Estudio aerobiologico de la costa del sol occidentalmalaga y estepona (1995-1997). Analisis comparativo y modelos de pronostico

  1. TORO GIL, FRANCISCO JAVIER
Dirigida por:
  1. Baltasar Cabezudo Director/a

Universidad de defensa: Universidad de Málaga

Año de defensa: 1998

Tribunal:
  1. Juan Guerra Montes Presidente/a
  2. Francisco Conde Poyales Secretario/a
  3. Gabriel Blanca López Vocal
  4. Carmen Galán Vocal
  5. Concepción Sáenz Laín Vocal

Tipo: Tesis

Teseo: 65506 DIALNET

Resumen

Para el muestreo aeropalinológico de la Costa del Sol occidental se han utilizado dos muestreadores de tipo Hirst, uno situado en Málaga y otro en Estepona, una localidad costera situada a aproximadamente 90 km de distancia. Se han identificado y contado 36 tipos polínicos siguiendo la metodología de la Red Española de Aerobiología. Los cuatro táxones más abundantes en ambas estaciones han sido Cupressaceae, Olea europaea, Quercus y Poaceae. Las mayores concentraciones se producen durante el periodo que transcurre desde Febrero a Junio, en los que se detecta aproximadamente el 80% del polen total anual. En la estación de Estepona se han registrado menores concentraciones de polen debido fundamentalmente a la cercanía al mar, a la orografía y al régimen climatológico que ello conlleva. La variación intradiurna presenta un comportamiento similar en ambas estaciones para los pólenes de Olea europaea y Quercus; para el resto se han observado diferencias. Una vez analizadas estadísticamente tanto las diferencias interanuales como las diferencias estacionales; el mantenimiento las estaciones dependerá del tipo polínico que queramos estudiar. Solo Poaceae y Quercus han presentado un comportamiento similar en ambas estaciones durante el periodo de Estudio. Cuando se realizan distintos modelos lineales de pronóstico en función de los parámetros meteorológicos, es conveniente tener en cuenta el efecto de la autocorrelación de la serie de polen. El análisis fractal realizado a las series de polen de olivo y gramíneas nos indican que estas no se encuentran al azar, lo que permite la realización de modelos de pronóstico no lineales como por ejemplo modelos basados en las Redes Neuronales.