes calificados encuestados durante la fase de levantamiento de datos, por la voluntad y sinceridad demostrada.

ii

CONTENIDO
Pgina AGRADECIMIENTOS 1. 2. 2.1 2.2 2.2.1 2.2.2 2.3 2.4 2.5 3. 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.7.1 3.7.2 3.7.3 INTRODUCCIN..................................................................................... REVISIN DE LITERATURA................................................................ El ancestro del clima global....................................................................... Caractersticas generales de los departamentos de Concepcin y Amambay................................................................................................... Concepcin................................................................................................ Amambay.................................................................................................. El clima de Concepcin y Amambay........................................................ Las ecorregiones de Concepcin y Amambay........................................... La correlacin, deforestacin cambio climtico y el impacto global......................................................................................................... MATERIALES Y MTODOS................................................................. Localizacin de la investigacin............................................................... Poblacin................................................................................................... Diseo de muestreo................................................................................... Tamao de la muestra y su distribucin.................................................... El cuestionario........................................................................................... Recoleccin de la informacin.................................................................. Anlisis de la informacin......................................................................... Anlisis descriptivo de los datos................................................................ Anlisis de comparacin simple................................................................ i 1 4 4 5 6 7 8 9 9 11 11 12 14 15 16 18 18 19 21

Modelo de anlisis de comparacin de los tres factores relacionados con la valoracin del impacto de los eventos climatolgicos extremos en los departamentos de Concepcin y Amambay.............................................. 3.7.3.1 Factores de mayor relevancia.................................................................... 3.7.3.2 Modelo de anlisis de la respuesta y las fuentes de variabilidades asociadas al impacto.................................................................................. 3.7.3.3 Anlisis de relacin entre respuestas de grupos vulnerables..................... 3.7.3.4 Estimacin de impacto del cambio climtico en la reduccin de la biodiversidad.............................................................................................. 4. RESULTADOS y DISCUSIN........................................................

22 22 22 25 25 26

iii

4.1 4.2 4.3 4.3.1 4.3.2 4.3.3 4.3.4 4.3.5 4.4 4.4.1 4.4.2 4.4.3

Experiencia del morador informante de la ecorregin de Concepcin y Amambay.................................................................................................. Caractersticas principales de la poblacin encuestada............................ Cronologa de los factores extremos, precipitaciones, vientos y temperatura revelada por los informantes claves..................................... Aos considerados de severas incidencias de los excesos de lluvia en la regin......................................................................................................... Aos considerados como de mayor incidencia de la sequa..................... Aos considerados como de mayor incidencia de los vientos fuertes y tormentas.................................................................................................... Distribucin de los aos considerados ms calientes de la regin norte, nordeste...................................................................................................... Distribucin de los aos con mayor incidencia negativa del fro en la zona, segn los moradores informantes..................................................... Resultados del anlisis de varianza (ANDEVA)........................ ............... Comparacin de la valoracin del impacto por localizacin del morador, rural versus urbano................................................................. Comparacin del impacto de los extremos del evento climtico.............. Comparacin de la respuestas diferenciadas de las personas, actividades productivas (agrcola, ganadera), infraestructura y recursos naturales entre otros, el embate de los factores extremos......................................... Sensibilidad a factores combinados (interaccin), localizacin del morador y los factores climticos extremos.............................................. Calificacin del impacto segn localizacin y recursos afectados............ Efecto combinado de los factores climticos con los recursos socioeconmicos y naturales...................................................... ................ Efecto diferenciado de la combinacin de los tres factores, localizacin, climatolgicos y recursos socioeconmicos.............................................. Anlisis de relacin entre variables de respuesta y los recursos socioeconmicos........................................................................ ................ Interaccin entre clima y biodiversidad..................................................... Deforestacin............................................................................. ................ Prdida de plantas nativas.......................................................................... Prdida de animales silvestres....................................................... ............. Introduccin de plantas exticas................................................................ Plagas de plantas, animales y personas...................................................... Aspectos impactados por factores climticos y cambios provocados por decisin tomada por los pobladores........................................................... CONCLUSIONES..................................................................................... Caractersticas de los informantes.............................................................

26 27 28 28 30 31 32 33 34 35 36

36 37 38 38 39 40 43 43 44 45 46 47 50 52 52

4.4.4 4.4.5 4.4.6 4.4.7 4.5 4.6 4.6.1 4.6.2 4.6.3 4.6.4 4.6.5 4.6.6 5. 5.1

iv

5.2 5.3 5.4 5.5

5.6 5.7 6. 7. 8.

El comportamiento de los eventos climticos de los ltimos 50 aos revela que: .................................................................................. ............... Los eventos extremos se manifestaron cronolgicamente de la siguiente forma: ......................................................................................... ............... Comparacin del impacto socioeconmico y fsico-biolgico de las incidencias climticas............................................................... .............. Correlacicones simples entre los cinco principales recursos socioeconmicos y biofsicos impactados por cada uno de los factores climticos son indicativas.. Estimacin de dos importantes parmetros indicadores de la desbiodiversificacin.. Aspectos relacionados a la actividad antrpica ms castigados por el embate climtico y desdiversificacin.................................................... RECOMENDACIONES............................................................................ REFERENCIAS BIBLIOGRFICAS...................................................... ANEXOS..................................................................................... ............... Anexo 1: Instrumento de medicin utilizado (cuestionario)...................... Anexo 2: Caractersticas de los informantes claves encuestados............... Anexo 3: Evolucin de la poblacin de Concepcin y Amambay............ Anexo 4: Avance de la deforestacin en el Paraguay................................ Anexo 5: Evolucin de los animales vacunos en Concepcin, Amambay y Paraguay................................................................................... ............... Anexo 6: Evolucin del uso agropecuario en Concepcin, Amambay y Paraguay...................................................................................... ............... Anexo 7: Mapa: Locales encuestados en los diferentes distritos de Concepcin y Amambay............................................................. ............... Anexo 8: Mapa: Temperatura mnima (Julio) en los distritos de Concepcin y Amambay............................................................. ............... Anexo 9: Mapa: Temperatura mxima (Enero) en los distritos de Concepcin y Amambay............................................................. ............... Anexo 10: Mapa: Variacin de la precipitacin anual en los distritos de Concepcin y Amambay............................................................................ Anexo 11: Resumen de los resultados de anlisis estadsticos.................. Anexo 12: Ilustraciones..............................................................................

52 52 53

53 54 55 56 59 62 63 68 69 69 70 70 71 72 73 74 75 98

1 1. INTRODUCCIN

El cambio global como expresin de comportamiento climtico y su efecto en el hombre, animales, cultivos, infraestructuras y otros se ha venido manifestando cada vez con mayor severidad. El impacto de las temperaturas y precipitaciones extremas, as como los fuertes vientos, pas de ser fenmeno aislado, imperceptible y ocasional como fue hace 40 o 50 aos, para expresarse con mayor drasticidad y frecuencia; ms recientemente los efectos se ha hecho sentir en todo el planeta. El territorio paraguayo no se escapa de este proceso de cambio ambiental global, resultado de una combinacin de la presin de uso desordenado y cada vez ms intenso de los recursos naturales, principalmente suelo, agua, aire y bosque por agroqumicos. La ocurrencia de fenmenos y variaciones han incidido de manera severa en la salud humana, en su comportamiento, su economa, en las decisiones y en la actividad productiva. El conjunto de cambios sucedidos por efectos antrpicos se han traducido en modificacin de los fenmenos naturales y acentuado su incidencia; estos hechos constituyen el fundamento y justificacin de sta investigacin. La Primera Conferencia de las Partes (COP) realizada en Berln en 1995, ya fue en respuesta al riesgo e impacto del fenmeno climtico, que vena castigando de un modo muy significativo a la socioeconoma y al ambiente a nivel mundial. Este hecho ha sido estudiado en detalles por las sucesivas COPs, que a la fecha fueron realizadas 10; cada uno de los eventos fueron revelando el alarmante incremento de los riesgos e impactos que resultan del comportamiento errtico del clima. El rgimen climtico regional es un concepto que usualmente se interpreta como una estadstica secular, que se refiere al promedio de la serie de largo plazo, de todos los parmetros climticos de una geografa determinada. Entre los componentes ms comunes de los factores del clima regional estn los siguientes: temperatura, humedad, precipitacin pluvial, humedad del suelo, viento, tormentas, inundaciones y sequas entre otros. En el Paraguay la debilidad del sistema institucional especializado en la materia, la falta de un modelo de manejo sustentable; insuficiente informacin tcnico-cientfica, producto de investigacin especializada, la falta o dbil programa de educacin desde las escuelas primarias, universidades y comunidades sobre el aprovechamiento juicioso

2 de los recursos naturales y la creciente presin del entorno internacional especializado, se hizo sentir vigorosamente en el mbito nacional. La respuesta, aunque tarda y gradual se tradujo despus de los aos 1990 en el fortalecimiento de la normatividad ambiental, con la puesta en vigencia de un conjunto de leyes, decretos y reglamentos atinentes al ambiente; aunque la mayora de ellas no aterrizaron a la prctica. En el ao 2000 se crea la Secretara del Ambiente, como cartera especializada para liderar, canalizar, coadyuvar y velar por el aprovechamiento sustentable de los recursos naturales y la biodiversidad del Paraguay. Las reas protegidas de Concepcin y Amambay esta conformado con el Parque Nacional Paso Bravo (93.000 ha); la Serrana San Luis (10.273 ha), Itapucumi (45.000 ha), Estrella de Concepcin (2.400 ha), Laguna Negra y el Parque Nacional Cerro Cor (5600 ha) y Bella Vista. Muy recientemente se ha propuesto la creacin del Centro de Investigaciones para el manejo sostenible de ecosistemas naturales y antropognicos, a funcionar en el Campo Experimental de la FCA/PJC ubicado en Chirigelo, cuyo objetivo primordial es disear la generacin y difusin de las tecnologas fundamentadas en las buenas prcticas de produccin y manejo sostenible de ecosistemas naturales o antropognicos, principalmente los sistemas agroforestales y silvopastoriles. Esta investigacin se desarrolla especficamente en los departamentos de Concepcin y Amambay. Algunas reas claves dentro de las unidades de estudios fueron seleccionadas por la representatividad de sus actividades antrpicas, principalmente la agricultura, ganadera y agropecuaria; as como la presencia de algunos ecosistemas naturales tpicos de la zona. Por medio de modelos de estimacin basada en datos de informantes calificados, se puede caracterizar bien el impacto de los fenmenos, el periodo de ocurrencia de los eventos y los efectos colaterales. Los parmetros estimados son indicativos y confiables para proponer estrategias correctivas o de mitigacin de los impactos climticos en la actividad humana y lograr el manejo ms amigable de los recursos naturales y sistemas de produccin.

3 Los objetivos de esta investigacin son: 1. Caracterizar a los informantes calificados entrevistados en los distritos de Concepcin y Amambay; 2. Tipificar los factores climticos de mayor incidencia en los departamentos de Concepcin y Amambay en los ltimos aos, basados en la experiencia revelada por los informantes calificados. 3. Caracterizar el impacto de los factores extremos de temperatura, precipitaciones y vientos sobre las actividades productivas y de los recursos naturales en la regin nortea del pas. 4. Comparar el impacto de los factores extremos sobre personas, cultivos, animales, patrimonio y, recursos naturales y otros. 5. Estimar los parmetros asociados a los fenmenos extremos, su frecuencia de ocurrencia y efectos sobre la biodiversidad en el ecosistema materno. 6. Relacionar la incidencia de los factores y las respuestas entre los cinco efectos principales; personas, cultivos anuales, infraestructura y otros. 7. Proponer un modelo de investigacin para la restauracin y el manejo sustentable del ecosistema natural y antrpico de los departamentos de Concepcin y Amambay.

4 2. REVISIN DE LITERATURA

2.1

El ancestro del clima global Durante los primeros setecientos millones de aos de su existencia desde su

formacin, hace 4.500 Ma (millones de aos), hasta hace unos 3.800 Ma la superficie terrestre bulla de calor y de energa. Poco a poco, al irse enfriando el magma, algunos minerales fueron cristalizando y formando la litosfera, una delgada envoltura slida, agrietada y rota en placas, que recubre el planeta desde entonces (Uriarte, 2003). De la poca pasada no queda ninguna roca, pues las frgiles y finas placas primitivas, movidas por las corrientes del manto fludo sobre el que flotaban, se hundan repetidamente al poco tiempo de formarse. Al hundirse, el aumento de la presin y de las temperaturas derretan las rocas y reconvertan los minerales en una masa gnea, a la vez que en otras zonas el magma ascenda y se solidificaba (Uriarte, 2003). El proceso de formacin y destruccin de corteza era as semejante al que todava sigue ocurriendo hoy en la Tierra, pero mucho ms rpido y enrgico. La fuente principal de calor de la atmsfera era el propio suelo, que se mantena incandescente a causa, en primer lugar, del bombardeo de pequeos y grandes meteoritos. La atraccin gravitatoria segua aadiendo material a la bola terrestre, que al igual que el Sol y los dems planetas continuaba formndose a partir de la adherencia de los gases y partculas de una nebulosa de existencia anterior. La energa cintica de los blidos se transformaba en calor al colisionar con la superficie de la Tierra (Uriarte, 2003). El otro gran flujo energtico que alcanzaba la superficie terrestre proceda del interior planetario, del calor desprendido en la desintegracin nuclear de elementos qumicos radiactivos, como el potasio-40, el yodo-129, el thorio-232, el uranio-235, etc., muy abundantes an en el magma (Uriarte, 2003). El Sol tambin calentaba la superficie terrestre. Sin embargo, la intensidad de la radiacin solar era entonces muy inferior a la actual. Todava el Sol era una estrella en su infancia, con poco helio, lo que se traduca en un 20 o un 30 % menos de luminosidad. Por lo tanto, a diferencia de lo que ocurre hoy, aportaba a la superficie terrestre menos calor que la propia radiactividad interna del planeta o que los impactos meteorticos (Uriarte, 2003).

5 Poco a poco se fue haciendo la calma. Disminuy la radiactividad y el calor del magma. Los choques de los meteoritos dejaron de ser continuos y ocurran ya tan slo en oleadas muy destructivas pero, al menos, espaciadas. Con el enfriamiento, el agua lquida fue ganando la partida al agua evaporada. Las lluvias diluvianas, que caan cada vez menos calientes, fueron anegando las hondonadas de la litosfera, creando los primeros ocanos. Con menos vapor de agua en la atmsfera (potente gas invernadero), las temperaturas del aire bajaban (Uriarte, 2003).

2.2

Caractersticas generales de los departamentos de Concepcin y Amambay

Finalizada la guerra de la triple alianza (1865-1870) Amambay, prcticamente enajenado a empresas privadas, yerbateras, madereras, queda vinculado al territorio nacional hasta 1945 como parte de otro departamento, concretamente al sector ms oriental del departamento de Concepcin (Jara, 1999). Solamente a mediados del presente siglo se inicia un significativo proceso de aumento de la poblacin a travs de la colonizacin agrcola y la expansin de la frontera por medio de la fundacin de colonias agropecuarias, la instalacin de empresas, aserraderos y el rpido florecimiento de Pedro Juan Caballero, como centro urbano de importante dimensin (Fogel, 1989). El Departamento de Concepcin ha sido muy diferente en su desarrollo al de Amambay, el primer departamento ms bien comenz prspero en la agricultura y ganadera y como uno de los puntos ms importante de actividad fluvial del pas para el transporte de riquezas y, personas que necesariamente tenan que pasar por Concepcin hasta el cambio poltico del 47. A pesar de su gran activo natural, permaneci estancada su economa, lo que no se ha detenido es la depredacin incontenible de sus recursos naturales, en los ltimos doce a quince aos de nuevo retom el proceso de desarrollo ms sustentable; con una nueva dinmica reflejado en su fortalecimiento econmico y diversificacin de su sistema educativo. Lo ms significativo que se ha sumado al quehacer ambiental, desde el ao 2000 en adelante es el Parque Nacional Paso Bravo que se desarrolla bajo el proyecto PAR 98 G33/PNUD/SEAM y ms recientemente el proyecto enfoca atencin a su zona de amortiguamiento.

6 La riqueza de las especies maderables existente en la zona fue invadida por comerciantes procedente de diferentes regiones del pas y del exterior, as mismo fue desperdiciada por no contar con industrializadoras de maderas, esta explotacin irracional ha generado graves daos ecolgicos al sistema de produccin afectando al clima, suelo y distribucin de la tierra (ENAPRENA, 1995; Bobadilla, 1999). El crecimiento poblacional sumado al rpido establecimiento de actividades agrcolas en la ecorregin del cerrado viene reduciendo aceleradamente la biodiversidad del ecosistema. Hasta mediados de 1960, las actividades agrcolas en el cerrado eran bastante limitadas, siendo direccionada principalmente a la produccin extensiva de ganados de corte para la subsistencia o para el mercado local, una vez que los suelos son naturalmente infrtiles para la agricultura. En las siguientes dcadas y hasta hoy la agricultura se direccion hacia la regin del cerrado (Pivello, 2004). Actualmente la regin del cerrado sostiene gran parte de la produccin pecuaria y agrcola de los departamentos, gracias a tcnicas de correccin del suelo, convirtindose en un importante centro de produccin de granos, como soja, maz, trigo, algodn, mandioca y ltimamente el ssamo. FAO (1999) menciona que la tendencia de la temperatura promedio global de la superficie terrestre ha sido generalmente ascendente durante el ltimo siglo. El dato muestra un padrn continuo de variabilidad interanual, pero un claro ascenso de la temperatura promedio anual en el periodo 1880 hasta 1980. Este ascenso de la temperatura promedio esta vinculado al incremento de la actividad humana.

2.2.1 Concepcin

Situado al norte de la regin Oriental, el departamento de Concepcin es el primero de los 17 que posee el Paraguay y ocupa, en la citada regin, el segundo lugar en cuanto superficie. Fue creado en 1906 pero no fue hasta 1973, a travs del decretoLey N 426, que se establecieron los lmites actuales. Su ubicacin geogrfica lo sita entre los paralelos 2200 y 2330 de latitud sur y entre los meridianos 5800 y 5606 de longitud oeste (La Nacin, 1998). Limita al Norte con el Brasil, separado por el ro Apa; al Este, el Departamento de Amambay; al Sur, el departamento de San Pedro y al Oeste con el ro Paraguay, que lo separa a se vez de los departamentos de Presidente Hayes y Alto Paraguay (La Nacin, 1998)..

7 Posee una superficie de 18.051 Km y su poblacin actual, segn Direccin


2

General de Estadsticas, Encuestas y Censos, asciende a 185.496 habitantes. Su densidad poblacional es de 9,2 h/km2, situacin que lo ubica por debajo de la media nacional (10,1 h/Km2). El departamento cuenta con siete centros poblados, tres de los cuales tienen entre dos a cinco mil habitantes (La Nacin, 1998).. De aproximadamente 1,8 millones de hectreas de superficie, el 86% es apto para la actividad agropecuaria. Actualmente, cerca de un milln de hectreas est destinada a la ganadera y 210.000 constituye la superficie poblada (La Nacin, 1998). Las actividades humanas, especialmente aquellas que se realizan en reas rurales, han tenido un considerable impacto sobre el medio ambiente. Un buen indicador de ello es la expansin de frontera agropecuaria e expensas de los bosques. En el perodo 1984/1991, la deforestacin en el primer departamento afect a 100.673 hectreas, es decir, unas 14.382 hectreas/ao, tierras que fueron incorporadas al uso agropecuario. Esta situacin implic una merma de 40.852 hectreas de bosques altos continuos y de 19.624 de bosques altos degradados. La consecuencia de esta actividad se tradujo en la consecuente prdida de recursos madereros y de biodiversidad e una tasa media anual del orden del 2,3%. Durante el mismo periodo, Concepcin contribuy en un 5% a la deforestacin de la regin. Junto a los impactos derivados de esta situacin se encuentran los ocasionados por la escasa o nula incorporacin de medidas conservacionistas del suelo y del agua (La Nacin, 1998). 2.2.2 Amambay

La palabra Amambay es un sustantivo compuesto por tres ideas, derivadas del guaran: ama, que quiere decir lluvia, mba significa fin de una accin e y que no se separa de la partcula, es apcope de ry que significa jugo o caldo de alguna cosa (Jara, 1999). Ubicado en el extremo noroeste de la regin Oriental, Amambay tiene unos 12.933 Km2 de extensin con una poblacin de aproximadamente 127.011 habitantes. La mayora de los pobladores reside en zonas urbanas, lo que se explica en gran medida debido a la presencia de grandes y medianos establecimientos agrcolas y la fuerte actividad comercial fronteriza (DGEEC, 2002).

8 El Departamento de Amambay ha sido el de menor expansin, en proceso de formacin de centros poblados, a lo largo de la historia paraguaya, no reconociendo siquiera las antiguas fundaciones o reducciones misioneras del siglo XVI. El departamento de Amambay es conocido como la terraza del pas, debido a que el promedio de altitud de sus tierras es el ms elevado del Paraguay y tiene, en su cordillera principal que sirve de lmite con el Brasil, algunos de los picos ms importantes. Desde el punto de vista geo-morfolgico, en sentido este-oeste se verifican tierras alta (con promedios que oscilan entre los 600 y los 700 metros sobre el nivel del mar), ubicadas en el lmite con el Brasil. Las tierras de Amambay estn adecuadamente regadas por los numerosos arroyos y cursos de agua que nacen en las elevaciones del departamento y bajan en direccin a las cuencas principales (La Nacin, 1998).

2.3

El clima de Concepcin y Amambay

La temperatura media anual vara entre los 23 C y los 25 C, en tanto que la mnima absoluta de Concepcin es de -3 C. En el otro extremo, los picos de calor en el perodo estival pueden superar los 40 C. La precipitacin media anual flucta entre 1.200 y 1.500 mm., con una clara tendencia de aumento progresivo de Oeste a Este. Llueve en abundancia en los meses de noviembre, diciembre y enero, con un promedio que llega a los 156 mm mensuales; los meses secos son junio, agosto y setiembre con una marca promedio de 57,1 mm mensual (Atlas Paraguay, 2000). En el departamento de Amambay el clima es variable, con temperaturas que oscilan entre 0 C en invierno y 35 C en verano. La precipitacin pluvial es de 1600 mm y mxima 1900 mm, distribuida en casi todo el ao, siendo los meses ms lluviosos enero a marzo, mientras que los meses ms secos son julio y agosto; sin embargo, en Concepcin la temperatura es alta en verano, superando a veces los 40 C; la mnima en invierno suele marcar hasta los 3 C bajo cero y la media anual es de 24 C. La precipitacin anual es de 1.324 mm. Los meses ms lluviosos son noviembre, diciembre y enero; con lluvias de 156mm mensuales en promedio y los ms secos, junio, agosto y septiembre, en los que la precipitacin pluvial promedio es de 57,1 mm. Los vientos predominantes son del norte, este y sudeste (Atlas Paraguay, 2000).

9 2.4 Las ecorregiones de Concepcin y Amambay El departamento de Concepcin se halla en la ecorregin del Aquidabn, aunque un sector, a su extremo este, se sita en la ecorregin de Amambay y otra en la de la Selva Central. Debido al gran avance de las actividades humanas, el proceso de deforestacin se ha agravado impactando fuertemente en sus recursos forestales. La cacera furtiva, por otra parte atenta contra la fauna propia de la regin (Atlas Paraguay, 2000). Cuenta con bosques intercalados y extensos campos, lagunas, esteros y baados. En sus bosques se encuentran el trbol (con peligro de extincin), el timb, el quebracho colorado, el karanda, el palo blanco, el juasyy guasu, el urundeymi, kurupay, kuruai, jatai, arasape en pradera arbolada y karanday en palmares al sur. En cuanto a la fauna, cabe destacar el guaa hovy (loro azul en extincin) y el jacupeti. La mayora de las especies vegetales presentes en la regin estn en peligro de extincin. Los animales en alto riesgo son el puma, jaguarete, tagua guasu, guaa pyta, guaa hovy, acare overo, mboi jagua y el lobote (Atlas Paraguay, 2000).

Las reas protegidas son el Parque Nacional Paso Bravo con 93.000 ha; la Serrana San Lus (10.273 ha), Itapucumi (45.000 ha), Estrella de Concepcin (2.400 ha) en peligro de extincin y Laguna Negra (Atlas Paraguay, 2000).

2.5

La correlacin deforestacin, cambio climtico y el impacto global En general, la reduccin de la superficie boscosa del pas, afecta directamente al

clima de la regin. Los calores sofocantes, fros intensos, lluvias copiosas y sequas prolongadas, que aceleran la degradacin de los suelos agropecuarios, se traducen posteriormente en la disminucin de la produccin agrcola y ganadera, y tambin en la escasez de combustibles (lea) para los hogares; y lo que reviste de carcter de mayor seriedad es la salud, la ocurrencia de enfermedades nuevas, plagas y otros factores que inciden directamente en la salud humana han sido ms drsticas y probablemente reflejado en mayor mortalidad o sustanciales incrementos de costo para mantener un nivel de salud aceptable. Estos problemas, en el caso nuestro se presentan principalmente en la Regin Oriental, donde se halla concentrado el 98% de la poblacin del pas, y en la que el remanente de bosques es de apenas 14% de la

10 superficie total de la regin (MAG, 2001). En la actualidad se estima que la superficie boscosa es apenas de 10%. A pesar de que se trata de un rea de 31.007 Km2 que totalizan los departamentos de Concepcin y Amambay, existe una variacin amplia dentro de la zona que nos ocupa. Los factores edficos y los microclimas locales causan subdivisiones que resultan en formaciones de alcance ms limitado. Un ejemplo es la regin con suelos calcreos de la cuenca del ro Apa donde se encuentra la entrada de muchas especies de flora proveniente de Mato Grosso, Brasil (Atlas Paraguay, 2000). En general, el nmero de especies que se encuentra disminuye de norte a sur y de este a oeste. La transicin es paulatina, ms que otra cosa, lo que cambia son los porcentajes relativos de las especies. Dentro de esta zona de vida se pueden distinguir cuatro formaciones forestales mayores: bosque alto, bosque bajo hmedo, bosque ribereo y bosque de sabana (Atlas Paraguay, 2000).

11 3. MATERIALES Y MTODOS

3.1

Localizacin de la investigacin

El estudio se llev a cabo en los Departamentos de Concepcin y Amambay situados en la ecorregin del cerrado, su rea de transicin y otros ecosistemas tpicos de la regin. La gran planicie nortea de la Regin Oriental del Paraguay esta comprendida entre los ros Paraguay, Apa e Ypan, atravesada por el ro Aquidabn y tapizando por varias venas de arroyos grandes medianos y pequeos, la mayora de ellos deteriorados por el manejo indebido y el cambio global en el entorno. La zona norte y noreste de la regin oriental del Paraguay comprende los Departamentos de Concepcin y Amambay. Concepcin est localizado entre los paralelos 2200 y 2330 de latitud sur y entre los meridianos 5800 y 5606 de longitud oeste. Amambay, a su vez se encuentra entre los meridianos 5528 y 5700 de longitud oeste, y los paralelos 2205 y 2305 de latitud sur. Los dos Departamentos cubre aproximadamente un rea de 31.000 Km2, Concepcin ocupa 58% y Amambay con el 42% del rea de la eco-regin. La poblacin total de la eco-regin es aproximadamente 300.000 habitantes, con el 61% localizados en el Departamento de Concepcin y el 39% en el Departamento de Amambay. Es importante destacar que la poblacin de Concepcin y Amambay esta concentrado en las capitales de los departamentos y distritos vecinos. Sin embargo las actividades econmicas, principalmente la ganadera y la explotacin forestal se dispersan casi en toda la geografa de ambos departamentos. La agricultura, particularmente la pequea y mediana se concentra ms en la vecindad de los centros poblados. Sin duda algunos que el uso de los recursos naturales en su varias modalidades, sin una planificacin de la produccin de bienes y servicios en el espacio y tiempo, ha contribuido en gran medida a maximizar la drasticidad y el impacto de los fenmenos climatolgicos y su interacciones negativas con otros factores. Ejemplo vivo de esto la experiment Pedro Juan Caballero el 7 y 8 de febrero del 2007, ms que cambio global, el impacto global es cada vez ms severo y menos previsible.

12 Esta cruda realidad imperante exige que se realice ms investigaciones tcnicas y cientficas para caracterizar y dimensionar los factores responsables del cambio y sus interacciones, con las malas prcticas de manejo de los recursos naturales y productivos. Este ofrecer insumos para disear estrategias que coadyuve la reduccin del impacto del cambio global.

3.2

Poblacin

La poblacin o conjunto de unidades de informacin constituyen los informantes calificados. La Figura 1, por medio de crculos en rojo y numerados en orden ascendente indica la concentracin de la poblacin de los dos departamentos.

Figura 1. Mapa de la regin de Concepcin y Amambay con puntos se indican la localizacin de los informantes calificados. El informante calificado se define como todo poblador o persona que ha vivido en los departamentos de Concepcin y Amambay por los menos 30 aos, que tiene capacidad para recordar y comparar los datos de referencias que le ofrece el encuestador y poder describir los eventos climatolgicos extremos ocurridos en las fechas indicadas.

13 Para luego asociar el fenmeno con sus impactos multisectorial de la mejor manera posible. Los datos de referencia fueron elaborados con informaciones de fuentes secundarias. La escala de valores extremos de los fenmenos meteorolgicos y las fechas de ocurrencias de las mismas se presentan a continuacin.

Inundaciones mm (Lluvias fuertes) Fecha de Ocurrencia Sequas (Falta de agua) Fecha de Ocurrencia

mm

1960 mm

2006 mm

1960

2006 Km/h

Tormentas Km/h (Vientos fuertes) Fecha de Ocurrencia

1960

2006 C

Calor Fuerte C (Temperatura Mxima) Fecha de Ocurrencia

1960

2006 C

Heladas C (Temperatura Mnima) Fecha de Ocurrencia

1960

2006

Los acontecimientos y embates climatolgicos pueden afectar a personas (individual, familiar, comunidad), actividades productivas, principalmente agrcola, pecuaria, bienes y servicios, adems de los recursos naturales. Es fcil comprender que la condicin o atributos especficos que debe reunir el informante calificado reducen drsticamente la poblacin general de los departamentos

14 que califica como posible muestra a una parte mnima del total, que cuenta con los atributos especficos el informante calificado. La elaboracin del marco lista de muestreo de informantes calificado exigi primero desarrollar los estndares de comparacin, basado en datos de fuentes

secundarias, vale decir la informacin que est ms directamente relacionado con los propsitos de la investigacin. Es fundamental tambin destacar la capacidad que debe tener el encuestador para interaccionar con el informante previamente calificado, para hacerle entender, recordar y comparar los fenmenos extremos que l recuerde, con los valores extremos de temperatura, precipitacin y viento y las fechas y aos de ocurrencias que el encuestador le presenta. De ah que los informantes que tienen mejor calificacin son los que tienen o han tenido relacin ms directa con entidades como municipalidad, organizaciones de productores y otros.

3.3

Diseo de muestreo

Dada la caracterstica de la ecorregin, la distribucin y nucleacin de la poblacin en las capitales departamentales y distritales, se concluy que el diseo de muestreo estratificado, por medio de la ponderacin de dos criterios, extensin (Km2) y nmero de habitantes (N) por distritos es el que ms se ajusta a las condiciones y factores de variabilidad; que se reflejar en la informacin recabada por medio del parecer y opinin calificada de personas encuestadas. Aun cuando la muestra total constituya un nmero reducido de informantes calificados identificados de un sub-conjunto o marco lista de referentes ms numerosos; aunque no necesariamente predispuestas a ser encuestadas pero el tamao de la muestra de 160, cumple con los requisitos de validez y cobertura, no as con la precisin, ya que el nmero de muestras se estableci en funcin de un presupuesto fijo; que por lo extenso del rea el mximo posible era de 160 muestras. La validez de la muestra se garantiza ya que no medi en ella criterios propios de los investigadores encuestadores para la seleccin de la unidad muestral; porque la calificacin del informante se llev acabo previamente, para construir el marco lista. La cobertura muestral fue completa y distribuida de acuerdo con la estratificacin previamente decidida. El diseo estratificado consta de nueve estratos, tres localizados en Amambay y seis en el departamento de Concepcin.

15 3.4 Tamao de la muestra y su distribucin

El tamao de la muestra se fijo previamente en funcin del presupuesto asignado para ese fin; son 160 unidades muestrales o informantes calificados que fueron seleccionados de un conjunto mayor para ser encuestados en un tiempo de aproximadamente de siete meses. La estimacin del nmero de muestras por estrato se llevo a cabo de la siguiente forma: Primero: se estim la fraccin muestral (fi) del muestreo estratificado.

Si Pi fi = Si Pi donde;

fi = Fraccin muestral para los nueve estratos correspondiente a los distritos i = 1, 2, 3..9 Si = Superficie en Km2 de los estratos; i = 1, 2,..9 Pi = Nmero de habitantes de los estratos; i = 1, 2,..9 Los estratos clasificados por tamao son: 1 = Concepcin, San Carlos y San Luis, 2 = Pedro Juan Caballero, 3 = Horqueta, 4 = Bella Vista, 5 = Capitn Bado, 6 = Yby Yau, 7 = San Lzaro, 8 = Loreto y 9 = Beln. Segundo: se estim el nmero de muestras por estrato, de la siguiente forma: ni = fi x 160, el tamao total de la muestra igual a 160 se fij con otros criterios. Tercero: se estimo el nmero de muestras ajustado o definitivo, aplicando la equidad sin sacrificar la representatividad. na = ni ni; donde ni representa un nmero de muestra adicional o de sustraccin para ajustar el nmero por estrato. Este dio 162 muestras en vez de 160. Cuarto: cabe acotar, que aun cuando el tamao total de la muestra 160, se fij previamente y no se estim con una precisin pre-establecida, la calidad de la informacin recabada de los informantes calificados, as como; la entrevista personal de los encuestadores profesionales garantizan la confiabilidad de la muestra. En el Cuadro 1 se presenta el tamao de la muestra de informantes calificados por distritos.

16 Cuadro 1. Nmero de muestras por estratos, correspondientes a los distritos muestrales. Estratos muestreados Pedro Juan Caballero Bella Vista Capitn Bado Concepcin San Carlos San Luis Beln Horqueta Loreto San Lzaro Yby Ya Total: Superficie (S) (Km2) 5.678 3.877 3.378 11.165 185 2.784 642 1.081 2.218 31.007 Poblacin (P) (N de hab.) 88.530 10.400 16.390 72.560 9.190 51.930 16.060 9.070 20.090 294.220 Nmero de Fraccin Muestral 0,3104 0,0249 0,0342 0,5003 0,0010 0,0893 0,0064 0,0061 0,0275 1,0000 Muestras estimadas 50 4 5 80 0 14 1 1 4 160 Muestras ajustadas 45 8 7 70 2 14 4 6 6 162

3.5

El Cuestionario

El instrumento de investigacin es un cuestionario diseado para ser aplicado a tres niveles de informantes calificados; pero fundamentalmente a 162 moradores, productores y otros que han sido protagonistas directos del proceso de cambio global y sus consecuencias. Los otros dos niveles ms que informantes eran validadores pero finalmente se decidi que no se recolectar la informacin estructurada de estos dos niveles, y se centr la recoleccin de informacin a nivel de protagonistas directos. El cuestionario consta de cuatro partes, la primera contiene informaciones generales sobre el informante; la segunda, tercera y cuarta se refieren a los factores extremos: precipitacin, viento, temperatura y sus efectos. Cada uno de estos tres factores con un total de cinco niveles pueden afectar o no a tres grupos (actividad productiva, personas o comunidad e infraestructura) con cinco estados vulnerables (personas, cultivos, animales, patrimonio y otros recursos). Adems estos acontecimientos se registran desde los aos 1960 hasta 2006 y su cobertura es de nueve distritos y reas de influencia en los dos departamentos. Vale decir, cada una de los cinco niveles de los factores pueden incidir en forma severa o

17 benigna sobre los cinco estados vulnerables desde hace 46 aos, en toda la geografa de la superficie de Concepcin y Pedro Juan Caballero. En la Figura 2 se ilustra en forma sencilla y expresiva los factores y sus

interacciones, que en sus estados extremos impactan y pueden alterar el estado del sistema personas, produccin agropecuaria, recursos naturales y otros bienes.
Aos y fechas ocurrencia 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2001 2002 2003 2004 2005 2006

Departamentos de Concepcin y Amambay

M
Moradores, productores, otros

P
Actividades Productivas: agricultura, ganadera, agropecuario, otros

B
Bienes fsicos, naturales y Biodiversidad, otros

VIENTOS

Figura 2. Impacto cronolgico y espacial de los factores meteorolgicos extremos en los moradores (M), las actividades productivas (P), los bienes fsicos y naturales (B) en los ltimos 46 aos.

18 La cantidad de informacin que genera cada informante calificado es muy grande, mismos que no todas las preguntas fueron respondidas por todos los encuestados o informantes calificados. 3.6 Recoleccin de la informacin

La encuesta a informantes calificados se llev a cabo por profesionales acadmicos e investigadores de la Facultad de Ciencias Agrarias de la Universidad Nacional de Asuncin con sede en Pedro Juan Caballero. Los encuestadores contaron con la colaboracin de estudiantes de agronoma de ltimos aos de la Carrera, previamente entrenados para el efecto. La lista de informantes calificados fue preparada con anticipacin, aunque unos pocos informantes de las listas fueron sustituidos por otras, debido a causas diversas y debidamente justificados. En estos casos el estndar para seleccionar los nuevos informantes calificados se mantuvo sin variacin e insesgado. Completar los 162 cuestionarios llevo aproximadamente siete meses, debido a que la localizacin de los informantes encuestados estn dispersos en toda la geografa de los departamentos, aunque los informantes calificados estn en la vecindad de las capitales distritales y reas perifricas: pero la informacin que se le solicito tienen cobertura ms amplia y exige un recorrido mental del informante en el tiempo y espacio Si bien el diseo de muestreo fue tcnicamente estratificado; tratando de precisar los linderos fsicos, pero la informacin solicitada a los encuestados transciende los puntos muestrales y puede abarcar reas fuera del distrito y proyectarse, hasta a veces fuera de un departamento de la regin.

3.7

Anlisis de la informacin

Los modelos de anlisis responden a la naturaleza de los datos y a los propsitos para los cuales fueron recabadas la informacin. En este punto corresponde hacer una aclaracin, con relacin al diseo de generacin de los datos y el anlisis correspondiente, que se ilustra con el siguiente ejemplo: en la estimacin de impacto de la temperatura mxima promedio, la produccin agrcola, en los nueve estratos muestrales representativos de los dos departamentos, se basa en la informacin brindada por los 162 informantes.

19 La ponderacin por distritos no necesariamente se corresponde con lo que sufri cada grupo impactado en ese lugar determinado; sino la huella que marca y el nivel de recuerdo sobre el impacto, por lo general lleva al informante a proyectar su respuesta fuera del mbito distrital. De ah que se tom la decisin de analizar las 162 unidades de informacin especfica a cada evento, como dato general no sujeto a la restriccin impuesta por la estratificacin por distrito. Los anlisis realizados en los datos consistieron en: anlisis descriptivos; anlisis de comparacin simple, anlisis de comparacin entre impactos por factores; anlisis de comparacin de causas y efectos; anlisis de relacin entre respuestas de grupos vulnerables, correlaciones cannicas y estimacin de impacto del cambio climtico en la reduccin de la biodiversidad; las que fueron ejecutados con el auxilio del programa SAS Statistic Analysis System en el Centro Agronmico Tropical de Investigacin y Enseanza (CATIE), con sede en Turrialba, Costa Rica. 3.7.1. Anlisis descriptivo de los datos En este acpite se consideran los datos bsicos en general con nmeros variables de observaciones, que dependen del nmero de veces de la calificacin del informante de un fenmeno repetitiva en el tiempo. Se estimaron los siguientes parmetros de las distribuciones de cada variable. Corresponde aclarar que la notacin Y i representa en forma general cualquier variable de respuesta al impacto de los factores meteorolgicos sobre personas, recursos fsicos y naturales, servicios. El modelo es el siguiente. Yi = + i Yi = Impacto calificado por informantes calificados, donde i = 1, 2, 3.. ni, ni = Nmero de observaciones = Promedio general o parmetro i = Error aleatorio asociado a la respuesta del informante calificado i = 1, 2, 3,..9

20 Los parmetros estadsticos ms comunes estimados fueron: a) Medidas ms comunes de posicin asociadas con la distribucin de Y i Yi Promedio ( y ) = n (fmd fa) x I Mediana (Md) = + fmp (fmd fa) x I Moda (Mo) = + 2fmd (fa + fp) Donde; = lmite inferior de la clase donde se encuentra la mediana, fmd = frecuencia de la clase de la mediana, fa = frecuencia anterior a la clase de la mediana, fmp = frecuencia posterior a la clase de la mediana. Esta notacin tambin es vlida para la moda. b) Medidas ms comunes de variabilidad absoluta y relativa de Yi Varianza (S2) = (Yi y)2 n Desvo estndar (S) = S2 S Coeficiente de variacin (CV) = y Rango (R) = Ymax - Ymin c) Medidas ms comunes de la forma de la distribucin de la variables Yi [ (Yi y)3]2 Coeficiente de asimetra (1) = [ (Yi y)3]2 x 100

= 1 El indicador de simetra es 1 = 0 (Yi y)4 Coeficiente de Curtosis: 2 = [ (Yi y )2]2 = 2 El coeficiente de picudez o achatamiento es 2 = 3; 2 3 = 0

21 Con los parmetros de posicin, variabilidad y forma se describen en forma completa la distribucin de cada variable Yi, como aos de residencia, aos en que ocurri fenmeno extremo, impacto en la persona, los cultivos, los animales y el patrimonio.

3.7.2. Anlisis de comparacin simple

El propsito de este modelo de anlisis, no es solo comparar, sino ms bien determinar el comportamiento de cada variable de respuesta, moradores, produccin agrcola, pecuaria, patrimonio y otros recursos naturales a los embates de los factores meteorolgicos extremos. a) Anlisis de comparacin de las cinco respuesta o impactos producidos por cada factor climatolgico, la severidad o benignidad del factor extremo fue medida en una escala ordinal de Max = 2, Min = 1 y b = blanco o sin respuesta. El anlisis de varianza (ANDEVA) se realiz para comparar el efecto de los factores. b) Anlisis de comparacin entre impactos por tipo de recursos afectados y sus interacciones. Los resultados del anlisis de este modelo sigue la misma interpretacin del anlisis anterior con la diferencia de incorporar las interacciones con el lugar de residencia del informante. Los factores actan uno por vez, aunque se considera que acta como si fuera igual al nmero de variable de respuesta, ya que incide en ella de forma directa y diferenciada. Es importante sealar que el nmero de observaciones (n), puede ser mayor o menor que 162 para cada variable de respuesta, debido a que un mismo informante puede calificar el impacto en ms de una fecha; as como tambin que algn informante puede dejar sin respuesta o calificacin el impacto de algunas variables.

22 3.7.3. Modelo de anlisis de comparacin de los tres principales factores relacionados con la valoracin del impacto de los eventos climatolgicos extremos en los departamentos de Concepcin y Amambay 3.7.3.1 Factores de mayor relevancia

Los tres principales factores considerados como dominantes en la percepcin del impacto ambiental son: a) Localizacin de la residencia del morador informante, que vive en el campo o en la ciudad. La hiptesis de trabajo consiste en la percepcin y calificacin del impacto de los eventos climatolgicos extremos que difieren entre residentes en reas rurales (r) de las urbanas (u). b) Los factores climatolgicos con manifestaciones extremas, como lluvia grande (l), sequas (s), viento fuerte (v), calor fuerte (c) y fro intenso (f) actan e impactan en forma diferenciadas y en consecuencia sus efectos son recibidos como diferentes. c) Los sujetos y objetos como personas y comunidades (p), produccin agrcola (a) produccin ganadera (g), infraestructura o patrimonio (i) y recursos naturales entre otros (n) que reciben el impacto de los factores extremos tambin responden en forma diferenciada a los eventos extremos.

3.7.3.2 Modelo de anlisis de la respuesta y las fuentes de variabilidades asociadas al impacto

La respuesta considerada para el anlisis de comparacin de la incidencia de los tres factores principales, sus interacciones y sus impactos se representa simblicamente por Yijkl. La escala ordinal aplicada por los informantes calificados para la valoracin del impacto es la siguiente: 2 = mximo impacto, 1 = poco impacto y, b= sin respuesta. A pesar de la seleccin de calificadores que renen los atributos de larga experiencia de vivir en el lugar, sumado a esto la precisin de las preguntas por los encuestadores. Este tipo de variable de respuesta esta sujeto a otras causas y fuentes de variabilidad no controlada por el diseo de esta investigacin.

23 El modelo de anlisis de la respuesta Yijkl, de los informantes moradores, con mas de 30 aos en la regin; adems del impacto de los factores climatolgicos, tambin el modelo analiza otras fuentes de variabilidad. Estos factores son los que a juicio de los investigadores tienen mayor peso y pueden influenciar en mayor grado la calificacin del impacto de los eventos climatolgicos extremos. El modelo que representa la calificacin de los moradores se resume en la siguiente ecuacin lineal causas/efectos. Yijkl (Efecto) Donde: Yijkl = Respuesta del lugareo (Li) sobre un evento extremo (Ck) y un bien susceptible al impacto ambiental (Bl), as como sus efectos conjuntos representados por las interacciones. = Promedio general de la calificacin del impacto de los factores causales de la alteracin de un estado normal o natural. Li = Diferencia de la respuesta debido al lugar de residencia del morador, quien vive en el rea rural o urbano, i = 1, 2. ij = Variabilidad no controlable o error aleatorio que surge dentro del grupo de informantes de las reas rural y urbana, i = 1, 2 y j = 1, 2, 3.... nj. El nmero de observaciones (nj) es variable dentro de cada grupo y nmero de aos. Ck = Representa la accin diferenciada de los factores climatolgicos que se refleja en el impacto percibido por los informantes claves, k = 1, 2, 3, 4 y 5. (LC)ik = Influencia conjunta de la localizacin de los moradores y los factores climticos sobre el impacto en los bienes y servicios; i x k = 2 x 5 = 10 posibles combinaciones. ijk = Variabilidad o error aleatorio no controlable, asociados a factores climticos Ck y su interaccin (LC)ik. l = Diferencia debido a la sensibilidad de los diferentes bienes y servicios incluyendo el morador al impacto de los factores causales, l = 1, 2, 3, 4 y 5. = + Li + ij + Ck + (LC)ik + ijk + Bl + (LB)il + (CB)kl + (LCB)ikl + ijkl (Causas)

24 (LB)il = Interaccin entre la localizacin del morador y tipo de bienes y servicios como personas, cultivos, ganadera, infraestructura, recursos naturales y otros; son diez combinaciones posibles (i x l; 2 X 5 = 10). (CB)kl = Accin diferenciada y simultnea de los cinco factores climticos en los bienes y servicios de la zona, como persona, produccin agrcola, produccin pecuaria, infraestructura y recursos naturales y otros, k x l = 5 x 5 = 25 combinaciones. (LCB)ikl = Efecto de la interaccin de los tres factores, lugar del morador (L), factores climatolgicos (C) y tipo de bienes y servicios (B), susceptibles de ser afectado, i x k x l = 2 x 5 x 5 = 50 posibles combinaciones o formas de incidir. ijkl = Variabilidad no controlable o error debido a otros factores que influye sobre la precisin, el factor principal (B) y sus combinaciones con L y C. La variable de respuesta Yijkl medida por medio de una escala ordinal, es el resultado de la calificacin que realizara cada uno de los informantes calificados y registrados por los investigadores por medio de entrevista personal. Cabe reiterar que el informante morador, ofrece su apreciacin sobre el impacto de los factores ambientales como si estuviera en un observatorio cuyo radio de cobertura va ms all de su casa, comunidad vecina y por lo general, ms all de la zona inclusive. El sistema de comunicacin utilizado por los lugareos es principalmente va radio emisora y comunicacin de persona a persona (radio soo), que provee informacin ampliada sobre el alcance de los fenmenos. El anlisis del efecto de cada factor (L, C y B) as como sus componentes o niveles y las interacciones se llevaron a cabo por medio de modelo de anlisis de varianza, ANDEVA. Por la naturaleza de la variable de respuestas Yijkl, el ANDEVA se realiz tambin con la variable transformada por medio de la formula Yijkl + 0,5 = Yijkl. EL ANDEVA se realiz con las dos variables de respuesta, la original Y ijkl y la transformada Yijkl. Los resultados son similares, detectndose las mismas diferencias entre los efectos de los factores y sus interacciones. Finalmente antes de presentar los resultados numricos; cabe aclarar que la escala de comparacin entre los promedios de los componentes de cada factor se realiza sobre

25 la escala original y sus fracciones de calificacin del impacto; como se observa en la siguiente representacin: 1.00 mnimo 1,25 poco 1,50 medio 1.75 2.00

mucho mximo

3.7.3.3 Anlisis de relacin entre respuestas de grupos vulnerables Para complementar descriptivos y de comparacin se realiz tambin anlisis de relacin. Se estimaron cinco matrices de correlaciones simples, entre las variables de respuestas a la incidencia de factores extremos. La variable Yij representa las variables socioeconmicas, personas y comunidad (Y1); cultivos; (Y2) produccin animal (Y3) patrimonio o infraestructura (Y4) e (Y5) (otros recursos, fsicos y naturales).

r11 R11=

r12 r22

r13 r23 r33

r14 r24 r34 r44

r15 r25 r35 r45 r55

Se estimaron cinco matrices de correlaciones simples, (Ryi Ryj) cada uno correspondiente al impacto de los fenmenos crticos, temperatura mxima, temperatura mnima, precipitacin mxima, precipitacin mnima y vientos fuertes. 3.7.3.4 Estimacin de impacto del cambio climtico en la reduccin de la biodiversidad. Se estimaron los ndices de empobrecimiento o escasez de las especies mencionadas como en riesgo de extincin, fauna silvestre y flora nativa, adems de las especies de plantas introducidas, mencionada como ndice de diversidad o biodiversidad. H = - pi ln pi; indice de Shannon Donde, pi = ni/n escasez relativa de especies. ln pi = logaritmo natural de la escasez H max = ln S, donde S = nmero de especies o riqueza, en riesgo de extincin
Hmax - H = ndice de extincin.

26 4. RESULTADO Y DISCUSIN

4.1

Experiencia del morador informante de la ecorregin de Concepcin y Amambay

La Figura 3 describe con suficiente detalle la distribucin de la permanencia y afincamiento de los moradores encuestados en el lugar; as como el tiempo de convivir y sentir el embate de los fenmenos climatolgicos.
Tronco y hoja de aos de residencia
8 7 7 6 6 5 5 4 4 3 3 2 2 1 1 0 3559 6666788999 0122223 6668 000112 55666777788899 0000000001223344 55556789 00000000000000022223334444 555555567888 00000001112233 55588 000000000223334 567 002223344 368 Cuantiles > 98% 90% Parmetros estimados informante P 98 80 aos Percentil P 90 = 72 aos

75%

Cuartil Q3 = 57 aos

50% 25 10% < 5%

Mediana Q2 =42 aos Cuartil Q1 = 30 aos Percentil (p10) = 20 aos Percentil (p5) = 10 aos Promedio y = 43 aos Moda M = 40 aos Coeficiente de variacin = 45% Asimetra = (1) 0,50 Kurtosis (2) -0,58

Tronco y hoja de aos de residencia

Figura 3. Distribucin de la experiencia revelada por los informantes calificados, expresadas en aos de convivir con el impacto del fenmeno climtico. Los parmetros indicadores de la experiencia, a juzgar por el tiempo de permanencia de los informantes calificados, revela que el nivel de afincamiento ms frecuente en la zona es 40 aos, representado por la moda de la distribucin. La mediana es igual a 42 aos, que representa la mitad del tiempo total de residir en el rea, cuyo rango es (89-3) 86 aos y el promedio es igual a 43 aos. Estos tres parmetros evidencian la permanente convivencia de los informantes con todos los eventos favorables y desfavorables que azotan y definen en cierto modo la configuracin natural y antrpica de la ecorregin.

27 La referida figura presentada, facilita el resumen de los parmetros de la distribucin. El 3% de los informantes ha vivido mas de 80 aos en la zona; as mismo el 2% declara que reside en la zona, menos de 10 aos. De acuerdo con los estndares establecidos, stos ltimos no califican como informantes experimentados y suficientemente familiarizados con los eventos climatolgicos y sus consecuencias. Sin embargo, se consider que sus respuestas responden a experiencias de sus antepasados o de lugareos aledaos circunscripto al rea investigado. La diferencia intercuartil (Q3 Q1) es igual a 27 aos. Vale decir el 75% (Q3) de los informantes vivieron hasta 57 aos en la zona y el 25% (Q1) ya lleva viviendo en el lugar hasta 30 aos. El nmero de aos correspondiente al primer cuartel (Q 1) que es igual a 30 aos, fue la condicin establecida inicialmente para calificar al informante y asegurndose su debida experiencia. Los parmetros relacionados con la forma de la distribucin de los aos de residencia de los informantes en el lugar y con conocimiento de las reas aledaas indican una leve asimetra 1 = 0,20; aunque no se distancia mucho de la simetra de la forma normal, = 0. Sin embargo la picudez o el achatamiento se aparta de la normal en forma notoria; 2 = - 0,58. El coeficiente de variacin (CV) es igual a 45%, esto refleja la gran variabilidad de los aos de permanencia de los informantes en los lugares dispersos de la geografa norte y nordeste de la regin oriental del pas. El rango de 86 aos, entre el tiempo mximo y mnimo de permanencia en la zona se considera una situacin positiva; ya que la gran mayora de los encuestados supera ampliamente el tiempo de 30 aos de residencia para calificar como informante clave de esta investigacin.

4.2

Caractersticas principales de la poblacin encuestada

Despus de haber elaborado con suficiente detalle en la seccin anterior, el tiempo que llevan los informantes calificados de residir, vivir y convivir con los fenmenos naturales y antropognicos de la zona; corresponde ahora enriquecer la informacin referente a las caractersticas propias de los lugareos. Los informantes calificados llevan ya residiendo en el lugar 43 aos en promedio y en la regin 50 aos y al parecer tienen poca movilidad de un sitio a otro.

28 El 82% de los pobladores son propietarios del predio donde vive y trabaja. El 9% est conformado por ocupantes precarios y el resto de la muestra de moradores son arrendatarios, encargados u otras condiciones no especificada. La condicin jurdica de la poblacin, a juzgar por la muestra de informantes claves, indica que el 99% son personas fsicas, vale decir que sus permanencias en el lugar estn vinculadas a un activo propio y otros factores ancestrales que los arraigan. El 69% de los informantes viven en rea rural y el 31% en rea urbana. La superficie promedio que ocupa el que radica en rea rural es 47 hectreas y el que vive en rea urbana ocupa 660 m2 de superficie. Esto refleja que la mayora son pequeos productores rurales o moradores urbanos. Aun cuando las apreciaciones que los informantes hacen de un fenmeno global lo hace en carcter personal, pero sus opiniones se pueden considerar, en su conjunto como representativo y compartida por buena parte de la poblacin residente en la zona. El 64% de los moradores se dedican a la agricultura, ganadera y agropecuaria, el 9% son empleados de varias ndoles. El 8% esta constituido por comerciantes; los dems se dedican a otras actividades. De todas maneras, existe una buena representatividad de los diferentes actores y sectores que lidian con los fenmenos naturales y sus impactos. Mayores detalles de estas variables que caracterizan a los lugareos entrevistados se pueden encontrar en los cuadros 20, 21, 22 y 23 del Anexo 2 de este documento. 4.3 Cronologa de los factores extremos, precipitaciones, vientos y temperatura revelada por los informantes claves.

4.3.1. Aos considerados de severas incidencias de los excesos de lluvia en la regin. La Figura 4 es muy elocuente y revela importante informacin, derivada del nivel de recuerdo de los moradores sobre este fenmeno. En este caso el lugareo informante asocia el exceso de lluvia con el ao en que impacto sus activos, cultivos u otros bienes, o conmocion a la poblacin por ser un fenmeno extremo y atpico.

29
Parmetros estimados
Tronco y hoja de aos
Con exceso de lluvia
2006 * * * ******** ******** ***************** ***** ********************************** ******** 1972 * * * * * * * * * * * * * ** ****** ** * ** * 1937 * * *

Cuantiles
100% Mxima 99% 95% 90% 75% Q3 50% Mediana Q2 25% Q1 10% 5% 1% 0% Mnimo

Aos de inundacin 2005 2005 2003 1997 1992 1983 1972 1960 1955 1935 1904

Promedio = 1981 Moda = 1983 CV = 77% Asimetra (1) = -1,27 Kurtosis (2) = 3.34

1904 *

Tronco y hoja de aos de residencia

Figura 4. Histograma de los aos de exceso de lluvias revelada por los informantes calificados. La mediana y la moda de la incidencia cronolgica del evento y su frecuencia corresponden a 1983, segn la mayora de los informantes. Es muy significativo el hecho de que en casi 70 aos, 1904 a 1972 (Cuartel, Q1) no se mencion o no ocurri extremos, con impacto catastrficos de las precipitaciones. El 25% del tiempo que comprende al periodo de 70 aos, se reflej en las respuestas de los informantes que mencionaron los aos 1960, 1965 y 1972. El primer Cuartil (Q1) se distanci de la mediana en 11 aos. El conjunto de 75% de aos de lluvia mencionado por los informantes como lluviosos excedentario, corresponde a 1992 (Cuartel Q3); vale decir que dista solamente nueve aos de la mediana. A partir de 1992, se observ de nuevo el exceso en 1997 y en el 2003; o sea cada vez con mayor frecuencia. Si se aade a esto el fenmeno del diluvio de Pedro Juan Caballero con reflejo, en Concepcin, ocurrido a principio de febrero del 2007 (que no es parte de la encuesta aplicada hasta el 2006); se puede concluir que el impacto del cambio global se hace cada vez ms frecuente y ms severo.

30 4.3.2. Aos considerados como de mayor incidencia de la sequa La Figura 5 ofrece importante detalle de la cronologa de la fuerte sequa que impact en el rea, con alcance a todo el departamento de Concepcin y tambin a Amambay.
Tronco y hoja de aos con exceso de sequa
200 200 199 199 198 198 197 197 196 196 195 195 194 194 193 193 5555555566 0111122222222222222222222222223334 56666666666666679999999999999999 0 5678888888889 00444444444 58 0000000 022234444444444444444 56 0000233333333333333334 5555566 23333 577778 3 59 3

Parmetros estimados Aos de Cuantiles sequa


100% Mxima 99% 95% 90% 75% Q3 50% Mediana Q2 25% Q1 10% 5% 1% 0% Mnima Promedio =1982 Moda = 2002 CV = 96% Asimetra (1) = 0,51 Kurtosis (2) = 0,91 2006 2006 2005 2002 1999 1986 1965 1955 1947 1935 1933

Tronco y hoja de aos con exceso de sequa

Figura 5.

Distribucin de los aos de exceso de sequa revelada por los informantes calificados.

La mediana Q2 de distribucin corresponde al ao 1986 que dista 56 aos del primer ao 1933 mencionados por moradores como poca con evidentes sequas y solamente 20 aos despus del ltimo ao considerado catastrfico como seco,

ocurrido en el ao 2006. La mediana Q2 dista 21 aos del primer cuartil (Q1) correspondiente al ao 1965; pero la misma mediana dista nicamente 13 aos del cuartil (Q3) que se sita en ao a 1999. Es importante destacar la gran asimetra de la distribucin de los aos de sequa; vale decir que la sequa ocurre con ms frecuencia en los aos recientes. La moda corresponde al ao 2002, significa que cada vez ms se tendr mayor nmero de sequa como de hecho se tuvo tres en el ao 2005 y dos en el 2006 segn perciben y sienten su impacto los moradores. Este fenmeno como expresin del cambio global necesariamente exige en el corto plazo desarrollar tecnologa de manejo sustentable de los recursos naturales y productivos en toda la regin.

31 4.3.3. Aos considerados como de mayor incidencia de los fuertes vientos y tormentas La Figura 6 muestra con claridad la tendencia general de la frecuencia de ocurrencia de las tormentas desde 1940 hasta el ao 2006. La mediana corresponde al ao 1992. El cuartil (Q1), se ubica en el ao 1976, vale decir que se aparta 26 aos atrs de la mediana; por otra parte el cuartil (Q3) se ubica en el ao 2000, solamente a 8 aos arriba de la mediana. La moda corresponde al 2005 se ubica en el histograma muy distante de los parmetros mediana y cuartiles para situarse en ao muy reciente.
Parametros estimados Aos de Cuantiles tormentas 100% Mxima 2006 99% 2006 95% 2005 90% 2005 75% Q3 2000 50% Mediana Q2 1992 25% Q1 1976 10% 1964 5% 1955 1% 1945 0% Mnima 1940 Promedio = 1987 Moda = 2005 CV = 80% Asimetra (1) = - 0,88 Kurtosis (2) = - 0,03

Tronco y hoja de aos de tormentas 200 200 199 199 198 198 197 197 196 196 195 195 194 194 55555555555666666 000002222233333333444444 5555555566677778888889 000001111222222233344444 5555567888 0122223334444 558899 000000122223344 789 023444 55667 0044 58 0

Tronco y hoja de aos de tormentas

Figura 6. Distribucin de los aos de tormentas revelados por los informantes calificados. De nuevo a criterio de los moradores informantes claves los vendavales son cada vez mas frecuentes. El grfico concentra las frecuencias de los excesos en los aos recientes; al igual que los otros fenmenos extremos; las tormentas se acentan y cada vez mas frecuentes, ocurri 11 veces en el 2005 y seis veces en el 2006; vale decir que en estos dos ltimos aos ocurri el 11% de las tormentas, comparada con los 64 aos anteriores que cuenta con el 89% de la incidencia de este fenmeno.

32 Los parmetros de asimetra y kurtosis ambos negativos, fuertemente concentrado en el intervalo de los aos 90 hasta ahora; con una picudez tambin notoria.

4.3.4. Distribucin de los aos considerados ms caliente de la regin norte, nordeste. La Figura 7 revela el comportamiento del calor fuerte entre los aos 1944 y el 2006. La mediana de la distribucin de los aos segn precipitacin de los moradores, informantes claves corresponde al ao 1999. Este parmetro dista 55 aos de la primera referencia indicativa del 44; pero la ms notable es que la mediana se separa solamente siete aos del ltimo ao de valoracin que fue en el 2006, segn los informantes. El cuartil (Q1) corresponde al ao 1987 separado por 12 aos de la mediana y el cuartil (Q3) se ubica en el ao 2002 separado solamente por 3 aos de la mediana.
Parmetros estimados Aos de Cuantiles exceso de calor 100% Max 2006 99% 2006 95% 2005 90% 2004 75% Q3 2002 50% Median 1999 25% Q1 1987 10% 1969 5% 1959 1% 1948 0% Min. 1944 Promedio = 1992 Moda = 2000 CV = 68% Asimetra (1) = 1,36 Kurtosis (2) = 1,19

Tronco y hoja de aos con exceso de calor

2006

******* ************************************** ************ *********** ********** ***** * *** ***** * **** *

1944 * Tronco y hoja de aos con exceso de calor

Figura 7.

Histograma de los aos de calor extremo revelados por los moradores informantes.

33 Los detalles de la distribucin de los aos y la frecuencia de la calificacin que le dan los encuestados, se presentan en la Figura 7. Es importante resaltar que la moda, se ubica en el ao 2000, o sea; el ao con mayor frecuencia de mencin como crtico por el exceso de calor extremo en ese ao. El ao modal 2000 representa el 15% de las menciones. De aqu en adelante 2002, 2004 y 2005 tambin fueron percibidos como extremadamente clidos por moradores informantes. Con esas informaciones se confirma que el castigo del fenmeno y se repite con mayor frecuencia en los ltimos cinco a siete aos. La asimetra de la distribucin 1 = 1,36 y la Kurtosis 2= 1,19 que indica la deformacin de la distribucin, que se aparta de lo normal.

4.3.5. Distribucin de los aos con mayor incidencia negativa del fro en la zona, segn los moradores informantes. El histograma de la Figura 8 ilustra la frecuencia de la variable ao, calificado por los informantes como los ms fros y perjudiciales a las personas, sus actividades productivas, servicios.
Tronco y hoja de aos de exceso de fro 2005 * ********* ***** ************** ********* ****** ************************** * * * * * * ** *** ********* ***** *** * * * Parametros estimados Aos de Cuantiles intensos fros 100% Maxima 2005 99% 2001 95% 2000 90% 1999 75% Q3 1991 50% Mediana Q2 1975 25% Q1 1970 10% 1960 5% 1954 1% 1940 0% Minima 1938 Promedio = 1978 Moda = 1975 CV = 75% Asimetra (1) = 0,31 Kurtosis (2) = 0,55

1975

1938

Tronco y hoja de aos de exceso de fro

Figura 8. Histograma de los aos de exceso de fro y sus posibles impacto.

34 La mediana y la moda de la distribucin de frecuencia de aos corresponden a 1975, segn los moradores algo ms de 30 aos. El primer cuartil (Q1) corresponde al ao 1970 y el tercer cuartil (Q3) al ao 1991. El rango de aos mencionados por los informantes es de 67 y esta entre 1938 y 2005. Los parmetros de la distribucin no revelan mayores sobresaltos con excepcin de los picos de 1975, 1960, 2000 y el ao 1989. En trminos generales la distribucin tambin se ve distanciada de lo normal, vale decir; lo frecuencia con que ocurren los eventos en el tiempo se acortan y en muchos casos se repiten varias veces en un mismo ao. 4.4 Resultados del anlisis de varianza (ANDEVA)

Los datos procesados en sus dos formas, original y transformado no son ortogonales; vale decir que el nmero de repeticiones para L, C y B son diferentes, razn por la cual se aplica la tcnica de GLM (Modelo Lineal Generalizado). Los resultados obtenidos con datos originales y transformados son similares

razn por la cual se presenta solamente la tabla de ANDEVA obtenido con datos originales (Cuadro 2). Cuadro 2. Resultado del anlisis de varianza (Cuadrados medios tipo III).
Fuentes de variacin Localizacin del informante (L) Error (a) Factores climticos (C) Interaccin L x C Error (b) Bienes productivos (B) Interaccin L x B Interaccin C x B Interaccin L x C x B Error (c) Total GL 1 233 4 4 348 4 4 16 16 1.791 2.421 CM 8.0196 0.3563 1.6634 0.2394 0.3425 11.7771 0.5775 1.2595 0.4263 0.1318 Festimado 22.51 4.86 0.70 89.35 4.38 9.56 3.23 F < 0.0001 < 0.008 0.5931 < 0.0001 0.0016 < 0.001 < 0.001 -

CV (datos originales)= 26.6%; CV (datos transformados)= 13.0%

Es menester aclarar que a pesar de que los efectos de algunas interacciones fueron estadsticamente significativos al 95% de probabilidad se consider interesante

35 presentar los promedios de los efectos principales o directos de los factores que fueron significativos. Las comparaciones se realizaron por medio de la prueba de Duncan ( = 0.05). Solamente se presentan comparaciones de promedios de datos originales, ya que los transformados dan el mismo resultado.

4.4.1 Comparacin de la valoracin del impacto por localizacin del morador, rural versus urbano Es importante sealar que la diferencia entre valoracin del impacto negativo o dao que causa en general el factor de localizacin de los informantes, esta lo califican en forma muy diferente. Para los moradores urbanos el impacto de los fenmenos extremos es significativamente superior a la calificacin de los moradores urbanos, como se indica en el cuadro 3. Cuadro 3. Impacto percibido por moradores rurales y urbanos de Concepcin y Amambay. Significancia Localizacin Nmero de observ. Promedio del morador (ni) (yi) (P 0,05) Urbano 877 1.50 a Rural 1545 1.31 b

Comparando (rango crtico) de diferencia entre promedio = 0.049272 = 0,05

La interpretacin que probablemente se puede hacer de la diferencia significativa entre ambas evaluaciones del impacto ambiental; es que el morador urbano tiene inters ms diversificado, que depende de varias condicionantes. Por esta razn el impacto tiene mayor efecto, lo siente con mayor peso la consecuencia y con menos alternativa remedial. Mientras que el morador del campo mira ms especficamente sus bienes, limitado al sistema productivo, que puede sufrir el impacto, pero tambin tiene alternativas para paliar en cierta medida su prdida por medio de otras fuentes a su alcance. Los cinco factores climatolgicos calificados por sus impactos no han pasado desapercibo sino se registran en las memorias de los moradores como conocimiento tcitos perdurables.

36 4.4.2 Comparacin del impacto de los extremos del evento climtico El anlisis de varianza (ANDEVA) detecta una diferencia altamente significativa de los efectos de los factores climticos, sequas, tormentas, exceso de lluvias, fros intensos y calor extremo. En el Cuadro 4 se presenta el impacto promedio de cada uno de los factores climatolgicos; as como la diferencia entre ellas en cuanto a la intensidad del impacto, evaluado por los informantes calificados. Cuadro 4. Comparacin de promedio de impacto de extremos climticos. Eventos climticos Nmero de Promedio de Significancia extremos Sub-muestras calificacin (yi) (P 0,05) Sequa 446 1.45 a Tormenta Lluvia grande Fro Calor N de promedios: Rangos Crticos (DMS) 2 0,075 352 551 516 557 3 0,079 1.43 1.42 1.34 1.23 4 0.082 a a b c 5 0.084

En el mismo cuadro 4 los resultados de la prueba de comparacin entre promedios por el mtodo de Duncan detectan que la sequa, los fuertes vientos y alta precipitacin son los que producen los daos ms severos. Estos tres factores no difieren significativamente entres si, pero los tres significativamente ms destructivos que el fro y el calor. Asimismo, se detecta que el fro produce dao significativamente mayor que el calor extremo.

4.4.3. Comparacin de las respuestas diferenciadas de las personas, actividades productivas (agrcola, ganadera), infraestructuras y recursos naturales entre otros, el embate de los factores extremos Los cincos recursos evaluables responden de forma muy diferentes a los eventos climatolgicos extremos, segn la calificacin de los informantes moradores de la zona. El Cuadro 5 indica que lo de mayor susceptibilidad es el cultivo agrcola y los excesos meteorolgicos inciden en ello de forma severa con consecuencias catastrficas. Este rubro de la produccin es significativamente ms afectado que los cuatro otros recursos evaluados.

37 En segundo lugar, como ms susceptible y afectado se ubica la ganadera que tambin es significativamente diferente de los otros tres. Le sigue a estos dos citados las personas e infraestructuras, ambas con muy baja susceptibilidad al impacto de las inclemencias climatolgicas, segn la valoracin de los informantes calificados. En el ltimo lugar calific como de mnimo impacto a los recursos naturales y otros recursos ms detalle se ofrece en el cuadro adjunto. Cuadro 5. Promedios de la sensibilidad de los recursos socioeconmicos y los recursos naturales.
Recursos socioeconmicos y los RRNN Nmero de sub-muestras Promedio de calificacin (yi) Significancia (P 0,05)

Cultivos Animales Personas/comunidad Patrimonio/infraestructu ra RR NN N de promedios: Rango crticos (DMS) 2

569 564 591 475

1.62 1.41 1.27 1.27

a b c c

223 3 0,052

1.09 4 0.053

d 5 0.055

0,049

4.4.4 Sensibilidad a factores combinados (interaccin), localizacin del morador y los factores climticos extremos El Cuadro 6 revela que la calificacin del impacto de las 10 (2x5) situaciones que resultan de la combinacin (interaccin) de la localizacin de los moradores conjuntamente con los factores climatolgicos extremos, son similares estadsticamente. An cuando la valoracin son relativamente negativa, pero al parecer el impacto de cada uno de los 10 efectos son semejantes. No se detecta diferencia significativa al 5% de error, segn la prueba de Duncan. Cuadro 6. Promedios de la interaccin entre localizacin y los factores climticos extremos. Factores climticos extremos
Factor localizacin Rural Grandes precipitaciones 1,35 (332)* 1,53 (219) Sequa 1,37 (292) 1,59 (154) Tormenta 1,40 (230) 1,48 (122) Fuerte calor 1,19 (358) 1,30 (199) Fuerte fro 1.29 (333) 1,42 (183)

Urbana

38
* = Nmero de observaciones del que proviene la media.

4.4.5 Calificacin del impacto segn localizacin y recursos afectados El anlisis de varianza detecta respuesta altamente significativa de los factores combinados, entre la localizacin y los recursos socioeconmicos y naturales. El impacto ms severo se detecta en la combinacin rural y cultivo; curiosamente tambin entre urbano y cultivo; quizs estos ltimos sienten la escasez de productos y un efecto socioeconmico negativo. Tambin se destaca el importante ndice de impacto resultante del efecto conjunto de la localidad urbana con el recurso ganado o animales y las personas o comunidades. Cuadro 7. Promedios de la interaccin entre localizacin y los recursos socioeconmicos y naturales.
Factor localizacin Rural Recursos socioeconmicos y naturales Personas 1,18 (377)* 1,41 (214) Cultivos 1,60 (367) 1,67 (202) Animales 1,36 (361) 1,50 (203) Patrimonio 1,20 (299) 1,37 (176)
Recursos naturales y otros

1.04 (141) 1,17 (82)

Urbana

* = Nmero de observaciones del que proviene la media.

4.4.6

Efecto combinado de los socioeconmicos y naturales

factores

climticos con

los

recursos

El anlisis de comparacin del impacto combinado de factores meteorolgicos y los recursos socioeconmicos que incluye las personas y comunidades, actividades productivas, infraestructura y recursos varios, adems de los recursos naturales y otros; detecta diferencias altamente significativas entre el impacto reflejado en las diferentes combinaciones de ambos factores. Del Cuadro 8 se destaca que los mayores impactos detectados se refieren a la combinacin entre la sequa, el fro y tormenta asociada con el cultivo. Asimismo no se puede despreciar la combinacin entre las fuertes lluvias con cultivo, sequa con animales y el efecto de vientos fuertes con patrimonio. El menor impacto encontrado se refleja de la combinacin entre el calor extremo y los recursos naturales y otros.

39 Cuadro 8. Promedios de la interaccin entre los factores climticos y los recursos socioeconmicos y naturales.
Factor climtico Lluvias fuerte Recursos socioeconmicos y naturales Personas 1,40 (133)* 1,29 (107) 1,29 (86) 1,15 (135) 1,21 (130) Cultivos 1,58 (127) 1,78 (100) 1,62 (85) 1,46 (133) 1,71 (124) Animales 1,40 (124) 1,65 (105) 1,32 (81) 1,32 (129) 1,34 (125) Patrimonio 1,44 (118) 1,19 (87) 1,55 (71) 1,05 (108) 1,14 (91) Recursos naturales y otros 1.08 (49) 1,11 (47) 1.27 (29) 1,00 (52) 1,06 (46)

Sequa

Tormenta

Fuerte calor

Fuerte fros

* = Nmero de observaciones del que proviene la media.

4.4.7

Efecto diferenciado de la combinacin de los tres factores, localizacin, climatolgicos y recursos socioeconmicos. El anlisis de comparacin de la respuesta expresada en intensidad del impacto

detecto diferencia altamente significativa entre 50 (2x5x5) posibles combinaciones de los niveles de los factores y las respuestas a los impactos climticos. El Cuadro 9 presenta con todo detalle la relacin causa/efecto expresado en intensidad de impacto. Varias combinaciones resultan presentar calificacin de altos impactos. Seguidamente se mencionan algunos de los ndices ms altos, resultante de la combinacin entre la localidad urbana con sequa y cultivos; asimismo en la misma localidad se destaca fuerte fro con cultivo, seguida del efecto entre sequa y animales en rea urbana. En el rea rural se destaca los efectos entre los cultivos agrcolas con todos factores climticos estudiados. Mayores detalles de los factores combinados que se reflejan en los recursos socioeconmicos por localidad e impactos climticos se observan en el Cuadro 9, examinando detenidamente.

Cuadro 9.

40 Promedio de impacto entre los factores climticos y los recursos socioeconmicos y naturales.
Recursos socioeconmicos y naturales Personas 1,30 (80)* 1,14 (71) 1,21 (57) 1,38 (87) 1,12 (82) 1,55 (53) 1,58 (36) 1,45 (29) 1,17 (48) 1,37 (48) Cultivos 1,57 (79) 1,73 (64) 1,69 (56) 1,40 (86) 1,65 (82) 1,60 (48) 1,86 (36) 1,52 (29) 1,55 (47) 1,81 (42) Animales Patrimonio 1,33 (76) 1,58 (70) 1,30 (52) 1,23 (83) 1,35 (80) 1,52 (48) 1,77 (35) 1,34 (29) 1,50 (46) 1,33 (45) 1,29 (69) 1,16 (56) 1,50 (46) 1,04 (69) 1,10 (59) 1,65 (49) 1,26 (31) 1,64 (25) 1,05 (39) 1,22 (32) RR NN y otros 1.07 (28) 1,03 (31) 1.58 (19) 1,00 (33) 1,00 (30) 1,09 (21) 1,25 (16) 1.50 (10) 1,00 (19) 1,19 (16)

Factores Localizacin Climtico Lluvia en exceso Sequa Vientos y tormentas Calor extremo Fro intenso Lluvia en exceso Sequa Vientos y tormentas Calor extremo Fro intenso

Rural

Urbana

* = Nmero de observaciones del que proviene la media.

4.5

Anlisis de relacin socioeconmicos

entre

variable

de

respuesta

los

recursos

La principal relacin asocia los recursos socioeconmicos dentro de cada factor climtico y entre grupos de variables por cada factor. Es decir, fueron estimados los coeficientes de correlaciones simples, entre los recursos socioeconmicos medidos (persona, cultivo, animal, patrimonio y recursos naturales) en la escala de impactos dentro de los cinco factores climticos estudiados (lluvia, sequa, calor extremo, fro intenso y, vientos y tormentas).

41 Este anlisis tiene el propsito de estimar la relacin que existe entre las variables socioeconmicos y los recursos naturales entre s, las personas y sus comunidades, las actividades productivas (cultivos y cra de animales), infraestructura o el patrimonio y los recursos naturales (fauna silvestre y flora nativa). Tambin se estim la relacin que existe entre los grupos de recursos por cada factor climtico extremo. El parmetro estimado es la correlacin cannica entre pares de grupos de inters. Mayores detalles se encuentran agregados en Anexo 11, donde incluye las caractersticas de las variables como nmero de observaciones, su promedio general, desviacin estndar y rango de valores en la escala del ndice de impacto. Cuadro 10. Matriz de correlaciones simples entre variables socioeconmicos y los recursos naturales, bajo rgimen de lluvia fuerte.
Recursos socioeconmicos y RRNN Personas (a) Cultivos (b) Animales (c) Patrimonio (d)
RRNN y otros (e)
R 0.30 es considerado significativo por el alto grado de libertad (GL).

Recursos socioeconmicos y RRNN


Personas (a) Cultivos (b) Animales (c) Patrimonio (d) RRNN y otros (e)

0.32245

0.49730 0.40947

0.37550 0.19504 0.38408

0.17687 -0.04269 0.09013 -0.08217

Tomando como base de referencia el rgimen de precipitacin, se observa buena correlacin de las personas con cultivos, animales y patrimonio; (superior a 0.30) y; menor correlacin con los recursos naturales; sin embargo para cultivos presenta buena correlacin con personas y animales. La cra de los animales tiene alta correlacin con personas, cultivos y patrimonio (Cuadro 10). Cuadro 11. Matriz de correlaciones simples entre variables socioeconmicos y los recursos naturales, bajo rgimen de sequa.
Recursos socioeconmicos y RRNN Personas (a) Cultivos (b) Animales (c) Patrimonio (d)
RRNN y otros (e)
R 0.30 es considerado significativo por el alto grado de libertad (GL).

Recursos socioeconmicos y RRNN


Personas (a) Cultivos (b) Animales (c) Patrimonio (d) RRNN y otros (e)

0.25158

0.30261 0.33939

0.26396 0.10515 0.23537

0.39458 0.14744 0.11627 0.26082

42 Las correlaciones obtenidas considerando a la sequa como referencia, se muestra en el Cuadro 11; donde las mejores correlaciones ocurren entre persona con RRNN, persona con cra de animales y los animales con los recursos naturales. Cuadro 12. Matriz de correlaciones simples entre variables socioeconmicos y los recursos naturales, bajo rgimen de vientos fuertes y tormentas.
Recursos socioeconmicos y RRNN Personas (a) Cultivos (b) Animales (c) Patrimonio (d)
RRNN y otros (e)
R 0.30 es considerado significativo por el alto grado de libertad (GL).

Recursos socioeconmicos y RRNN


Personas (a) Cultivos (b) 0.27162 Animales (c) 0.32943 0.23864 Patrimonio (d) 0.17658 0.01855 0.13814 RRNN y otros (e) 0.65476 0.16534 0.39246 0.00927

Las mejores correlaciones ocurren entre las persona con RRNN, persona con cra de animales y los animales con los recursos naturales, como se muestra en el Cuadro 12, que presenta las correlaciones obtenidas considerando a vientos fuertes y tormentas como referencia. Cuadro 13. Matriz de correlaciones simples entre variables socioeconmicos y los recursos naturales, bajo rgimen de calor extremo.
Recursos socioeconmicos y RRNN Personas (a) Cultivos (b) Animales (c) Patrimonio (d)
RRNN y otros (e)
R 0.30 es considerado significativo por el alto grado de libertad (GL).

Recursos socioeconmicos y RRNN


Personas (a) Cultivos (b) 0.29749 Animales (c) 0.07165 0.27229 Patrimonio (d) 0.53771 0.13495 0.05235 RRNN y otros (e) -

En el Cuadro 13 se presenta la matriz de correlaciones simples entre variables socioeconmicos y los recursos y naturales, bajo rgimen de calor extremo, donde se destaca la correlacin significativa o mayor a 0.30 para persona con patrimonio y cultivos.

43 Cuadro 14. Matriz de correlaciones simples entre variables socioeconmicos y los recursos naturales, bajo rgimen de fro intenso.
Recursos socioeconmicos y RRNN Personas (a) Cultivos (b) Animales (c) Patrimonio (d)
RRNN y otros (e)
R 0.30 es considerado significativo por el alto grado de libertad (GL).

Recursos socioeconmicos y RRNN


Personas (a) Cultivos (b) 0.11122 Animales (c) 0.43786 0.31535 Patrimonio (d) 0.12661 0.04153 0.37045 RRNN y otros (e) 0.37834 -0.36324 -0.00196 -0.09524

El Cuadro 14 muestra la matriz de correlaciones simples entre variables socioeconmicos y los recursos naturales, bajo rgimen de fro intenso, donde se destaca la correlacin entre persona con animales y recursos naturales. Tambin existe buena correlacin entre animales y patrimonio; cultivos con animales y recursos naturales, este ltimo obtiene un valor negativo, mostrando que en algunos casos su efecto es favorable y en otros desfavorable. 4.6 Interaccin entre clima y biodiversidad La expansin y tecnificacin de las actividades agropecuarias en la regin ha trado aparejado una prdida significativa de la biodiversidad, cambio de sistema de produccin, intensificacin del uso de agroqumicos y manejo mecanizado, definiendo pautas para la produccin tecnificada de ciertos rubros agropecuarios (caf, carne, leche, soja, trigo, maz, trtago, algodn y ssamo); que por lo general tienen gran demanda de insumos tcnicos. Por otra parte, las exigencias de organizaciones internacionales crecen cada vez ms para el uso de buenas prcticas limpias y amigables con el medio que necesariamente requieren de cultivo ecolgico y prcticas de manejo del ecosistema. 4.6.1.Deforestacin La regin boscosa de Concepcin y Amambay fueron las ms ricas del pas, debido a su diversidad biolgica. Presentando especies de hbitat amaznico como el guaa sayju, jacare ita y el guasuti. Tambin se puede encontrar especies de jaguarete y pjaro campana, hoy da muy pocas veces avistadas por los habitantes.

44 El territorio comprendido por los departamentos de Concepcin y Amambay, en las dcadas del 60 y 70 fue unas de las regiones en las que se expandi ms rpidamente la frontera agrcola, con la instalacin de colonias de pequeos agricultores paraguayos y al mismo tiempo, ncleos de agricultores brasileos, que en esa poca ingresaron al pas. Evidentemente los datos de los ltimos aos (presentados en Anexo) muestran una gran expansin de la agricultura y la ganadera, en detrimento de reas forestales. Entre 1965 y 1968 la cobertura boscosa del pas representaba unos 44,1% del territorio, mientras que en 1997 este porcentaje se reduce a 13,1%. En relacin a la deforestacin adems se recab que la actividad inici en el ao 1967, media obtenida de los informantes, acelerndose en 1969 y que actualmente contina igual para 18 informantes (11,1%); 128 personas (79,0%) indicaron que la deforestacin se redujo y 16 encuestados (9,9%) no saben o no respondieron a la pregunta. Es de recordar que la entrevista fue realizada en un periodo de plena vigencia de la Ley N 2524/04 que prohbe en la regin oriental las actividades de transformacin y conversin de superficies con cobertura de bosques, conocida como Deforestacin Cero, la cual refleja que en los departamentos estudiados efectivamente la ley present un fuerte impacto. 4.6.2 Prdida de plantas nativas El valor obtenido para el ndice de Shannon (H) o escasez de plantas nativas, es de 2,63 para un mximo de 3,61 (Hmax). La percepcin de los entrevistados en relacin a la disminucin de 20 plantas nativas de la regin (Cuadro 15), indica que 130 individuos, es decir el 80,2% de los entrevistados citan al tajy (lapacho) como la planta en mayor disminucin durante los aos de 1960 a 2006. La lista continua con el urundey, ybyraromi (la famosa peroba), cedro y el kurupay con 63%; 40,7% y 29,6% respectivamente.

45 Cuadro 15. Plantas nativas* en disminucin citadas por los informantes.


Nombre Vulgar 1. Tajy 2. Urundey 3. Yvyraromi/Peroba 4. Cedro 5. Kurupay 6. Incienso 7. Trebol 8. Yvyra pyta 9. Timbo 10. Kirandy 11. Peterevy 12. Yvyraro 13. Palo de rosa 14. Tatajyva 15. Kurupayr 16. Guatamb 17. Guayaivi 18. Kurupay kuru 19. Palo Santo 20. Laurel hu Nombre Cientfico Tabebuia spp Astronium urundeuva Aspidosperma polyneurom Cedrela spp Piptademia sp Myrocarpus frondosus Amburana cearencis Peltophorum dubium
Enterolobium contortosiliquum

Familia
Bignoniaceae Anacardiaceae Apocinaceae Meliaceae Fabaceae Fabaceae Fabaceae Fabaceae Fabaceae Apocinaceae Borraginaceae Fabaceae Fabaceae Moraceae Fabaceae Rutaceae Borraginaceae Fabaceae Zygophillaceae Lauraceae

Aspidosperma kirandy Cordia trichotoma Pterogyne nitens Tipuana tipu Chlorophora tinctoria Parapiptademia rigida Balfourodendron riedelianum Patagonula americana Anadenanthera colubrina Bulnesia sarmientoi Nectandra angustifolia

F. Absoluta 130 102 66 48 41 34 33 30 15 8 6 6 5 5 2 2 2 1 1 1

F. Relativa 80,2 63,0 40,7 29,6 25,3 21,0 20,4 18,5 9,3 4,9 3,7 3,7 3,1 3,1 1,2 1,2 1,2 0,6 0,6 0,6

* ndice de Shannon (H)= 2,28; Hmax = 3,00.

4.6.3 Prdida de animales silvestres El Cuadro 16 muestra la percepcin de los informantes en relacin a la disminucin de los animales silvestres de la regin. 126 personas, o sea el 77,8% de los entrevistados citan al guas (venado) como el animal con mayor disminucin en los ltimos aos. La lista sigue con el tatu (armadillo), jaguarete (tigre), kurei (cerdo silvestre) y el tajy kat (jabal) con menciones superiores a 20% y 46%, respectivamente. El valor obtenido para el ndice de Shannon (H) o escasez de los animales silvestres es de 2,63 para un mximo de 3,61 (Hmax). La disminucin de animales silvestres en la regin obedece a la caza y pesca, como costumbre heredada de los guaranes; y en los ltimos aos por la gran expansin de la deforestacin. Dichas actividades obligan a la fauna silvestre a migrar a otras regiones y mismo a la muerte por la deficiencia de espacios destinados para la conservacin, como son los parques nacionales, reas en las que no se restringe con eficiencia la depredacin de la fauna e inclusive la flora nativa.

46 Cuadro 16. Animales silvestres* en disminucin citados por los informantes.


Nombre Vulgar 1. Guasu (venado) 2. Tatu (armadillo) 3. Jaguarete (tigre) 4. Kurei (cerdo salvaje) 5. Tajy kat (jabal) 6. Mborevi (tapir) 7. Tapit (conejo) 8. Kai (mono) 9. Loro 10. Guaa (guacamayo) 11. Surubi 12. Carpincho (cerdo de agua) 13. Len 14. Acuti 15. Ynambu (perdz) 16. Pac 17. andu guasu ( 18. Tucan 19. Karaja 20. Otros (16) Nombre Cientfico Mazama gouazoupira Dasypus nodemcinctus Leopardus wiedii Tayassu tayassu Sus scrofa Tapirus americanus Sylvilagus brasiliensis Ateles spp. Amazona aestiva Ara militaris Pseudoplatystoma coruscans Hydrochaeris hydrochaeris Felix leo Kannabateomys amblyonyx Alectoris spp. Piractus mesopotamicus Rhea americana Ramphatos toco Pan troglodytes ---F. Absoluta 126 76 49 48 33 31 30 20 18 17 16 15 13 11 9 8 8 7 6 48 F. Relativa 77,8 46,9 30,2 29,6 20,4 19,1 18,5 12,3 11,1 10,5 9,9 9,3 8,0 6,8 5,6 4,9 4,9 4,3 3,7 29,6

* ndice de Shannon (H) = 2,63; Hmax = 3,61.

4.6.4 Introduccin de plantas exticas

Las principales plantas exticas son presentadas en el Cuadro 17; en donde se observa que los primeros cinco son: eucalipto, ficus, paraso, sibipiruna y castaa; como las especies ms abundantes en los departamentos de Concepcin y Amambay, siendo mencionados entre 26 y 54 veces por los informantes. El ndice de Shannon o abundancia de las especies introducidas corresponde a 2,60 de un valor mximo posible de 3,56.

47 Cuadro 17. Plantas exticas* introducidas en los departamentos de Concepcin y Amambay, 1960 2006. Nombre Vulgar 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. Eucalipto Ficus Paraiso Sibipiruna Castao Chivato Grevillea Inga Leucaena Ssamo Santa rita Mango Naranja Mandarina Ciruela Acerola Aguacate Pomelo Hovenia Nombre Cientfico Eucaliptus sp. Ficus spp. Melia azederach Sibipiruna sp. Castanea vesca Delonix regia Grevillea robusta Inga sp. Leucaena glauca Sesamum indicum
Bougainvillea spectabilis

Familia
Mirtaceae Moraceae Meliaceae Fabaceae Cupulferaceae Fabaceae Proteaceae Fabaceae Fabaceae Pedaliaceae Nyctaginaceae Anacardiaceae Rutaceae Rutaceae Rosaceae Malpighiaceae Lauraceae Rutaceae Rhamnaceae

F. Absoluta F. Relativa
54 47 38 30 26 19 17 14 12 7 6 5 4 4 4 4 4 3 3

Manguifera indica Citrus sinensis Citrus reticulaa Prunus domestica Malpighia punicifolia Persea americana Citrus paradisi Hovenia dulcis

20. Otras especies (15) * ndice de Shannon (H)= 2,60; Hmax = 3,56.

23

33,3 29,0 23,5 18,5 16,0 11,7 10,5 8,6 7,4 4,3 3,7 3,1 2,5 2,5 2,5 2,5 2,5 1,9 1,9 14,2

4.6.5 Plagas de plantas, animales y personas

En el Cuadro 18 se mencionan diferentes plagas que se manifiestan en plantas, animales y personas. Los encuestados resaltan al mbiru (virosis), picudo y pulgn como principales plagas que se manifiestan en los departamentos de Concepcin y Amambay. La virosis es un problema que en los ltimos tiempos tiene fuerte incidencia en plantaciones de mandioca, el picudo como el pulgn son plagas tradicionales del algodn, si bien en los ltimos cinco aos, con la masiva adopcin del ssamo, ste tambin viene siendo atacado por el pulgn con reducciones significativas en el rendimiento. Asimismo, se mencionan pero con menor incidencia, al yso karu, ysau, royas, hongos, lagarta rosada, mal de Panam, palomilla, cancrosis de ctricos, tuku karu, akek, andui, viruela, hormigas, esperanza, broca del tallo, lecherita, sorgo de alepo,

48 caracol y gusano blanco atacando a numerosos cultivos, causando daos puntuales y espordicos en los diferentes rubros agrcolas realizados en la zona de estudio. Cuadro 18. Plagas de plantas, animales y personas Departamentos de Concepcin y Amambay. reveladas en los

Plagas que atacan a plantas Plagas F. Absoluta 1. Mbiru (virosis) 39 2. Picudo (Anthonomus grandis) 27 3. Pulgn 21 4. Yso karu (oruga) 20 5. Ysau (Atta sp.) 15 6. Roya 13 7. Hongo 8 8. Lagarta rosada 6 9. Mal del Panam 5 10. Palomilla 5 11. Cancrosis (ctricos) 4 12. Tuku karu (langosta) 3 13. Akek (Acromyrmex spp) 2 14. andui (araita) 1 15. Viruela 1 16. Hormigas 1 17. Esperanza 1 18. Broca del tallo 1 19. Lecherita 1 20. Sorgo de alepo 1 21. Caracol 1 22. Gusano blanco 1 Plagas que atacan a animales 23. Mal de Aquidabn 4 24. Botulismo 1 25. Mancha pe (Carbunclo) 2 26. Brucelosis 2 27. Virus de la gallina 3 Plagas que atacan a personas 28. SIDA 7 29. Dengue 13 30. Meningitis 1 31. Mosquito 14 32. Mosca 7 33. Diabetes 1 34. lcera 1

F. Relativa 24,1 16,7 13,0 12,3 9,3 8,0 4,9 3,7 3,1 3,1 2,5 1,9 1,2 0,6 0,6 0,6 0,6 0,6 0,6 0,6 0,6 0,6 2,5 0,6 1,2 1,2 1,9 4,3 8,0 0,6 8,6 4,3 0,6 0,6

Referente a los males que se manifiestan en animales se citan el mal de aquidabn, botulismo, mancha-pe, brucelosis y virus de aves, en porcentajes inferiores a

49 los 2,5%; talvez porque la participacin de los ganaderos entre los entrevistados no fue muy amplia (6,8% segn el Cuadro 23, presentado en Anexo). Entre las plagas que pueden atacar a las personas se destacan el mosquito y el dengue, con 8,6 y 8,0% respectivamente de los entrevistados quienes indican como la principal preocupacin. Este valor concuerda con las ltimas publicaciones del Ministerio de Salud Pblica y Bienestar Social sobre la gran proliferacin del mosquito (Aedes aegypti) transmisor del dengue, con 850 casos confirmados en el pas en el 2000, ao de llegada al territorio nacional, y aos tras aos viene cobrando vida, con siete victimas en el inicio del ao 2007. Esta mencin no descarta la ocurrencia en la ecorregin de los otros mosquitos tpicos de zonas hmedas, como ser las riberas de nacientes, lagos, arroyos y ros. Actualmente los mosquitos constituyen plagas severas, debido a las molestias que ocasionan a las personas y ciertas reas recreativas muchas veces no se pueden utilizar en ciertos periodos del ao debido a su presencia, adems del dengue, transmite la malaria, fiebre amarilla, encefalitis equina y la filariasis linftica. Igualmente surgen como preocupacin y amenaza a la poblacin nortea el sndrome de inmuno deficiencia adquirida (SIDA 4,3%) y las moscas (4,3%); adems de la meningitis, el diabetes y la lcera como enfermedades con frecuente aparicin en los habitantes de la zona. Las moscas han evolucionado para vivir en asociacin cercana con el hombre. Los organismos patgenos son recolectados por las moscas en la basura, en los drenajes y otras fuentes de suciedad, luego las transfieren en su aparato bucal y otras partes del cuerpo, a travs de su vomito o de sus heces a la comida de animales y seres humanos; puede transmitir la fiebre tifoidea, paratifoidea, clera, disentera bacilar, diarrea infantil y muchas ms. Estos resultados sobre las plagas de la ecorregin de Concepcin y Amambay, quizs merezca una llamada de atencin hacia los productores, como un nuevo paradigma para transferencia de tecnologa, departe de los gobernantes. Debemos mencionar, por lo tanto, la imperiosa necesidad del funcionamiento de un centro tecnolgico para la investigacin de los problemas agropecuarios de la regin, buscando

50 dar soluciones en la brevedad a las dificultades ms acuciantes, y de esa manera superar la era de la comunicacin bancaria, como llama Paulo Freire, es decir; que considera el cerebro del productor como una alcanca en la que se depositan conocimientos. El control de las plagas, posiblemente en el futuro, ser el reto ms importante en la actividad agroproductiva. Debido a la precariedad y deficiencia en la infraestructura de comunicacin (carreteras), a la falta de asistencia tecnolgica y crediticia y, a la distancia con los principales centros comerciales, sumadas a las dificultades con los factores climticos inviabiliza el desarrollo rural basado en productos agrcolas, teniendo mercados alternativos como el de Brasil y Argentina dentro del MERCOSUR. 4.6.6 Aspectos impactados por factores climticos y cambios provocados por decisin tomada por los pobladores

Los informantes calificados al ser indagados sobre el aspecto impactado por los factores climticos y los cambios provocados por decisin tomada por los pobladores (Cuadro 19), refieren que generalmente se sienten afectados en el modo de vida en general (59,9%), lo cual significa, en muchas ocasiones, la prdida de algunas comodidades del hogar. Es importante sealar en este punto que en los ltimos aos se ha notado la masiva utilizacin de ventiladores y equipos de aire acondicionado con la llegada de la energa elctrica en el rea rural. Cuadro 19. Aspectos impactados por factores climticos y cambios provocados por decisin de pobladores en los departamentos de Concepcin y Amambay. Aspecto impactado 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. Modo de vida Transporte Seguridad Deforestacin Contaminacin Comunicacin Delincuencia Educacin Falta de mercado Alimentacin Falta de manejo (quema) Abigeo Suelo pobre F. Absoluta 97 59 57 48 37 34 23 21 12 11 3 3 2 F. Relativa 59,9 36,4 35,2 29,6 22,8 21,0 14,2 13,0 7,4 6,8 1,9 1,9 1,2

51 Asimismo la electrificacin de reas rurales permiti la sustitucin de la radio por la televisin, aspecto muy cuestionado por algunos pobladores antiguos por inculcar la prdida de identidad, en el sentido de compartir en familia una amena conversacin por un programa poco instructivo y en muchas ocasiones persuasiva para nios y adolescentes. Seguidamente se mencionan aspectos relacionados al transporte (36,4%), es decir; 59 informantes de los 162 encuestados manifiestan que los factores climticos afectan caminos y puentes, lo cual dificulta el acceso a los centros urbanos donde se concentran la comercializacin de productos agropecuarios y centros de atencin a la salud. Alrededor de un tercio de los entrevistados indican a la seguridad (35,2%) y deforestacin (29,6%) como los principales aspectos impactados debidos a la accin del hombre. El aspecto de seguridad se justifica en funcin a la gran expansin poblacional ocurrida en los ltimos 46 aos (1960 2006) en la regin, donde el consumismo se destaca como un aspecto que presiona a las personas a tener bienes superfluos como automvil, telfono mvil (celular), equipo de sonido, televisor y otros. Otros aspectos relevantes, positivos y negativos, para los informantes encuestados son contaminacin, comunicacin, delincuencia y educacin, con porcentajes entre 13 y 22,8%. Finalmente con porcentajes entre 1,2 y 7,4% se citan a la falta de mercado, alimentacin, falta de manejo (quema e incendios), abigeato y el empobrecimiento del suelo.

52 4. CONCLUSIONES

5.1

Caracterstica de los informantes La caracterizacin de los informantes calificados, basada en el tiempo de

residencia en un lugar determinado, garantiza su experiencia en el habitad y por tanto su revelacin sobre la serie cronolgica del impacto de los eventos climatolgicos son relevantes y vlidos, considerando que: a) La moda de la distribucin del tiempo de afincamiento es igual a 40 aos; la mediana es 42 aos, el promedio es de 43 aos en el lugar y 50 aos en la regin. b) El 82% son propietarios de sus parcelas; el 68% vive en reas rurales; el 99% son personas fsicas y el 57% se dedican a actividades agropecuarias. 5.2 El comportamiento de los eventos climticos de los ltimos 50 aos revela que: a) El cambio experimentado por el rgimen de precipitacin, viento y temperatura se ha acentuado y su impacto negativo es percibido por los lugareos en forma consistente. b) El impacto de las lluvias torrenciales son las que mas sienten y recuerdan los moradores y; c) Pocos moradores recuerdan bien y califican simultneamente varios aos de ocurrencia de los cinco factores climticos principales investigados. 5.3 Los eventos extremos se manifestaron cronolgicamente de la siguiente forma: a) El ao mencionado con mayor frecuencia como el ms lluvioso fue 1983 evaluado en un periodo de 101 aos. b) El impacto ms severo de la sequa se identifica con el ao 2004 que es la moda de las menciones de los encuestados; calificado en un rango cronolgico de 73 aos. c) La moda o ao de mayor nmero de mencin de los fuertes vientos y tormentas es 2005 calificado en un periodo de 66 aos, con gran nmero de ocurrencia en los ltimo aos; d) El ao citado como el ms caliente fue 2000, que es la moda de la distribucin del evento en un periodo de 66 aos. e) El fro intenso, a criterio de los lugareos exhibe un comportamiento errtico y diferente a los otros factores climticos; la moda se ubica en 1975 considerando como el ao de mayor impacto negativo del fro calificado en el rango de 67 aos.

5.4

53 La comparacin del impacto socioeconmico y fsico-biolgico de las incidencias climticas, revela importantes novedades que se escapaba al conocimiento de entendidos y pblicos en general, los ms destacados se sintetizan como sigue; a) La poblacin urbana siente con mayor severidad el impacto de los eventos extremos que los moradores rurales, las causas son combinaciones de varios factores como se demostr en los resultados; b) El impacto y consecuencia de los extremos de lluvias, sequas y vientos se percibe como igualmente severos, pero los efectos de los tres son significativamente mas intensos que el calor y fro extremos; c) El cultivo produccin vegetal se califica como el recurso productivo ms impactado por la severidad de los fenmenos extremos que todos los otros recursos socio econmicos y biofsicos investigados; d) La ganadera aparece en segundo lugar como la actividad ms castigada por las inclemencias del tiempo; aunque importante para los moradores no lo clasifican como notables. e) Las personas y patrimonio se mencionan como menos impactados; f) El impacto del clima sobre los recursos naturales aunque importante para los moradores no lo califican como notable es probable que esto se deba a que los moradores califican prioritariamente el impacto de los factores climticos sobre los recursos ms directamente relacionado con las necesidades inmediatas de ellos. Por otra parte los recursos naturales son muy complejos de evaluar, como por ejemplo desbordamiento de ros, calidad del agua, suelo, sedimentacin, etc. Sin recurrir a instrumentos de medicin. g) Los factores, lugar de residencia del informante, clima y tipo de recursos socioeconmicos y biofsicos interactuaron e impactan en forma conjunta y diferenciada a los moradores; sin embargo la interpretacin general del impacto basado en cada uno de los factores ilustra bien la relacin causa efecto y por eso se omite la interpretacin del efecto de la interaccin; por que la interpretacin de los moradores se basa ms en los que ven y sienten.

5.5

Las correlaciones simples entre los cinco principales recursos socioeconmicos y biofsicos impactados por cada uno de los factores climticos son indicativa; pero reveladora de la tendencia del impacto y sus efectos negativos o positivos sobre pares de variables o recursos impactados. A continuacin se presentan cada uno de los cinco factores climticos estudiados y las correlaciones entre pares de los cinco recursos impactados, personas, cultivos, ganado, patrimonio y recursos naturales. a) Bajo las condiciones de lluvias excesivas las correlaciones entre los cinco recursos afectados se expresan en forma destacada la correlacin entre persona y ganadera, personas y patrimonio, correlacin cultivo con ganadera y persona con patrimonio; y se detect relacin de los cuatro recursos socioeconmicos mencionados como correlacionados, con recursos naturales; vale decir que la calificacin otorgada a RRNN es independiente de las relaciones de los dems recursos. b) Las correlaciones entre los cinco recursos socio econmicas y biofsicos impactos por la sequa son menos manifiestos, se destaca tendencia similar de las correlaciones entre personas y los recursos naturales, personas y ganadera y, correlaciones cultivos ganados, las dems correlaciones no se destacan;

54 c) Las correlaciones entre las cinco variables recursos, impactado por vientos fuertes se detectan como significativas, entre personas y recursos naturales, personas y ganadera con recursos naturales, las dems relaciones son menos manifiestos; d) Bajo condiciones de calor excesivo, la correlacin son fuertes entre personas y patrimonio, personas con produccin agrcola, aunque menos manifiesta pero no es descartable la correlacin entre cultivo y ganado, todo esto parecen lgico; e) La correlacin entre las variables recursos bajo condiciones de fuerte fros son tambin lgicos con personas y produccin animal y tambin con recursos naturales; as mismo las relaciones, cultivo y ganado y cultivos con recursos naturales que tiene correlacin negativa. 5.6 La estimacin de dos importantes parmetros indicadores de la desbiodiversificacin, expresadas por medio de los ndices de empobrecimiento y extincin de la biodiversidad de la zona norte y nordeste del pas son muy elocuentes. El ndice de Shannon interpretado como estimador de la desbiodiversificacin, basado en la pobreza; o sea el nmero de especies (s) de plantas y animales y la frecuencia de reduccin o desaparicin (pi) de cada una de las especies mencionadas por los informantes como con reduccin sostenida en el tiempo Este ndice particular no se basa en el conteo directo de plantas y animales; sino en el nmero de veces que los informantes califican el estado de empobrecimiento de la biodiversidad desbiodiversificacin cuyo indicadores mas significativo fueron: a) El ndice de empobrecimiento de las 20 especies de rboles maderables que fueron los ms comunes en el pasado es H`m= 2,28 que dista poco de la desaparicin total o extincin Dmax = 3,00 o Dm Hm= 0,72. Las principales plantas nativas ya desaparecidas o prximas a extinguirse son el tajy, urundey y peroba. La compensacin, aunque no equitativa de la desdiversificacin de plantas nativas es la introduccin de plantas exticas en la zona donde antes no exista. b) El ndice de empobrecimiento de las 36 especies de animales silvestres es Ha= 2,63, que se si partiera de la hiptesis que la perdida total es equivalente a la disminucin mxima/Dm=3,61, la extincin completa se aproxima a Da Ha = 0 ,98. Los principales animales silvestres en va de extincin son el guasu, el tatu y jaguarete entre otros. c) El ndice de repoblacin con plantas exticas diversificado es He=2,60 de un total de 35 especies entre los que prevalecen el Eucalipto, icus y el Paraso. d) Las plagas ms comunes que atacan a las plantas son el mbiru, el picudo y el pulgn; a los animales el mal de Aquidabn, botulismo y manche p; y a las personas SIDA, dengue y meningitis.

5.7

55 Los aspectos relacionados a la actividad antrpica ms castigados por el embate climtico y desdiversificacin son: modo de vida, transporte, seguridad, deforestacin y contaminacin. a) Como resumen general se destaca que el conocimiento tcito de los moradores que tienen mucho aos de conocer, percibir y convivir con la dinmica de sus habitas, puede ser una buena unidad de informacin y un caudal de conocimiento indito que puede contribuir significativamente a la restauracin de los ecosistemas mutilados y luchar contra el cambio global, que nos afecta a todos.

56 6. RECOMENDACIONES

Los resultados y conclusiones de esta investigacin ofrecen importantes insumos para disear estrategias que complemente las iniciativas ya en curso, de lucha para minimizar el impacto, cada vez ms severos y frecuentes de los factores asociados al calentamiento global del planeta. Un hecho que cabe destacar es que los moradores informantes se empearon en identificar y asociar el impacto negativo que sufren en sus actividades productivas, en el hato ganadero, patrimonios, deterioro de los recursos naturales y la desdiversificacin, provocado directamente por los factores climticos extremos, coadyuvado y maximizados por las malas prcticas. Esta situacin abre la posibilidad de lograr la participacin ms directa de ellos en proyecto e iniciativas remediales tendientes a crear un hbitat ms sano y productivo. Considerando que los resultados de esta investigacin ya es un estudio de factibilidad, se recomienda: 1) Implementar sistemas de produccin ms sustentables, que sufran menos los impactos del cambio climtico tales como: a) Sistemas agroforestales, como buenas prcticas de produccin que contribuirn a la sustentabilidad de la actividad productiva y su entorno. b) Sistema silvopastoril, puede tener buena aceptacin como mtodo para reducir la vulnerabilidad de la actividad ganadera al embate de los tiempos crticos. c) Manejo de los recursos naturales para reducir vulnerabilidad. d) Disear e implementar, con quienes han participado como informantes, una organizacin para el manejo sustentable de los recursos productivos, naturales e infraestructura. e) Desarrollar un plan de capacitacin de los informantes claves para involucrar a ms moradores en el proceso que tiene beneficio global. 2) Ampliar la cobertura de la investigacin. Dado el resultado promisorio del modelo de investigacin basado en experiencia revelada sobre impacto del cambio global a nivel rural y urbano se sugiere: a) Llevar a cabo investigacin similar en los dems departamentos del pas.

57 b) Incorporar los siguientes ajustes al cuestionario de investigacin. i) presentar al inicio del cuestionario los cinco factores climticos como preguntas, para ser ordenado en funcin a la importancia y severidad. ii) calificar el impacto en una escala ordinal de tres alternativas de calificacin, (1= dbil o nula, 2= fuerte y 3= muy fuerte); iii) Comenzar las preguntas con los aos ms recientes. iv) Reestructurar las preguntas sobre recursos naturales y biodiversidad. v) Explorar ms el conocimiento tcito de los moradores, y; vi) Cerrar al mximo las preguntas del cuestionario. c) Recolectar informacin secundaria de varias fuentes que obran en los departamentos y distritos y que guardan relacin con los fenmenos climticos impactos, y alteraciones globales; estos normalmente se encuentran en archivos de las escuelas, municipalidad colegios, gobernacin, universidad, etc. 3) Basado en los resultados se sugiere para norte y nordeste, donde se desarroll la investigacin, aprovechar las condiciones diversificadas que ofrece el Campo Experimental de Chirigelo, para: a) Convertir en un centro de investigaciones para la produccin sostenible, manejo integrado de reas protegidas y desarrollo de alternativas para el permetro de amortiguamiento. b) Actualmente el campo experimental posee todas las condiciones para disear y ejecutar investigaciones sobre sistemas agroforestales,

silvopastoriles, germoplasma de plantas medicinales (nativas del lugar) y gestin integrada de las reas protegidas. c) Desarrollar trabajo de investigacin de tesis con estudiantes de la FCA/UNA/PJC u otras entidades interesadas en la gestin para revertir el impacto del cambio climtico. 4) Involucramiento de alumnos de escuelas, organizaciones comunales, entidades pblicas y privadas en el proceso, para mancomunar esfuerzos y revertir el dao ambiental y productivo que sufrieron los departamentos de Concepcin y Amambay.

58 Respecto al instrumento utilizado, se sugiere que las investigaciones basada en muestreo requiere de algunos ajustes, como ser: presentar los cinco factores climticos como preguntas para categorizar en orden de severidad (cul es el ms importante); calificar la incidencia sobre una escala ordinal de tres niveles (1= dbil o nula, 2= fuerte 3=muy fuerte), presentar en el cuestionario los diez aos ms crticos de los ltimos 30 aos calificar el impacto; modificar las preguntas sobre los cambios ocurridos en su vida o actividad debido a fenmenos extremos del clima; todas las preguntas deben ser ms cerradas, es decir, con opciones claras y concisas. Para los departamentos de Concepcin y Amambay se sugiere la colecta de datos secundarios existente en las diferentes instituciones relacionadas (Escuelas, Colegios, Universidades, Municipalidad, Gobernacin) y entes privados especializados. Fortalecer los parques nacionales y sus reas de amortiguamiento, enfatizando la preservacin y recuperacin de la fauna silvestre y flora nativa en disminucin. Realizar campaas masivas de educacin ambiental, incentivando la participacin ciudadana en las actividades.

59 7. REFERENCIAS BIBLIOGRFICAS

ATLAS PARAGUAY. 2000. Atlas Paraguay, Cartografa Didctica. Cartgrafo Hernn Ferreira M. 1 Ed. Ediciones Fausto Cultural. p 152 156. BERTSCH, F., 1995. La fertilidad de los suelos y su manejo ACCS (Asociacin Costarricense de la Ciencia del suelo). 157p. BOBADILLA, R. 1999. Diagnstico del sector forestal paraguayo. ENAPRENA/MAG GTZ. San Lorenzo, Paraguay. 22p. BOZZANO S., B.E.; WEIK, J.H. 1992. El avance de la deforestacin y el impacto econmico. Proyecto de planificacin del manejo de los recursos naturales, MAG/GT-GTZ. Serie 12. 58p. CIFOR, 2005. Tropical forest and adaptation to climate change, in search of synergies. Bogor, Indonesia. 186p. DGEEC Direccin General de Estadstica, Encuestas y Censos. 1997. Anuario Estadstico del Paraguay. Asuncin, Paraguay. 233p. DGEEC Direccin General de Estadstica, Encuestas y Censos. Censo 2002. Departamento de Amambay. Trptico informativo. DGEEC Direccin General de Estadstica, Encuestas y Censos. Censo 2002. Departamento de Concepcin. Trptico informativo. DGEEC. 2003. Paraguay Total: resultados preliminares. Direccin General de Estadsticas Encuestas y Censos. BID Secretaria Tcnica de Planificacin. Asuncin, Paraguay. 92p. DGEEC. 2003. Paraguay Total: resultados preliminares. Direccin General de Estadsticas Encuestas y Censos. BID Secretaria Tcnica de Planificacin. Asuncin, Paraguay. 92p. DGEEC/ STP. (Direccin General de Estadsticas Encuestas y Censos/ Secretaria Tcnica de Tcnica de Planificacin. Asuncin, Paraguay. ENAPRENA, 1995. Documento base sector agrcola y su impacto ambiental. SSERNMA/MAG GTZ. Asuncin, Paraguay. 129p. ENAPRENA, 1995. Documento base sector forestal y su impacto ambiental. SSERNMA/MAG GTZ. Asuncin, Paraguay. 112p. ENAPRENA, 1995. Documento base sector pecuario y su impacto ambiental. SSERNMA/MAG GTZ. Asuncin, Paraguay. 64p. FOGEL, R. 1989. La concentracin de la tierra en los departamentos fronterizos. Comit de iglesias para ayudas de emergencias. Ed. anduti. Asuncin, Paraguay. Serie Tierra N 1.193p. GMEZ-ECHEVERRI, L. (Editor). 2000. Cambio climtico y desarrollo. CD-ROM. San Jos, Costa Rica. HUESPE F., H.; HENNINGER, J. 1990. Deforestacin y reforestacin en Paraguay Un anlisis. Revista Forestal, Ao VI, N 3, p. 4-12.

60 IBRAHIM, M.; CASASOLA, F.; TOBAR, D.; VILLANUEVA, C. 2005. Buenas prcticas para la conservacin de la biodiversidad en fincas ganaderas. INPASA. p 31. JARA GOIRIS, F.A. 1999. Descubriendo la frontera: historia, sociedad y poltica en Pedro Juan Caballero. INPAG, Ponta Grossa, Paran Brasil. 363p. LA NACIN. 1998. ENCICLOPEDIA GEOGRAFICA DEL PARAGUAY. Asuncin Editorial y Grfica Intersudamericana S.A. p. 65 - 69. LA NACIN. 1998. ENCICLOPEDIA GEOGRAFICA DEL PARAGUAY. Asuncin Editorial y Grfica Intersudamericana S.A. p. 65 - 69. LAINO R., JIMNEZ F., PAEZ G., CASANOVE F.; VELSQUEZ S. 2006. Manejo de recursos hdricos y vulnerabilidad a la contaminacin del Acufero Guaran en la cuenca del arroyo Capiibary, Paraguay, Recursos Naturales y Ambiente. CATIE 48 (2006). p 65-74 LEAD. 2006. Livestocks long shadow. Enviromental issues and options. FAO. 390p. LEBRON, BOETTNER, C., 1991. In Natura Veritas. AMAWALD, S.A. 50p. LLORCA, LLORCA R. (2001). Prcticas y problemas de climatologa. SPUPV. Valencia. 198p. MAG Ministerio de Agricultura y Ganadera. 1948. Censo de agricultura del Paraguay 1942/44. Asuncin, Paraguay. 271p. MAG Ministerio de Agricultura y Ganadera. 1961. Censo Agropecuario 1956. Asuncin, Paraguay. 697p. MAG Ministerio de Agricultura y Ganadera. 1985. Censo Agropecuario 1981. Asuncin, Paraguay. 286p. MAG Ministerio de Agricultura y Ganadera. 1986. Encuestas Agropecuarias 1982/85. Asuncin, Paraguay. 155p. MAG Ministerio de Agricultura y Ganadera. 1993. Censo Agropecuario 1991. Asuncin, Paraguay. V 1 y V 2. MAG Ministerio de Agricultura y Ganadera. Direccin de censos y estadsticas agropecuarias. 2003. Encuesta agropecuaria por muestreo 2001/02. Regin Oriental. Asuncin, Paraguay. 49p. MAG (Ministerio de Agricultura y Ganadera, PY). 2001. Produccin Agropecuaria: Sntesis. Direccin de Censos y Estadsticas Agropecuarias. San Lorenzo, Paraguay. 98p. MOLINAS, E.; GUEVARA, F. 2007. Hurgando en los secretos de la vida. INBIO, Costa Rica. 48 p. PEDRONI, 2005. Carbon accounting for sinks institute CDM ofter COP-9, Climate policy 5 (2005). p. 407-418. PRIMMER, C. 2005. Genetic characterization of population and its use in conservation decision-making in fish, process of intern workshop. On the poli of the biotechnology for the charact fisher. Genetic Resources. www.fao.org/biotech/docs/

61 SHEID LOPES, A. 1984. Solos sob cerrado: caractersticas, propriedades e manejo. 2 ed. Associao Brasileira para Pesquisa da Potassa e do Fosfato, Piracicaba, SP- Brasil. 162p. URIARTE C., A. 2003. Historia del clima reciente. 1 ed., Espaa. 306p. Consultado en la pgina: www.mac.com/uriarte VALDES, C. 1993. Mediciones de Actitudes hacia el medio ambiente. Instituto de Economa. PUC, Chile. 366p. VALVERDE, T., CANO-SANTAMARA, Z., Meave, J., Canabias, J. 2005. Ecologa y medio ambiente. Pearson Educacin, Mxico. 250p. VERAS, J. I/ 1999. Economa del medio ambiente en Amrica Latina. ALFAMEGA S.A. 366p. WATSON, R. T., NOBLE I.A., BOLIN, B.; RAVINDRANNATH, N. H., 2000. Land use, land-use change and forestry. Cambridge University Press, IPPC (Intergovernamental Panel on climate Change). Cambridge, UK. www.dgeec.gov.py/Publicaciones/Biblioteca/Anuario2002/anuario2002cap01.pdf. www.mer.gov.br/itamaraty/web/port/meioamb/ecossist/cerrado/apresent.htm.

62

8. ANEXOS

1. Instrumento de medicin utilizado (cuestionario). 2. Caractersticas de los informantes claves encuestados. 3. Evolucin de la poblacin de Concepcin y Amambay. 4. Avance de la deforestacin en el Paraguay. 5. Evolucin de los animales vacunos en Concepcin, Amambay y Paraguay. 6. Evolucin del uso agropecuario en Concepcin, Amambay y Paraguay. 7. Mapa: Locales encuestados en los diferentes distritos de Concepcin y Amambay. 8. Mapa: Temperatura mnima (Julio) en los distritos de Concepcin y Amambay. 9. Mapa: Temperatura mxima (Enero) en los distritos de Concepcin y Amambay. 10. Mapa: Variacin de la precipitacin anual en los distritos de Concepcin y Amambay. 11. Resumen de los resultados de anlisis estadsticos. 12. Ilustraciones.

63 Anexo 1. Instrumento de medicin utilizado (encuesta).

Universidad Nacional de Asuncin


FACULTAD DE CIENCIAS AGRARIAS
SEDE PEDRO JUAN CABALLERO

Seor/a La Facultad de Ciencias Agrarias, sede Pedro Juan Caballero est realizando un estudio sobre la incidencia de la variacin climatolgica sobre la vida rural, la actividad econmica y la comunidad en general. La informacin ser utilizada exclusivamente para los fines del estudio y por lo tanto es de carcter reservado. Usted ha sido seleccionado/a como informante clave por ser conocedor del tema, por lo que mucho le agradecemos responder el siguiente cuestionario; su respuesta debe ser nicamente mucho (M) o poco (P): 1. Informacin general

a. b. c. d. e. f. g. h.

Nombre del informante N de dependiente:.. Localizacin (UTM). Departamento:..... Compaa:. Distrito:.. Tiempo de residencia en el lugar:......... aos y en la regin.aos. Tenencia de tierra: Propietario Superficie:. (ha o m2) Condicin: Persona fsica Persona jurdica Asociacin Otro Ocupante Arrendatario Encargado Otro

Actividad principal Agricultura Forestal Ganadera Industrial Comercio Otro Empleado

64 2. a) Informacin sobre fenmenos extremos Exceso o falta de lluvia (ama guasu)

El exceso o la falta de lluvia son muy perjudiciales. Recuerda el ao de ocurrencia y los perjuicios ocasionados? (La ama guasu ningo ivai. Nde manduapa oikor guare sarambi, arakae ha mbae ombyai?)
Perjuicios a: Ao Lluvia (mm) Max Persona M P Cultivo M P Animal M P Patrimonio M P Otros M P

1960 325 (Nov) 1965 301 (Dic) 1969 381 (Oct) 1972 448 (Nov) 1977 351 (Ene) 1983 437 (May) 1992 459 (Abr) 1997 442 (Nov) 2003 389 (Ene) b) Sequa prolongada (seka guasu)
Perjuicios a: Ao Sequa Das Persona M P Cultivo M P Animal M P Patrimonio M P Otros M P

1963 1974 1984 1988 1996 1999 2002 c)


Ao

3,8 (Ago) 6,7 (Jul) 0,0 (Jul) 0,0 (Jul) 1,5 (Jul) 0,7 (Ago) 2,4 (Jun)

Vientos fuertes y tormentas (Yvytu ata ha ama)


Viento Max (Km/h) Persona M P Cultivo M P Animal M P Patrimonio M P Otros M P

65 d) Exceso de calor (Haku eterei)


Temperatura Max (C) Persona M P Cultivo M P Animal M P Patrimonio M P Otros M P

Ao

1959 1968 1969 1973 1981 1985 1988 1989 1990 1991 1995 1999 2000 2001 2002 2003 2004 e)
Ao

35,8 (2 Oct) 35,4 (10 Nov) 39,3 ( 4 Ene) 37 (11 Dic) 35 (5 Abr) 38,6 (18 Nov) 36,8 (6 Dic) 36,6 (19 Nov) 37,2 (13 Abr) 35,6 (9 Ene) 35,8 (3 Oct) 36,4 (1 Dic) 36,2 (18 Ene) 38,8 (13 Dic) 37,9 (6 Oct) 38,6 (11 Nov) 39,4 (1 Feb)

Exceso de fro (Roy etere)


Temperatura Mn (C) Persona M P Cultivo M P Animal M P Patrimonio M P Otros M P

1960 1975 1984 1989 1990 1991 1992 1993 1994 1999 2000

0 (21 May) 0 (18 Jul) 0 (25 Ago) - 1,6 (6 Jul) 0 (22 Jul) 0 (2 Ago) -1,0 (7 Jul) -1,0 (31 Jul) -1,5 (9 Jul) -1,0 (15 Ago) -1,8 (13 Jul)

66 2. Respuesta a los fenmenos extremos

Cambios de actividad, de Causa: Lluvia/Sequa Tormenta

a Calor/Fro a Tormenta a Tormenta a Tormenta a Calor/Fro ao Calor/Fro Calor/Fro ao Calor/Fro

ao

Cambio de lugar (mudanza), de Causa: Lluvia/Sequa

ao

Cambio de cultivos, de Causa: Lluvia/Sequa

Cambio de lnea pecuaria, de Causa: Lluvia/Sequa

ao

Cambio de otra lnea de produccin, de Causa: Lluvia/Sequa Tormenta a

ao

Otro. Cambio de: Causa:

Algo ms que quiera agregar sobre el impacto ambiental y la decisin tomada por los pobladores: _________________________________________________________________________ _________________________________________________________________________

67 4. Interaccin: clima/bosque/biodiversidad. a. La deforestacin en la zona comenz en: partir de ao y ahora sigue igual merm ao, pero se aceler a otro 2.

b. Disminuyeron/desaparicin las plantas nativas: 1. 3. 4.

c. Disminuyeron/desaparicin los animales silvestres: 1. 2. 3. 4.

d. Disminuyeron/desaparicin los cursos de agua/lagos/esteros: 1. 2. 3. 4.

e. Aparecieron nuevas plantas y animales silvestres: 1. 2. 3. 4.

f. Aparecieron nuevas plagas y enfermedades: 1.

2.

3.

4.

5.

Puedes agregar otros factores naturales o debida a la accin del hombre que tuvieron impacto social, econmica o ambiental ________________________________________________________________________ ________________________________________________________________________ ________________________________________________________________________

Muchas gracias.!!!

68 Anexo 2. Caractersticas de los informantes claves encuestados. Cuadro 20. Condicin jurdica de la tenencia de tierra. Condicin Propietario Ocupante Arrendatario Encargado Otros Total: F. Absoluta 133 14 7 4 4 162 F. Relativa 82,1 8,6 4,3 2,5 2,5 100,0

Cuadro 21. Superficie promedio ocupada y lugar de residencia del encuestado. Lugar Rural Urbana Superficie promedio 47,3 has 660 m2 Total: F. Absoluta 111 51 162 F. Relativa 68,5 31,5 100,0

Cuadro 22. Condicin jurdica del encuestado. Condicin Persona fsica Persona jurdica Otros Total: F. Absoluta 160 1 1 162 F. Relativa 98,8 0,6 0,6 100,0

Cuadro 23. Actividad principal del encuestado. Actividad Agricultura Agropecuaria Empleado Comercio Ganadera Forestal Otro Total: F. Absoluta 69 23 15 13 11 1 30 162 F. Relativa 42,6 14,2 9,3 8,0 6,8 0,6 18,5 100,0

69 Anexo 3. Evolucin de la poblacin de Concepcin, Amambay y Paraguay. Ao 1950 1962 1972 1982 1992 2002 2004 2006* 2016* Concepcin 62.326 85.690 108.130 133.977 167.289 178.900 197.681 208.699 247.945 Amambay 18.160 34.505 65.111 68.395 99.860 114.917 124.484 131.896 165.619 Paraguay 1.328.452 1.819.103 2.357.955 3.029.830 4.152.588 5.163.198 5.837.256 6.068.085 6.865.707

Fuente: DGEEC * Valor promedio estimado por los mtodos de crecimiento aritmtico, geomtrico y Wappaus.

Anexo 4. Disminucin del bosque alto contnuo de Concepcin, Amambay y Paraguay. Ao 1945 1956 1961* 1968 1971* 1976 1981 1985* 1991 1997* 2006* 2016* Concepcin 444.402 468.536 466.942 463.342 462.419 460.082 360.994 359.547 241.039 239.474 234.643 224.981 Amambay 123.773 145.094 144.153 142.548 141.599 140.912 256.682 256.559 252.987 251.506 246.026 235.665 Paraguay 8.805.000 8.730.645 8.704.768 7.042.000 7.041.993 5.492.000 3.403.000 2.842.268 2.403.000 1.042.943 1.032.648 1.022.529

Fuente: Censo Agropecuario/MAG; ENAPRENA (1998), SFN - JICA (1998). * Valor promedio estimado por los mtodos de disminucin aritmtica, geomtrico y Wappaus.

Anexo 5. Evolucin del nmero de animales vacunos en Concepcin, Amambay y Paraguay.

70 Ao 1981 1984* 1991 1995 2004 2006* 2016* Concepcin 466.429 468.839 522.580 654.837 727.226 730.037 744.906 Amambay 264.730 266.172 428.704 717.540 750.908 753.817 770.513 Paraguay 6.457.329 6.475.430 7.626.617 9.788.439 9.622.340 9.641.596 9.710.742

Fuente: Censo Agropecuario, MAG. * Valor promedio estimado por los mtodos de crecimiento aritmtico, geomtrico y Wappaus.

Anexo 6. Evolucin del uso agropecuario en Concepcin, Amambay y Paraguay. Ao 1981 1985* 1991 1995* 2002 2006* 2016* Concepcin 1.707.664 1.717.429 1.552.121 1.562.768 1.452.487 1.460.801 1.487.292 Amambay 820.855 828.127 1.049.062 1.064.379 1.080.153 1.095.915 1.140.806 Paraguay 2.775.128 2.791.186 2.821.298 2.842.268 2.877.879 2.899.277 2.957.067

Fuente: Censo Agropecuario, MAG. * Valor promedio estimado por los mtodos de crecimiento aritmtico, geomtrico y Wappaus.

71 Anexo 7. Mapa 1: Locales encuestados en los diferentes distritos de Concepcin y Amambay.

72 Anexo 8. Mapa 2: Temperatura mnima (julio) en los distritos de Concepcin y Amambay.

73 Anexo 9. Mapa 3: Temperatura mxima (enero) en los distritos de Concepcin y Amambay.

74 Anexo 10. Mapa 4: Variacin de la precipitacin anual en los distritos de Concepcin y Amambay.

75 Anexo 11. Resumen de los resultados de anlisis estadsticos (Salida SAS).


BLOQUE DE DATOS A - PRECIPITACIN 09:44 Saturday, December 30, 2006 The CORR Procedure 5 Variables: a b c d e

a= personas ; b= cultivos ; c= animales ; d= patrimonio ; y, e= RRNN y otros

Simple Statistics Variable a b c d e N 133 203 186 173 88 Mean 1.39850 1.63547 1.33333 1.42775 1.09091 Std Dev 0.49144 0.48249 0.47268 0.49619 0.28913 Sum 186.00000 332.00000 248.00000 247.00000 96.00000 Minimum 1.00000 1.00000 1.00000 1.00000 1.00000 Maximum 2.00000 2.00000 2.00000 2.00000 2.00000

Pearson Correlation Coefficients Prob > |r| under H0: Rho=0 Number of Observations a a 1.00000 133 b 0.32245 0.0002 127 0.49730 <.0001 124 0.37550 <.0001 118 0.17687 0.2241 49 b 0.32245 0.0002 127 1.00000 203 0.40947 <.0001 179 0.19504 0.0121 165 -0.04269 0.7124 77 c 0.49730 <.0001 124 0.40947 <.0001 179 1.00000 186 0.38408 <.0001 160 0.09013 0.4419 75 d 0.37550 <.0001 118 0.19504 0.0121 165 0.38408 <.0001 160 1.00000 173 -0.08217 0.5053 68 e 0.17687 0.2241 49 -0.04269 0.7124 77 0.09013 0.4419 75 -0.08217 0.5053 68 1.00000 88

BLOQUE DE DATOS A 09:44 Saturday, December 30, 2006 The GLM Procedure Class Level Information Class trat Levels 5 Values a b c d e 4360

Number of observations

NOTE: All dependent variables are consistent with respect to the presence or absence of missing values. However only 783 observations can be used in this analysis.

76
BLOQUE DE DATOS A 09:44 Saturday, December 30, 2006 The GLM Procedure Dependent Variable: resp Source Model Error Corrected Total R-Square 0.107287 Source trat Source trat DF 4 778 782 Sum of Squares 20.4135423 169.8572112 190.2707535 Root MSE 0.467253 resp Mean 1.416347 F Value 23.38 F Value 23.38 Pr > F <.0001 Pr > F <.0001 Mean Square 5.1033856 0.2183255 F Value 23.38 Pr > F <.0001

Coeff Var 32.99001 DF 4 DF 4

Type I SS 20.41354231 Type III SS 20.41354231

Mean Square 5.10338558 Mean Square 5.10338558

BLOQUE DE DATOS A 09:44 Saturday, December 30, 2006 The GLM Procedure Dependent Variable: RC_resp Source Model Error Corrected Total R-Square 0.107287 Source trat Source trat DF 4 778 782 Sum of Squares 3.50241015 29.14289011 32.64530026 Root MSE 0.193543 RC_resp Mean 1.172457 F Value 23.38 F Value 23.38 Pr > F <.0001 Pr > F <.0001 Mean Square 0.87560254 0.03745873 F Value 23.38 Pr > F <.0001

Coeff Var 16.50744 DF 4 DF 4

Type I SS 3.50241015 Type III SS 3.50241015

Mean Square 0.87560254 Mean Square 0.87560254

77
BLOQUE DE DATOS A 09:44 Saturday, December 30, 2006 The GLM Procedure Duncan's Multiple Range Test for resp NOTE: This test controls the Type I comparisonwise error rate, not the experimentwise error rate. Alpha 0.05 Error Degrees of Freedom 778 Error Mean Square 0.218325 Harmonic Mean of Cell Sizes 142.9992 NOTE: Cell sizes are not equal. Number of Means Critical Range 2 .1085 3 .1142 4 .1180 5 .1209

Means with the same letter are not significantly different. Duncan Grouping A B B B C Mean 1.63547 1.42775 1.39850 1.33333 1.09091 N 203 173 133 186 88 trat b d a c e

BLOQUE DE DATOS A 09:44 Saturday, December 30, 2006 The GLM Procedure Duncan's Multiple Range Test for RC_resp NOTE: This test controls the Type I comparisonwise error rate, not the experimentwise error rate. Alpha 0.05 Error Degrees of Freedom 778 Error Mean Square 0.037459 Harmonic Mean of Cell Sizes 142.9992 NOTE: Cell sizes are not equal. Number of Means Critical Range 2 .04493 3 .04730 4 .04889 5 .05007

Means with the same letter are not significantly different. Duncan Grouping A B B B C Mean 1.26322 1.17718 1.16506 1.13807 1.03766 N 203 173 133 186 88 trat b d a c e

78
BLOQUE DE DATOS B - SEQUA 1 10:39 Saturday, December 30, 2006 The CORR Procedure 5 Variables: a b c d e a= persona; b = cultivos, c = animales ; d= patrimonio e= RRNN y otros Simple Statistics Variable a b c d e N 107 163 160 117 81 Mean 1.28972 1.79141 1.56250 1.17094 1.08642 Std Dev 0.45577 0.40755 0.49764 0.37808 0.28273 Sum 138.00000 292.00000 250.00000 137.00000 88.00000 Minimum 1.00000 1.00000 1.00000 1.00000 1.00000 Maximum 2.00000 2.00000 2.00000 2.00000 2.00000

Pearson Correlation Coefficients Prob > |r| under H0: Rho=0 Number of Observations a a 1.00000 107 b 0.25158 0.0116 100 0.30261 0.0017 105 0.26396 0.0135 87 0.39458 0.0061 47 b 0.25158 0.0116 100 1.00000 163 0.33939 <.0001 149 0.10515 0.2811 107 0.14744 0.2068 75 c 0.30261 0.0017 105 0.33939 <.0001 149 1.00000 160 0.23537 0.0121 113 0.11627 0.3273 73 d 0.26396 0.0135 87 0.10515 0.2811 107 0.23537 0.0121 113 1.00000 117 0.26082 0.0544 55 e 0.39458 0.0061 47 0.14744 0.2068 75 0.11627 0.3273 73 0.26082 0.0544 55 1.00000 81

BLOQUE DE DATOS B 2 10:39 Saturday, December 30, 2006 The GLM Procedure Class Level Information Class trat Levels 5 Values a b c d e 4365

Number of observations

NOTE: All dependent variables are consistent with respect to the presence or absence of missing values. However only 628 observations can be used in this analysis.

79
BLOQUE DE DATOS B 3 10:39 Saturday, December 30, 2006 The GLM Procedure Dependent Variable: resp Source Model Error Corrected Total R-Square 0.281244 Source trat Source trat DF 4 623 627 Sum of Squares 43.5421383 111.2779254 154.8200637 Root MSE 0.422630 resp Mean 1.441083 F Value 60.94 F Value 60.94 Pr > F <.0001 Pr > F <.0001 Mean Square 10.8855346 0.1786163 F Value 60.94 Pr > F <.0001

Coeff Var 29.32726 DF 4 DF 4

Type I SS 43.54213834 Type III SS 43.54213834

Mean Square 10.88553458 Mean Square 10.88553458

BLOQUE DE DATOS B 4 10:39 Saturday, December 30, 2006 The GLM Procedure Dependent Variable: RC_resp Source Model Error Corrected Total R-Square 0.281244 Source trat Source trat DF 4 623 627 Sum of Squares 7.47064987 19.09227361 26.56292348 Root MSE 0.175059 RC_resp Mean 1.182702 F Value 60.94 F Value 60.94 Pr > F <.0001 Pr > F <.0001 Mean Square 1.86766247 0.03064570 F Value 60.94 Pr > F <.0001

Coeff Var 14.80162 DF 4 DF 4

Type I SS 7.47064987 Type III SS 7.47064987

Mean Square 1.86766247 Mean Square 1.86766247

80
BLOQUE DE DATOS B 5 10:39 Saturday, December 30, 2006 The GLM Procedure Duncan's Multiple Range Test for resp NOTE: This test controls the Type I comparisonwise error rate, not the experimentwise error rate. Alpha 0.05 Error Degrees of Freedom 623 Error Mean Square 0.178616 Harmonic Mean of Cell Sizes 117.3063 NOTE: Cell sizes are not equal. Number of Means Critical Range 2 .1084 3 .1141 4 .1179 5 .1208

Means with the same letter are not significantly different. Duncan Grouping A B C D D Mean 1.79141 1.56250 1.28972 1.17094 1.08642 N 163 160 107 117 81 trat b c a d e

BLOQUE DE DATOS B 6 10:39 Saturday, December 30, 2006 The GLM Procedure Duncan's Multiple Range Test for RC_resp NOTE: This test controls the Type I comparisonwise error rate, not the experimentwise error rate. Alpha 0.05 Error Degrees of Freedom 623 Error Mean Square 0.030646 Harmonic Mean of Cell Sizes 117.3063 NOTE: Cell sizes are not equal. Number of Means Critical Range 2 .04489 3 .04726 4 .04884 5 .05002

Means with the same letter are not significantly different. Duncan Grouping A B C D D Mean 1.32781 1.23300 1.12001 1.07081 1.03580 N 163 160 107 117 81 trat b c a d e

81
BLOQUE DE DATOS C Vientos fuertes y tormentas 1 10:39 Saturday, December 30, 2006 The CORR Procedure 5 Variables: a a= persona; b = cultivos, b c d e c = animales ; d= patrimonio e= RRNN y otros

Simple Statistics Variable a b c d e N 86 148 127 129 61 Mean 1.29070 1.66216 1.29921 1.56589 1.18033 Std Dev 0.45675 0.47458 0.45973 0.49757 0.38765 Sum 111.00000 246.00000 165.00000 202.00000 72.00000 Minimum 1.00000 1.00000 1.00000 1.00000 1.00000 Maximum 2.00000 2.00000 2.00000 2.00000 2.00000

Pearson Correlation Coefficients Prob > |r| under H0: Rho=0 Number of Observations a a 1.00000 86 b 0.27162 0.0119 85 0.32943 0.0027 81 0.17658 0.1407 71 0.65476 0.0001 29 b 0.27162 0.0119 85 1.00000 148 0.23864 0.0074 125 0.01855 0.8366 126 0.16534 0.2148 58 c 0.32943 0.0027 81 0.23864 0.0074 125 1.00000 127 0.13814 0.1501 110 0.39246 0.0064 47 d 0.17658 0.1407 71 0.01855 0.8366 126 0.13814 0.1501 110 1.00000 129 0.00927 0.9464 55 e 0.65476 0.0001 29 0.16534 0.2148 58 0.39246 0.0064 47 0.00927 0.9464 55 1.00000 61

BLOQUE DE DATOS C 2 10:39 Saturday, December 30, 2006 The GLM Procedure Class Level Information Class trat Levels 5 Values a b c d e 4320

Number of observations

NOTE: All dependent variables are consistent with respect to the presence or absence of missing values. However only 551 observations can be used in this analysis.

82
BLOQUE DE DATOS C 3 10:39 Saturday, December 30, 2006 The GLM Procedure Dependent Variable: resp Source Model Error Corrected Total R-Square 0.131446 Source trat Source trat DF 4 546 550 Sum of Squares 17.8848026 118.1769034 136.0617060 Root MSE 0.465232 resp Mean 1.444646 F Value 20.66 F Value 20.66 Pr > F <.0001 Pr > F <.0001 Mean Square 4.4712006 0.2164412 F Value 20.66 Pr > F <.0001

Coeff Var 32.20390 DF 4 DF 4

Type I SS 17.88480256 Type III SS 17.88480256

Mean Square 4.47120064 Mean Square 4.47120064

BLOQUE DE DATOS C 4 10:39 Saturday, December 30, 2006 The GLM Procedure Dependent Variable: RC_resp Source Model Error Corrected Total R-Square 0.131446 Source trat Source trat DF 4 546 550 Sum of Squares 3.06854700 20.27595111 23.34449811 Root MSE 0.192706 RC_resp Mean 1.184178 F Value 20.66 F Value 20.66 Pr > F <.0001 Pr > F <.0001 Mean Square 0.76713675 0.03713544 F Value 20.66 Pr > F <.0001

Coeff Var 16.27336 DF 4 DF 4

Type I SS 3.06854700 Type III SS 3.06854700

Mean Square 0.76713675 Mean Square 0.76713675

83
BLOQUE DE DATOS C 5 10:39 Saturday, December 30, 2006 The GLM Procedure Duncan's Multiple Range Test for resp NOTE: This test controls the Type I comparisonwise error rate, not the experimentwise error rate. Alpha 0.05 Error Degrees of Freedom 546 Error Mean Square 0.216441 Harmonic Mean of Cell Sizes 99.19836 NOTE: Cell sizes are not equal. Number of Means Critical Range 2 .1298 3 .1366 4 .1412 5 .1446

Means with the same letter are not significantly different. Duncan Grouping A A B B B Mean 1.66216 1.56589 1.29921 1.29070 1.18033 N 148 129 127 86 61 trat b d c a e

BLOQUE DE DATOS C 6 10:39 Saturday, December 30, 2006 The GLM Procedure Duncan's Multiple Range Test for RC_resp NOTE: This test controls the Type I comparisonwise error rate, not the experimentwise error rate. Alpha 0.05 Error Degrees of Freedom 546 Error Mean Square 0.037135 Harmonic Mean of Cell Sizes 99.19836 NOTE: Cell sizes are not equal. Number of Means Critical Range 2 .05375 3 .05659 4 .05849 5 .05989

Means with the same letter are not significantly different. Duncan Grouping A A B B B Mean 1.27428 1.23440 1.12394 1.12041 1.07469 N 148 129 127 86 61 trat b d c a e

84
BLOQUE DE DATOS D CALOR EXTREMO 1 10:39 Saturday, December 30, 2006 The CORR Procedure 5 Variables: a a= persona; b = cultivos, b c d e c = animales; d= patrimonio e= RRNN y otros

Simple Statistics Variable a b c d e N 135 183 170 132 76 Mean 1.14815 1.49180 1.26471 1.05303 1.00000 Std Dev 0.35657 0.50130 0.44248 0.22495 0 Sum 155.00000 273.00000 215.00000 139.00000 76.00000 Minimum 1.00000 1.00000 1.00000 1.00000 1.00000 Maximum 2.00000 2.00000 2.00000 2.00000 1.00000

Pearson Correlation Coefficients Prob > |r| under H0: Rho=0 Number of Observations a a 1.00000 135 b 0.29749 0.0005 133 0.07165 0.4197 129 0.53771 <.0001 108 . . 52 b 0.29749 0.0005 133 1.00000 183 0.27229 0.0003 169 0.13495 0.1229 132 . . 75 c 0.07165 0.4197 129 0.27229 0.0003 169 1.00000 170 0.05235 0.5589 127 . . 68 d 0.53771 <.0001 108 0.13495 0.1229 132 0.05235 0.5589 127 1.00000 132 . . 46 . . 76 . . 52 . . 75 . . 68 . . 46 e

BLOQUE DE DATOS D 2 10:39 Saturday, December 30, 2006 The GLM Procedure Class Level Information Class trat Levels 5 Values a b c d e 4395

Number of observations

NOTE: All dependent variables are consistent with respect to the presence or absence of missing values. However only 696 observations can be used in this analysis.

85
BLOQUE DE DATOS D 3 10:39 Saturday, December 30, 2006 The GLM Procedure Dependent Variable: resp Source Model Error Corrected Total R-Square 0.175403 Source trat Source trat DF 4 691 695 Sum of Squares 21.8013383 102.4917651 124.2931034 Root MSE 0.385128 resp Mean 1.232759 F Value 36.75 F Value 36.75 Pr > F <.0001 Pr > F <.0001 Mean Square 5.4503346 0.1483238 F Value 36.75 Pr > F <.0001

Coeff Var 31.24118 DF 4 DF 4

Type I SS 21.80133832 Type III SS 21.80133832

Mean Square 5.45033458 Mean Square 5.45033458

BLOQUE DE DATOS D 4 10:39 Saturday, December 30, 2006 The GLM Procedure Dependent Variable: RC_resp Source Model Error Corrected Total R-Square 0.175403 Source trat Source trat DF 4 691 695 Sum of Squares 3.74051830 17.58480683 21.32532513 Root MSE 0.159525 Type I SS 3.74051830 Type III SS 3.74051830 RC_resp Mean 1.096412 F Value 36.75 F Value 36.75 Pr > F <.0001 Pr > F <.0001 Mean Square 0.93512957 0.02544835 F Value 36.75 Pr > F <.0001

Coeff Var 14.54977 DF 4 DF 4

Mean Square 0.93512957 Mean Square 0.93512957

86
BLOQUE DE DATOS D 5 10:39 Saturday, December 30, 2006 The GLM Procedure Duncan's Multiple Range Test for resp NOTE: This test controls the Type I comparisonwise error rate, not the experimentwise error rate. Alpha 0.05 Error Degrees of Freedom 691 Error Mean Square 0.148324 Harmonic Mean of Cell Sizes 126.6211 NOTE: Cell sizes are not equal. Number of Means Critical Range 2 .0950 3 .1001 4 .1034 5 .1059

Means with the same letter are not significantly different. Duncan Grouping A B C D D D Mean 1.49180 1.26471 1.14815 1.05303 1.00000 N 183 170 135 132 76 trat b c a d e

BLOQUE DE DATOS D 6 10:39 Saturday, December 30, 2006 The GLM Procedure Duncan's Multiple Range Test for RC_resp NOTE: This test controls the Type I comparisonwise error rate, not the experimentwise error rate. Alpha 0.05 Error Degrees of Freedom 691 Error Mean Square 0.025448 Harmonic Mean of Cell Sizes 126.6211 NOTE: Cell sizes are not equal. Number of Means Critical Range 2 .03936 3 .04144 4 .04283 5 .04386

Means with the same letter are not significantly different. Duncan Grouping A B C D D Mean 1.20371 1.10964 1.06136 1.02197 1.00000 N 183 170 135 132 76 trat b c a d e

87
BLOQUE DE DATOS E FRO INTENSO 1 10:39 Saturday, December 30, 2006 The CORR Procedure 5 Variables: a a= persona; b = cultivos, b c d e c = animales; d= patrimonio e= RRNN

Simple Statistics Variable a b c d e N 130 183 169 119 82 Mean 1.21538 1.73224 1.31953 1.11765 1.04878 Std Dev 0.41268 0.44401 0.46768 0.32355 0.21673 Sum 158.00000 317.00000 223.00000 133.00000 86.00000 Minimum 1.00000 1.00000 1.00000 1.00000 1.00000 Maximum 2.00000 2.00000 2.00000 2.00000 2.00000

Pearson Correlation Coefficients Prob > |r| under H0: Rho=0 Number of Observations a a 1.00000 130 b 0.11122 0.2188 124 0.43786 <.0001 125 0.12661 0.2317 91 0.37834 0.0095 46 b 0.11122 0.2188 124 1.00000 183 0.31535 <.0001 164 0.04153 0.6609 114 -0.36324 0.0014 75 c 0.43786 <.0001 125 0.31535 <.0001 164 1.00000 169 0.37045 <.0001 112 -0.00196 0.9868 74 d 0.12661 0.2317 91 0.04153 0.6609 114 0.37045 <.0001 112 1.00000 119 -0.09524 0.4810 57 e 0.37834 0.0095 46 -0.36324 0.0014 75 -0.00196 0.9868 74 -0.09524 0.4810 57 1.00000 82

BLOQUE DE DATOS E 2 10:39 Saturday, December 30, 2006 The GLM Procedure Class Level Information Class trat Levels 5 Values a b c d e 4385

Number of observations

NOTE: All dependent variables are consistent with respect to the presence or absence of missing values. However only 683 observations can be used in this analysis.

88
BLOQUE DE DATOS E 3 10:39 Saturday, December 30, 2006 The GLM Procedure Dependent Variable: resp Source Model Error Corrected Total R-Square 0.280035 Source trat Source trat DF 4 678 682 Sum of Squares 43.0777675 110.7523935 153.8301611 Root MSE 0.404168 resp Mean 1.342606 F Value 65.93 F Value 65.93 Pr > F <.0001 Pr > F <.0001 Mean Square 10.7694419 0.1633516 F Value 65.93 Pr > F <.0001

Coeff Var 30.10323 DF 4 DF 4

Type I SS 43.07776751 Type III SS 43.07776751

Mean Square 10.76944188 Mean Square 10.76944188

BLOQUE DE DATOS E 4 10:39 Saturday, December 30, 2006 The GLM Procedure Dependent Variable: RC_resp Source Model Error Corrected Total R-Square 0.280035 Source trat Source trat DF 4 678 682 Sum of Squares 7.39097643 19.00210660 26.39308303 Root MSE 0.167412 RC_resp Mean 1.141912 F Value 65.93 F Value 65.93 Pr > F <.0001 Pr > F <.0001 Mean Square 1.84774411 0.02802671 F Value 65.93 Pr > F <.0001

Coeff Var 14.66065 DF 4 DF 4

Type I SS 7.39097643 Type III SS 7.39097643

Mean Square 1.84774411 Mean Square 1.84774411

89
BLOQUE DE DATOS E 5 10:39 Saturday, December 30, 2006 The GLM Procedure Duncan's Multiple Range Test for resp NOTE: This test controls the Type I comparisonwise error rate, not the experimentwise error rate. Alpha 0.05 Error Degrees of Freedom 678 Error Mean Square 0.163352 Harmonic Mean of Cell Sizes 126.0321 NOTE: Cell sizes are not equal. Number of Means Critical Range 2 .1000 3 .1052 4 .1088 5 .1114

Means with the same letter are not significantly different. Duncan Grouping A B C DC D Mean 1.73224 1.31953 1.21538 1.11765 1.04878 N 183 169 130 119 82 trat b c a d e

BLOQUE DE DATOS E 6 10:39 Saturday, December 30, 2006 The GLM Procedure Duncan's Multiple Range Test for RC_resp NOTE: This test controls the Type I comparisonwise error rate, not the experimentwise error rate. Alpha 0.05 Error Degrees of Freedom 678 Error Mean Square 0.028027 Harmonic Mean of Cell Sizes 126.0321 NOTE: Cell sizes are not equal. Number of Means Critical Range 2 .04141 3 .04360 4 .04506 5 .04614

Means with the same letter are not significantly different. Duncan Grouping A B C DC D a= persona; b = cultivos, Mean 1.30330 1.13235 1.08922 1.04873 1.02021 N 183 169 130 119 82 trat b c a d e

c = animales; d= patrimonio e= RRNN y otros

90
CORRELACIONES CANONICAS The SAS System 12 12:13 Sunday, December 31, 2006

The CANCORR Procedure Canonical Correlation Analysis NOTE: The correlation matrix for the VAR Variables is less than full rank. Therefore, some canonical correlations and coefficients will be zero. NOTE: The correlation matrix for the WITH Variables is less than full rank. Therefore, some canonical correlations and coefficients will be zero. Adjusted Canonical Correlation 1.000000 0.571187 0.390625 . Approximate Standard Error 0.000000 0.156326 0.250000 0.315897 Squared Canonical Correlation 1.000000 0.531023 0.250000 0.052310

Canonical Correlation 1 2 3 4 1.000000 0.728714 0.500000 0.228714

Eigenvalues of Inv(E)*H = CanRsq/(1-CanRsq) Eigenvalue 1 2 3 4 Infty 1.1323 0.3333 0.0552 Difference Infty 0.7990 0.2781 Proportion . 0.7445 0.2192 0.0363 Cumulative . 0.7445 0.9637 1.0000

Test of H0: The canonical correlations in the current row and all that follow are zero Likelihood Ratio 1 2 3 4 0.00000000 0.33333333 0.71076758 0.94769011 Approximate F Value Infty 0.47 0.37 0.28 Num DF 16 9 4 1 Den DF 6.7477 7.4518 8 5 Pr > F <.0001 0.8557 0.8223 0.6218

Multivariate Statistics and F Approximations S=4 Statistic Wilks' Lambda Pillai's Trace Hotelling-Lawley Trace Roy's Greatest Root M=-0.5 Value 0.00000000 1.83333333 . . N=0 Num DF 16 16 16 4 Den DF 6.7477 20 2 5 Pr > F <.0001 0.4465 <.0001 <.0001

F Value Infty 1.06 . .

NOTE: F Statistic for Roy's Greatest Root is an upper bound.

91
The SAS System 21 12:13 Sunday, December 31, 2006

The CANCORR Procedure Canonical Correlation Analysis NOTE: The correlation matrix for the VAR Variables is less than full rank. Therefore, some canonical correlations and coefficients will be zero. NOTE: The correlation matrix for the WITH Variables is less than full rank. Therefore, some canonical correlations and coefficients will be zero. Adjusted Canonical Correlation 0.916888 0.048668 . . Approximate Standard Error 0.030246 0.206272 0.218218 0.218218 Squared Canonical Correlation 0.861396 0.054744 0.000000 0.000000

Canonical Correlation 1 2 3 4 0.928114 0.233974 0.000000 0.000000

Eigenvalues of Inv(E)*H = CanRsq/(1-CanRsq) Eigenvalue 1 2 3 4 6.2148 0.0579 0.0000 0.0000 Difference 6.1569 0.0579 0.0000 Proportion 0.9908 0.0092 0.0000 0.0000 Cumulative 0.9908 1.0000 1.0000 1.0000

Test of H0: The canonical correlations in the current row and all that follow are zero Likelihood Ratio 1 2 3 4 0.13101604 0.94525626 1.00000000 1.00000000 Approximate F Value 7.05 0.33 . . Num DF 8 3 . . Den DF 32 17 . . Pr > F <.0001 0.8050 . .

Multivariate Statistics and F Approximations S=2 Statistic Wilks' Lambda Pillai's Trace Hotelling-Lawley Trace Roy's Greatest Root M=0.5 Value 0.13101604 0.91614001 6.27272727 6.21481310 N=7 F Value 7.05 3.59 12.15 26.41 Num DF 8 8 8 4 Den DF 32 34 20.667 17 Pr > F <.0001 0.0040 <.0001 <.0001

NOTE: F Statistic for Roy's Greatest Root is an upper bound.

92
The SAS System 31 12:13 Sunday, December 31, 2006

The CANCORR Procedure Canonical Correlation Analysis NOTE: The correlation matrix for the VAR Variables is less than full rank. Therefore, some canonical correlations and coefficients will be zero. NOTE: The correlation matrix for the WITH Variables is less than full rank. Therefore, some canonical correlations and coefficients will be zero. Adjusted Canonical Correlation 1.000000 0.876818 -.131933 . Approximate Standard Error 0.000000 0.058727 0.327462 0.353553 Squared Canonical Correlation 1.000000 0.833896 0.073796 0.000000

Canonical Correlation 1 2 3 4 1.000000 0.913179 0.271655 0.000000

Eigenvalues of Inv(E)*H = CanRsq/(1-CanRsq) Eigenvalue 1 2 3 4 Infty 5.0203 0.0797 0.0000 Difference Infty 4.9406 0.0797 Proportion . 0.9844 0.0156 0.0000 Cumulative . 0.9844 1.0000 1.0000

Test of H0: The canonical correlations in the current row and all that follow are zero Likelihood Ratio 1 2 3 4 0.00000000 0.15384615 0.92620367 1.00000000 Approximate F Value Infty 0.65 0.06 0.00 Num DF 16 9 4 1 Den DF 3.6927 5.0181 6 4 Pr > F <.0001 0.7325 0.9919 1.0000

Multivariate Statistics and F Approximations S=4 Statistic Wilks' Lambda Pillai's Trace Hotelling-Lawley Trace Roy's Greatest Root M=-0.5 Value 0.00000000 1.90769231 . . N=-0.5 F Value Infty 0.91 . . Num DF 16 16 16 4 Den DF 3.6927 16 -2 4 Pr > F <.0001 0.5722 . <.0001

NOTE: F Statistic for Roy's Greatest Root is an upper bound.

93
The SAS System 40 12:13 Sunday, December 31, 2006

The CANCORR Procedure Canonical Correlation Analysis NOTE: The correlation matrix for the VAR Variables is less than full rank. Therefore, some canonical correlations and coefficients will be zero. NOTE: The correlation matrix for the WITH Variables is less than full rank. Therefore, some canonical correlations and coefficients will be zero. Adjusted Canonical Correlation 0.741548 0.043894 . . Approximate Standard Error 0.093056 0.233698 0.250000 0.250000 Squared Canonical Correlation 0.627775 0.065208 0.000000 0.000000

Canonical Correlation 1 2 3 4 0.792322 0.255358 0.000000 0.000000

Eigenvalues of Inv(E)*H = CanRsq/(1-CanRsq) Eigenvalue 1 2 3 4 1.6865 0.0698 0.0000 0.0000 Difference 1.6168 0.0698 0.0000 Proportion 0.9603 0.0397 0.0000 0.0000 Cumulative 0.9603 1.0000 1.0000 1.0000

Test of H0: The canonical correlations in the current row and all that follow are zero Likelihood Ratio 1 2 3 4 0.34795322 0.93479243 1.00000000 1.00000000 Approximate F Value 1.91 0.28 . . Num DF 8 3 . . Den DF 22 12 . . Pr > F 0.1093 0.8395 . .

Multivariate Statistics and F Approximations S=2 Statistic Wilks' Lambda Pillai's Trace Hotelling-Lawley Trace Roy's Greatest Root M=0.5 Value 0.34795322 0.69298246 1.75630252 1.68654632 N=4.5 F Value 1.91 1.59 2.32 5.06 Num DF 8 8 8 4 Den DF 22 24 13.589 12 Pr > F 0.1093 0.1800 0.0829 0.0127

NOTE: F Statistic for Roy's Greatest Root is an upper bound.

94
The SAS System 50 12:13 Sunday, December 31, 2006

The CANCORR Procedure Canonical Correlation Analysis NOTE: The correlation matrix for the VAR Variables is less than full rank. Therefore, some canonical correlations and coefficients will be zero. Adjusted Canonical Correlation 0.776262 0.436801 . 0.001715 Approximate Standard Error 0.069709 0.149572 0.178466 0.251744 Squared Canonical Correlation 0.730017 0.420709 0.308804 0.025000

Canonical Correlation 1 2 3 4 0.854410 0.648621 0.555701 0.158114

Eigenvalues of Inv(E)*H = CanRsq/(1-CanRsq) Eigenvalue 1 2 3 4 2.7039 0.7262 0.4468 0.0256 Difference 1.9777 0.2795 0.4211 Proportion 0.6929 0.1861 0.1145 0.0066 Cumulative 0.6929 0.8790 0.9934 1.0000

Test of H0: The canonical correlations in the current row and all that follow are zero Likelihood Ratio 1 2 3 4 0.10539963 0.39039345 0.67391647 0.97500009 Approximate F Value 1.17 0.76 0.65 0.13 Num DF 20 12 6 2 Den DF 24.166 21.458 18 10 Pr > F 0.3508 0.6793 0.6866 0.8811

Multivariate Statistics and F Approximations S=4 Statistic Wilks' Lambda Pillai's Trace Hotelling-Lawley Trace Roy's Greatest Root M=0 Value 0.10539963 1.48452994 3.90259309 2.70393577 N=2.5 F Value 1.17 1.18 1.24 5.41 Num DF 20 20 20 5 Den DF 24.166 40 9.5 10 Pr > F 0.3508 0.3187 0.3815 0.0115

NOTE: F Statistic for Roy's Greatest Root is an upper bound.

95
The SAS System 59 12:13 Sunday, December 31, 2006

The CANCORR Procedure Canonical Correlation Analysis NOTE: The correlation matrix for the VAR Variables is less than full rank. Therefore, some canonical correlations and coefficients will be zero. NOTE: The correlation matrix for the WITH Variables is less than full rank. Therefore, some canonical correlations and coefficients will be zero. Adjusted Canonical Correlation 1.000000 0.518660 . . Approximate Standard Error 0.000000 0.208791 0.333333 0.333333 Squared Canonical Correlation 1.000000 0.373626 0.000000 0.000000

Canonical Correlation 1 2 3 4 1.000000 0.611250 0.000000 0.000000

Eigenvalues of Inv(E)*H = CanRsq/(1-CanRsq) Eigenvalue 1 2 3 4 Infty 0.5965 0.0000 0.0000 Difference Infty 0.5965 0.0000 Proportion . 1.0000 0.0000 0.0000 Cumulative . 1.0000 1.0000 1.0000

Test of H0: The canonical correlations in the current row and all that follow are zero Likelihood Ratio 1 2 3 4 0.00000000 0.62637363 1.00000000 1.00000000 Approximate F Value Infty 0.99 . . Num DF 8 3 . . Den DF 8 5 . . Pr > F <.0001 0.4670 . .

Multivariate Statistics and F Approximations S=2 Statistic Wilks' Lambda Pillai's Trace Hotelling-Lawley Trace Roy's Greatest Root M=0.5 Value 0.00000000 1.37362637 . . N=1 F Value Infty 2.74 . . Num DF 8 8 8 4 Den DF 8 10 6 5 Pr > F <.0001 0.0688 <.0001 <.0001

NOTE: F Statistic for Roy's Greatest Root is an upper bound.

96
The SAS System 69 12:13 Sunday, December 31, 2006

The CANCORR Procedure Canonical Correlation Analysis NOTE: The correlation matrix for the VAR Variables is less than full rank. Therefore, some canonical correlations and coefficients will be zero. NOTE: The correlation matrix for the WITH Variables is less than full rank. Therefore, some canonical correlations and coefficients will be zero. Adjusted Canonical Correlation . . . . Approximate Standard Error 0.000000 0.000000 0.377964 0.377964 Squared Canonical Correlation 1.000000 1.000000 0.000000 0.000000

Canonical Correlation 1 2 3 4 1.000000 1.000000 0.000000 0.000000

Eigenvalues of Inv(E)*H = CanRsq/(1-CanRsq) Eigenvalue 1 2 3 4 Infty Infty 0.0000 0.0000 Difference . Infty 0.0000 Proportion . . 0.0000 0.0000 Cumulative . . 0.0000 0.0000

Test of H0: The canonical correlations in the current row and all that follow are zero Likelihood Ratio 1 2 3 4 0.00000000 0.00000000 1.00000000 1.00000000 Approximate F Value Infty Infty 0.00 . Num DF 12 6 2 . Den DF 2.9373 4 3 . Pr > F <.0001 <.0001 1.0000 .

Multivariate Statistics and F Approximations S=3 Statistic Wilks' Lambda Pillai's Trace Hotelling-Lawley Trace Roy's Greatest Root M=0 Value 0.00000000 2.00000000 . . N=-0.5 F Value Infty 1.50 . . Num DF 12 12 12 4 Den DF 2.9373 9 -1 3 Pr > F <.0001 0.2753 . <.0001

NOTE: F Statistic for Roy's Greatest Root is an upper bound.

97
The SAS System 78 12:13 Sunday, December 31, 2006

The CANCORR Procedure Canonical Correlation Analysis NOTE: The correlation matrix for the VAR Variables is less than full rank. Therefore, some canonical correlations and coefficients will be zero. Adjusted Canonical Correlation 0.416083 0.103519 Approximate Standard Error 0.148694 0.200100 Squared Canonical Correlation 0.318599 0.083027

Canonical Correlation 1 2 0.564446 0.288144

Eigenvalues of Inv(E)*H = CanRsq/(1-CanRsq) Eigenvalue 1 2 0.4676 0.0905 Difference 0.3770 Proportion 0.8378 0.1622 Cumulative 0.8378 1.0000

Test of H0: The canonical correlations in the current row and all that follow are zero Likelihood Ratio 1 2 0.62482622 0.91697298 Approximate F Value 0.80 0.36 Num DF 10 4 Den DF 30 16 Pr > F 0.6339 0.8319

Multivariate Statistics and F Approximations S=2 Statistic Wilks' Lambda Pillai's Trace Hotelling-Lawley Trace Roy's Greatest Root M=1 Value 0.62482622 0.40162612 0.55810950 0.46756483 N=6.5 F Value 0.80 0.80 0.81 1.50 Num DF 10 10 10 5 Den DF 30 32 19.931 16 Pr > F 0.6339 0.6261 0.6254 0.2459

NOTE: F Statistic for Roy's Greatest Root is an upper bound.

98 Anexo 12. Ilustraciones.

Figura 9. Informante calificado de Vallem (San Lzaro) siendo entrevistado.

Figura 10. Informante calificado de San Lus (Concepcin) siendo entrevistado.

99

Figura 11. Informante calificado de Capitn Bado (Amambay) siendo entrevistado.

Figura 12. Informante calificado de Beln (Concepcin) siendo entrevistado.

100

Figura 13. Informantes calificados de Paso Horqueta (Concepcin) siendo entrevistado.

Figura 14. Informante calificado de San Alfredo (Concepcin) siendo entrevistado.

101

Figura 15. Informante calificado de San Lzaro siendo entrevistado.

Figura 16. Codificacin de los datos (Dr. Pez, Ing. Martnez e Ing. Paredes).

102

Figura 17. Procesamiento de los datos y redaccin de informe.

Figura 18. Anlisis estadstico y redaccin del informe.

También podría gustarte