UNA PROPUESTA ESTADSTICA PARA LA EVALUACIN DEL IMPACTO AMBIENTAL DE PROYECTOS DE DESARROLLO

A STATISTICAL PROPOSAL FOR ENVIRONMENTAL IMPACT ASSESSMENT OF DEVELOPMENT PROJECTS Julin Andrs Plazas Certuche1; lvaro de J. Lema Tapias2 y Juan Diego Len Pelez3
Resumen. La evaluacin de impacto ambiental es un proceso fundamental que tiene como objetivo principal, evitar que la construccin y puesta en funcionamiento de los proyectos de desarrollo, produzcan serias alteraciones negativas sobre el medio ambiente. Dentro de las principales limitaciones de las tcnicas e instrumentos empleados para dicha valoracin, se destacan la subjetividad de los parmetros y ponderadores de los modelos usualmente empleados y, la multicolinealidad no desentraada de variables que portan gran cantidad de informacin similar. Este trabajo propone una metodologa desarrollada a partir de la estadstica multivariada, que pretende disminuir tales limitaciones. Para esto la valoracin de los impactos ambientales, se realiza mediante el uso de diferentes atributos de impacto y elementos ambientales, sintetizados en un ndice de Calidad Ambiental ICA, al nivel de proyecto, as como evaluaciones ambientales parciales al nivel de componente ambiental.
Palabras claves: Estudios de impacto ambiental, evaluacin de impacto ambiental, atributos de impacto ambiental, elementos ambientales, componentes ambientales, anlisis de componentes principales, anlisis de cluster, anlisis discriminante.

Abstract. Environmental impact assessment of development projects, is a fundamental process, which main goal is to avoid that their construction and functioning, lead to serious and negative consequences on the environment. Some of the most important limitations of the models employed to assess environmental impacts, are the subjectivity of its parameters and weights, and the multicolineality among the variables, which represent high quantities of similar information. This work presents a multivariate statistical-based method that tries to diminish such limitations. For this purpose, environmental impact assessment, is valuated through different environmental impact attributes and environmental elements, synthesized in an environmental quality index (ICA in Spanish). ICA can be applied at different levels, such as at a project level, or applied only at a partial level on one or some environmental components.
Key words: Environmental impact assessment, environmental impact attributes, environmental elements, environmental components, principal components analysis, cluster analysis, discriminating analysis.

La Evaluacin de Impacto Ambiental (EIA) es un proceso legal-administrativo que pretende identificar, predecir, e interpretar el impacto ambiental que un proyecto o actividad pueden producir, as como prevenir, corregir y evaluar tal impacto (Duarte et al., 2007). Aun cuando la EIA en Colombia se ha practicado desde hace varias dcadas, sta solo alcanz notoriedad para la construccin y puesta en funcionamiento de proyectos de desarrollo, hasta la promulgacin de la Ley 99 de 1993, que cre el Ministerio de Medio Ambiente, y en particular hasta la expedicin del Decreto 1753 de 1994 que reglament esta materia (Len y Lopera, 1999; Len, 2004). En stas y otras normas posteriores, se han establecido diferentes disposiciones para la EIA, las cuales incluyen aspectos administrativos de importancia crucial para reducir el impacto sobre el entorno, donde se habr de emplazar un proyecto de desarrollo determinado. As, de acuerdo
1

con el Decreto 1180 de 2003 del Ministerio de Medio Ambiente, Vivienda y Desarrollo Territorial (Artculos 7, 8, 9 y 14), para hacerse adjudicatario de la licencia ambiental que da va libre a tales intervenciones, es requisito necesario la elaboracin y presentacin de un Estudio de Impacto Ambiental (EsIA), y para algunos proyectos particulares, de un Diagnstico Ambiental de Alternativas. Estos documentos se sirven de diversos instrumentos de valoracin de los impactos ambientales, de cuya aplicacin se produce, o no, un parte de viabilidad para los proyectos evaluados, as como la identificacin de posibles medidas conducentes a la mitigacin, correccin, prevencin y/o compensacin de tales impactos. As, se favorece que, la construccin y funcionamiento de un proyecto, se cumpla bajo las premisas de sostenibilidad y mnima alteracin de la base de recursos naturales, y su integracin armnica con el entorno.

Ingeniero Forestal. Universidad Nacional de Colombia, Sede Medelln. Facultad de Ciencias Agropecuarias. A.A. 1779. Medelln, Colombia. <japlazas@unalmed.edu.co> 2 Profesor Jubilado. Universidad Nacional de Colombia, Sede Medelln. Facultad de Ciencias Agropecuarias. A.A. 1779. Medelln, Colombia. <adjlema@unalmed.edu.co> 3 Profesor Asociado. Universidad Nacional de Colombia, Sede Medelln. Facultad de Ciencias Agropecuarias. A.A. 1779. Medelln, Colombia. <jdleon@unal.edu.co> Recibido: Abril 28 de 2008; Aceptado: Marzo 9 de 2009. Rev.Fac.Nal.Agr.Medelln 62(1): 4937-4955. 2009

Plazas, J.A.; Lema, A.; Len, J.D.

Los instrumentos ms utilizados tradicionalmente en el proceso de EIA, son muy diversos. Quizs una de las ms completas clasificaciones de estos a nivel global, fue realizada por Canter y Sadler (1997), quienes agruparon en 22 categoras las metodologas empleadas en los EsIA desde la dcada de los 70. stas incluyen desde las aproximaciones ms simples, como las listas de verificacin o chequeo, matrices de interaccin, y las consultas a expertos, hasta tcnicas que consideran estudios de campo (v.g. monitoreo de receptores) y modelaciones cuantitativas (v.g. simulaciones computacionales tri-dimensionales). Otros autores (Sanz, 1991) han propuesto de manera ms sinttica, tres grandes grupos de tcnicas: i. modelos de identificacin (matrices causa - efecto, matrices cruzadas, diagramas de flujo, otras). Estas tcnicas (Canter, 1998) abarcan desde simples listados de factores ambientales, hasta descripciones que incluyen mediciones sobre la informacin, la prediccin, y la interpretacin de las alteraciones de los impactos identificados. Algunas de stas consideran la asignacin de pesos o ponderadores a los factores ambientales, y la valoracin de los impactos de cada alternativa sobre cada factor a travs de escalas; ii. modelos de previsin (modelos reducidos, matemticos, fsicos o fsicomatemticos, complementados con pruebas experimentales y ensayos in situ); y iii. modelos de evaluacin (mtodos tradicionales de evaluacin, mtodos numricos con empleo de rangos, sistemas cuantitativos, sistemas ad hoc). Dentro de este grupo de tcnicas podran ubicarse, aquellas para estudiar la incertidumbre asociada a los modelos matemticos propuestos que, surgen a su vez, de la incapacidad de conocer exactamente el valor numrico de las variables incorporadas (por ser estimadas o medidas con instrumentos de precisin limitada). Estas tcnicas se basan en la lgica difusa, disciplina relativamente joven, que mediante la aplicacin de algoritmos, lleva funciones discontinuas y sus inversas al concepto de nmeros difusos, con lo cual es posible estudiar tal incertidumbre (Duarte et al., 2003, 2007). A partir de la naturaleza de los instrumentos tcnicos empleados, pueden diferenciarse a su vez cuatro conjuntos (Conesa, 2000): i. sistemas de redes y grficos (matrices Leopold, CNYRPAB, Bereano, Sorensen, otros); ii. sistemas cartogrficos (superposicin de transparentes, Mc Harg, Tricart, otros); iii. mtodos basados en indicadores, ndices e integracin de la evaluacin (Holmes, Universidad de
4938

Georgia, Hill-Schechter, Fisher-Davies); y iv. mtodos cuantitativos (Batelle-Columbus). En una clasificacin ms sinttica, Magrini (1990) diferencia dos grandes grupos de tcnicas: i. mtodos tradicionales de evaluacin de proyectos (anlisis costo/beneficio), para realizar mediciones en trminos monetarios; y ii. mtodos cuantitativos, los cuales procuran aplicar escalas valorativas para los diferentes impactos medidos originalmente en sus respectivas unidades fsicas. En el ltimo conjunto se observan dos categoras: una primera centrada en la identificacin y sntesis de los impactos (listas de chequeos, matrices, redes, diagramas, mtodos cartogrficos, mtodos ad hoc), y una segunda que involucra la explicacin de las bases de clculo de cada impacto generado (mtodo de Batelle, hoja de balance, matriz de realizacin de objetivos). Se dispone, as, de una amplia gama de alternativas para la valoracin de los impactos ambientales, en su gran mayora, desarrollados en otros pases, y bajo condiciones ambientales, tcnicas y administrativas, claramente diferentes a las de Colombia. Dentro de todas las herramientas disponibles para la prediccin y valoracin de impactos ambientales, se destacan los modelos matemticos, los cuales han sido ampliamente empleados en todo el mundo desde hace varias dcadas (De Broissia, 1986), sin perder por ello vigencia. De hecho, en la actualidad, se siguen generando nuevas propuestas a travs de concepciones de tipo genrico y ad hoc. La utilidad de los modelos matemticos en la valoracin de impactos estriba en que estos, a partir de la modelacin, permiten formalizar los procesos de toma de decisiones en las instancias de planificacin y gestin ambiental (Karplus, 1983). Estos modelos usan ecuaciones matemticas para representar las relaciones existentes entre las variables, las cuales, en el caso de la EIA, corresponden a los atributos o caractersticas de los impactos (Lohani et al., 1997). Dentro de las propuestas de valoracin ampliamente reconocidas pero de desarrollo forneo, se tienen entre otras, las de Gmez (1988, 1999) y Conesa (2000). Ms recientemente, ha cobrado fuerza la inclusin de tcnicas para la manipulacin de informacin difusa en las metodologas de EIA, dado que la mayora de conceptos e informacin manejada en las evaluaciones ambientales, son inherentemente difusos, por su vaguedad o carcter incierto. Estas metodologas son de hecho,
Rev.Fac.Nal.Agr.Medelln 62(1): 4937-4955. 2009

Una propuesta estadstica para la evaluacin

extensiones de las metodologas clsicas arriba mencionadas (Duarte et al., 2007). Para Colombia se conocen algunas propuestas y modificaciones de modelos matemticos desarrollados por Duarte et al. (2003, 2007), Arboleda (1994), Len y Lopera (1999) y Len (2004), que pueden ser empleados para la EIA de manera general. No obstante, sus expresiones matemticas tienen limitaciones para la aplicacin, dada la inclusin de ndices y parmetros en ocasiones subjetivos, que reflejan parcialmente la falta de un manejo estadstico riguroso que haya dado lugar a la formulacin de tales modelos paramtricos. Un intento por superarlo, llev a la primera tentativa en su gnero, por medio del trabajo de Lajones y Lema (1999), que propuso un ndice de valor de importancia etnobotnico para comunidades negras e indgenas del Ecuador. Esta metodologa fue posteriormente utilizada por Ospina y Lema (2004) para la construccin de indicadores cuantitativos de los impactos generados en proyectos de gestin ambiental, y por Jimnez et al. (2004) para la construccin de un ndice para la determinacin de especies vegetales compatibles con las lneas de transmisin de energa. Dentro de los desarrollos matemticos ms notables se encuentran los de Duarte et al. (2003, 2007), que permiten evaluar la incertidumbre asociada a las variables, cuantitativas o categricas por medio de tcnicas de nmeros difusos. De conformidad con los planteamientos expuestos, este trabajo llenara algunos de los vacos para alcanzar una valoracin de los impactos ambientales, mediante una herramienta de construccin, apropiada para el tipo de proyectos de desarrollo y entorno ambiental colombianos, a travs de: i) la generacin de unos ndices para la valoracin de impactos ambientales, ocasionados por la implementacin y puesta en marcha de proyectos de desarrollo, ii) la seleccin y comparacin de distintas combinaciones de atributos de impactos ambientales, para ser incorporados en la construccin de ndices para la valoracin del impacto ambiental de proyectos de distinta naturaleza y, iii) como aporte particular, la inclusin de una valoracin estadstica, que permite eliminar las variables multicolineales (portadoras de informacin similar y aparentemente independientes), medidas o ubicadas en un mismo e incluso, diferentes campos. Para esto se vale de la semicuantificacin de atributos calificados por expertos, mediante la calificacin de la explicacin calculada para la matriz de varianzascovarianzas de una serie de variables relativizadas,
Rev.Fac.Nal.Agr.Medelln 62(1): 4937-4955. 2009

mediante la tcnica de Componentes Principales, que refleja, aunque de manera indirecta, el nivel de certidumbre logrado por la varianza explicada. MTODOS

Construccin de matrices. Para la generacin de esta propuesta, fueron revisados e identificados los elementos ambientales, actividades y atributos de impacto ambiental comunes, de un conjunto de documentos, suficientes y representativos, de diferentes EsIA de varias entidades ambientales del Valle de Aburr y sus alrededores (Antioquia, Colombia), como CORNARE, CORANTIOQUIA, rea Metropolitana del Valle de Aburr y Secretara del Medio Ambiente de Envigado, organizados en matrices, y, especialmente aquellos con expresiones matemticas de construccin similar (v.g. Gmez, 1988; Arboleda, 1994; Len y Lopera, 1999; Len, 2004). Con la informacin recolectada se generaron nuevas matrices para presentar de manera consolidada los elementos, las actividades y los atributos identificados. La Tabla 1 muestra una matriz tpica, con elementos ambientales, y atributos de impacto ambiental, para un grupo de actividades que aquellos EsIA proponan, descritos as: Presencia (P). Probabilidad de que el impacto tenga lugar efectivamente. Posibilidad de ocurrencia. Duracin (D). Periodo de tiempo de existencia activa del impacto. Evolucin (E). Velocidad de desarrollo del impacto desde su aparicin hasta alcanzar su plenitud. Magnitud (Mg). Dimensin del cambio ambiental producido. Extensin (Ex). rea de influencia del impacto en relacin con el entorno del proyecto. Acumulacin (A). Acumulacin con otros impactos a medida que uno se presenta. Relacin (R). Carcter directo o indirecto del impacto, con respecto al componente ambiental. Reversibilidad (Rv). Carcter reversible o irreversible del impacto una vez ocurre. Sinergia (S). Efecto conjunto de varias acciones que conllevan una incidencia de mayor importancia a la que ocurrira con las incidencias individuales consideradas aisladamente. Mitigabilidad (Mt). Posibilidad de amortiguacin o mitigacin del impacto. Momento (M). Tiempo que transcurre entre la aparicin de la accin y la aparicin del efecto.
4939

Plazas, J.A.; Lema, A.; Len, J.D.

Tabla 1. Matriz de presentacin de elementos y atributos propuestos para estudio de impacto ambiental. Sistema Componente Aire Elemento Ambiental Gases Partculas Ruido Propiedades qumicas Propiedades fsicas Calidad del agua Propiedades qumicas Propiedades fsicas Calidad del suelo Cobertura vegetal Diversidad y nmero Hbitat y nichos ecolgicos Diversidad y nmero Arraigo Manifestacin cultural Salud y riesgos Calidad de vida Valorizacin de bienes Generacin de empleo Desarrollo regional Usos del suelo Servicios pblicos e infraestructura Cambio en el paisaje P D E Mg Ex A R Rv S Mt M

Abitico

Agua

Suelo Flora Bitico Fauna Cultural Demogrfico Social

Econmico

Urbanismo

Estos atributos ambientales, eliminados aquellos que no presentaron suficiente informacin, se encontraron valorados entre 0 y 1 en cada uno de los EsIA, con sus respectivas expresiones matemticas de construccin. De manera anloga se procedi con los elementos ambientales escogidos dentro de su respectivo componente y con los grupos de actividades (los ms comunes en los proyectos de desarrollo, de manera que reunieran bajo un mismo ttulo actividades de carcter similar que de otra forma atomizaran y haran compleja la evaluacin. Para cada uno de estos grupos se asign un ponderador de 1, dado el carcter de independencia que se logra a travs de la agrupacin. Tales grupos fueron: operacin de campamentos y talleres, remocin de vegetacin y descapote, transporte y acarreos de materiales y sobrantes, disposicin y llenos con sobrantes, pavimentacin y obras con concreto, y funcionamiento).
4940

Jerarquizacin de elementos y atributos de impacto ambiental. En estas matrices consolidadas, con el uso del mtodo del censo a expertos -Delphique aprovecha la sinergia del debate en el grupo y elimina las interacciones sociales indeseables dentro de ellos, hasta llegar a consensos (Gmez, 1999), se jerarquizaron los elementos ambientales mediante el mtodo de ordenacin por rangos de menor (1) a mayor importancia (23). Adems, se dio un valor de importancia entre 0 y 1 a los atributos de impacto escogidos, con base en una escala preestablecida, tambin por los expertos, dentro del rango sealado.
Los valores obtenidos se relativizaron por el total de puntos asignados al total de factores de cada componente, como se muestra en la Tabla 2, para la variable Aire, compuesta de los elementos G, P y R, a los cuales se asignaron las respectivas ponderaciones (de mayor a menor de acuerdo con
Rev.Fac.Nal.Agr.Medelln 62(1): 4937-4955. 2009

Una propuesta estadstica para la evaluacin

la importancia esperada) por un conjunto de jueces, obtenindose los elementos de la variable relativizada

Aire=(G*3+P*2+R*1)/6=0,763, para un estudio con los valores de campo mostrados.

Tabla 2. Estandarizacin de un componente abitico en estudios de impacto ambiental. Componente Elemento ambiental Ponderacin Aire Gases (G) Partculas (P) Ruido ( R ) Suma 3 2 1 6 Valor de campo 0,80 0,64 0,90 Elemento ambiental relativizado 0,400 0,213 0,150

El criterio final se obtuvo del promedio de los resultados de los jueces que participaron de la encuesta. Con las variables relativizadas ponderadas, se realizaron los anlisis estadsticos multivariados.

anlisis discriminante para corroborar la pertenencia al grupo de cada EsIA. Una vez consolidada esta informacin se definieron los diferentes rangos a los cuales corresponda cada estudio. RESULTADOS

Anlisis de componentes principales para los atributos de impacto ambiental. Con los datos estandarizados se realiz un Anlisis de Componentes Principales (ACP) para el grupo de atributos escogidos, con el fin de reducir la dimensionalidad del problema, y eliminar variables multicolineales o portadoras de igual nivel de informacin (Lema, 2002), y as encontrar un indicador que estimara de manera adecuada los impactos. ACP para los elementos ambientales. En forma similar se procedi al ACP, con el fin de eliminar ruidos o multicolinealidad entre variables de diversos sistemas que, por su definicin, concepcin, o medicin, resultaran redundantes, como ltimo paso de reduccin de dimensionalidad al problema, de acuerdo con el poder explicatorio acumulado de cada componente principal, por ser estos combinaciones lineales de todas las variables sometidas al sistema (Lema, 2002). Anlisis de grupos para los EsIA. Con los valores obtenidos para los elementos ambientales se realiz un anlisis cluster, para establecer los tipos de agrupamiento de los EsIA y observar su categora de ubicacin entre los grupos; se eligi el mtodo de fusin de Ward por maximizar la verosimilitud a cada nivel de jerarqua y su propensin a fusionar cluster con pequeo nmero de observaciones (Lema, 2002). Se extrajo un total de cinco (5) grupos de acuerdo con unas categoras preestablecidas de calidad ambiental: muy alta, alta, media, baja y muy baja.
Con los cluster obtenidos agrupando los diferentes EsIA, y sus respectivos ndices ICA, se realiz luego un
Rev.Fac.Nal.Agr.Medelln 62(1): 4937-4955. 2009

Construccin de matrices y jerarquizacin de elementos y atributos de impacto ambiental. Inicialmente, de un total de 187 EsIA de diferentes entidades ambientales del Valle de Aburr, 33 cumplieron con las especificaciones requeridas, para constituirse en poblacin de partida o espacio muestral, con suficiente informacin para 7 de los 11 atributos de impacto ambiental mencionados: Presencia (P), Duracin (D), Magnitud (M), Extensin (E), Reversibilidad (R), Sinergia (S) y Mitigabilidad (Mt), eliminndose los restantes. Dado que la aplicacin de la tcnica de consulta a expertos, permite el ingreso posterior de informacin, sta se realiz sobre todos los atributos, con el fin de darles valores de importancia entre 0 y 1. Luego se clasificaron por rangos escalares y se obtuvieron los ponderadores por atributo (Anexo 1), se estandarizaron por EsIA, y se organizaron las matrices sntesis utilizadas en los ACP para los atributos encontrados. El siguiente paso fue encontrar los elementos ambientales comunes para los diferentes EsIA (Tabla 3), y someterlos a la consulta a expertos, para su ordenacin por rangos (Len, 2004) (Anexo 1).
Los grupos de actividades: operacin de campamentos y talleres, remocin de vegetacin y descapote, transporte y acarreos de materiales y sobrantes, disposicin y llenos con sobrantes, pavimentacin y obras con concreto, y funcionamiento, ms comunes en los proyectos de desarrollo, se reunieron bajo un mismo ttulo (para disminuir la complejidad de la evaluacin).
4941

Plazas, J.A.; Lema, A.; Len, J.D.

Tabla 3. Componentes y elementos ambientales comunes en los estudios de impacto ambiental. Sistema Abitico Componente Aire Elemento Gases Partculas Ruido Propiedades qumicas Propiedades fsicas Calidad del agua Propiedades qumicas Propiedades fsicas Calidad del suelo Cobertura vegetal Diversidad y nmero Hbitat y nichos ecolgicos Diversidad y nmero Arraigo Manifestacin cultural Salud y riesgos Calidad de vida Valorizacin de bienes Generacin de empleo Desarrollo regional Usos del suelo Servicios pblicos e infraestructura Cambio en el paisaje Variable AiGases AiPart AiRu AgPrqu AgProfi AgCagua SuProqui SuProfi SuCasu FlCoVe FloDivnu FauHaniec FauDivenu CuArr CuMacu DemSari DemCavi EcValbie EcGenem EcDesarore Urusu UrSepu inf UrCampa

Agua

Suelo

Bitico

Flora Fauna

Social

Cultural Demogrfico Econmico

Urbanismo

ACP para los atributos de impacto ambiental. De acuerdo con el ACP (Figura 1, Anexo 2), para los atributos de impacto ambiental, la primera componente (Ecuacin 1) podra asimilarse a un ndice general de calidad ambiental con base en

las variables relativizadas, que indicara el valor de un impacto (IA), y la segunda (Ecuacin 2) podra indicar el agrupamiento de los atributos (IAg). Con estos podra calcularse un valor de impacto para cada EsIA. (1) (2)

IA=0,90*P+0,34*D+0,04*M-0,04*Ex+0,07*Rv-0,11*S+0,21*Mt IAg=-0,20*P+0,27*D-0,47*M+0,24*Ex+0,41*Rv+0,29*S+0,60*Mt

ACP para los elementos ambientales. Dado que los grupos de actividades recibieron igual ponderacin, se concibi un valor de Indice de Calidad Ambiental (ICA) por elemento en cada EsIA, como la suma de los IA por cada elemento en todos los grupos de actividades. Con estos fueron nuevamente realizados los ACP, los anlisis de
4942

cluster e incluso algunos anlisis de correspondencia (que no aportaron informacin relevante) para los elementos ambientales, con el fin de observar el comportamiento del ndice ICA y su posible utilizacin. Las variables sin peso significativo fueron eliminadas, y se corri nuevamente un ACP (Figura 1 y Anexo 2).
Rev.Fac.Nal.Agr.Medelln 62(1): 4937-4955. 2009

Una propuesta estadstica para la evaluacin

Atributos de impacto

Elementos Ambientales

Valor propio

Componente

Valor propio

A) Valores propios de la CP Pesos de las componentes

Componente

B) Pesos de las CP Pesos de las componentes

Componente 2

Componente 1

Componente 2

C) Vectores propios y dispersin de los datos

Componente 1

D) Valores propios de la CP

Componente 2

Componente 1

Componente 2

Componente 1

E) Pesos de las CP

F) Vectores propios y dispersin de los datos

Figura 1. Anlisis de componentes principales para los atributos de impacto y los elementos ambientales.

ACP para las componentes ambientales. Como resultado de la aplicacin de esta metodologa, puede ser observado el comportamiento de los elementos ambientales por componente ambiental (Figura 2 y Anexo 3), incluidas las diferentes ecuaciones que permiten el clculo de los valores de calidad ambiental por componente ambiental
Rev.Fac.Nal.Agr.Medelln 62(1): 4937-4955. 2009

(Tabla 4). Sus respectivos rangos de calificacin se presentan en los anlisis de grupos. Dado que las componentes ambientales Flora y Fauna presentaban cada una solo dos elementos ambientales, stas se agruparon para realizar el ACP; anlogamente se procedi con las componentes Cultural y Demogrfico.
4943

Plazas, J.A.; Lema, A.; Len, J.D.

Componente 2

Componente 2

Componente 1

Componente 1

A) Componente Aire

B) Componente Agua

Componente 2

Componente 1

Componente 2

Componente 1

C) Componente Suelo

D) Componente Flora y Fauna

Componente 2

Componente 2

Componente 1

Componente 1

E) Componente Cultural y Demogrfico

F) Componente Econmico

Componente 2

Componente 1

G) Componente Urbanismo Figura 2. Vectores propios para las componentes ambientales y dispersin de los datos.
4944 Rev.Fac.Nal.Agr.Medelln 62(1): 4937-4955. 2009

Una propuesta estadstica para la evaluacin

Tabla 4. Ecuaciones para el clculo del ndice de calidad ambiental (ICA) por componente ambiental. Componente Aire Agua Suelo Flora y Fauna Cultural y Demogrfico Econmico Urbanismo Ecuacin

ICAaire = 0,5236*AiGases + 0,556*AiPart + 0,6455* AiRu ICAagua = 0,3343*AgPrqui + 0,7507*AgPrfi + 0,5697*AgCagua ICAsuelo = -0,039*SuPrqui + 0,8022*SuPrfi + 0,5956*SuCasu ICAbio = 0,62*FloCoVe + 0,29*FloDivnu + 0,57*FauHaniec + 0,43* Fau Devenu ICAc&d = 0,388*CuArr +0,499*CuMacu +0,771*Demsari +0,075*Demcavi ICAec = 0,1845*EcValbie + 0,8987*EcGenem + 0,3977*EcDesarore ICAurb = 0,9197*Urusu + 0,3753*UrSepuinf + 0,1147*UrCampa

(3) (4) (5) (6) (7) (8) (9)

Anlisis de grupos para los EsIA mediante los elementos ambientales. Para los EsIA, se realiz inicialmente el anlisis de cluster tipo Ward, con base en las variables relativizadas que, al no esclarecer una diferenciacin entre los agrupamientos, hizo necesario el uso de cluster difusos Fuzzy Cluster (Podani, 1994; Lema, 2002). ste permite ubicar un mismo objeto en dos cluster o grupos a la

vez, pero por mtodos de depuracin posterior se ubica inequvocamente en uno solo (Lema, 2002) (Tabla 5). De acuerdo con los valores obtenidos del ICA, se jerarquizaron los grupos obtenidos, interpretando que un menor valor del ICA expresa una alta calidad ambiental. Lo anterior quiere decir que los elementos de impacto, se encuentran en sus menores valores posibles.

Tabla 5. Estudios de impacto ambiental escogidos con su respectivo ICA y cluster difuso al cual pertenecen. Cluster 1 1 1 1 1 1 1 1 1 1 2 Estudio E1 E2 E7 E11 E17 E18 E23 E27 E29 E32 E6 ICA 8,076 9,058 17,626 21,283 35,517 10,866 8,347 24,394 26,407 19,35 84,311 Cluster 2 2 2 3 3 3 3 4 4 4 4 Estudio E14 E15 E31 E3 E4 E8 E9 E10 E12 E13 E20 ICA 87,738 86,263 69,154 55,495 42,877 38,601 48,483 56,357 53,489 46,71 43,154 Cluster 4 4 4 5 5 5 5 5 5 5 5 Estudio E22 E25 E26 E5 E19 E21 E24 E28 E30 E33 E34 ICA 45,556 40,286 43,624 38,144 35,664 42,163 36,271 48,801 24,448 41,627 38,96

Anlisis discriminante. Se realiz un anlisis discriminante (Lema, 2002) a los EsIA de los cluster obtenidos, para observar la calidad de la agrupacin dentro de las diferentes categoras representadas por cada grupo. Los valores propios y las correlaciones cannicas en los grupos de las funciones discriminantes obtenidas, y la prueba de chi-cuadrado para las funciones discriminantes derivadas del anlisis, se muestran en el Anexo 4.
Rev.Fac.Nal.Agr.Medelln 62(1): 4937-4955. 2009

En la Tabla 6 se indica la clasificacin de los EsIA obtenida del anlisis discriminante con respecto a la obtenida con el anlisis de cluster. La Figura 3 presenta la dispersin de los diferentes EsIA de acuerdo a las dos primeras funciones discriminantes, mostrando los diferentes grupos. Dada la concordancia de los procesos discriminantes con los anlisis de cluster, se formaron los diferentes rangos de calificacin para los EsIA de acuerdo al ndice ICA (Tabla 7).
4945

Plazas, J.A.; Lema, A.; Len, J.D.

Tabla 6. Tabla de clasificacin de los EsIA de acuerdo al cluster tipo Ward. Grupo actual 1 2 3 4 5 Tamao de grupo 6 4 8 4 11 Grupo predicho 2 3 0 0 0,00% 0,00% 4 0 100% 0,00% 0 8 0,00% 100% 0 0 0,00% 0,00% 0 0 0,00% 0,00%

1 6 100% 0 0,00% 0 0,00% 0 0,00% 0 0,00%

4 0 0,00% 0 0,00% 0 0,00% 4 100% 0 0,00%

5 0 0,00% 0 0,00% 0 0,00% 0 0,00% 11 100%

Tabla 7. Rangos de calificacin ICA para los estudios de impacto ambiental de acuerdo con los grupos logrados y el anlisis discriminante. Nmero de rango 1 2 3 4 Calificacin de calidad ambiental Alta Media Baja Muy baja Valor del ICA 8-21 21-38 38-65 65-90 Nmero de cluster 1 5 2-3 4

Gupo 1 2 3 4 5 Centroides

Funcin 2

Funcin 1

Figura 3. Dispersin de datos correspondientes a los estudios de impacto ambiental de acuerdo a las funciones discriminantes uno y dos.

Anlisis de grupos para las componentes ambientales. Para encontrar los rangos de clasificacin de los diferentes valores de calidad ambiental dentro de cada componente ambiental, se procedi de la misma manera que con el ndice ICA general, y con anlisis de cluster tipo Ward, que en este caso discriminaron bien los grupos. Para las diferentes componentes ambientales,
4946

se identificaron los respectivos valores ICA y su respectiva tabla de membresa (datos no mostrados). Adicionalmente, y de especial inters, se encontraron los rangos del ICA con su calificacin ambiental (Tabla 8). En el caso de las componentes Cultural y Demogrfico, no se logr una buena diferenciacin entre los lmites de cada uno de los grupos.
Rev.Fac.Nal.Agr.Medelln 62(1): 4937-4955. 2009

Una propuesta estadstica para la evaluacin

Tabla 8. Rangos ICA para las componentes ambientales de acuerdo al cluster tipo Ward. Nmero de rango Calificacin de calidad ambiental Componente Aire 1 2 3 Componente Agua 1 2 3 4 Componente Suelo 1 2 3 Componentes Flora y Fauna 1 2 3 4 Componente Econmico 1 2 3 4 Componente Urbanismo 1 2 3 4 DISCUSIN Alta Media Baja Alta Media Baja Muy baja Alta Media Baja Alta Media Baja Muy baja Alta Media Baja Muy baja Alta Media Baja Muy baja Valor del ICA 0 5 5 12 12 20 0 4 4 6.5 6.5 9 9 17 0 3 3 8 8 11 0 4 4 10 10 15 15 21 0 3 7 9 3 7 9 14 Nmero de cluster 14 25 3 1 34 5 2 12 35 4 1 5 2 34 1 23 4 5 1 23 4 5

0 4 4 10 10 15 15 20

Construccin de matrices y jerarquizacin de elementos y atributos. A pesar de los diversos puntos de vista que emergieron de la aplicacin de la tcnica de consulta a grupos de expertos para la jerarquizacin de los atributos y los elementos ambientales, se lleg a un punto de convergencia que facilit la construccin de las matrices sntesis. El valor ms alto del ponderador por atributo (Anexo 1) corresponde a una menor calidad ambiental, o en otras palabras a un mayor impacto. Anlisis de CP para los atributos de impacto ambiental. A travs del ACP se encontr que con dos componentes es posible explicar casi 64% de la variabilidad de los datos (Anexo 2), que se considera
Rev.Fac.Nal.Agr.Medelln 62(1): 4937-4955. 2009

acertada para conocer el comportamiento de los atributos en los diferentes EsIA analizados en este trabajo, en tan solo dos dimensiones (Figura 1A). De los diferentes atributos, Presencia (P) fue el de mayor peso relativo para la primera componente, mientras que para la segunda lo fue Mitigabilidad (Mt) (Anexo 2). En la Figura 1B se pueden observar claramente los pesos de los atributos comparados en las dos CP. Las variables anteriormente presentadas se mostraron ms alejadas del resto del grupo de atributos, al igual que el atributo Duracin (D), por lo cual estos tres seran responsables de una gran parte de lo explicado. De estos resultados la primera componente podra ser expresada como un ndice general de calidad ambiental que indicara el valor de un impacto (IA) Ecuacin (1) y la segunda
4947

Plazas, J.A.; Lema, A.; Len, J.D.

componente establecera contrastes entre atributos: Presencia (P) y Magnitud (M) de signos diferentes al resto. Este ndice IA, encontrado mediante CP y con los diferentes atributos escogidos, puede finalmente ser utilizado para la evaluacin de diferentes impactos sobre elementos ambientales presentes en los proyectos de desarrollo, teniendo as una aplicacin directa como expresin a travs de la cual se valore el impacto ambiental al nivel de proyecto. Se nota aqu que es posible, al eliminar el ruido introducido por variables portadoras de informacin similar, encontrar otros ponderadores diferentes a los inicialmente propuestos por los expertos temticos.

CP para los elementos ambientales. De acuerdo con el proceso de jerarquizacin de los elementos ambientales por los expertos (Anexo 1), el elemento ambiental ms importante fue Propiedades qumicas del agua, seguido de los elementos que hacan parte de la componente Demogrfica: Salud y Calidad de vida. Como un tercer grupo se destacaron los componentes ambientales Agua y Aire, mientras que en ltimo lugar se presentaron los elementos de los componentes Economa y Urbanismo.
Del ACP para los elementos ambientales, los elementos Propiedades qumicas (Componente Suelo) y Calidad de vida (Componente Demogrfica) recibieron un peso relativo muy poco significativo con respecto a los dems elementos (alrededor de 0,05 o menos), por lo cual se descartaron al asumir que su aporte podra ser muy similar para todos los EsIA, perdiendo poder discriminatorio. Asimismo, ms del 50% de la variabilidad de los datos pudo ser explicada con dos componentes, lo que reduce una explicacin de 23 a solo dos dimensiones (Figura 1D). Probablemente la primera componente representa un ndice que medira la calidad ambiental para ciertos EsIA en los cuales, sus variables estn compuestas por los elementos ambientales. La segunda componente posiblemente realizara un agrupamiento de los elementos ambientales en forma de contrastes.

los datos (Anexo 3, Figura 2B); sin poder eliminar ninguno de los elementos que lo componen, ya que sus pesos en cada componente fueron muy altos. No obstante, fue notable que las Propiedades fsicas y la Calidad del agua tuvieron un comportamiento muy similar, conforme sus vectores propios estuvieron muy prximos unos de otros. Dentro del componente Suelo se encontr, por el contrario, que el elemento Propiedades qumicas tena un peso muy bajo dentro de las CP con relacin a los otros dos elementos, y tambin fue eliminado del anlisis. En cambio, el elemento Propiedades fsicas tuvo un alto valor en el peso de las CP. Para el componente Suelo el 83% de la variabilidad de los datos se pudo explicar con dos CP (Figura 2C). Para los componentes Flora y Fauna, cerca de un 78% de la varianza de los datos pudo explicarse con una sola componente. Los elementos Cobertura Vegetal, y Hbitat y Nichos Ecolgicos, probablemente se encontraban midiendo el mismo objeto, dada su fuerte correlacin y el bajo valor del ngulo entre sus vectores propios (Figura 2D). Todos los elementos ambientales incluidos en este sistema Bitico fueron significativamente importantes, ya que los valores de los pesos de las CP fueron muy altos. Para los componentes Cultural y Demogrfico (Anexo 3), el elemento Calidad de Vida tuvo un peso muy bajo dentro de las CP, por lo cual se elimin. El elemento Salud y Riesgos mostr una alta importancia, por los altos valores en los pesos relativos en las CP, mostrndose alejado de los dems elementos (Figura 2E). En este caso slo fueron necesarias dos CP (Anexo 3), la primera CP, que podra indicar la calidad ambiental de estos dos componentes ambientales, y la segunda que agrupa los elementos ambientales de acuerdo a los contrastes de los parmetros de las variables, ya que los elementos culturales tuvieron parmetros positivos y los elementos demogrficos negativos. La explicacin de la variabilidad para el componente ambiental Cultural y Demogrfico lleg al 89,5% Para el componente Econmico (Anexo 3, Figura 2f), todos los elementos fueron importantes debido a los pesos dentro de las CP; adems se alcanz una explicacin de la varianza cercana al 96% con solo dos de ellas. Los elementos Desarrollo regional y Generacin de empleo tuvieron los mayores pesos en las CP, debido a sus mayores longitudes, pero no se verific una agrupacin aparente entre los elementos de esta componente. Finalmente, para el componente
Rev.Fac.Nal.Agr.Medelln 62(1): 4937-4955. 2009

Anlisis por componentes ambientales. La metodologa propuesta permiti adems observar el comportamiento de los elementos ambientales por componente ambiental. Para el componente Aire, la componente 1 explic ms del 72% de la varianza de los datos con gran peso de los Gases, seguida de las Partculas y del elemento Ruido. Para el componente Agua se encontr que con dos CP se poda explicar cerca del 87% de la varianza de
4948

Una propuesta estadstica para la evaluacin

Urbanismo, con las dos primeras CP se obtuvo una explicacin del 85% de la varianza, siendo todos los elementos necesarios, dados los altos valores de los pesos en las CP.

Anlisis de cluster con todos los elementos. Se encontraron contrastes muy fuertes para los valores del ICA en los cluster uno (1), cuatro (4) y cinco (5), mientras que no fue posible diferenciar dos grupos bien definidos para los cluster dos (2) y tres (3), por lo cual se acudi a los cluster difusos. Con los componentes ambientales, el mtodo de fusin de Ward permiti una discriminacin satisfactoria, incluso similar a la lograda con los cluster difusos. Anlisis de cluster y anlisis discriminante. Al no lograr una buena diferenciacin entre los grupos obtenidos, ya que los valores lmites del ICA en los cluster se entrecruzaban (Tabla 6), se realiz un anlisis discriminante (Figura 3). La correlacin cannica entre los EsIA de cada grupo fue muy alta, siendo la mnima de 88% aproximadamente, lo que podra mostrar consistencia en los agrupamientos logrados. Las tres primeras funciones discriminantes obtenidas permitieron clasificar adecuadamente los diferentes EsIA, dado que el p-value de stas fue casi cero, mientras que la cuarta funcin tuvo un valor de 0,065, lo cual no la hizo estadsticamente satisfactoria a un nivel de confianza de 0,05 (Anexo 4).
La clasificacin de los EsIA de acuerdo al anlisis discriminante con respecto al anlisis de cluster, mostr una adecuada clasificacin de los EsIA, incluso similar a la obtenida en el anlisis de cluster. Los grupos predichos indicaron que los estudios se catalogan en los mismos grupos expuestos inicialmente (Tabla 7).

De los resultados obtenidos con la metodologa de cluster y el anlisis discriminante, se podra finalmente optar por unir los cluster dos (2) y tres (3) como si fueran un nico cluster, y presentar los rangos de calificacin de los EsIA de acuerdo al valor ICA obtenido (Tabla 8), para finalmente formar cuatro grupos calificativos: Rango 1: EsIA con calidad ambiental alta o proyectos de bajo impacto ambiental. Rango 2: EsIA con calidad ambiental media o proyectos de mediano impacto ambiental. Rango 3: EsIA con calidad ambiental baja o proyectos de alto impacto ambiental. Rango 4: EsIA con calidad ambiental muy baja o proyectos de muy alto impacto ambiental. Con esta metodologa sera asimismo posible clasificar los EsIA dentro de estos cuatro rangos.

Anlisis de grupos para los componentes ambientales. Del anlisis de grupos realizado a los componentes ambientales, se pudieron encontrar diferentes rangos de calificacin para el ICA que se obtiene mediante el uso de las ecuaciones expuestas para cada componente. Sin embargo, no fue posible hacer una diferenciacin para los componentes Cultural y Demografa, ya que no se apreciaron lmites para cada agrupamiento encontrado. Los rangos determinados para cada componente ambiental, pueden ser explicados de la misma manera que para el ndice global.
CONCLUSIONES Y RECOMENDACIONES El modelo propuesto para la evaluacin de los impactos ambientales podra calcularse, con base en las variables relativizadas, de manera genrica, por la expresin:

IA = 0,90*P + 0,34*D + 0,07*M 0,04*Ex + 0,07*Rv 0,11*S + 0,21*Mt

Para la obtencin de los ICA, se eliminaron dos elementos ambientales cuyo peso relativo fue muy bajo en las CP, y por lo tanto su potencial de explicacin prcticamente nulo, debido probablemente a la falta de informacin. Sin embargo como en el caso de IA, esta metodologa permite su posterior inclusin. El valor global de impacto de un proyecto o ICA por EsIA, puede calcularse como la sumatoria de los diferentes ICA, correspondientes a los elementos ambientales. Este ICA por EsIA, encontrado en el anlisis de los elementos ambientales, mediante el uso de herramientas multivariadas como el ACP y los anlisis de grupos como cluster y discriminantes, se
Rev.Fac.Nal.Agr.Medelln 62(1): 4937-4955. 2009

considera un buen indicador para la valoracin de los impactos ambientales y posterior calificacin de los EsIA, pues finalmente este ndice es la base para los rangos de calificacin propuestos. Dado que los EsIA analizados estuvieron bien agrupados de acuerdo al valor del ICA, con respecto al anlisis de cluster, y como lo soporta el anlisis discriminante, los rangos de calificacin encontrados para dicho ICA son bastante precisos, y pueden ser adems utilizados para la clasificacin de otros EsIA de proyectos de desarrollo de similares caractersticas en el empleo de mtodos valorativos.
4949

Plazas, J.A.; Lema, A.; Len, J.D.

En sntesis se lograron dos niveles de aproximacin, uno consistente en la evaluacin de diferentes impactos ambientales y la obtencin final de un valor de impacto global por proyecto, mediante el uso de expresiones como el IA, ICA por elemento y el ICA por EsIA. La segunda aproximacin comprende el clculo de valores de impacto ambiental por componente ambiental, lo cual permite adquirir valores sntesis por componente, dndole realce a la herramienta en trminos de su aplicacin en evaluaciones ambientales parcializadas a este nivel jerrquico. Finalmente, de cara al futuro, es necesario que las calificaciones asociadas, sean refinadas a travs de la inclusin de informacin procedente de EsIA que cumplan con los requisitos exigidos por los procedimientos metodolgicos esbozados. Si bien los resultados aqu presentados se aceptan consistentes y son producto de la aplicacin cuidadosa de herramientas estadsticas, la ampliacin de la muestra permitir dar mayor robustez a los procedimientos propuestos, por lo cual los que aqu se exponen se asumen de carcter preliminar. Se deja constancia que los modelos al estudiar internamente las relaciones entre las variables de la matriz de varianzascovarianzas, pueden cambiar los ponderadores dados por los expertos, quienes no podran apreciar las diferentes interrelaciones, ni siquiera a veces dentro de un solo componente, de lo cual s es capaz el anlisis multivariado. BIBLIOGRAFA Arboleda, J. 1994. Una propuesta para la identificacin y evaluacin de impactos ambientales. Crnica Forestal y del Medio Ambiente 9: 71-81. Canter, L. 1998. Manual de evaluacin de impacto ambiental. Tcnicas para la elaboracin de los estudios de impacto. Segunda edicin. McGraw Hill, Madrid. 841 p. Canter, L. and B. Sadler. 1997. A tool kit for effective EIA practice-Review of methods and perspectives on their application. A supplementary report of the international study of the effectiveness of environmental assessment. En: Environmental and Ground Water Institute. University of Oklahoma, USA, Institute of Environmental Assessment. UK; International Association for Impact Assessment, http://www.eiatraining.com/A_Tool_Kit_for_ Effective_ EIA_Practice.pdf. 148 p.
4950

Conesa F.V. 2003. Gua metodolgica para la evaluacin del impacto ambiental, Mundi-Prensa, Madrid. 416 p. De Broissia, M. 1986. Selected mathematical models in environmental impact assessment in Canada, Minister of Supply and Services Canada, Quebec. 34 p. Duarte, O., M. Delgado and I. Requena. 2003. Algorithms to extend crisp functions and their inverse functions to fuzzy numbers. International Journal of Intelligent Systems 18: 855-876. Duarte, O., I. Requena and Y. Rosario. 2007. Fuzzy techniques for environmental-impact assessment in the mineral deposit of Punta Gorda (Moa, Cuba). Environmental Technology 28(6): 659-669. Gmez, O.D. 1988. Evaluacin de impacto ambiental (EIA). En: Ciudad y Territorio 75: 5-32. Gmez, O.D. 1999. Evaluacin del impacto ambiental. Un instrumento preventivo para la gestin ambiental. Mundi-Prensa y Editorial Agrcola Espaola, Madrid. 701 p. Jimnez, Y., M. Serna, A. Lema, E. Alvarez, H. Rincn y A. Cogollo. 2004. ndice para la determinacin de especies vegetales compatibles con las lneas de transmisin de energa elctrica. Gestin y Ambiente 7(2): 55-69. Karplus, W.J. 1983. The spectrum of mathematical models. Perspectives in Computing 3(2): 4-13. Lajones, D. y A. Lema. 1999. Propuesta y evaluacin de un ndice de valor de importancia etnobotnica por medio del anlisis de correspondencia en las comunidades de Arenales y San Salvador, Esmeraldas, Ecuador. Crnica Forestal y del Medio Ambiente 14: 5980. Lema, A. 2002. Elementos de estadstica multivariada. Universidad Nacional de Colombia, Medelln. 428 p. Len, J.D. y G.J. Lopera. 1999. Propuesta metodolgica para la evaluacin de impacto ambiental a partir de diferentes mtodos especficos. Revista Facultad Nacional de Agronoma 52(2): 565-598. Len, J.D. 2004. Evaluacin de impacto ambiental de proyectos de desarrollo. Centro de Publicaciones Universidad Nacional de Colombia, Medelln. 366 p.
Rev.Fac.Nal.Agr.Medelln 62(1): 4937-4955. 2009

Una propuesta estadstica para la evaluacin

Lohani, B., J. Warren, R. Everitt, H. Ludwig, R. Carpenter and S. Tu. 1997. Environmental impact assessment for developing countries in Asia. Volume 1-Overview, Asian Development Bank (ADB), Manila. 356 p. Magrini, A. 1990. A avaliao de impactos ambientais. pp. 85-108. En: Margulis, S. (ed.) Meio Ambiente. Aspectos Tcnicos e Econmicos. Ipea, Brasilia. 238 p. Ospina, J.E. y A. Lema. 2004. Indicadores cuantitativos de los impactos generados en

proyectos de desarrollo lineales. Gestin y Ambiente 7(1): 91-112. Podani, J. 1994. Multivariate data analysis in ecology and systematics. A methodological guide to de SYN-TAX 5.0 package. SPB Academic Publishing. The Netherlands. 320 p. Sanz, J. 1991. Concepto de impacto ambiental y su evaluacin. pp. 27-38. En: Ayala, F. (ed.). Evaluacin y Correccin de Impactos Ambientales. Instituto Tecnolgico Geominero de Espaa, Madrid.

Rev.Fac.Nal.Agr.Medelln 62(1): 4937-4955. 2009

4951

Plazas, J.A.; Lema, A.; Len, J.D.

ANEXOS ANEXO 1. Puntuacin de cada experto y peso obtenido para los atributos de impacto y los elementos ambientales. Atributos de Impacto E1 Fp E1 E2 Fp E2 E3 Fp E3 E4 Fp E4 E5 Fp E5 E6 Fp E6 E7 Fp E7 E8 Fp E8 E9 Fp E9 Uc
Presencia Duracin Evolucin Magnitud Extensin Acumulacin Relacin Reversibilidad Sinergia Mitigabilidad Momento Total 1 1 0,5 1 0,8 0,8 0,6 0,5 0,5 0,5 0,8 8 0,13 0,13 0,06 0,13 0,1 0,1 0,08 0,06 0,06 0,06 0,1 0,7 1 1 1 0,8 1 0,5 0,5 1 0,5 0,6 8,6 0,08 0,12 0,12 0,12 0,09 0,12 0,06 0,06 0,12 0,06 0,07 1 0,5 0,5 0,8 0,5 0,5 0,1 0,3 1 0,8 0,3 6,3 0,16 0,08 0,08 0,13 0,08 0,08 0,02 0,05 0,16 0,13 0,05 1 0,7 0,8 0,9 0,5 0,4 0,2 0,5 0,7 0,8 0,1 6,6 0,15 0,11 0,12 0,14 0,08 0,06 0,03 0,08 0,11 0,12 0,02 0,8 0,8 0,4 0,9 0,9 0,5 0,2 0,6 0,8 0,8 0,5 7,2 0,11 0,11 0,06 0,13 0,13 0,07 0,03 0,08 0,11 0,11 0,07 0 0,5 0,4 0,3 0 0,4 0,3 0 0,8 0 0,3 3 0 0,17 0,13 0,1 0 0,13 0,1 0 0,27 0 0,1 0,8 0,3 0,8 0,7 0,7 0,3 0,3 0,3 0,5 0,7 0,2 5,6 0,14 0,05 0,14 0,13 0,13 0,05 0,05 0,05 0,09 0,13 0,04 0,5 0,8 0,5 0,9 0,9 0,9 0,4 0,4 0,5 1 1 7,8 0,06 0,1 0,06 0,12 0,12 0,12 0,05 0,05 0,06 0,13 0,13 0,7 0,6 0,5 0,7 0,4 0,7 0,5 0,6 0,7 0,8 0,6 6,8 0,1 0,09 0,07 0,1 0,06 0,1 0,07 0,09 0,1 0,12 0,09 0,104 0,105 0,094 0,119 0,086 0,092 0,054 0,058 0,120 0,095 0,073

Fp: Factor ponderador. Uc: Valor final del ponderador por atributo E1 Elemento AiGases AiPart AiRu AgPrqu AgProfi AgCagua SuProqui SuProfi SuCasu FlCoVe FloDivnu FauHaniec FauDivenu CuArr CuMacu DemSari DemCavi EcValbie EcGenem EcDesarore Urusu UrSepu inf UrCampa 17 16 18 22 21 23 12 11 13 15 10 14 9 6 5 19 20 1 4 3 8 7 2 E2 8 8 8 22 22 22 11 11 11 15 14 18 13 4 3 19,5 19,5 2 1 17 16 6 5 Elementos ambientales E3 E4 E5 21 20 19 17 17 17 14 14 14 7 9,5 11 9,5 8 6 23 22 5 3 1 12 2 4 17 15 16 22 22 22 19 19 19 13,5 13,5 11,5 11,5 5 4 10 9 2 6 1 8 3 7 7,5 18 17 3 4 7,5 1 2 9 5 6 10 11 12 22 23 16 21 19 20 13,5 15 13,5 E6 11 10 9 16 15 17 13 12 14 8 3 7 2 5 6 22 23 19 18 21 1 20 4 E7 11 10 7 22 15 12 14 19 13 20 22 16 22 6 18 3 9 3 3 3 17 3 8 Suma 92,5 97 94 124 116 120,5 84 88 93 83,5 78 87,5 78 46 64 119,5 118,5 53 54 66 75,5 56 43,5 1932 Peso 0,048 0,05 0,049 0,064 0,06 0,062 0,043 0,046 0,048 0,043 0,04 0,045 0,04 0,024 0,033 0,062 0,061 0,027 0,028 0,034 0,039 0,029 0,023

4952

Rev.Fac.Nal.Agr.Medelln 62(1): 4937-4955. 2009

Una propuesta estadstica para la evaluacin

ANEXO 2. Anlisis de componentes principales para los atributos de impacto y los elementos ambientales. Valores propios asociados a los vectores propios con su porcentaje de varianza explicada Atributos de impacto Nmero de Componente 1 2 3 4 5 6 7 1 2 3 Valor propio Porcentaje de Varianza 32,009 31,856 17,559 9,902 4,468 2,667 1,540 34,130 20,502 12,802 Porcentaje Acumulativo 32,009 63,865 81,424 91,326 95,794 98,460 100,000 34,130 54,632 67,434

0,00171933 0,00171114 0,000943146 0,000531864 0,000239987 0,000143235 0,0000827113 Elementos ambientales 24,6264 14,7929 9,23706

Pesos de las componentes principales Atributos de impacto Componente 1 0,903096 0,340151 0,0671055 -0,036529 0,0739839 -0,106497 0,214622 Elementos ambientales AiGases AIPart AiRu 0,291199 0,265558 0,289915 0,043086 -0,195379 -0,294744 Componente 2 0,198185 0,268713 -0,467876 0,243471 0,4129 0,289079 0,596889

P D M Ex Rv S Mt

Rev.Fac.Nal.Agr.Medelln 62(1): 4937-4955. 2009

4953

Plazas, J.A.; Lema, A.; Len, J.D.

ANEXO 3. Valores propios asociados a los vectores propios con su porcentaje de varianza explicada para las componentes ambientales. Componente Aire Nmero de Valor propio componente 1 8,78132 2 2,55449 3 0,772565 Componente Agua 1 5,79664 2 3,1755 3 1,34995 Componente Suelo 1 3,65633 2 2,35799 3 1,25281 Componentes Flora y Fauna 1 10,5011 2 1,94248 3 0,774409 4 0,302807 Componentes Cultural y Demogrfico 1 3,90298 2 2,71214 3 0,624772 4 0,153961 Componente Econmico 1 6,04612 2 3,29896 3 0,407968 Componente Urbanismo 1 8,36548 2 4,3181 3 2,07603

Porcentaje de varianza 72,523 21,097 6,380 56,158 30,764 13,078 50,313 32,447 17,239 77,666 14,367 5,728 2,240

Porcentaje acumulativo 72,523 93,620 100,000 56,158 86,922 100,000 50,313 82,761 100,000 77,666 92,033 97,760 100,000 52,787 89,468 97,918 100,000 61,992 95,817 100,000 56,678 85,934 100,000

52,787 36,681 8,450 2,082 61,992 33,825 4,183 56,678 29,256 14,066

4954

Rev.Fac.Nal.Agr.Medelln 62(1): 4937-4955. 2009

Una propuesta estadstica para la evaluacin

ANEXO 4. Resultados para el anlisis discriminante. Funciones discriminantes con su valor propio y la correlacin cannica entre grupos Funcin discriminante 1 2 3 4 Valor propio 75,678 20,016 17,254 3,3256 Porcentaje relativo 65,09 17,21 14,84 2,86 Correlacin cannica 0,99346 0,97592 0,97222 0,87682

Funciones discriminantes derivadas con la prueba de chi-cuadrado Funciones derivadas 1 2 3 4 Lambda Wilks 0,00000785917 0,000602628 0,0126648 0,23118 Chi-Cuadrado 223,3228 140,8700 83,0096 27,8266 GL 84 60 38 18 Valor P 0,0000 0,0000 0,0000 0,0647

Rev.Fac.Nal.Agr.Medelln 62(1): 4937-4955. 2009

4955