Repositorio Institucional de Documentos

Trabajo Fin de Grado Grado de Ciencias Ambientales Estudio de la probabilidad de germinación de especies de ambientes semiáridos mediante modelos de germinación hidrotermal y modelos de suelo. Study of the probability of germination of species from semi-arid environments using hydrothermal germination models and soil models. Autor Josu Basterra Quijera Director Jaume Tormo Blanes ESCUELA POLITÉCNICA SUPERIOR 2020 “Apunta a la luna. Incluso si fallas, aterrizaras entre las estrellas” Les Brown Índice Resumen .......................................................................................................................... 6 Abstract ............................................................................................................................ 7 1. Introducción .................................................................................................................. 8 2. Material y métodos ...................................................................................................... 11 2.1. Área de estudio .................................................................................................... 11 2.2. Espartales de la península ibérica, usando como modelo los de Alicante y Murcia. .................................................................................................................................... 11 2.3. Extracción datos meteorológicos. Estaciones seleccionadas ............................... 12 2.4. Selección y modificación de los datos para su posterior procesamiento ............... 13 2.5. Ejecución del programa Hydrus-1D ...................................................................... 13 2.6. Cálculo y análisis de la probabilidad de germinación con los resultados obtenidos. .................................................................................................................................... 17 3. Resultados ................................................................................................................. 20 3.1. Estación meteorológica de Alicante ...................................................................... 20 3.2. Estación meteorológica de Murcia ........................................................................ 23 3.3. Cambios en la probabilidad de germinación con el tiempo ................................... 27 4. Discusión .................................................................................................................... 30 5. Bibliografía .................................................................................................................. 35 6. Listado de anejos ........................................................................................................ 39 Índice de tablas Tabla 1: Valores de los coeficientes para los modelos lineales generalizados de las diferentes especies. Fuente: Elaboración propia con datos de Tormo et al. (2012). ....... 18 Tabla 2: Resultados de regresión lineal de los rangos de germinación de las especies simuladas con los datos de Alicante. El p-valor debe ser inferior a 0.05 para considerarse significativo. R2 debe ser lo más próxima a 0.99. El símbolo # indica que para esa especie ningún día alcanzó ese rango de probabilidad de germinación. “Pile_0-25%” no se distribuye de forma normal y se analizó mediante una prueba no paramétrica cuyos resultados se muestran en la tabla 4. Fuente: Elaboración propia. ................................. 27 Tabla 3: Resultados de regresión lineal de los rangos de germinación de las especies simulados con los datos de Murcia. El p-valor debe ser inferior a 0.05 para considerarse significativo. R2 debe ser lo más próxima a 0.99. El símbolo # indica que para esa especie ningún día alcanzó ese rango de probabilidad de germinación. “Stte_0-25%” y “Quco_50-75%” no se distribuye de forma normal y se analizó mediante una prueba no paramétrica cuyos resultados se muestran en la tabla 4. Fuente: Elaboración propia. ... 28 Tabla 4: Resultados de la prueba no paramétrica de Kendall. El p-valor debe ser inferior a 0.05 para ser significativo. El coeficiente de correlación tau comprende desde -1 a 1: que el resultado sea negativo y próximo al -1 indica una correlación negativa; que el resultado sea positio y próximo al 1 indica una correlación positiva; y si el resultado es próximo a 0, significa que no hay correlación. Fuente: Elaboración propia. .................... 29 Índice de figuras Figura 1: Número promedio de días en cada grupo de porcentaje de germinación para cada mes en los 21 años de estudio para P. lentiscus en Alicante (abreviado como “alic”). Fuente: Elaboración propia. ................................................................................. 20 Figura 2: Número promedio de días en cada grupo de porcentaje de germinación para cada mes en los 21 años de estudio para S. tenacissima en Alicante (abreviado como “alic”). ............................................................................................................................. 21 Figura 3: Número promedio de días en cada grupo de porcentaje de germinación para cada mes en los 21 años de estudio para Q. coccifera en Alicante (abreviado como “alic”). Fuente: Elaboración propia. ................................................................................. 22 Figura 4: Número promedio de días en cada grupo de porcentaje de germinación para cada mes en los 21 años de estudio para R. lycioides en Alicante (abreviado como “alic”). Fuente: Elaboración propia. ................................................................................. 23 Figura 5: Representación gráfica del promedio del sumatorio del número de días de cada mes para todos los años de la especie de P. lentiscus en la estación meteorológica de Murcia (abreviado como “mur”). Fuente: Elaboración propia. ..................................... 24 Figura 6: Representación gráfica del promedio del sumatorio del número de días de cada mes para todos los años de la especie de S. tenacissima en la estación meteorológica de Murcia (abreviado como “mur”). Fuente: Elaboración propia. ..................................... 25 Figura 7: Representación gráfica del promedio del sumatorio del número de días de cada mes para todos los años de la especie de Q. coccifera en la estación meteorológica de Murcia (abreviado como “mur”). Fuente: Elaboración propia. ..................................... 26 Figura 8: Representación gráfica del promedio del sumatorio del número de días de cada mes para todos los años de la especie R. lycioides en la estación meteorológica de Murcia (abreviado como “mur”). Fuente: Elaboración propia. .......................................... 27 Resumen Los sistemas semiáridos poseen una serie de comunidades vegetales particulares (espartales) organizadas de forma muy heterogénea, disponiéndose espacialmente en una serie de parches de vegetación, pero las condiciones climáticas que se dan en el SE de la Península Ibérica producen un fuerte estrés hídrico que hace que la restauración esté limitada por la escasez de individuos adultos capaces de generar semillas viables. La finalidad de este Trabajo de Final de Grado es estimar mediante modelos de germinación hidrotermal, en combinación con datos históricos y modelos de humedad y temperatura del suelo; las ventanas de germinación de las semillas de especies de interés y calcular la probabilidad de germinación de las semillas para poder recomendar su uso para restaurar las zonas semiáridas del sureste de la Península Ibérica. Se realizó una extracción de datos meteorológicos de la Agencia Estatal de Meteorología (AEMET) para las estaciones meteorológicas seleccionadas; se procesaron los datos meteorológicos y un modelo de suelo estándar con el programa Hydrus-1D y se obtuvieron los datos de potencial hídrico y temperatura del suelo necesarios para calcular la probabilidad de germinación de las especies de estudio con modelos lineales generalizados previos. La determinación de las ventanas de germinación de las especies de interés demostró que la probabilidad de germinación diaria es mayor en ciertas estaciones del año para las diferentes especies y en la estación meteorológica de Murcia. A diferencia del resto de especies de estudio, Pistacia lentiscus demostró unos valores de germinación diarios bastantes bajos por lo que no se recomienda su uso en restauración. Por último, se detectó una ligera tendencia entre el paso del tiempo y la disminución de la probabilidad de germinación por día, sin embargo, este hallazgo se debe interpretar con precaución, debido a la gran variabilidad interanual de los datos climatológicos analizados y por el método estadístico simple utilizado. Palabras clave: Stipa tenacissima, semiárido, cambio climático, reclutamiento germinación de semilla, modelo de germinación hidrotermal, Hydrus-1D. Abstract Semi-arid systems have a series of particular plant communities (espartales) organized in a very heterogeneous way, spatially arranged in a series of patches of vegetation, but the climatic conditions that occur in the SE of the Iberian Peninsula produce a strong water stress that makes restoration limited by the shortage of adult individuals capable of generating viable seeds. The purpose of this Final Degree Project is to estimate using hydrothermal germination models, in combination with historical data and soil humidity and temperature models; the germination windows of the seeds of species of interest and calculate the probability of germination of the seeds to be able to recommend their use to restore the semi-arid areas of the southeast of the Iberian Peninsula. An extraction of meteorological data from the State Meteorological Agency (AEMET) was carried out for the selected meteorological stations; the meteorological data and a standard soil model were processed using the Hydrus-1D program and the data of water potential and soil temperature were obtained to calculate the probability of germination of the study species with existing generalized linear models. The determination of the germination windows of the species of interest showed that the probability of daily germination is higher in certain seasons for the different species and in the Murcia meteorological station. Unlike the rest of the study species, Pistacia lentiscus showed quite low daily germination values, so its use in restoration is not recommended. Finally, a slight trend was detected between the passage of time and the decrease in the probability of germination per day, however, this finding should be interpreted with caution, due to the great interannual variability of the climatological data analyzed and by simple statistic method used. Key words: Stipa tenacissima, semi-arid, climate change, seed germination recruitment, hydrothermal germination model, Hydrus-1D. Josu Basterra Quijera – TFG Ciencias Ambientales 8 1. Introducción Las formaciones vegetales dominadas por el esparto (Macrochloa tenacissima (L.) Kunth, sinónimo de Stipa tenacissima (L.)) son uno de los ecosistemas más frecuentes de las zonas áridas y semiáridas del norte de África y de la Península Ibérica, especialmente en aquellas zonas con una precipitación entre los 200 y los 400 mm anuales, aunque pueden encontrarse incluso en zonas de hasta 600 mm de precipitación anual. Así, el esparto forma comunidades denominadas atochales o espartales, distribuyéndose de manera natural por el Noroeste de África y el Mediterráneo Occidental. El esparto ha desarrollado una serie de adaptaciones fisiológicas y morfoestructurales que le han permitido crear un microambiente favorable, tanto para él como para otras especies, colonizando estos ecosistemas adversos. Su hoja tiene la capacidad de plegarse para que épocas de alto estrés hídrico, no pierda excesiva agua. Además, las raíces del esparto forman la mayor parte de la planta (61%), alcanzando profundidades superiores a los 50 cm para disponer de agua. (Maestre et al., 2007) Con el paso de los años, la distribución del esparto ha estado muy ligada a las actividades humanas, ya que se ha utilizado la fibra del esparto para la fabricación de diferentes utensilios como cuerdas o pasta de papel. Debido a sus usos, el hombre ha fomentado su expansión llegando en ocasiones a cultivarlo y eliminando en ocasiones a las especies que competían con ella por los escasos recursos mediante pastoreo y con quemas repetidas cada ciertos años. La pérdida de parte de los usos tradicionales y la aparición de las fibras sintéticas ocasionaron que su producción y su superficie disminuyera de tal forma que de las 684.000 ha de espartales que había en 1968, en la actualidad solo ocupan 409.000 ha en la Península ibérica. (Maestre et al., 2007) Los espartales tienen una estructura muy variable y abierta al estar muy antropizados, llegando a albergar numerosas especies de plantas perennes. Pese a ello, poseen valores de cobertura vegetal muy altos llegando en ocasiones a representar hasta 95% de la cobertura total (Maestre et al., 2007). Al igual que otros ecosistemas áridos, se organizan de forma muy heterogénea, disponiéndose espacialmente en una serie de parches o manchas de vegetación, lo que permite un aprovechamiento de los escasos recursos y determina la funcionalidad de los ecosistemas (Puigdefabregas 1999, Tongway et al.,2004). Josu Basterra Quijera – TFG Ciencias Ambientales 9 Las condiciones climáticas que se dan en el SE de la Península Ibérica producen un fuerte estrés hídrico que caracteriza a los espartales, lo que hace que la restauración de estas áreas sea más compleja (Aronson et al. 1999). Estos sistemas semiáridos poseen una serie de comunidades vegetales particulares adaptadas a estos ambientes, y cuyas especies mejoran el funcionamiento de los ecosistemas (Maestre 2005). Así, en proyectos de restauración, las especies que se quieran introducir deben ser adecuadas para este entorno, por su adaptación al medio y por su aportación a la funcionalidad de los ecosistemas (Cortina, et al.,2004). Por ello, en los últimos años se ha procedido a un cambio en el modelo de restauración: se ha pasado de una restauración a gran escala con una única especie (Pinus halepensis (Mill.)), a una restauración centrada en revertir los efectos de la degradación, formando islas de recursos, mejorando el microclima y fomentando las interacciones positivas que tienen lugar en las manchas de vegetación la introducción de especies leñosas de interés. (Cortina, et al. 2011) Ciertos autores han estudiado el papel de los espartales dentro de la degradación de los ambientes semiáridos. Su patrón espacial influye en la dinámica y el funcionamiento de los ecosistemas, mediante un patrón de fuente-sumidero de sedimentos y agua. Este patrón favorece la aparición de una pequeña terraza que modifica la topografía del lugar, disminuyendo la compactación del suelo, mejorando su estructura y con un mayor contenido de humedad después de las precipitaciones que los espacios de suelo desnudo de su alrededor. Además, las sombras producidas por las matas de los espartales reducen la temperatura y atenúan el exceso de radiación (Maestre et al., 2007). Este fenómeno facilita el establecimiento de especies leñosas de interés en los parches, fomentando las interacciones positivas entre ellos, sobre todo en aquellos ambientes sometidos a un fuerte estrés ambiental. Estos parches suelen están formados por las especies leñosas en medios no degradados próximos a estas zonas degradadas. En el sureste de la Península Ibérica predominan especies como la coscoja (Quercus coccifera (L.)), el lentisco (Pistacia lentiscus (L.)) y el espino negro (Rhamnus lycioides (L.)). (Maestre, et al. 2003; Cortina, et al. 2004) Pero la colonización por estas especies está limitada por la escasez de individuos adultos capaces de generar semillas viables, debido a las condiciones ambientales cambiantes, fuertemente limitantes para el reclutamiento y a la fragmentación de los parches debido a la degradación y la perdida de interacciones bióticas entre ellos. (Janzen, 1986; Handel, 2019) Problemática que en el futuro empeorará debido al aumento de Josu Basterra Quijera – TFG Ciencias Ambientales 16 6. El siguiente submenú para el transporte de calor (“Heat Transport”), se mantuvieron los valores por defecto de los parámetros. En cambio, en las condiciones límite del transporte de calor, se escogieron para el límite superior: la temperatura límite; y para el límite inferior: el flujo de calor. 7. Posteriormente, en la pestaña “Time Variable Boundary Condition” se proporcionó los datos de precipitación en cm por día; se anotaron los días que componen el mes que a simular en formato 365 días; el valor de la altura de presión mínima permitida en el suelo en centímetros llamada “hCritA” (se optó por -100.000 cm); la temperatura dependiente del tiempo límite superior (“tTop”) se utilizó la temperatura media del día en la superficie del suelo de la estación seleccionada; la temperatura dependiente del tiempo límite inferior del suelo (“tBot”) se optó por dejar el valor por defecto del sistema (15ºC); y por el último se anotó la amplitud diaria. 8. Después, se colocaron los parámetros meteorológicos concretos para las diferentes estaciones: los valores de altitud (Alicante a 43 metros y Murcia 61 metros), latitud (en ambas estaciones latitud 38 deg), la altura a la que se midió la temperatura y la velocidad de viento en las estaciones meteorológicas (en ambos casos la altura fue 120 y 1000 centímetros respectivamente) y el resto de los parámetros como la humedad relativa, el albedo o la nubosidad; no se modificaron. 9. A continuación, en el submenú de condiciones meteorológicas, se colocaron los días del mes a simular en formato 365 días; se anotaron las temperaturas máximas y mínimas diarias en grados centígrados; se colocó la humedad relativa diaria en tanto por ciento; se anotó la velocidad media diaria del viento a la altura especificada en kilómetros por día; y, por último, se escribieron las horas de sol diarias que recibe la estación meteorológica. 10. Por último, se procedió a modificar unos valores de discretización en el submenú de información sobre el perfil; se cambió el número de nodos de 1 a 1000 nodos; y la densidad se modificó de tal manera que en la parte Josu Basterra Quijera – TFG Ciencias Ambientales 17 inferior se anotó una densidad de 100 y en la parte superior una densidad de 1. Una vez los datos climáticos estaban introducidos en el programa, este se ejecutó. Debido a que el ordenador disponible no era muy potente, el proceso de simulación duró alrededor de 20 minutos por mes. Como la cantidad de datos y meses a simular era bastante grande y el proceso no era demasiado rápido, se optó por el empleo de dos ordenadores simultáneamente para aumentar el ritmo. Al final, se utilizaron 1896 horas de procesamiento. 2.6. Cálculo y análisis de la probabilidad de germinación con los resultados obtenidos. El programa Hydrus-1D, generó una serie de archivos de salida con extensión OUT. Para poder abrir estos archivos con el programa Excel, primero se debió modificar estos documentos y para ello se utilizó otro script de R. (Anejo 4) Una vez transformados los archivos, se procedió a agrupar todas las simulaciones de los meses de ambas estaciones en único archivo Excel. En él, se abreviaron los nombres de las especies para su mejor análisis: P. lentiscus como “Pile”, S. tenacissima como “Stte”, Q. coccifera como “Quco” y R. lycioides como “Rhly”. Después, se procedió a analizar las cuatro columnas de datos obtenidos: • “Time”: donde se especificó la fecha. • “Head”: que representa el potencial hídrico promedio diario existente en el suelo. Hydrus-1D proporciona este dato en cm de agua, por lo tanto, se convirtió en megapascales, unidad en la que se mide el potencial hídrico del suelo en los estudios de germinación hidrotermal (Jiménez-Alfaro et al. 2018). • “Moisture”: que se corresponde con la cantidad media diaria de agua en el suelo. • “Temperature”: la cual muestra la temperatura media diaria en el suelo. A continuación, para calcular la probabilidad de germinación con los datos obtenidos se utilizaron las fórmulas desarrolladas por Tormo et al. (2012). Dichas formulas provienen de un modelo lineal generalizado con distribución de errores binomial y tienen la siguiente estructura: Josu Basterra Quijera – TFG Ciencias Ambientales 18 𝑃[𝑔𝑒𝑟𝑚𝑖𝑛𝑎𝑐𝑖ó𝑛]= 𝑎 + 𝑏 ∗ 𝑡𝑒𝑚𝑝 + 𝑐 ∗ 𝜓 + 𝑑 ∗ 𝑡𝑖𝑚𝑒 + 𝑒 ∗ 𝑡𝑒𝑚𝑝2+ 𝑓 ∗ 𝑡𝑒𝑚𝑝2∗ 𝜓 Donde a, b, c, d, e y f son los coeficientes estimados por el modelo que son específicos para las diferentes especies del estudio (Tabla 1). El valor “temp” corresponde a la temperatura en grados centígrados y 𝜓 corresponde al potencial hídrico en megapascales. Tabla 1: Valores de los coeficientes para los modelos lineales generalizados de las diferentes especies. Fuente: Elaboración propia con datos de Tormo et al. (2012). Termino independiente (a) Temperatura (Temp) (b) Potencial hídrico (Pot) (c) Time (d) Temp2 (e) Pot*temp2 (f) Pile -7,4051748 0,8679253 5,5893847 0,0243038 -0,0306870 -0,0009405 Stte -1,1349961 0,2420107 2,2125117 0,0175630 -0,0098100 -0,0004807 Quco -0,3190066 -0,0366170 1,6671930 0,0162060 -0,0012901 -0,0011298 Rhly -6,5535427 0,7899090 3,7272030 0,0168598 -0,0237014 -0,0037409 Tras colocar los datos de temperatura y potencial hídrico obtenidos del Hydrus-1D en la fórmula del modelo de germinación hidrotermal, obtenemos una estimación de la probabilidad germinación. Pero este valor obtenido, no es el valor real de germinación, se encuentra en la escala transformada. El modelo lineal generalizado usado por Tormo et al. (2012) usaba errores binomiales, por lo tanto, el valor obtenido se encuentra en “logits”. Para obtener el valor estimado de probabilidad de germinación tenemos que transformar el resultado mediante la siguiente fórmula: Josu Basterra Quijera – TFG Ciencias Ambientales 19 𝑒(𝑥) (1 + 𝑒(𝑥))×100 Siendo “x” el valor obtenido directamente de la primera ecuación. Una vez obtenido la probabilidad de germinación diaria se prepararon los siguientes datos para cada especie y cada estación meteorológica: • Los días se clasificaron en una serie de rangos según la probabilidad de germinación que les asignaba el modelo: de 0 a 25%; 25,1 a 50%, 50,1 a 75%; y 75.1 a 100%. • Se realizó un sumatorio de los días en que la probabilidad de germinación pertenecía a cada uno de los diferentes rangos de porcentaje para cada mes de cada año para todos los años estudiados. • Se realizó el promedio del sumatorio del número de días en cada intervalo de cada mes de cada año para todos los años estudiados y se comparó entre si los diferentes promedios. • También se realizaron una serie de pruebas estadísticas con el programa RStudio (RStudio Team, 2020), para estudiar si se producía un cambio en la probabilidad de germinación con el tiempo. Comparando el número de días por año que tenía la especie de interés en cada rango de porcentaje frente al tiempo, en el periodo que comprende los veintiún años disponibles. Se testó la hipótesis de que con el tiempo (desde el inicio de la serie meteorológica hasta el presente) disminuían los días con mayor probabilidad de germinación. • Para ello, primero, se comprobó si la relación entre estas variables se distribuía como una normal mediante la prueba estadística de Shapiro-Wilk, en la cual, la hipótesis nula afirma que los datos se distribuyen normalmente; y la hipótesis alternativa que los datos no se distribuyen de esta manera. Si los datos se distribuyen como una normal, a continuación, se utilizaba la regresión lineal. Si resultaba que su distribución no cumplía los patrones de normalidad, se realizaba la prueba no paramétrica de Kendall. En esta prueba, el coeficiente de correlación tau comprende desde -1 a 1: que el resultado sea negativo y próximo al -1 indica una correlación negativa; que el resultado sea positio y próximo al 1 indica una correlación positiva; y si el resultado es próximo a 0, significa que la correlación es débil. (Gareth, et al., 2014; Kassambara, 2017) Josu Basterra Quijera – TFG Ciencias Ambientales 20 3. Resultados 3.1. Estación meteorológica de Alicante El promedio del sumatorio del número de días de cada mes para todos los años agrupados en 4 grupos diferentes de rangos de probabilidad de germinación y para las cuatro especies situadas en la estación meteorológica de Alicante se comentan a continuación. Ningún día fue asignado al último rango (75,1-100%) debido a que ninguna de las especies alcanzó tal probabilidad de germinación en un solo día de los veintiún años de estudio. A continuación, resaltamos los resultados más relevantes obtenidos. Los resultados de Pistacia lentiscus, muestran que, en la estación de Alicante, en los últimos 21 años, las condiciones propicias para su germinación se han dado muy pocas veces, puesto que en ningún momento del estudio se supera el 25% de probabilidad de germinación en un día. En relación con los datos promediados por mes (Figura 1), aunque la probabilidad de germinación no es superior al 25% en ningún caso, los meses en los que la probabilidad de germinación resulta mayor son mayo, septiembre, octubre y noviembre. Para estos meses, aquellos años con una menor probabilidad de germinación son 1999, 2002, 2004, 2005, 2009, 2010, 2013 y 2017. (Anejo 5) Figura 1: Número promedio de días en cada grupo de porcentaje de germinación para cada mes en los 21 años de estudio para P. lentiscus en Alicante (abreviado como “alic”). Fuente: Elaboración propia. Josu Basterra Quijera – TFG Ciencias Ambientales 21 Stipa tenacissima es la especie con mayor probabilidad de germinación por día de las cuatro especies estudiadas, siendo esta en la que mayor número de días encontramos con una probabilidad de germinación entre el 50-75%. Los meses con menor probabilidad de germinación corresponden a: julio, agosto y septiembre; y los meses de abril, mayo, octubre, noviembre y diciembre, los de mayor probabilidad (Figura 2). Como se puede ver en el anejo 6, a partir del 2010, se aprecia una disminución de la probabilidad de germinación de esta especie. Por ejemplo, en los meses de invierno se produce una disminución en el número de días de probabilidad de germinación entre 50-75%; y en los meses de verano se produce un incremento el número de días en los que la probabilidad de germinación se encuentra entre 0-25%. En la especie Q. coccifera se ha observado que los meses en los que se registra la mayor probabilidad de germinación corresponden a los meses fríos (noviembre, diciembre, enero, febrero y marzo), y los meses calurosos los que registran una probabilidad de germinación más baja (junio, julio, agosto y septiembre) (Figura 3). Durante los últimos años (2012-18), se aprecia que la probabilidad de germinación diaria es menor respecto a los años anteriores, hasta tal punto, que incluso en los meses fríos donde normalmente la probabilidad de germinación diaria predominante correspondería entre el 25-50%, se encuentra entre los 0-25%. (Anejo 7) Figura 2: Número promedio de días en cada grupo de porcentaje de germinación para cada mes en los 21 años de estudio para S. tenacissima en Alicante (abreviado como “alic”). Josu Basterra Quijera – TFG Ciencias Ambientales 22 Rhamnus lycioides es la otra especie que en Alicante llega a alcanzar el rango de probabilidad de germinación diaria entre el 50-75%, aunque sea en bastante menor medida que S. tenacissima. A diferencia del resto de especies, R. lycioides alcanza mayor probabilidad de germinación en primavera y otoño (mayo, junio, septiembre y octubre;) a diferencia del resto de especies que germinan mejor en los meses de verano o invierno. Y los meses en los que la probabilidad de germinación es menor son: diciembre, enero, febrero, marzo (Figura 4). Además, como se puede ver en el anejo 8, entre el 2010 y el 2018, se produce una variación en los patrones de germinación, reseñable sobre todo en ciertos meses: un aumento de probabilidad de germinación en los meses más fríos (noviembre y diciembre) y una disminución de esta en los meses más calurosos (julio y agosto). Figura 3: Número promedio de días en cada grupo de porcentaje de germinación para cada mes en los 21 años de estudio para Q. coccifera en Alicante (abreviado como “alic”). Fuente: Elaboración propia. Josu Basterra Quijera – TFG Ciencias Ambientales 23 3.2. Estación meteorológica de Murcia El número promedio de días en cada grupo de porcentaje de germinación para cada mes en los 21 años de estudio para las cuatro especies situadas en la estación meteorológica de Murcia se especifican a continuación. Ninguna de las especies de interés de esta estación meteorológica alcanzó el último rango (75,1-100%) de probabilidad de germinación en un solo día de los veintiún años de estudio. La especie P. lentiscus, ha llegado a alcanzar valores de germinación superiores al 25%, siendo los mejores meses para ello: abril, mayo, septiembre, octubre y noviembre (figura 5). Aunque, la mayoría de los días la probabilidad de germinación permanece por debajo de 25%. (Anejo 9) Figura 4: Número promedio de días en cada grupo de porcentaje de germinación para cada mes en los 21 años de estudio para R. lycioides en Alicante (abreviado como “alic”). Fuente: Elaboración propia. Josu Basterra Quijera – TFG Ciencias Ambientales 24 S. tenacissima es la especie con mayor probabilidad de germinación por día de las cuatro especies estudiadas en la estación meteorológica de Murcia, hay meses completos en los que la germinación se encuentra por encima del 25% e incluso llegando a máximos de hasta el 50-75%. Como se puede observar en la figura 6, la probabilidad de geminación de S. tenacissima disminuye en los meses de (junio, julio, agosto y septiembre). También cabe destacar que entre el 2013 y el 2018, durante los meses fríos la probabilidad de germinación ha aumentado respecto a los otros años, al igual que en los meses cálidos la probabilidad de germinación es menor durante este periodo. (Anejo 10) Figura 5: Representación gráfica del promedio del sumatorio del número de días de cada mes para todos los años de la especie de P. lentiscus en la estación meteorológica de Murcia (abreviado como “mur”). Fuente: Elaboración propia. Josu Basterra Quijera – TFG Ciencias Ambientales 25 La especie Q. coccifera es la segunda especie en la estación meteorológica de Murcia que ha superado el 50% de probabilidad de germinación por día, aunque en muy contadas ocasiones. La germinación en Q. coccifera, disminuye durante los meses calurosos del verano (junio, julio, agosto, septiembre y octubre) y aumenta durante los meses de invierno (noviembre, diciembre, enero, febrero y marzo) (Figura 7). Durante los meses de abril, mayo, octubre y noviembre, se ha registrado una disminución de la probabilidad de germinación durante el periodo de 2013 a 2018 (Anejo 11). Figura 6: Representación gráfica del promedio del sumatorio del número de días de cada mes para todos los años de la especie de S. tenacissima en la estación meteorológica de Murcia (abreviado como “mur”). Fuente: Elaboración propia. Josu Basterra Quijera – TFG Ciencias Ambientales 32 vegetación herbácea presente bajo las copas. En nuestro estudio no se ha tenido en cuenta ese efecto facilitador, hemos analizado la probabilidad de germinación de las especies de interés bajo condiciones climáticas concretas en un patrón de suelo desnudo típico de estos ambientes. En un futuro se podría realizar este mismo estudio, pero simulando las condiciones microclimáticas específicas que se crean debajo de las macollas de S. tenacissima y observar en qué medida la probabilidad de germinación de las especies de interés difiere de los resultados obtenidos en el presente estudio. Las especies de interés han alcanzado diferentes grados de probabilidad de germinación diaria a lo largo de los meses del rango de años del estudio. Algunas especies poseen mayor índice de éxito que otras. Por ejemplo P. lentiscus no supero prácticamente el 25% de probabilidad de germinación diaria, siendo la especie de interés que menos germina de las cuatro en ambas estaciones meteorológicas. También cabe destacar que ninguna de las especies de interés a superado el 75% de probabilidad diaria de germinar con éxito en ningún momento, siendo S. tenacissima la especie con mayor probabilidad de geminación (seguida por R. lycioides) superando durante numerosos días el 50% de probabilidad de germinación diaria. Es cierto que, desde un punto de vista ecológico, no todas las especies germinan en un solo día, normalmente este proceso suelte tardar varios días en producirse en la mayoría de las especies. Esta es nuestra primera aproximación al problema, aunque no es suficiente para predecir la germinación real en campo, sí que nos da una visión de las diferencias entre especies y de las épocas con mayor probabilidad de germinación. Los estudios futuros deberían explorar como varía la probabilidad de germinación de las especies agrupando los datos de temperatura y potencial hídrico en grupos de varios días. Además, se necesitarán análisis estadísticos más precisos y períodos de análisis más largos para verificar la variación de germinación a lo largo del tiempo. Como ya se ha comentado anteriormente, las especies de interés alcanzaron diferentes porcentajes de germinación diarios a lo largos de los años, pero a su vez existen diferencias significativas para la misma especie entre las dos estaciones meteorológicas. Estas diferencias se aprecian más en unas especies que en otras. Para los datos procedentes de la estación meteorológica de Murcia, las especies estudiadas presentan en general, porcentajes de germinación diarios mayores que los datos de Alicante. Estas diferencias se aprecian con mayor facilidad en S. tenacissima y Q. coccifera. P. lentiscus, a pesar de tener porcentajes de germinación ligeramente mayores en la estación meteorológica de Murcia, sigue siendo la especie de interés que menos porcentaje de germinación diario tiene. Según Squeo et al. (2007), en zonas áridas el reclutamiento se produce en eventos de lluvia excepcionales asociados al Niño, sobre Josu Basterra Quijera – TFG Ciencias Ambientales 33 todo en regiones donde la lluvia cae durante los meses cálidos y estimula el crecimiento rápido de las plantas. Esto nos sugiere que el establecimiento de P. lentiscus se produce en estos años especiales, aunque en nuestro caso, hemos estudiado 21 años y no hemos detectado ninguno de estos periodos excepcionales para P. lentiscus. Estas diferencias en los porcentajes de germinación diarios entre estaciones meteorológicas podrían variar si se emplearan datos reales de suelo de las zonas de estudio. Al no disponer de estos datos, se optó por utilizar los datos de un suelo estándar que nos proporcionaba el programa Hydrus-1D. Aunque no se empleen datos reales de suelo, los resultados obtenidos son lo suficientemente concluyentes como para detectar diferencias notables entre estaciones meteorológicas y encaminar el estudio en un futuro hacia nuevos horizontes mejorando la precisión del modelo mediante muestras y datos reales de suelos de las zonas de estudio. La emergencia de las plántulas suele estar ligada con los cambios estacionales. Las semillas de ciertas especies necesitan un período de latencia después de la dispersión para germinar, mientras que otras germinan justo después de la misma. Las alteraciones climáticas como los cambios en los patrones de precipitación (aumentos, disminuciones locales y la distribución de la precipitación a lo largo del año) junto con otros cambios ambientales (por ejemplo: los usos del suelo) influyen en el reclutamiento de las plántulas y en la dinámica poblacional de las especies. Este efecto es clave en etapas tempranas del desarrollo (germinación, emergencia y establecimiento) puesto que son más sensibles y por ello suponen un cuello de botella para el establecimiento y mantenimiento de las poblaciones. Concretamente, los biomas mediterráneos son puntos críticos de biodiversidad y se verán afectados por el cambio climático, siendo necesarios estudios más concretos en resiliencia de semillas para mejorar la capacidad de predecir los impactos y, por lo tanto, la respuesta de conservación. (Walck, et al. 2011; Sandel, et al., 2010) Por esto, y aunque no estaba contemplado entre los objetivos originales, se decidió comprobar si la probabilidad de germinación diaria de las especies de interés disminuiría con el paso del tiempo, lo que indicaría un efecto del cambio climático. Tras realizar la simulación del modelo y su representación en gráficas, se pudo apreciar una ligera disminución de la probabilidad de germinación diaria con el paso del tiempo en aquellos meses en los que esta era inferior. Sobre todo, se apreció esta disminución a partir de 2010 en los meses de julio, agosto, septiembre en S. tenacissima y R. lycioides. Pero, como se ha visto en los resultados, solo 6 de los 32 resultados resultaron tener p-valores significativos; y de esos 6 ninguno alcanzó un R2 relevante como para ratificar la hipótesis. De esta manera se concluyó que la variabilidad interanual es demasiado grande y/o el método estadístico empleado demasiado básico como para detectar esta tendencia. Josu Basterra Quijera – TFG Ciencias Ambientales 34 Conclusiones: • Se han determinado la existencia de ventanas de germinación en las que la probabilidad de germinación diaria de las especies de interés es mayor respecto al resto de las épocas del año. • Las especies de interés demostraron tener una probabilidad de germinación diaria mayor en la estación meteorológica de Murcia. • Pistacia lentiscus ha demostrado ser una especie con unos valores de germinación diarios bastantes bajos por lo que no se recomienda su uso en restauración por su bajo potencial para formar poblaciones sostenibles. • Se detectó una ligera tendencia entre el paso del tiempo y la disminución de la probabilidad de germinación por día. Sin embargo, estos hallazgos deben interpretarse con precaución, ya que la magnitud de la disminución de la probabilidad de germinación diaria en relación con el paso del tiempo fue muy pequeña, y no se aprecia debido a la gran variabilidad interanual de los datos climatológicos analizados y por el método estadístico simple utilizado. Josu Basterra Quijera – TFG Ciencias Ambientales 35 5. Bibliografía AEMET (Agencia Estatal de Meteorología) [sitio web], (2019). Información elaborada utilizando, entre otras, la obtenida de la Agencia Estatal de Meteorología. (Consulta: 27/05/2019). Disponible en: http://www.aemet.es/es/datos_abiertos/AEMET_OpenData Aronson, J., Dhillion, S., Floc’H, E. Le, 1999. Dryland Restoration and Rehabilitation. Arid Soil Res. Rehabil. 13, 315–317. https://doi.org/10.1080/089030699263203 Bloomberg, M., Sedcole, J. R., Mason, E. G., & Buchan, G. (2009). Hydrothermal time germination models for radiata pine (Pinus radiata D. Don). Seed Science Research, 19(03), 171–182. Cao, R., Francisco-Fernández, M., Anand, A., Bastida, F., & González-Andújar, J. L. (2013). Modeling Bromus diandrus Seedling Emergence Using Nonparametric Estimation. Journal of Agricultural, Biological, and Environmental Statistics, 18(1), 64–86. https://doi.org/10.1007/s13253-012-0122-x Castillo-Escrivà, A., López-Iborra, G. M., Cortina-segarra, J., & Tormo, J. (2019). The use of branch piles to assist in the restoration of degraded semiarid steppes. Restoration Ecology, 27(1), 102–108. https://doi.org/10.1111/rec.12704 CEAM, & Departamento de Ecología Universidad de Alicante. (n.d.). Proyecto de demostración de lucha contra la desertificación: regeneración y plan de manejo de zonas semiáridas degradadas, en el t.m. de Albatera (Alicante). Cortina, J., Amat, B., Castillo, V. M., Fuentes, D., Maestre, F. T. F. T., Padilla, F. M. F. M., & Rojo, L. (2011). The restoration of vegetation cover in the semi-arid Iberian southeast. Journal of Arid Environments, 75(12), 1377–1384. https://doi.org/10.1016/j.jaridenv.2011.08.003 Cortina, J., Bellot, J., Vilagrosa, A., Caturla, R. N., Maestre, F. T. F. T., Rubio, E., … Bonet, A. (2004). Restauración en semiárido. In V. R. Vallejo (Ed.), Avances en el estudio de la gestión del monte mediterráneo2 (pp. 345–406). Valencia, Spain: Fundación Centro de Estudios Ambientales del Mediterráneo. Food and Agriculture Organization of the United Nations, Expert consultation on revision of FAO methodologies for crop water requirements, ANNEX V, FAO PenmanMonteith Formula, Rome Italy, 1990. Josu Basterra Quijera – TFG Ciencias Ambientales 36 Gareth, J., Witten, D., Hastie, T., & Tibshirani, R. (2014). An Introduction to Statistical Learning: With Applications in R. Springer Publishing Company, Incorporated (p.426). Handel, S. N. (2019). The Living Dead and the Practice of Landscape Restoration. Ecological Restoration, 37(3), 140–141. https://doi.org/10.3368/er.37.3.140 Hardegree, S.., Flerchinger, G.., & Van Vactor, S. (2003). Hydrothermal germination response and the development of probabilistic germination profiles. Ecological Modelling, 167(3), 305–322. https://doi.org/10.1016/S0304-3800(03)00192-3 Hardegree, S. P., Moffet, C. A., Roundy, B. A., Jones, T. A., Novak, S. J., Clark, P. E., … Flerchinger, G. N. (2010). A comparison of cumulative-germination response of cheatgrass (Bromus tectorum L.) and five perennial bunchgrass species to simulated fieldtemperature regimes. Environmental and Experimental Botany, 69, 320–327. Retrieved from http://www.sciencedirect.com/science/article/B6T66-4YXP1C01/2/c0819555914001ffb23a77ab9671569f Janzen, D. H. (1986). Blurry Catastrophes. Oikos, 47(1), 1. https://doi.org/10.2307/3565912 Jiménez-Alfaro, B., Hernández-González, M., Fernández-Pascual, E., Toorop, P., Frischie, S., & Gálvez-Ramírez, C. (2018). Germination ecology of winter annual grasses in Mediterráneo climates: Applications for soil cover in olive groves. Agriculture, Ecosystems & Environment, 262, 29–35. https://doi.org/10.1016/j.agee.2018.04.013 Kassambara, A. (2017). Machine Learning Essentials. Practical Guide in R. STHDA (p. 210). Retrieved from https://www.mculture.go.th/mculture_th/download/king9/Glossary_about_HM_King_Bhumi bol_Adulyadej’s_Funeral.pdf Maestre Gil, Vallejo, R., F., Cortina Segarra, J., Bautista Aguilar, S., Bladé, C., & Bellot Abad, J. (2003). Bases ecológicas para la restauración de los espartales semiáridos degradados. Ecosistemas: Revista Científica y Técnica de Ecología y Medio Ambiente, 12(1), 15. Maestre, F. T. F. T., Bautista, S., Cortina, J., & Bellot, J. (2001). POTENTIAL FOR USING FACILITATION BY GRASSES TO ESTABLISH SHRUBS ON A SEMIARID DEGRADED STEPPE. Ecological Applications, 11(6), 1641–1655. Maestre, F. T. F. T., Ramírez, D. A., & Cortina, J. (2007). Ecologia del esparto (Stipa tenacissima L.) y los espartales de la Península Ibérica. Ecosistemas, 16(2), 111–130. Retrieved from http://www.revistaecosistemas.net/articulo.asp?Id=480 Josu Basterra Quijera – TFG Ciencias Ambientales 37 Maestre, F.T., Cortina-segarra, J., (2005). Remnant shrubs in Mediterranean semiarid steppes: effects of shrub size, abiotic factors and species identity on understorey richness and occurrence. Acta Oecologica-International J. Ecol. 27, 161–169. https://doi.org/10.1016/j.actao.2004.11.003 Monteith, J. L. and M. H. Unsworth, Principles of Environmental Physics, Edward Arnold, London, 1990. Monteith, J. L., Evaporation and surface temperature, Quarterly J. Royal Meteo. Soc., 107, 1-27, 1981. Puigdefabregas, J., Sole, A., Gutierrez, L., del Barrio, G., Boer, M., 1999. Scales and processes of water and sediment redistribution in drylands: results from the Rambla Honda field site in Southeast Spain. Earth-Science Rev. 48, 39–70. https://doi.org/10.1016/S0012-8252(99)00046-X Rawls, W. J., D. L. Brakensiek, and K. E. Saxton, 1982, Estimating soil water properties, Transactions, ASAE, 25(5), 1316-1320 and 1328 RStudio Team. (2020). RStudio: Integrated Development Environment for R. RStudio, PBC, Boston, MA. Retrieved from http://www.rstudio.com/ Sandel, B., Goldstein, L. J., Kraft, N. J. B., Okie, J. G., Shuldman, M. I., Ackerly, D. D., … Suding, K. N. (2010). Contrasting trait responses in plant communities to experimental and geographic variation in precipitation. New Phytologist, 188(2), 565–575. https://doi.org/10.1111/j.1469-8137.2010.03382.x Šimůnek, J., M. Šejna, H. Saito, M. Sakai, and M. Th. van Genuchten, (2013). The Hydrus-1D Software Package for Simulating the Movement of Water, Heat, and Multiple Solutes in Variably Saturated Media, Version 4.17, HYDRUS Software Series 3, Department of Environmental Sciences, University of California Riverside, Riverside, California, USA, pp. 342. Šimůnek, J., van Genuchten, M. T., & Šejna, M. (2016). Recent Developments and Applications of the HYDRUS Computer Software Packages. Vadose Zone Journal, 15(7), vzj2016.04.0033. https://doi.org/10.2136/vzj2016.04.0033 Squeo, F. A., Holmgren, M., Jiménez, M., Albán, L., Reyes, J., Gutiérrez, J. R., … Julio, R. (2007). Tree establishment along an ENSO experimental gradient in the Atacama Desert. Journal of Vegetation Science, 18(2), 195–202. Tongway, D. J., Cortina, J., & Maestre, F. (2004). Heterogeneidad espacial y gestión de medios semiáridos. Ecosistemas, 13(1), 2–15. https://doi.org/10.1002/9781444316780.ch48 Josu Basterra Quijera – TFG Ciencias Ambientales 38 Tormo Blanes, J., Cortina Segarra, J., & García-Barreda, S. (2012). Selección de especies para restauración mediante modelos de germinación hidrotermal. Avances En La Restauración de Sistemas Forestales. Técnicas de Implantación, 203–208. Tormo, J., Amat, B., & Cortina, J. (2020a). Effects of woody vegetation patches on species composition in Stipa tenacissima steppes. Journal of Arid Environments, 181(June), 104246. https://doi.org/10.1016/j.jaridenv.2020.104246 Tormo, J., Amat, B., & Cortina, J. (2020b). Litter as a filter for germination in semiarid Stipa tenacissima steppes. Journal of Arid Environments, 183(August), 104258. https://doi.org/10.1016/j.jaridenv.2020.104258 Walck, J. L., Hidayati, S. N., Dixon, K. W., Thompson, K., & Poschlod, P. (2011). Climate change and plant regeneration from seed. Global Change Biology, 17(6), 2145– 2161. https://doi.org/10.1111/j.1365-2486.2010.02368.x Josu Basterra Quijera – TFG Ciencias Ambientales 39 6. Listado de anejos Anejo 1. Impreso de solicitud de prestaciones meteorológicas para solicitudes generales (IMPRESO L1). Fuente: BOE ......................................................................... 41 Anejo 2. Script de R utilizado para descargar automáticamente los datos de AEMET OpenData de la estación meteorológica de Alicante. Fuente: elaboración por Jaume Tormo. ....................................................................................................................................... 43 Anejo 3. Script de R modificado para descargar automáticamente los datos de AEMET OpenData de la estación meteorológica de Murcia. Fuente: elaboración propia basándose en el anejo 2. ................................................................................................ 45 Anejo 4. Script utilizado para modificar los archivos con extensiones OUT y poder manipularlos con el programa Excel. Elaboración por Jaume Tormo .............................. 47 Anejo 5. Gráficas de proporción de días de cada rango de germinación por años de meses individuales para P. lentiscus (abreviado “PILE”) en Alicante. Fuente: Elaboración propia ............................................................................................................................. 49 Anejo 6. Gráficas de proporción de días de cada rango de germinación por años de meses individuales para S. tenacissima (abreviado “STTE”) en Alicante. Fuente: Elaboración propia. ......................................................................................................... 55 Anejo 7. Gráficas de proporción de días de cada rango de germinación por años de meses individuales para Q. coccifera (abreviado “QUCO”) en Alicante. Fuente: Elaboración propia ............................................................................................................................. 61 Anejo 8. Gráficas de proporción de días de cada rango de germinación por años de meses individuales para R. lycioides (abreviado “RHLY”) en Alicante. Fuente: Elaboración propia. ............................................................................................................................ 67 Anejo 9. Gráficas de proporción de días de cada rango de germinación por años de meses individuales para P. lentiscus (abreviado “PILE”) en Murcia. Fuente: Elaboración propia. ............................................................................................................................ 73 Anejo 10. Gráficas de proporción de días de cada rango de germinación por años de meses individuales para S. tenacissima (abreviado “STTE”) en Murcia. Fuente: Elaboración propia. ......................................................................................................... 79 Josu Basterra Quijera – TFG Ciencias Ambientales 40 Anejo 11. Gráficas de proporción de días de cada rango de germinación por años de meses individuales para Q. coccifera (abreviado “QUCO”) en Murcia. Fuente: Elaboración propia .......................................................................................................... 85 Anejo 12. Gráficas de proporción de días de cada rango de germinación por años de meses individuales para R. lycioides (abreviado “RHLY”) en Murcia. Fuente: Elaboración propia. ............................................................................................................................ 91 Josu Basterra Quijera – TFG Ciencias Ambientales 41 Anejo 1. Impreso de solicitud de prestaciones meteorológicas para solicitudes generales (IMPRESO L1). Fuente: BOE. ANEXO IV Impresos de solicitud IMPRESO DE SOLICITUD DE PRESTACIONES METEOROLÓGICAS PARA SOLICITUDES GENERALES (IMPRESO L1) 1. DATOS DEL SOLICITANTE CIF//NIF: Empresa (Nombre) // Particular (Nombre y Apellidos): Su referencia: Sector de actividad (*) : Empresa Privada Empresa Pública Administración Pública Particular Domicilio Fiscal Código Postal: Apdo. Correos: Localidad: Provincia: País: Teléfono: Fax: E-mail: (*) En caso de administración pública o enseñanza universitaria, rellenar el apartado 5 y cumplimentar (1) para obtener el descuento aplicable en el precio de la información y presentar documento original. 2.DATOS DE LA PERSONA DE CONTACTO (rellenar únicamente en caso de ser distintos que los del solicitante) Persona de contacto (nombre y apellidos): Teléfono: Fax: E-mail: Dirección de contacto: 3. DESCRIPCIÓN DE LA PRESTACIÓN SOLICITADA Soy un estudiante de ciencias ambientales de la universidad de Zaragoza, y necesito los datos de humedad (de los últimos 20 años y especificada diariamente, es decir, la humedad diaria de los últimos 20 años) de las estaciones meteorológicas completas de las siguientes provincias para realizar mi trabajo de fin de grado: Tarragona, Madrid, Guadalajara, Toledo, Jaén, Córdoba, Granada, Sevilla, Cádiz, Málaga, Almería, Murcia, Alicante, Valencia, Castellón, Baleares, Zaragoza. Mi trabajo de fin de grado consiste en la realización de un estudio de germinación de semillas mediante la utilización de un modelo de suelo y un modelo climatológico, para poder obtener la probabilidad de germinación de las semillas y emplear estos resultados en la restauración ecológica. Si ha solicitado información de archivo ¿Necesita que se certifique? Si No ¿Autoriza a que en el caso de no existir información de las localidades o puntos solicitados se facilite la de los observatorios más próximos? Si No 4.- DATOS REFERIDOS AL SOPORTE Y MEDIO DE SUMINISTRO DE LA INFORMACIÓN Soporte: Papel Informático Medio: Correo Fax (según disponibilidad) Otros (indique cual): Recogida en mano E-mail (solo ficheros) 5. USO QUE SE VA A HACER DE LA INFORMACIÓN (VOLUNTARIO) Con el fin de poder facilitarle la información más adecuada, especifique la utilización que va a hacer de ella: Se utilizará la información de la humedad para introducirla en un modelo hidrotermal con el cual emularemos el comportamiento del suelo con esas condiciones meteorológicas y calcularemos la probabilidad de germinación de las semillas para esas condiciones. cve: BOE-A-2016-111 Verificable en http://www.boe.es Josu Basterra Quijera – TFG Ciencias Ambientales 48 ## Limpiar datos # Quitar nodos demasiado profundos, nso quedamos solo con el primer cm pas <- dades[ dades$Depth>-1, ] # Quitar columnas que no nos interesan pas<-pas[,c(1,3,4,11,12)] summary(pas) # Hacer promedio de Head [Hago time factor pero dejo la columna original con la variables continua por si acaso] pas$ftime <- as.factor( pas$time ) pas <- aggregate(pas[, c(1,2,3,4,5)], by=list(pas$ftime), FUN = mean) pas$Group.1 <- NULL summary(pas) dades.sup<-pas rm(pas) ## guardarlo para xls write.csv(dades.sup,"dades12.sup.csv") Josu Basterra Quijera – TFG Ciencias Ambientales 49 Anejo 5. Gráficas de proporción de días de cada rango de germinación por años de meses individuales para P. lentiscus (abreviado “PILE”) en Alicante. Fuente: Elaboración propia. PROPORCIÓN DE DÍAS DE CADA RANGO AÑOS ENERO PILE 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS DE CADA RANGO AÑOS FEBRERO PILE 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 50 PROPORCIÓN DE DÍAS DE CADA RANGO AÑOS MARZO PILE 0-25% 25-50% 50-75% PROPORCIÓN DEMDÍAS DE CADA RANGO AÑOS ABRIL PILE 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 51 PROPORCIÓN DE DÍAS DE CADA RANGO AÑOS MAYO PILE 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS DE CADA RANGO AÑOS JUNIO PILE 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 52 PROPORCIÓN DE DÍAS DE CADA RANGO AÑOS JULIO PILE 0-25% 25-50% 50-75% PROPORCIÓN DE DÁS DE CADA RANGO AÑOS AGOSTO PILE 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 53 PROPORCIÓN DE DÍAS DE CADA RANGO AÑOS SEPTIEMBRE PILE 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS DE CADA RANGO AÑOS OCTUBRE PILE 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 54 PROPORCIÓN DE DÍAS DE CADA RANGO AÑOS NOVIEMBRE PILE 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS DE CADA RANGO AÑOS DICIEMBRE PILE 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 55 Anejo 6. Gráficas de proporción de días de cada rango de germinación por años de meses individuales para S. tenacissima (abreviado “STTE”) en Alicante. Fuente: Elaboración propia. PROPORCIÓN DE DÍAS DE CADA RANGO AÑOS ENERO STTE 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS DE CADA RANGO AÑOS FEBRERO STTE 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 56 PROPORCIÓN DE DÍAS DE CADA RANGO AÑOS MARZO STTE 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS DE CADA RANGO AÑOS ABRIL STTE 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 57 PROPORCIÓN DE DÁS DE CADA RANGO AÑOS MAYO STTE 0-25% 25-50% 50-75% PRORPORCIÓN DE DÍAS DE CADA RANGO AÑOS JUNIO STTE 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 64 PROPORCIÓN DE DÍAS DE CADA RANGO AÑOS JULIO QUCO 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS DE CADA RANGO AÑOS AGOSTO QUCO 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 65 PROPORCIÓN DE DÍAS DE CADA RANGO AÑOS SEPTIEMBRE QUCO 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS DE CADA RANGO AÑOS OCTUBRE QUCO 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 66 PROPORCIÓN DE DÍAS DE CADA RANGO AÑOS NOVIEMBRE QUCO 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS DE CADA RANGO AÑOS DICIEMBRE QUCO 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 67 Anejo 8. Gráficas de proporción de días de cada rango de germinación por años de meses individuales para R. lycioides (abreviado “RHLY”) en Alicante. Fuente: Elaboración propia. PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS ENERO RHLY 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS FEBRERO RHLY 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 68 PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS MARZO RHLY 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS ABRIL RHLY 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 69 PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS MAYO RHLY 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS JUNIO RHLY 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 70 PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS JULIO RHLY 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS AGOSTO RHLY 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 71 PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS SEPTIEMBRE RHLY 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS OCTUBRE RHLY 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 72 PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS NOVIEMBRE RHLY 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS DICIEMBRE RHLY 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 73 Anejo 9. Gráficas de proporción de días de cada rango de germinación por años de meses individuales para P. lentiscus (abreviado “PILE”) en Murcia. Fuente: Elaboración propia. PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS ENERO PILE 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS FEBRERO PILE 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 80 PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS MARZO STTE 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS ABRIL STTE 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 81 PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS MAYO STTE 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS JUNIO STTE 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 82 PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS JULIO STTE 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS AGOSTO STTE 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 83 PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS SEPTIEMBRE STTE 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS OCTUBRE STTE 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 84 PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS NOVIEMBRE STTE 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS DICIEMBRE STTE 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 85 Anejo 11. Gráficas de proporción de días de cada rango de germinación por años de meses individuales para Q. coccifera (abreviado “QUCO”) en Murcia. Fuente: Elaboración propia. PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS ENERO QUCO 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS DE CADA RANGO AÑOS FEBRERO QUCO 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 86 PROPORCIÓN DE DÍAS DE CADA RANGO AÑOS MARZO QUCO 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS DE CADA MES AÑOS ABRIL QUCO 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 87 PROPORCIÓN DE DÍAS DE CADA RANGO AÑOS MAYO QUCO 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS EN CADARANGO AÑOS JUNIO QUCO 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 88 PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS JULIO QUCO 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS AGOSTO QUCO 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 89 PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS SEPTIEMBRE QUCO 0-25% 25-50% 50-75% PROPORCÓN DE DÍAS EN CADA RANGO AÑOS OCTUBRE QUCO 0-25% 25-50% 50-75% Josu Basterra Quijera – TFG Ciencias Ambientales 96 PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS NOVIEMBRE RHLY 0-25% 25-50% 50-75% PROPORCIÓN DE DÍAS EN CADA RANGO AÑOS DICIEMBRE RHLY 0-25% 25-50% 50-75%