Documente Academic
Documente Profesional
Documente Cultură
2003
Resumen
Con el objetivo de evaluar las consecuencias del avance de la aglomeración aglomerado sobre las tierras
agrícolas y naturales, se eligió como área de estudio una transecta Este-Oeste sobre la pampa ondulada, que
incluye un gradiente de conversión de alto a bajo en esa dirección. Comprende siete partidos: Zárate,
Campana, Exaltación de la Cruz, Carmen de Areco, San Antonio de Areco, San Andrés de Giles y Chacabuco.
El trabajo intenta brindar un enfoque exploratorio a gran escala de la situación actual del área de estudio
para luego en trabajos posteriores estudiar el área a un nivel de detalle mayor.
El trabajo incluye una descripción del área de estudio sobre la base de variables ecológicas, sociales y
económicas seleccionadas; una base de datos cartográfica y alfanumérica, y el análisis de las interrelaciones
horizontales entre procesos ecológicos y sociales que producen los mosaicos de usos de la tierra.
En primer lugar se construyó un mapa de cobertura de la tierra mediante digitalización manual de las
imágenes satelitales impresas del Instituto Geográfico Militar. La cobertura se tipificó en 12 categorías que
surgieron del análisis de las imágenes. A partir de éste se obtuvieron, por reclasificación, capas temáticas de
uso de la tierra (natural y antrópico) y limitaciones (tierras altas, tierras bajas, tierras impermeabilizadas).
Se consideraron tres tipos de variables. Las variables ecológicas, representadas por los índices de estructura
del mosaico, las variables sociales que se obtuvieron de las bases de datos del INDEC y las variables de
producción que se calcularon a partir de las bases de datos del INDEC, la Bolsa de Cereales y de la FAO.
Los patrones del paisaje se describen para el mapa de cobertura, de usos y de limitacioes mediante los índices
del paisaje, los cuales se calcularon con el programa Fragstats. Las variables ecológicas o índices del paisaje, se
asocian mediante análisis de correlación no paramétrica a indicadores sociales y económicos. Se compararon
34 índices de estructura del paisaje con 13 variable sociales y con 3 variables económicas y 13 variable sociales
con 3 variables económicas de los cual resultaron 582 pruebas de correlación.
Se han encontrado asociaciones entre los tres tipos de variables que permiten sugerir hipótesis acerca de
posibles relaciones causales entre la actividad humana y las funciones ecológicas, y explicar las relaciones
patrón procesos.
Se concluye que las actividades que se llevan a cabo en cada partido y la manera en que se disponen en el
espacio producen cambios importantes en la estructura de los mosaicos analizados; que es necesario
profundizar el estudio en dos líneas: por un lado, ampliando el área de estudio para validar las asociaciones
halladas, y por otro, incrementando el nivel de detalle, para poder explicar las relaciones entre patrón y
procesos.
Introducción
Objetivos e Hipótesis
El objetivo general de este trabajo es realizar un análisis a gran escala de las estructuras y
procesos ecológicos que determinan las características del medio en la interfase urbano-
rural en siete partidos de la Pampa Ondulada, a fin de aportar criterios para introducir
modificaciones que ayuden a reorientar las modalidades de uso de la tierra en las franjas
de campo vecinas a la ciudad hacia formas de desarrollo sostenible.
Hipótesis
Área de estudio
El área de estudio abarca siete partidos de la Provincia de Buenos Aires: Zárate, Campana,
Exaltación de la Cruz, Carmen de Areco, San Antonio de Areco, San Andrés de Giles y
Chacabuco. Estos partidos se encuentran formando una transecta con dirección NE-SO
siguiendo un gradiente urbano-rural creciente hacia el NE debido principalmente a la
cercanía con el Periurbano Bonaerense y la Capital Federal. Los partidos estudiados se
encuentran ubicados en la Llanura Pampeana, más específicamente en la Pampa
Ondulada, formada por un paisaje ondulado que descansa en un bloque cristalino
ligeramente levantado la pampa ondulada es uno de los espacios argentinos donde la
combinación de suelos –con dominancia de argiudoles-, la cantidad y forma de
distribución de las lluvias – entre 1000 y 800 mm- y un potente acuífero a unos 30 m de
profundidad en las crestas y lomadas divisorias de agua, lo convierte como un área apta
para la producción de granos (Morello y Solbrig 1997). Los suelos son jóvenes y se
encuentran entre los más fértiles del mundo, lo que se refleja en la buena calidad nutritiva
de las pasturas naturales y seminaturales. El clima es subtropical húmedo o templado
oceánico, con precipitaciones durante todo el año. Las temperaturas medias oscilan en
invierno entre 10 y 12 °C, y en verano entre 23 y 25 °C.
El espacio antrópico está compuesto por tierras en distintas etapas del calendario agrícola
según el cultivo de que se trate, y en distintos estados de deterioro, según los tipos de
suelo, la topografía y la historia de uso (Morello y Solbrig, 1997). En el área de estudio
domina un modelo de producción agrícola nacional sumamente concentrado en unos
pocos cultivos y ganado, que produce el 52,1% del valor de la cosecha agrícola nacional ;
24,6 % corresponde a la soja, 11.5 % trigo, 8,9 % girasol y 7 % maíz) (Morello y Matteucci
2001). A partir de la década del 70´ se adoptó un nuevo modelo de producción basado
principalmente en cambios tecnológicos, cuyos componentes principales fueron; la
agriculturización (aumento de la superficie cultivada con granos en relación a la destinada
a la producción de forrajes), la agricultura continua (que conduce a la eliminación del
ganado en rotación de cultivos y pasturas) y la sustitución de cultivos. Este modelo
produjo cambios novedosos: introducción de agricultura de alta inversión, obtención de
varias cosechas anuales, semillas de mayor potencial genético, pesticidas más poderosos,
equipos de labranza especializados, deterioro del suelo, etc. En los últimos años,
especialmente a partir de la década del 90´ se ha incrementado considerablemente la
superficie manejada con siembra directa (labranza cero), aproximadamente 13 millones de
ha para el año en curso, cuyas consecuencias son el incremento del rendimiento a partir
del séptimo año, pero desconocidas a largo plazo.
El ecosistema natural comprende pastizales, esto es, un sistema de constitución herbácea
con neto predominio de gramíneas (Poaceae) y especies graminiformes y con pocas
dicotiledóneas (Maceira 1983). Comprende aproximadamente unas 1000 especies de
plantas vasculares (Leon 1991, citado en Krapovickas 1998), en su mayoría nativas. De las
230 especies herbáceas presentes en el pastizal 190 son nativas y 40 introducidas. El
pastizal original ha sido descripto como “flechillar” debido a la dominancia del genero
Stipa, Piptochaetium y Aristida.
Una vez obtenido los mapas de cobertura y políticos en acetato para cada imagen se
procedió a digitalizarlos utilizando una tableta digitalizadora con el programa “Carta
Links” Versión 1.1 (Clark Labs 1998) obteniendo así un mapa general para todo el área de
estudio. El mapa político de cada partido se utilizó como mascara sobre el mapa de
cobertura para obtener el mapa de cobertura de cada partido(Mapa 2). Esto se realizó con
el modulo “geoprocesing” del ArcView (ESRI 1996) con la función de intersección de
temas.
Variables utilizadas
Se consideraron tres tipos de variables. Las variables ecológicas, representadas por los
índices de estructura del mosaico, fueron calculadas a partir de las capas temáticas
digitalizadas. Las variables sociales se obtuvieron de las bases de datos del INDEC. Las
variables de producción se calcularon a partir de las bases de datos del INDEC, la Bolsa de
Cereales y de la FAO.
Partidos
R: riqueza de parches (#)
DR: densidad de riqueza de parches (# clases/100ha)
E’ : índice de diversidad de Shannon
H’: índice de diversidad de Shannon
CONTAG: índice de contagio (%)
Clase
%SUP: porcentaje de superficie
Fragmentos
Superficie (ai) para i=1...N fragmentos
Perímetro (pi)
IF: índice de forma
Variables sociales
Las variables utilizadas en este trabajo fueron extraídas del Censo de Población y Vivienda
del año 1991 y del Anuario de Estadística bonaerense del año 1999. Se analizaron en un
comienzo 50 variables de población y educación. Al igual que en el caso de los índices de
paisaje se realizó análisis de correlación para eliminar las variables redundantes.
Quedaron seleccionadas las siguientes 13 variables: DPOB (Densidad poblacional:
cantidad de habitantes por kilómetro cuadrado ); DPR ( densidad población rural); TASA
DE CRECIMIENTO MEDIO ANUAL (TIMAR) y (TIMAU) (Expresa el ritmo de crecimiento
de una población (rural o urbana), es decir cuánto aumenta o disminuye en promedio
anualmente por cada mil habitantes, durante un determinado período. Es la suma
algebraica de la tasa de crecimiento natural y la tasa de crecimiento migratorio
correspondientes a un determinado período. En nuestro caso se refiere al período 1980-
1991); %URB (Porcentaje de la población de un territorio radicada en las zonas urbanas);
VIVDEF (viviendas deficitarias (%)=casaB +rancho +no apta +móvil); %NBI (Se consideran
hogares con NBI aquellos en los cuales está presente al menos uno de los siguientes
indicadores de privación: Hogares que habitan viviendas con más de 3 personas por
cuarto (hacinamiento crítico) Hogares que habitan en una vivienda de tipo inconveniente
(pieza de inquilinato, vivienda precaria u otro tipo) Hogares que habitan en viviendas que
no tienen retrete o tienen retrete sin descarga de agua Hogares que tienen algún niño en
edad escolar que no asiste a la escuela Hogares que tienen 4 ó más personas por miembro
ocupado y en los cuales el jefe tiene bajo nivel de educación (sólo asistió dos años o menos
al nivel primario); %ANALF (porcentaje de analfabetismo); VEJEZ (índice de vejez :
Porcentaje de la población de 65 años o más); VIV-AGUA (Porcentaje de viviendas sin agua
por red pública); VIV-CLOACA (Porcentaje viviendas sin cloaca); DEPEND (índice de
dependencia potencial. Proporción de población potencialmente no económicamente
activa con respecto al total de la población potencialmente activa, expresa el número de
personas inactivas que sostiene cada individuo en edad activa); DMAT (cantidad de
individuos matriculados en los tres niveles de educación por km2.)
Variables económicas
Métodos de cálculo
El valor de la producción en dólares en cada partido se obtuvo multiplicando el total de la
producción por el precio unitario del producto exportado. Esto es una aproximación
puesto que no todos los productos agrícolas se exportan, ni todos se venden sin procesar.
Éste cálculo se hizo para los principales productos de la zona de estudio y los precios se
obtuvieron de diversas fuentes según la disponibilidad.
Los cálculos de producción agrícola se hicieron para las campañas 95/96; 96/97 y 97/98 y
para existencia de ganado bovino entre 1995 y 1998, por estar disponibles en el INDEC
(1999), y concordar con la fecha de las imágenes satelitales. Se promediaron los valores de
las tres campañas agrícolas y de los 4 años de datos de ganadería para obtener un
promedio anual de producción y de rendimiento(producción / sup.total). Se obtuvo el
precio promedio anual de los productos para el mismo período. Los resultados se
expresaron en dólares, suponiendo valor de exportación. Se usó como indicador de la
productividad del partido la cantidad de dólares por habitante, que se denominó Indice de
Productividad primaria IPP esto es, una medida de la capacidad del partido de sustentar a
su propia población.
Se identificaron y digitalizaron 908 polígonos en toda el área de estudio. Cabe destacar que
debido la diferencia de resolución entre el mapa vectorial (1 ha) y el mapa raster (1.6 ha)
unos pocos polígonos menores de 1.6 ha se perdieron al transformar el mapa vectorial a
raster. El partido más afectado fue Carmen de Areco, donde se perdieron 5 polígonos.
El área de estudio se encuentra dominada por una matriz agrícola o agrícola-ganadera
ocupando aproximadamente el 60% del área total estudiada y que en cada partido ocupa
más del 48% de la superficie (Tabla 3). La matriz agrícola es internamente heterogénea, ya
que está conformada por parcelas de forma homogenea y de tamaño medio y grande, pero
heterogéneas en cuanto al color, dependiendo del estado fenológico del cultivo.
La categoría Inundable ocupa un porcentaje del 22% de la superficie de la transecta, pero
esta categoría se concentra en tres partidos principalmente: San Andrés de Giles (25%),
Carmen de Areco (30%) y Chacabuco (40.33%). La categoría desbordes ocupa el 9% de la
superficie total, estando presente en todos los partidos con el máximo ocupado en
Carmen de Areco (Tabla 3).
Las zonas periurbanas ocupan el 3% aproximadamente y alcanzan un alto porcentaje en
Chacabuco con un 6%, en este partido la categoría se encuentra agrupada formando un
parche de gran tamaño. Las zonas urbanas representan un mayor porcentaje en Campana
(5%)y Zárate.
Los ecosistemas naturales, (Pajonal, Bañados, Bosques y Anegadizo) ocupan el 2.4%. En
Campana esta categoría ocupa el 21,29% con un alto porcentaje de terreno ocupado por
pajonales.
El índice de fragmento máximo (IFM), presenta el mayor valor en San Antonio de Areco
(Tabla 4) indicando que el 86 % de la superficie del partido forma un solo parche que
correspondería a la categoría agrícola. Este valor se observa también a través de los valores
obtenidos de la capa temática Limitaciones donde las Tierras altas presentan un
porcentaje de superficie ocupado del 87% (Tabla 5). El índice de contagio (CONTAG)
confirma los valores anteriores, ya que alcanza el valor más alto en este partido indicando
que el paisaje esta compuesto por grandes parches poco fragmentados (Tabla 4). San
Antonio de Areco presenta su matriz interrumpida casi exclusivamente por zonas de
desborde y lagunas temporarias, encontrándose las zonas urbanas y periurbanas cercanas
entre sí.
Zárate presenta una matriz agrícola-ganadera bordeada en casi todo su contorno por
zonas de desborde e interrumpida por unas pocas zonas urbanas y periurbanas. El valor
de IFM es también alto para Zárate, (Tabla 4) donde el mayor porcentaje de la superficie
del partido se encuentra ocupado por la categoría tierras agrícolas (TA). Este valor se
confirma a través de la capa temática Limitaciones donde el porcentaje de superficie
ocupado por la esta categoría es de 77% (Tabla 5, Mapa 3).
Carmen de Areco presenta una superficie importante ocupada por zonas de desborde que
se ramifican por todo el partido y que se encuentran a su vez rodeadas por zonas
anegadizas. Las zonas ágricolo-.ganaderas están fragmentadas. Se observa además que
una superficie importante presenta tierras con características inundables. Lo mismo
sucede en San Andrés de Giles; aquí, las zonas urbanas y periurbanas están concentradas
formando parches de mayor tamaño (Mapa 2). El IFM alcanza el valor mínimo en Carmen
de Areco (Tabla 4), indicando que el parche de mayor tamaño ocupa sólo el 28 % de la
superficie del partido. Esto se confirma con el tamaño promedio de los fragmentos que es
menor para San Andrés de Giles y Carmen de Areco, sugiriendo una mayor
fragmentación del espacio. Estos dos partidos presentan un comportamiento similar en
otros índices: la densidad de parches (DP), alcanza en ellos su valor más altos (Tabla 4).
Esto se debe principalmente a que en ambos partidos se observa la existencia de gran
cantidad de lagunas temporarias (Mapa 2)
La diversidad es mayor en Campana, (Tabla 4), con una mayor densidad de riqueza de
parches , y una alta equidad, lo que indicaría que la distribución de fragmentos en las
clases es equitativa. Se observan zonas de pajonales y bañados especialmente hacia el este.
El área urbana es amplia y en las zonas agrícolas se observan perforaciones que
corresponden a la categoría de periurbano (Mapa 2). Los demás partidos muestran una
riqueza variable pero una equidad menor, especialmente en San Antonio de Areco, lo que
indica que el paisaje está dominado por unas pocas categorías.
Con respecto a los valores del índice de forma del mosaico (IFP), que da idea de la
irregularidad de los parches, se observan los máximos valores en Carmen de Areco ,
Chacabuco y San Andrés de Giles (Tabla 4). Como se mencionó anteriormente, estos tres
partidos presentan características inundables (Mapa 5) y si bien los tres presentan gran
cantidad de lagunas, las de Chacabuco son de mayor tamaño y permanentes mientras que
las otras son más pequeñas y temporarias. Las zonas urbanas y periurbanas en Chacabuco
se encuentran concentradas formando un gran parche ubicado en el centro del partido
(Mapa 2)
El partido de Exaltación de la Cruz presenta una gran cantidad de perforaciones que
corresponden a áreas urbanas y periurbanas. Se observan también dos grandes zonas de
desborde, una hacia el límite con San Antonio de Areco y otra que divide al partido más
hacia el sur, justo en el centro (Mapa 2). Con respecto a los índices del paisaje no presenta
diferencias marcadas con los demás partidos, sino que toma valores intermedios.
Tabla 5: Índices del paisaje por categorías de limitaciones para cada partido
índices/
categoría Campana Carmen Chacabuco Exaltación San Andrés Zárate San Antonio Transecta
AT (ha) 18357,6 48500,1 98457,4 53073,6 73178,3 43377,8 74016,8 408965,2
AT TI 2691,37 455,89 14528,21 3489,18 1219,50 2005,91 1955,44 26342,26
%SUP TA 48,70 46,53 43,77 83,61 66,49 77,95 87,22 60,11
% SUP TI 7,14 0,44 6,46 5,50 1,11 3,60 2,30 3,87
NP TA (#) 4 40 8 12 19 7 20 713
NP TI 13 2 5 14 13 5 8 726
DP TA (#/100
ha) 0,01 0,04 0,00 0,02 0,02 0,01 0,04 0,10
DP TI 0,03 0,00 0,00 0,02 0,01 0,01 0,01 0,11
IFM TA (%) 30,52 12,93 39,67 51,99 60,78 86,52 75,70 5,93
IFM TI 4,69 0,39 6,17 2,45 0,74 1,20 2,16 0,82
TP TA (ha) 4589,42 1212,50 12307,18 4422,80 3851,49 10573,8 2168,89 573,58
TP TI 207,03 227,94 2905,64 249,23 93,81 391,09 250,74 36,28
CV TA (%) 103,49 251,85 236,71 230,93 386,82 242,65 422,78 647,16
CV TI 219,82 76,43 188,99 164,50 226,08 107,04 145,54 791,85
TA: tierras altas, TI: tierras impermeabilizadas, BO: bosques. Referencias en Cuadro 3.
Tabla 6. Índices obtenidos para la categoría bosques para cada partido a partir del mapa
de cobertura.
índices/ Campana Carmen Chacabuco Exaltación San Andrés Zárate San Antonio Transecta
AT BO 0 566,61 221,43 110,72 187,24 203,52 771,76 2017,31
%SUP BO 0 0,54 0,1 0,17 0,17 0,37 0,91 0,3
NP BO 0 39 3 7 17 6 24 84
DP BO 0 0,04 0 0,01 0,02 0,01 0,03 0,01
IFM BO 0 0,1 0,04 0,05 0,05 0,21 0,24 0,03
TP BO 0 14,53 73,81 15,82 11,01 33,92 32,16 24,02
CV BO 0 132,97 39,68 66,88 126,71 114,98 152,87 152,07
Referencias en Cuadro 3.
A partir de la capa tematica “Uso” (Mapa 5) surge que la matriz es antrópica (formada
como se mencionó anteriormente por el agroecosistema). Las zonas naturales
correspondientes a zonas de desborde y zonas aledañas conforman largas extensiones que
llegan a atravesar varios partidos, aunque la mayoría de los parches se encuentran
aislados inmersos en la matriz y sin conexión entre ellos.
De los 908 parches delimitados en el área de estudio, 80% contienen ecosistemas naturales
o seminaturales, correspondiendo a sólo 15% de la superficie (Tabla 7). Esto demuestra
que los parches naturales son mucho más pequeños que los antrópicos (Mapa de Uso). Al
expresar el Indice de parche máximo como la relación porcentual entre el natural y el
antrópico, se ve que el parche natural de mayor tamaño tiene una extensión de apenas el
10% del parche antrópico de mayor tamaño. Esta relación entre parches antrópicos y
naturales se repite en la mayoría de los Partidos analizados (Tabla N°7), excepto en
Campana y Zárate, donde la distribución de parches naturales y antrópicos es
relativamente pareja, y en Exaltación de la Cruz, donde la proporción de parches
antrópicos es más alta que la de parches naturales. Sólo en Campana la distribución de las
categorías antrópico y natural es pareja, así como también los valores de la extensión del
parche de mayor tamaño.
Tabla 7: Relaciones entre las categorías Antrópico y Natural sobre la base de indices de paisaje
Cantidad de parches (%) Superficie total (%) Parche Máximo (%)
Mosaico Antrópico Natural Antrópico Natural Nat/Ant
Área de Estudio 20,48 79,52 85,50 14,50 9,56
Campana 43,59 56,41 58,37 41,63 43,36
Zárate 50,00 50,00 81,25 18,75 11,38
San Antonio de Areco 22,09 77,91 88,67 11,33 4,60
San Andrés de Giles 14,62 85,38 91,79 8,21 3,18
Exaltación de la Cruz 67,69 32,31 88,73 11,27 12,93
Chacabuco 7,42 92,58 90,48 9,52 3,67
Carmen de Areco 19,90 80,10 75,67 24,33 28,85
Tabla 9: Productividad de los partidos e índice de productividad primaria (IPP) por habitante
Cantidad de ProdVeg (U$/año) Prod Animal (U$/año) IPP
Partido
habitantes PPV PPA U$/habi-tante
Campana 71464 3691.87 0.00 0.05
Carmen de Areco 12581 23500.29 18696377.45 1487.95
Chacabuco 43650 94172.66 32038891.84 736.15
Exaltación de la Cruz 17072 6582.42 14157214.54 829.65
San Andrés de Giles 18302 31339.26 15837729.19 867.07
Zárate 91600 12759.55 0.00 0.14
San Antonio de Areco 18848 30788.35 9158439.74 487.54
Chacabuco es el partido con mayor producción primaria, tanto vegetal como animal, pero
por tener una cantidad de población muy alta, el índice de productividad es bajo. Carmen
de Areco es el partido con mayor índice de productividad aunque su nivel de producción
primaria es inferior al de Chacabuco (Figura N° 6). Los partidos con zonas inundables
como Carmen de Areco, Chacabuco y San Andrés de Giles presentan los mayores valores
en cabezas de ganado totales y los partidos con mayor porcentaje de urbanización no
realizan ganaderia.
2.0
1.5
1.0
0.5
0.0
-0.5
-1.0
PVEG
PANI
-1.5
Campana Carmen Chacabuco Exaltacion GIles Zarate SanAntonio
IPRO Producción vegetal (U$/año)
Producción animal (U$/año)
PARTIDOS
Productividad (U$/habitante)
Los partidos forman un gradiente de capacidad de producción primaria, medida con el
índice de productividad primaria, de modo que el que está en peores condiciones es
Campana y en orden creciente de productividad están Zárate, San Antonio de Areco,
Chacabuco, Exaltación de la Cruz, San Andrés de Giles y Carmen de Areco. La distancia
entre los dos primeros (Campana y Zárate) y el tercero (San Antonio de Areco) es muy
notable (Figura 7); esto se debe a la ausencia de producción ganadera en los dos primeros.
Entre el sexto (San Andrés de Giles) y el séptimo (Carmen de Areco) tambien la distancia
es importante, pero en este caso se debe al bajo número de habitantes presentes en este
partido. Si bien Zárate y Campana presentan bajos valores del índice de productividad,
éste es sólo para la zona estudiada (Eco-region Pampeana). En la zona de Delta, que no fue
analizada por conformar otra eco-region, la actividad forestal ha adquirido gran
importancia. Se encuentran plantaciones de Populus spp, Salix spp y Eucalyptus spp. No
dispongo de datos de producción forestal por partido para el Delta; por eso se hace un
cálculo muy optimista. La extensión aproximada del delta es 17500 km2. La parte deltaica
de Campana tiene 605 km2 y la de Zárate, 646, que representan el 3,5 y 3,7% del delta
respectivamente. Suponiendo que la distribución de las plantaciones es proporcional en
cada partido y que el rendimiento es homogéneo (ambos supuestos son aproximaciones
groseras), a Campana le corresponderían 15.000 dólares y a Zárate, 16.000 dólares. En el
caso de Campana, cuyos ingresos anuales son casi 3700 dólares, el ingreso se cuadriplica
con la producción forestal; en el caso de Zárate, se duplica. El cálculo es optimista porque
según se percibe en la imagen satelital, los lotes sembrados parecen ser muy pocos y la
extensión mucho menor que en otros partidos del Delta.
Para el Delta Bonaerense en su conjunto, la forestación para los años 95/98 fue en
promedio de 873 km2, representó un monto de $ 427.100 para ese período (Dirección de
Forestación, 1998).
1.6
IPRO (Valores estandarizados)
1.0
0.4
-0.2
-0.8
-1.4
Campana Zarate SanAntonio Chacabuco Exaltacion GIles Carmen
PARTIDOS
Relación entre las variables sociales, económicas e índices del paisaje
De las 582 pruebas de asociación entre variables sociales, económicas e índices del paisaje
(Vease Materiales y Métodos) sólo 61 mostraron diferencias significativas con un p<0,05, y
37 con 0,05<p<0,1. Otra condición impuesta para incorporar el par de variables
correlacionadas al análisis fue que los valores de cada una variaran de manera
relativamente uniforme en el intervalo de variación de la otra, lo cual se verificaba con un
gráfico de dispersión para cada uno de los pares.
Sólo algunas de las asociaciones pueden explicarse; mientras que la mayoría o bien son
casuales o surgen por efecto de algún factor o conjunto de factores no incluidos en los
cálculos. El hecho de que exista una correlación significativa entre un par de variables no
implica que exista una relación causa-efecto entre las mismas; la correlación indica que
hay covariación entre ellas, pero ésta puede deberse a la asociación de las variables
correlacionadas con una tercera variable simple o derivada no contemplada en el estudio.
Por ello, y dado que esta investigación es exploratoria, el análisis que sigue tiene valor sólo
como hipótesis a ser validadas con datos independientes; es decir, obtenidos en otras
investigaciones del mismo universo.
Se observa que ocho de las 13 variables sociales se asocian con las económicas. Existe una
tendencia al incremento de la producción primaria animal (PPA) y del índice de
producción primaria (IPP) al disminuir la densidad de población (DPOB) , que es
indicador del grado de ocupación del territorio. Esto podría atribuirse a que una mayor
densidad de población, implica un incremento de la proporción de parches rurales,
periurbanos y urbanos, en detrimento de la extensión y calidad de las tierras agrícolas.
Esto se verifica a nivel del mosaico (del partido) por la relación inversa entre el índice de
forma del mosaico (IFP) y la densidad de población; cuanto mayor es ésta (DPOB), más
regular es la estructura del mosaico, o menos bordes hay, ya que la regularidad en la
estructura es atributo de los paisajes humanizados, en los cuales los bordes rectos reducen
la relación borde/superficie. También existe una correlación positiva entre el índice de
forma (IFP) y las 3 variables económicas PPV; PPA e IPP; es decir, a mayor complejidad
de la forma mayores son la productividad primaria vegetal, la animal y el índice de
productividad primaria. Cabe recordar que este índice de forma se refiere al conjunto de
parches independientemente de su tipo de cobertura. Los parches más irregulares, que
producen mayor cantidad de borde, son los de "Desborde", en los que se concentra la
actividad ganadera en los partidos en que hay agricultura, lo que explicaría la relación
positiva entre IFP y PPV. Por otro lado, la presencia de bordes irregulares se asocia a bajo
grado de ocupación urbana y periurbana y por lo tanto, cabe esperar que exista una
tendencia paralela entre IFP y PPV. Dado que IPP se calcula a partir de PPV y PPA, cabe
esperar la respuesta positiva de IPP con IF.
Otros índices de forma, como el índice de forma promedio de los parches (PIF), el índice
de forma promedio ponderado por la superficie del parche (PIFA) y la dimensión fractal
promedio ponderada por la superficie del parche (DFPA), se correlacionan
significativamente con los indicadores económicos. La correlación negativa de PIF con la
producción primaria animal (PPA) y con el índice de productividad primaria (IPP)
muestran que la tendencia es a la reducción de la capacidad productiva con el incremento
de la complejidad de las formas de los parches. Este índice de forma no resulta útil para
las comparaciones porque representa un valor promedio general y, como ocurre en
nuestra área de estudio, el incremento de PIF se produce por la presencia de pocos parches
grandes con valores muy altos de índice de forma y muchos parches pequeños regulares.
Los valores ponderados por el área muestran este efecto; los valores promedios de los
índices se incrementan al ponderar por la superficie del parche, lo cual indica que al
incrementarse el área del parche se incrementa la complejidad de la forma; dicho de otra
manera, los parches pequeños son más regulares que los grandes. Esto se comprobó
analizando la regresión entre los valores de índice de forma del parche y su tamaño para el
conjunto de los parches del área de estudio. Esto indica que aquellos partidos que tienen
PIFA y DFPA altos tienen parches grandes muy irregulares, lo que corresponde a los
partidos de vocación agropecuaria. La relación inversa, (valores bajos de PIFA y DFPA
implican la presencia de parches pequeños regulares) indican partidos urbanizados. Esto
explica las correlaciones positivas entre el PIFA y el DFPA con la producción primaria
vegetal (PPV). Otro indicador del grado de ocupación humana es la cantidad de parches
boscosos, que se correlaciona positivamente con IPP. En el mapa de cobertura (Mapa 2)
puede observarse que los partidos menos urbanizados contienen mayor cantidad de
parches de bosque.
La DPOB se asocia positivamente con la densidad de riqueza de parches (DR). En un
territorio homogéneo en cuanto a su cobertura, como es el caso del pastizal pampeano o el
de las tierras agrícolas a la escala de este estudio, un incremento de la densidad de riqueza
de parches significa un incremento de la heterogeneidad de coberturas y por lo tanto la
fragmentación de la matriz original, cosa que se produce con la ocupación y conversión
del suelo. La DR también se asocia al porcentaje de urbanización (%URB). Se ha
comprobado que uno de los efectos más notables en todo proceso de urbanización es el
fenómeno de la huella del paisaje, o conjunto de improntas que genera el crecimiento de la
ciudad en su entorno (Morello et al. 2000). En el borde del amanzanado se produce la
fragmentación de la matriz agropecuaria y aparece una gran diversidad de contenidos en
los fragmentos: hasta el presente hay 26 tipos diferentes de cobertura (Matteucci et al,
1999). La correlación negativa entre la densidad de riqueza de parches (DR) y la
producción primaria vegetal (PPV) se corresponde con el efecto de la conversión de las
tierras agropecuarias a usos más intensos y puntuales como los urbanos y periurbanos. Se
descarta el efecto de la conversión a tierras rurales porque la correlación entre el
porcentaje de urbanización y el porcentaje de la superficie del partido ocupado por
parches rurales es negativa; es decir, la tendencia es a un incremento de la última con una
disminución del %URB.
Sin embargo, la densidad de población se asocia negativamente con la densidad de
parches (DP); esto es, la cantidad de parches por unidad de superficie tiende a disminuir
con el incremento de la densidad de población. Esto aparece como una contradicción, pero
en realidad no lo es ya que, dada la etapa de conversión de usos de la tierra, podría
pensarse que tiene lugar un proceso de aglutinación de parches antrópicos vecinos que
han ido creciendo. Una mayor variedad de tipos de cobertura por unidad de superficie no
implica necesariamente un mayor número de parches.
Otros índices de la estructura que indican el grado de ocupación urbana y periurbana son
el porcentaje de la superficie del partido ocupado por tierras impermeabilizadas (TI%), y
la densidad de parches de dicha categoría (DP-TI). El primero (TI%) se correlaciona
negativamente con el índice de productividad primaria (IPP). La asociación podría ser
inversa, porque la IPP depende de la proporción de tierras agropecuarias en producción y
este valor disminuye al incrementar la impermeabilización por urbanización. También
podría deberse simplemente al efecto de incremento poblacional, ya que un aumento de
las tierras impermeabilizadas podría estar acompañado por un incremento poblacional y
por lo tanto un mayor número de individuos entre quienes distribuir la producción
medida en dólares. El IPP disminuye al incrementar la DPOB, pero no se obtuvo una
correlación significativa entre TI% y DPOB, no pudiendo entonces dilucidarse las
relaciones entre ellas. Sí se puede decir que la impermeabilización de tierras, medida con
el TI%, tiende a incrementarse con la tasa de incremento medio anual de la urbanización
(TIMAU), que mide el crecimiento de la población urbana entre censos, aunque no se sepa
si este crecimiento es absoluto para cada partido o surge por migración interna del campo
a la ciudad. De la observación de los datos de cantidad de población surge que el efecto
debe ser complejo, abarcando varios procesos, ya que no existe una relación lineal entre
TIMAU ni TI% con la cantidad de población de los partidos.
La densidad de parches de tierras impermeabilizadas (DP-TI) se correlaciona
negativamente tanto con la producción primaria vegetal (PPV) como con la animal (PPA),
lo cual es de esperar por cuanto el incremento de densidad de parches urbanos y
periurbanos implica una mayor ocupación, y, probablemente, una degradación de la
capacidad productiva de las de tierras dedicadas a las actividades agropecuarias. La
primera afirmación se confirma con la correlación positiva entre DP-TI y la densidad de
población (DPOB). Por último, el porcentaje de urbanización (%URB), un indicador social
de la concentración de la población en las urbes, se correlaciona negativamente con el
índice de productividad primaria (IPP); es decir, hay una tendencia a la disminución del
IPP con el incremento del %URB, en concordancia con las demás relaciones planteadas
anteriormente. Esta asociación podría deberse a que la cantidad de población dedicada a
las actividades agropecuarias disminuye al producirse el éxodo a las ciudades; la
población urbana y periurbana se incrementan y la relación productor/consumidor
disminuye. También surge que la mayor densidad poblacional del partido se asocia a una
mayor proporción de la población urbana y de las tierras impermeabilizadas.
La correlación positiva entre la producción primaria animal (PPA) y del índice de
producción primaria (IPP) con el porcentaje de analfabetismo (%ANALF) es más difícil de
explicar, al igual que el de IPP con el índice de dependencia potencial (DEPEND).
Probablemente se relacionen con el índice de vejez (VEJEZ), ya que es de esperar que la
tasa de analfabetismo sea superior en los mayores de 65 años, y es este sector de la
población el que se dedica a la producción agropecuaria en las áreas cercanas a las zonas
urbanas. De hecho, esto se confirma porque también existe una correlación positiva entre
la producción primaria vegetal (PPV) y la producción primaria animal (PPA) y el
porcentaje de vejez. Tanto el índice de vejez como el porcentaje de analfabetismo se
correlacionan positivamente con el índice de forma del mosaico (IFP) que, como se vio
anteriormente, muestra un incremento de la complejidad de bordes al disminuir la
ocupación urbana, periurbana y rural. Por lo tanto, el analfabetismo y la vejez se
incrementan en los partidos con mayor proporción de tierras con actividad agropecuaria.
Otro par de variables de la estructura del paisaje, %TI y DR, corroboran las afirmaciones
anteriores. Ambos índices se correlacionan negativamente con el porcentaje de
analfabetismo y con el índice de vejez, respectivamente, mostrando que el %ANALF
disminuye con el incremento de la urbanización medida con TI% y que la variable VEJEZ
disminuye al incrementarse la densidad de riqueza de parches (DR). Esto también se
corrobora con la correlación negativa entre la densidad de parches de tierras
impermeabilizadas (DP-TI), indicador de ocupación del territorio, y la variable VEJEZ.
Otro indicador del grado de conversión de la tierra es la cantidad de parches boscosos
(NP-BO), el cual se correlaciona positivamente con el porcentaje de analfabetismo y con el
índice de dependencia potencial. Con este índice de paisaje también se demuestra que el
índice de dependencia potencial y el porcentaje de analfabetismo tienden a aumentar al
disminuir el grado de ocupación. Es de esperar que en las zonas agropecuarias, y más aún
en las rurales, haya mayor proporción de ancianos y niños, que son los grupos
dependientes, posiblemente por migración de jóvenes hacia la ciudad. Esto se confirma
con la correlación negativa entre la proporción de tierras impermeabilizadas y DEPEND,
mostrando que la mayor dependencia potencial se encuentra en la tierras menos
urbanizadas. También se muestra en la correlación positiva entre DEPEND y la
proporción de la superficie del mosaico ocupado por tierras rurales. Las correlaciones
positivas entre los valores ponderados por el área (PIFA y DFPA) con el índice de vejez,
corroboran lo dicho: la tendencia a la disminución del índice de vejez con el incremento de
la urbanización.
La correlación negativa entre el porcentaje de hogares con necesidades básicas
insatisfechas (%NBI), que es un indicador de bienestar, con los indicadores económicos de
producción primaria animal (PPA) y vegetal (PPV), indicaría que es correcto suponer que
una mayor producción contribuye al bienestar de la población local. Sin embargo, también
podría estar indicando que aquellos partidos que poseen mayor capacidad productiva son
los que tienen un entorno físico biótico menos deteriorado por ser inferior el grado de
ocupación. Esta afirmación se comprueba con las correlaciones negativas entre el índice de
forma (IFP) y el %NBI ya que, se dijo antes, la mayor complejidad de bordes en el mosaico
implica un entorno menos deteriorado por efecto de la urbanización y menor
concentración de la población en ambientes periurbanos, así como mayor actividad
agropecuaria. Otro índice que corrobora lo dicho es la densidad de riqueza de parches
(DR), indicador del grado de urbanización y que correlaciona postivamente con el %NBI.
La correlación negativa entre %NBI y la dimensión fractal promedio ponderada por el área
(DFPA) confirma las afirmaciones anteriores; es decir, la disminución del porcentaje de
hogares con necesidades básicas insatisfechas en partidos con baja proporción de tierras
impermeabilizadas.
La correlación positiva entre el porcentaje de viviendas sin acceso a agua corriente (VIV-
AGUA), que es otro indicador de bienestar, con el índice de productividad primaria (IPP),
parece confirmar que no existe una asociación directa y simple entre mayor riqueza
económica y bienestar, ya que en este caso la tendencia es al incremento del porcentaje de
viviendas sin agua al incrementar la cantidad de dólares por persona (IPP). La IPP es
mayor en los partidos con mayor extensión y calidad de los suelos con potencialidad
agropecuaria, que son los que tienen menor grado de urbanización y mayor proporción de
la población viviendo en casas o caseríos aislados en el campo. Las correlaciones de VIV-
AGUA con el porcentaje de la superficie del partido cubierta con tierras
impermeabilizadas (TI%), que es negativa y con el porcentaje de tierras rurales, que es
positiva, confirman esta suposición.
Una vez realizado el análisis de correlación entre los pares de variables se realizó un
análisis de agrupamiento para estudiar cómo se agrupan los diferentes partidos. Las
variables utilizadas fueron aquellas que mostraron una correlación significativa, p<0.05, en
la prueba de los rangos de Spearman: TP-TA, IFM-TI, TI%, %NBI, DPOB, DR, DP-TI, NP-
TI, TIMAU, PIF, VIV-DEF, TIMAR, RU%, DEPEND, VIV-AGUA, %ANALF, CV-BO, CV-
TA, DP-TA, DP-BO, NP- BO, NP-TA, IPP, PPA, IFP, PIFA, DFPA, CV, PPV VEJEZ y NP.
Del agrupamiento obtenido se observa que, con un nivel de corte de 7, los partidos forman
tres grupos (Figura 8) .
10
9
Linkage Distance
4
CAMPANA ZARATE EXALTAC SANANTO GILES CARMEN CHACABU
Si se analiza la proporción de parches antrópicos por partido se observa que, del total de
parches en cada partido, Zárate, Campana y Exaltación presentan un 44-68%
correspondientes a la categoría antrópico; San Andrés de Giles, San Antonio de Areco y
Carmen de Areco presentan de un 15-22% y finalmente Chacabuco con un 7%. Los altos
valores de Campana y Zárate se deben al gran desarrollo urbano, industrial y portuario ya
conocido de la zona; Exaltación presenta gran cantidad de parches posiblemente debido a
que limita con estos partidos mencionados anteriormente y porque hacia el sur limita con
el partido de Pilar que adquirió durante los últimos años un desarrollo urbano debido al
auge inmobiliario. San Andrés de Giles limita con el partido de Luján lo que le brinda un
desarrollo urbano importante debido a la influencia de ese partido. Los partidos restantes
quedan más alejados de los centros urbanos y de las zonas portuarias y por lo tanto
presentan menor cantidad de parches antrópicos (Figura 9)
Figura 9: Gradiente en base a los datos de porcentaje de parches antrópicos por partido
80
70
% parches antropicos
60
50
40
30
20
10
0
s
en
co
na
io
ile
on
bu
m
pa
G
ar
nt
ca
am
C
A
ha
C
C
Sa
De manera similar ocurre si se analiza el Índice de Forma del Paisaje (IFP) que da idea de
la regularidad de formas. Aquellos partidos con mayor actividad agropecuaria presentan
mayores valores de IFP indicando un entorno menos intervenido, que aquellos con un
mayor porcentaje de territorio impermeabilizado, los cuales también presentan los valores
más bajos de PIFA, lo que indicaría la presencia de parches pequeños y regulares.
Figura 10: Gradiente en base a los valores de Índices de forma del paisaje por partido.
12
10
0
en
s
te
na
co
io
ile
ra
on
bu
m
pa
G
Za
ar
nt
ca
am
C
A
ha
C
C
Sa
Consideraciones finales
Buzai, G. 1998. Sistemas de Información Geográfica (SIG). En: S.D. Matteucci y G.D. Buzai
(Eds.) Sistemas Ambientales Complejos: Herramientas de Análisis Espacial. EUDEBA,
Buenos Aires. Pp: 185-193.
Buzai, G.D y D. Duran. 1997. Enseñar e investigar con Sistemas de Información Geográfica
(S.I.G). Ed Troquel, Buenos Aires. Pp: 51-74.
Chevez, J.C. 1987. El pastizal pampeano. Guía educativa de Vida Silvestre N°2, Buenos
Aires.
Clark Labs. 1998. The spatial data builder, Cartalinks, Version 1.1. www.clarklabs.org
ESRI. 1996. ArcView GIS 3.2, Environmental Systems Research Institute, Inc. Redlands,
CA. www.esri.com
Forman, R.T.T. 1995. Land Mosaics. The ecology of landscapes and regions. Cambridge
Uuniversity Press, Cambridge, UK.
Gligo, N y J. Morello. 1984. Perspectivas de la expansión de la frontera agropecuaria en el
espacio Sudamericano. En: Comisión Económica para América Latina (CEPAL). Programa
de las Naciones Unidas para el Medio Ambiente (PNUMA). Expansión de la Frontera
Agropecuaria y Medio Ambiente en América Latina. Pp:21-36.
Gustafson, E.J. 1998. Quantifying landscape spatial pattern: What is the state of the art?
Ecosystems 1(2) Pp:143-156.
Maceira, N.O. 1983. Estructura y Funcionamiento del canopeo de un pastizal natural. Tesis
de Doctorado. Fac. de Ciencias Agraria. Univ. De Mar del Plata, Balcarce.
Matteucci, S.D 1998. El análisis regional desde la ecología. En: S.D. Matteucci y G.D. Buzai
(Eds.) Sistemas Ambientales Complejos: Herramientas de Análisis Espacial. EUDEBA,
Buenos Aires. Pp. 117-146.
Matteucci, S.D 1998. La cuestión del patrón y la escala en la ecología del paisaje. En: S.D.
Matteucci y G.D. Buzai (Eds.) Sistemas Ambientales Complejos: Herramientas de Análisis
Espacial. EUDEBA, Buenos Aires. Pp: 219-244.
Matteucci, S.D 1998. La cuantificación de la estructura del paisaje. En: S.D. Matteucci y
G.D. Buzai (Eds.) Sistemas Ambientales Complejos: Herramientas de Análisis Espacial.
EUDEBA, Buenos Aires. Pp: 271-288.
Mc Donnell, M.J y S.T.A Pickett. 1990. Ecosystem structure and Function along urban-rural
gradients: an unexploited opportunity for ecology. Ecology 71 (4) Pp:1232-1237.
McGarigal, K. y B.J. Marks. 1994. Fragstats. Spatial pattern analysis program for
quantifying landscape structure, version 2.0. Oregon State University, Corvallis.
Moizo P. 2001. Regionalización y Análisis del Patrón del Paisaje del Litoral del Río de la
Plata del Departamento de Canelones. Tesis de Maestría, Facultad de Ciencias,
Universidad de la República, Uruguay.
Morello, J.; G.D. Buzai; C.A. Baxendale; A.F. Rodríguez; S.D. Matteucci; R.E. Godagnone y
R.R. Casas. 2000. Urbanización y consumo de alta fertilidad. El caso del Gran Buenos Aires
en la Pampa Ondulada argentina. Ciencia Hoy 10(55) Pp: 50-61.
Morello, J y S.D Matteucci.1997. Estado actual del subsistema ecológico del Núcleo
Maicero de la Pampa Húmeda. En Argentina Granero del Mundo: hasta cuando? J.
Morello y O. Solbrig (comp.) Orientación Geográfica Editora. Pp: 171-199.
Morello, J. y S.D Matteucci.1997. El modelo agrícola del Núcleo Maicero como sistema
complejo. En Argentina Granero del Mundo: hasta cuando? J. Morello y O. Solbrig
(comp.) Orientación Geográfica Editora. Pp: 201-229.
Morello, J. y Solbrig, O (comp.) 1997. Argentina Granero del Mundo: hasta cuando?
Orientación Geográfica Editora. Pp: 1-27.
O´Neill, R.V.; Krummel, J.R.; Gardner, R.H.; Sugihara, G.; Jackson, B.; De Angelis, D.L.;
Mine, B.T.; Tuner, M.G.; Zygmunt, B.; Christensen, S.W.; Dale, V.H. y Graham, R.L.1988.
Indeces of landscape pattern. Landscape Ecology.Vol 1. Pp:153-162.
Shuschny, A. 1997. Estudio del Medio Ambiente desde las Ciencias de la Complejidad. En:
En: S.D. Matteucci y G.D. Buzai (Eds.) Sistemas Ambientales Complejos: Herramientas de
Análisis Espacial. EUDEBA, Buenos Aires. Pp. 33-40.
Till, R. 1974. Statistical Methods for the earth scientist. An introduction. The Mcmillan
Press LTD, London.
Tiwari, A.K ; M. Kudrat y M.L. Manchada. 1996. Remote Sensing and GIS:Indispensable
tools for regional ecological studies. Tropical Ecology 37 (1) Pp: 79-62.
Turner, M.G. 1989. Landscape Ecology: the effect of pattern on process. Ann. Review of
Ecology and Systematics 20. Pp: 171-197.
Turner, M.G; R.H Gardner; R.V O´Neill. 2001. Landscape Ecology in Theory and Practice.
Pattern and Process. Pp: 1-23. Springer, New York.