Análisis de la lluvia polínica actual en un gradiente altitudinal en los Andes de Chile Central (33° S)

Abstract

Los registros polínicos superficiales pueden ser una herramienta para caracterizar la vegetación de una determinada zona y, al igual que los registros de vegetación establecida, son aplicables para clasificar formaciones vegetales y determinar su diversidad. Aunque algunos estudios muestran la relación polenvegetación en Chile, pocos han explorado la diversidad polínica según gradientes altitudinales y la sensibilidad del polen como marcador de pisos vegetales. Mediante identificación morfológica, análisis de conglomerados y zonificación, se emplearon muestras de polen superficial para determinar grupos polínicos representativos de distintos niveles altitudinales y relacionar estas entidades con pisos vegetales ya establecidos. Adicionalmente, en tres cuencas de los Andes de Chile central, comparamos la diversidad polínica entre dichos pisos, como una medida integradora de la composición y abundancia del polen. En la cuenca de Laguna del Viento, cuatro grupos polínicos coincidieron con los pisos vegetales previamente definidos en la literatura: subandino, andino y altoandino, el último de los cuales fue subdividido en dos grupos. En la cuenca de El Yeso se determinaron dos grupos polínicos, todos correspondientes al piso andino. Finalmente, en la cuenca de El Volcán se registraron dos grupos polínicos, relacionados con los pisos vegetales subandino y andino. Solamente en una cuenca la diversidad polínica disminuyó con la altitud. Nuestros resultados muestran que la sensibilidad polínica permite diferenciar pisos vegetales, pero con una menor resolución que la brindada por los estudios vegetales clásicos. Esto se debe, probablemente, a factores diferenciales como la resolución taxonómica y la producción y dispersión del polen.

Volcanism and climate change as drivers in Holocene depositional dynamic of Laguna del Maule (Andes of central Chile – 36° S)

“…In this way, values near 1 in the pollen ratio suggest an increase in humidity, while values near −1 suggest drier conditions. The data were analyzed and plotted using QGIS software 2.8 (QGIS Development Team, 2009) and R language environment 3.5.1 (R Core Team, 2018), using the packages analogue (Simpson, 2007), dplyr (Wickham et al, 2018) (Oksanen et al, 2018), ggplot2 (Wickham, 2016) and pcaPP (Filzmoser et al, 2018).…”