Revisión crítica de los protocolos de seguimiento de fauna en parques eólicos: situación actual y propuestas de mejora

Resumen:

Uno de los mayores impactos ambientales que causan los parques eólicos es la mortalidad directa de fauna voladora (aves y quirópteros) provocada por los aerogeneradores. Por esta razón, es habitual que la administración exija la realización de un seguimiento de mortalidad al menos durante los primeros años de funcionamiento de cada parque eólico, así como un estudio previo de la avifauna y quiropterofauna dentro del marco del estudio de impacto ambiental para poder evaluar adecuadamente los previsibles impactos del parque. Sin embargo, la validez y eficacia de los protocolos establecidos para realizar estos seguimientos rara vez es evaluada de forma crítica, por lo que los resultados obtenidos pueden distar bastante de ser representativos de la realidad. El presente artículo busca realizar una revisión crítica y poner de relieve las mejoras necesarias para optimizar el diseño de los planes de vigilancia ambiental de parques eólicos.

Palabras clave:

Seguimiento de fauna, mortalidad de fauna, impacto ambiental, revisión metodológica, parques eólicos, aerogeneradores, aves, quirópteros, murciélagos.

Introducción

Los parques eólicos pueden ocasionar impactos significativos sobre la fauna, principalmente:

  • Mortalidad de aves y quirópteros (murciélagos) por los aerogeneradores.
  • Mortalidad de fauna terrestre durante las obras de construcción.
  • Degradación o pérdida de hábitats.

Una revisión general de mortalidad de aves en parques eólicos en Europa [11] indica como cifras para 6 parques eólicos de España 21.2 ±22.5 (4-64) individuos por aerogenerador y año, para 7 de Bélgica 16.0 ±15.1 (1-43), para 6 de Holanda 16.6 ±13.1 (2-34), y para 1 de Reino Unido 1.3, mientras que una revisión para quirópteros en el sur de Europa [17] las cifras para 28 parques eólicos de Portugal son de 2.7 ±5.9 (0-26.3) individuos por aerogenerador y año, para 3 de Francia 39.3 ±29.0 (6.8-62.7) y para 9 de Grecia 14.9 ±19.6 (1.6-13.9). Por su parte, SEO [13] estima que en España muere (considerando conjuntamente aves y quirópteros) una media de entre 300 y 1000 individuos por aerogenerador y año (una muerte por aerogenerador cada 9-29 horas).

Las cifras de mortalidad pueden diferir significativamente entre parques eólicos, por lo que se desaconseja extrapolar valores. Además, hay que tener en cuenta que lo realmente importante no es tanto las cifras globales de mortalidad sino el impacto a nivel de las poblaciones de las especies, pues un pequeño número de muertes puede suponer una grave afección para especies escasas, amenazadas o sensibles.

Estudio de las poblaciones de fauna

Posibilita la detección y seguimiento de las especies amenazadas y protegidas que puedan verse afectadas, la estimación de los previsibles impactos del parque eólico sobre la fauna como parte del estudio de impacto ambiental del proyecto, y la evaluación de los impactos provocados durante la fase de funcionamiento.

Frecuencia de los muestreos

Aunque no es excepcional que sea semanal, frecuentemente la periodicidad de los muestreos es quincenal o mensual. Para valorar su repercusión en la detección de especies, escogimos cuatro parques eólicos (localizados en la península ibérica) cuyo seguimiento de avifauna fue realizado por TAXUS MEDIO AMBIENTE con periodicidad semanal, y remuestreamos los datos con periodicidad quincenal y mensual para estudiar las consecuencias de reducir la frecuencia de los muestreos sobre las especies escasas y amenazadas que son precisamente las que pueden verse más gravemente afectadas por la instalación del parque eólico. (Figura 1)

Reducir la frecuencia a quincenal supone la pérdida de los registros de entre 7 y 12 especies, de las cuales entre 1 y 3 son especies amenazadas de extinción. Por su parte, reducirla a mensual implica la desaparición de entre 8 y 16 especies adicionales más (entre un 31% y 48% respecto al muestreo semanal). Si tenemos en cuenta que la recomendación general para establecer el nivel óptimo de intensidad de muestreo es mediante una curva acumulada de número de especies en relación al esfuerzo de muestreo (en la que se identifica como nivel óptimo aquel a partir del cual la tasa de incremento del número de especies se aproxima asintóticamente a cero), puede concluirse que el nivel mínimo de esfuerzo de muestreo necesario es al menos semanal.

Calidad de los datos

Con la indicada frecuencia, debe prospectarse la totalidad del parque eólico. La prospección debe hacerse mediante transectos a pie si la extensión lo permite; en caso de usarse estaciones de observación, la totalidad de los aerogeneradores deben estar a menos de 1 km de una estación.

Para obtener datos de calidad, es imprescindible que el trabajo de campo sea realizado por personas con conocimientos y experiencia en identificación de cada grupo de fauna, tanto visual como auditiva así como a través de sus rastros y señales de actividad.

Adicionalmente, es importante contar con un equipo material de calidad (principalmente ópticas en el caso de las aves y detectores de ultrasonidos en quirópteros).

Zona control

Debido al interés de realizar un análisis pre-post del impacto del parque eólico para evaluar el impacto real de su construcción y funcionamiento sobre las poblaciones de fauna mediante la comparación de los datos recopilados durante los estudios previos con los obtenidos durante la fase de funcionamiento, resulta muy recomendable establecer zonas control (localizaciones próximas con características similares pero en las que no hay prevista ninguna actividad humana que altere sus condiciones).

Estimación de impactos previsibles

La finalidad del procedimiento de evaluación de impacto ambiental es identificar y valorar los impactos ambientales previsibles del futuro parque eólico. En el caso de la avifauna y quiropterofauna se busca (entre otros aspectos) estimar la mortalidad directa esperable del funcionamiento de los aerogeneradores, y puesto que el mecanismo para hacerlo es mediante el uso de modelos de riesgo de colisión (debido a que no existe una relación simple entre abundancia y mortalidad), los trabajos de campo deben estar enfocados en recopilar los datos necesarios para su cálculo. El mayormente usado para estimas de mortalidad es el modelo de Scottish Natural Heritage desarrollado principalmente por William Band. Como cualquier modelo de esta naturaleza, los resultados finales son muy sensibles a la calidad de los datos introducidos, y en concreto en este caso las dos variables de mayor peso [2] son: los valores numéricos de tiempo en zona de riesgo para cada especie obtenidos mediante los muestreos de campo, y las “tasas de evasión” usadas para ajustar los resultados brutos del modelo a la realidad. De este último factor, solo existen datos para unas pocas especies, lo que obliga a asumir que puedan ser extrapolados al resto, además de verse su cálculo fuertemente afectado por el primero. Para estandarizar la recogida de datos de campo y evitar los sesgos derivados del uso de diferentes criterios, el propio Scottish Natural Heritage publicó una guía [24], que establece una metodología basada en puntos de observación con un esfuerzo de muestreo mínimo de 36 horas para cada punto en cada periodo en que divide el año (reproductor, migraciones, no reproductor), contabilizándose los vuelos en una banda de 200 m a cada lado de la línea de aerogeneradores. Acerca de la metodología para quirópteros [1], Eurobats [15] indica un calendario de trabajo detallado usando detectores de ultrasonidos de mano adicionalmente al uso de estaciones fijas de grabación.

Al usar las estimas de mortalidad como criterio para evaluar el impacto ambiental de un parque eólico, hay que valorarlo a nivel de la afección a las poblaciones de cada especie (con especial atención a las amenazadas o raras) mediante el empleo de modelos demográficos que estimen el impacto de esta nueva causa de mortalidad (análisis de viabilidad poblacional).

Complementariamente al uso de modelos de previsión de colisiones, se recomienda aplicar también índices de vulnerabilidad espacial [12, 20].

Seguimiento de la mortalidad directa

Al estudiar la mortalidad directa de un parque eólico sobre la fauna voladora vertebrada (aves y quirópteros), es necesario tener en cuenta que la mortalidad detectada mediante búsqueda de cadáveres en el campo supone solo una fracción de la mortalidad real. Por un lado, una parte de los accidentes no causa muerte in situ, sino que las lesiones producidas permiten al animal alejarse volando y morir a cierta distancia del parque eólico en los siguientes minutos u horas (mortalidad ex situ). Por otra parte, desde el momento que el cadáver cae al suelo, carroñeros, descomponedores y agentes meteorológicos comienzan a actuar provocando su desaparición. Y por último, la eficacia de detección de los cadáveres por los técnicos no es perfecta, y frecuentemente dentro del área de búsqueda existen distintas coberturas vegetales con diferente detectabilidad de cadáveres. En función de esto, puede deducirse la siguiente relación:

R ~ E, C, P, D

Donde:

  • R = Mortalidad real.
  • E = Mortalidad ex situ.
  • C = Cadáveres encontrados.
  • P = Tasa temporal de desaparición de cadáveres.
  • D = Eficacia de detección de cadáveres por el personal técnico.

Las variables D (eficacia de detección de cadáveres por el personal técnico) y P (tasa temporal de desaparición de cadáveres) varían según factores propios del cadáver (como su tamaño), del medio (características de la cubierta vegetal) y de los agentes dinámicos (variaciones a lo largo del año de la actividad de carroñeros, descomponedores y agentes meteorológicos), y en el caso de la primera también de los propios técnicos.

Un factor que afecta de forma transcendental al ajuste a la realidad de las estimaciones de mortalidad real es la frecuencia de los muestreos de búsqueda de cadáveres en el programa de seguimiento ambiental del parque eólico, que (debido a la forma del patrón temporal de desaparición de cadáveres y de la acumulación de incertidumbre asociada) se recomienda que sea como mínimo igual al periodo de tiempo en el que desaparece el 50% de los cadáveres según los resultados obtenidos en los experimentos de desaparición. De acuerdo a la revisión bibliográfica realizada, este periodo es 2.89 ±2.35 (0.8-8; n=7) en aves y de 2.17 ±0.45 (1.7-2.8; n=4) en quirópteros. (Figuras 2-3)

La superficie de muestreo entorno a cada aerogenerador objeto de seguimiento suele definirse como un cuadrado cuyo apotema es igual a la altura máxima del aerogenerador (altura de la torre más radio del rotor). El diseño cuadrado en lugar de circular facilita la realización de transectos lineales para la búsqueda de cadáveres.

Un modelo general para realizar las estimaciones de mortalidad real es:

Ck,l,m,n = Rk,l,m · ( 1 – Ek ) · P(t)k,l,m · Dk,l,m,n

Donde:

  • P(t) = Proporción media de cadáveres que persiste en el tiempo t.
  • k = Referente a la especie k, o en su defecto al grupo de especies k definido en función de su semejanza de tamaño.
  • l = Referente a cada cubierta vegetal diferente existente en la superficie de muestreo.
  • m = Referente a cada periodo del año diferenciable en función de variaciones de la tasa temporal de desaparición de cadáveres y la eficacia de detección de cadáveres por el personal técnico.
  • n = Referente a la distinta eficacia de detección de cadáveres de los diferentes técnicos.

Así, para el aerogenerador xi en el intervalo de tiempo entre muestreos   Δti = ti – ti–1  la mortalidad real total estimada es igual al sumatorio de las mortalidades reales parciales estimadas para las distintas combinaciones de k, l, m, y n.

R(xi,Δti) = Σ(xi,Δti) Rk,l,m,n

La eficacia de detección de cadáveres (D) y la tasa temporal de desaparición de cadáveres (P) requieren ser estimadas experimentalmente de forma adecuada para las diferentes combinaciones de los factores: especie o grupo de especies (k), tipo de cubierta vegetal (l), periodo del año (m) y técnico que realiza la búsqueda (n). Para ello, deben realizarse experimentos de campo consistentes en el empleo de cadáveres de quirópteros y aves silvestres de diferentes tallas (procedentes de muertes en parques eólicos y carreteras; en su defecto, animales criados en cautividad como ratones, codornices y otras aves de jaula y corral, todos ellos frescos y de color pardo) dispersados aleatoriamente en la superficie de muestreo de los aerogeneradores. Estos experimentos han de realizarse con tamaño muestral, aleatoridad y frecuencia de muestreo adecuados (como mínimo una vez en cada estación del año). Para evitar el posible efecto "sentirse bajo examen" en los técnicos participantes en los experimentos (que puede sobrestimar artificialmente la eficacia de detección), es posible extender los experimentos a lo largo de los muestreos rutinarios de búsqueda de cadáveres en lugar de realizar experimentos puntuales. Debido a las importantes diferencias encontradas en ocasiones entre localidades cercanas, no deben usarse los valores obtenidos en parques eólicos próximos. Si alguna cubierta vegetal no puede ser muestreada o tiene eficacia de detección de cadáveres (D) cero, se estima la mortalidad real para la proporción restante de la superficie de muestreo y se extrapola el resultado al total. Dado que para lograr las estimaciones más exactas posibles debería evitarse recurrir a extrapolaciones, se recomienda que se mantenga sin vegetación o con vegetación de baja altura (<10 cm) un área entorno a cada aerogenerador con radio igual a la altura máxima del aerogenerador (altura de la torre más radio del rotor).

Debido a la escasez de datos, se sugiere emplear un valor de mortalidad ex situ (E) igual a 10% (0.1).

Para la estimación de la mortalidad real según el modelo indicado, debe emplearse como valor de P(t) la proporción media de cadáveres que, de acuerdo a los datos de los experimentos de desaparición, persiste para un tiempo igual a la mitad del intervalo de tiempo entre muestreo y muestreo ( t = Δti / 2 ). Distintos autores han propuesto diferentes modelos alternativos (ver por ejemplo los citados en [5], [8], [14]); un ajuste del modelo antes descrito que ha demostrado una destacada capacidad de estimación (mejor incluso que modelos más complejos) cuando la frecuencia de los muestreos de búsqueda de cadáveres no es óptima es la propuesta de Gareth Jones et al. [6] con las indicaciones adicionales de Julien Cornut & Stéphane Vincent [14]:

P(t) = exp ( – 0.5 · min(Δti, Δtefect.) / ) · min(1, (Δtefect./Δti))

Donde:

  • = Tiempo medio de persistencia de los cadáveres (según los experimentos de desaparición).
  • Δtefect. = – log (0.01) ·

Con el objetivo de testear experimentalmente la utilidad y robustez del modelo propuesto en situaciones reales, tomamos dos conjuntos de datos muy detallados y completos de mortalidad real (con tasas medias de desaparición de cadáveres alta y media respectivamente) y generamos 42 escenarios mediante remuestreo de estos datos con diferentes periodicidades de muestreos de búsqueda de cadáveres (diario, 2, 3, 4, 8, 16 y 32 días) y reduciendo la mortalidad real mediante selección aleatoria (25, 50 y 100 individuos muertos / año). Aplicamos los diferentes modelos citados en la bibliografía y evaluamos los resultados según su nivel de ajuste a los valores reales de individuos muertos. Los resultados muestran que el modelo propuesto arriba es el que proporciona en un mayor número de escenarios (N=36; 86% del total) un valor de mortalidad estimada comprendido en el intervalo ±30% del valor de mortalidad real y el que proporciona en un menor número de escenarios un valor de mortalidad estimada que dista >60% el valor de mortalidad real (en 1 solo caso que es el escenario más desfavorable de todos). La fórmula de Manuela Huso [16] proporciona resultados reseñables también (valores comprendidos en el intervalo ±30% en el 79% de los casos, y >60% en 2 escenarios). (Tablas 1-4)

Referencias bibliográficas:

[1] Alexis Puente Montiel. Recomendaciones para el seguimiento de murciélagos en la evaluación de impacto ambiental de parques eólicos. Publicación web en http://www.miscelaneanatural.org/estudios-naturales/recomendaciones-para-el-seguimiento-de-murcielagos-y-aves-en-parques-eolicos/Recomendaciones_para_el_seguimiento_de_murci%C3%A9lagos_en_parques_e%C3%B3licos_-_1.0.2.pdf?attredirects=0 (2010).

[2] Dan Chamberlain, Steve Freeman, Mark Rehfisch, Tony Fox, Mark Desholm. Appraisal of Scottish Natural Heritage’s wind farm collision risk model and its application. British Trust for Ornithology, Research Report 401 (2005).

[3] David Mazuelas Benito. Programa de vigilancia ambiental parque eólico “Elgea-Erkilla” (Eraba-Álava). Control de las afecciones sobre la avifauna. Fase de funcionamiento - Informe final. Año 2010. Abies, Recursos Ambientales, S. L. (2011).

[4] Federico Faci Miguel. Parque eólico Acampo Armijo. Zaragoza. Estudio de la incidencia sobre la fauna del Parque Eólico Acampo Armijo. Fase II. Año 2004. Galerida Consultora S. L. (2005).

[5] Fränzi Korner-Nievergelt, Pius Korner-Nievergelt, Oliver Behr, Ivo Niermann, Robert Brinkmann, Barbara Hellriegel. A new method to determine bird and bat fatality at wind energy turbines from carcass searches. Wildlife Biology, 17 (4): 350-363 (2011).

[6] Gareth Jones, Rachael Cooper Bohannon, Kate Barlow, Katie Parsons. Determining the potential ecological impact of wind turbines on bat populations in Britain. Scoping and method development report. Final. University of Bristol & Bat Conservation Trust (2009).

[7] Jesús María Lekuona Sánchez. Uso del espacio por la avifauna y control de la mortalidad de aves y murciélagos en los parques eólicos de Navarra durante un ciclo anual. Dirección General de Medio Ambiente, Gobierno de Navarra (2001).

[8] Joana Bernardino, Regina Bispo, Hugo Costa, Miguel Mascarenhas. Estimating bird and bat fatality at wind farms: a practical overview of estimators, their assumptions and limitations. New Zealand Journal of Zoology, 40 (1): 63-74 (2013).

[9] Joana Bernardino, Regina Bispo, Paulo Torres, Rui Rebelo, Miguel Mascarenhas, Hugo Costa. Enhancing carcass removal trials at three wind energy facilities in Portugal. Wildlife Biology in Practice, 7(2): 1-14 (2011).

[10] Jon Domínguez, Francisco Cervantes, Juan Erans. Seguimiento de la mortalidad de quirópteros en un parque eólico de la provincia de Albacete: técnicas y sugerencias. I Congreso Ibérico sobre Energía Eólica y Conservación de la Fauna, Jerez de la Frontera (Cádiz, España) (2012).

[11] Joris Everaert, Eckhart Kuijken. Wind turbines and birds in Flanders (Belgium). Preliminary summary of the mortality research results. Research Institute for Nature and Forest (2007).

[12] José C. Noguera, Irene Pérez, Eduardo Mínguez. Impact of terrestrial wind farms on diurnal raptors: developing a spatial vulnerability index and potential vulnerability maps / Impacto de campos eólicos terrestres sobre rapaces diurnas: desarrollo de un índice de vulnerabilidad espacial y mapas de vulnerabilidad potencial. Ardeola, 57(1): 41-53 (2010).

[13] Juan Carlos Atienza, Isabel Martín Fierro, Octavio Infante, Julieta Valls, Jon Domínguez. Directrices para la evaluación del impacto de los parques eólicos en aves y murciélagos (versión 3.0). SEO/BirdLife, versión web 3.1 (2012).

[14] Julien Cornut, Stéphane Vincent. Suivi de la mortalité des chiroptères sur deux parcs éoliens du sud de la région Rhône-Alpes. LPO Drôme (2010).

[15] Luísa Rodrigues, Lothar Bach, Marie-Jo Dubourg-Savage, Branko Karapandža, Dina Kovac, Thierry Kervyn, Jasja Dekker, Andrzej Kepel, Petra Bach, Jan Collins, Christine Harbusch, Kirsty Park, Branko Micevski, Jeroen Minderman. Guidelines for consideration of bats in wind farm projects. Revision 2014. EUROBATS, Publication Series 6 (2015).

[16] Manuela Huso. An estimator of wildlife fatality from observed carcasses. Environmetrics, 22: 318-329 (2010).

[17] Marie-Jo Dubourg-Savage, Luísa Rodrigues, Helena Santos, Panagiotis Georgiakakis, Elena Papadatou, Lothar Bach, Jens Rydell. Pattern of bat fatalities at wind turbines in Europe comparing north and south. Conference on Wind Energy and Wildlife Impacts, Trondheim (Noruega) (2011).

[18] Peter Shoenfeld. Suggestions regarding avian mortality extrapolation. West Virginia Highlands Conservancy (2004).

[19] Robert Brinkmann. Untersuchungen zu möglichen betriebsbedingten Auswirkungen von Windkraftanlagen auf Fledermäuse im Regierungsbezirk Freiburg / Survey of possible operational impacts on bats by wind facilities in Southern Germany. Regierungspräsidium Freiburg - Referat 56 Naturschutz und Landschaftspflege (2006).

[20] Roberto Toffoli, Paola Culasso, Paolo Oberto. Wind farms and preventive evaluation of impacts on bats: a case study. II Convegno Internazionale Fauna Problematica: Conservazione e Getione, Genazzano (Italia) (2011).

[21] Anónimo. Estudio de la incidencia sobre la avifauna del parque eólico de Badaia. Programa de vigilancia ambiental. Control de las afecciones sobre la fauna durante la fase de funcionamiento. Año 2008 - Informe final. Consultora de Recursos Naturales, S. L. (2009).

[22] Anónimo. Estudio de la incidencia sobre la avifauna del parque eólico de Elgea-Urkilla. Programa de vigilancia ambiental. Control de las afecciones sobre la fauna durante la fase de funcionamiento. Año 2008 - Informe final. Consultora de Recursos Naturales, S. L. (2009).

[23] Anónimo. Estudio de la incidencia sobre la avifauna del parque eólico de Oiz. Programa de vigilancia ambiental. Control de las afecciones sobre la fauna durante la fase de funcionamiento. Año 2008 - Informe final. Consultora de Recursos Naturales, S. L. (2009).

[24] Anónimo. Survey methods for use in assessing the impacts of onshore windfarms on bird communities. Scottish Natural Heritage (2010).

Figuras y tablas

 

Figura 1. Resultado de la reducción de la frecuencia de muestreo sobre el número de especies detectadas (se indican las especies que dejarían de detectarse y sus categorías de amenaza IUCN en España).

 

Figura 2. Porcentaje de desaparición/persistencia de cadáveres en función del tiempo.
Fuentes: [3], [7], [9], [19]

 

Figura 3. Tasa media de desaparición de cadáveres en diferentes estudios.
Fuentes: [3], [4], [7], [9], [10], [14], [19], [21], [22], [23]

 


Frecuencia de muestreo de la búsqueda de cadáveres


Diario

2 días

3 días

4 días

8 días

16 días

32 días

Global


>60%

≤30%

≤15%

>60%

≤30%

≤15%

>60%

≤30%

≤15%

>60%

≤30%

≤15%

>60%

≤30%

≤15%

>60%

≤30%

≤15%

>60%

≤30%

≤15%

>60%

30%

15%

Exponencial simple

0%

100%

100%

0%

100%

100%

0%

33%

0%

0%

33%

17%

100%

0%

0%

100%

0%

0%

100%

0%

0%

43%

38%

33%

Peter Shoenfeld (2004)

0%

100%

100%

0%

100%

50%

0%

100%

33%

17%

50%

33%

50%

33%

33%

83%

0%

0%

100%

0%

0%

36%

55%

36%

Manuela Huso (2010)

0%

100%

100%

0%

100%

50%

0%

100%

67%

0%

83%

67%

0%

100%

83%

0%

50%

0%

33%

17%

0%

5%

79%

52%

Fränzi Korner-Nievergelt et al. (2011)

0%

100%

33%

0%

100%

83%

0%

100%

67%

0%

67%

33%

0%

50%

17%

17%

33%

33%

67%

17%

17%

12%

67%

43%

Propuesto en el presente artículo

0%

100%

100%

0%

100%

67%

0%

83%

33%

0%

100%

33%

0%

100%

50%

0%

83%

33%

17%

33%

17%

2%

86%

48%

Tabla 1. Resumen de los resultados de los modelos. Se indica para cada modelo qué porcentaje de los resultados están comprendidos en los intervalos ≤15%, ≤30% y >60% de los valores de mortalidad real.

 


Frecuencia de muestreo de la búsqueda de cadáveres

25 muertes / año

Diario

2 días

3 días

4 días

8 días

16 días

32 días


Tasa alta

Tasa media

Tasa alta

Tasa media

Tasa alta

Tasa media

Tasa alta

Tasa media

Tasa alta

Tasa media

Tasa alta

Tasa media

Tasa alta

Tasa media

Exponencial simple

25,60

24,07

28,17

24,08

32,78

32,54

39,34

36,07

129,00

66,38

1849,00

176,25

0,00

1941,47

Peter Shoenfeld (2004)

24,72

21,79

24,46

19,61

18,50

23,68

13,88

23,31

6,94

23,13

2,31

9,25

0,00

2,31

Manuela Huso (2010)

24,72

21,79

24,46

19,61

26,19

23,68

26,19

23,31

26,19

25,99

17,46

20,79

0,00

10,40

Fränzi Korner-Nievergelt et al. (2011)

29,63

26,39

26,46

24,22

24,27

29,78

22,34

29,78

20,59

33,53

13,63

25,02

0,00

6,12

Propuesto en el presente artículo

25,64

21,87

28,26

19,86

30,77

24,38

30,77

24,55

30,77

30,54

20,52

24,43

0,00

12,22

Tabla 2. Resultados de los principales modelos para los escenarios de 25 muertes / año.

 


Frecuencia de muestreo de la búsqueda de cadáveres

50 muertes / año

Diario

2 días

3 días

4 días

8 días

16 días

32 días


Tasa alta

Tasa media

Tasa alta

Tasa media

Tasa alta

Tasa media

Tasa alta

Tasa media

Tasa alta

Tasa media

Tasa alta

Tasa media

Tasa alta

Tasa media

Exponencial simple

56,01

49,41

53,78

46,55

73,76

52,87

52,46

59,26

215,00

99,57

3698,00

308,43

3418799,42

7765,87

Peter Shoenfeld (2004)

54,07

44,73

46,70

37,90

41,63

38,48

18,50

38,29

11,57

34,70

4,63

16,19

2,31

9,25

Manuela Huso (2010)

54,07

44,73

46,70

37,90

58,92

38,48

34,91

38,29

43,64

38,98

34,91

36,38

34,91

41,58

Fränzi Korner-Nievergelt et al. (2011)

64,81

54,17

50,51

46,83

54,60

48,40

29,79

48,93

34,32

50,30

27,26

43,78

27,26

49,78

Propuesto en el presente artículo

56,09

44,88

53,94

38,41

69,24

39,62

41,03

40,34

51,29

45,81

41,03

42,76

41,03

48,87

Tabla 3. Resultados de los principales modelos para los escenarios de 50 muertes / año.

 


Frecuencia de muestreo de la búsqueda de cadáveres

100 muertes / año

Diario

2 días

3 días

4 días

8 días

16 días

32 días


Tasa alta

Tasa media

Tasa alta

Tasa media

Tasa alta

Tasa media

Tasa alta

Tasa media

Tasa alta

Tasa media

Tasa alta

Tasa media

Tasa alta

Tasa media

Exponencial simple

110,42

105,16

112,67

104,33

135,23

117,95

157,38

139,13

473,00

252,24

7396,00

1013,43

3418799,42

25239,09

Peter Shoenfeld (2004)

106,59

95,20

97,85

84,96

76,33

85,83

55,51

89,90

25,44

87,90

9,25

53,20

2,31

30,07

Manuela Huso (2010)

106,59

95,20

97,85

84,96

108,01

85,83

104,74

89,90

96,01

98,76

69,83

119,55

34,91

135,14

Fränzi Korner-Nievergelt et al. (2011)

127,78

123,88

105,82

116,19

100,09

122,56

89,38

133,24

75,51

156,07

54,52

181,55

27,26

6,40

Propuesto en el presente artículo

110,59

95,52

113,02

86,08

126,94

88,39

123,09

94,71

112,83

116,06

82,06

140,50

41,03

158,82

Tabla 4. Resultados de los principales modelos para los escenarios de 100 muertes / año.

 

 


 

 

ą
Alexis PM,
22 oct. 2017 9:17
ą
Alexis PM,
22 oct. 2017 9:17
ą
Alexis PM,
22 oct. 2017 9:18
ą
Alexis PM,
22 oct. 2017 9:18
ą
Alexis PM,
22 oct. 2017 9:35
ą
Alexis PM,
16 oct. 2017 13:30