tag:blogger.com,1999:blog-34119803804311592392024-03-13T12:16:25.554+01:00Muestra aleatoriaAnonymoushttp://www.blogger.com/profile/04886779625853626215noreply@blogger.comBlogger20125tag:blogger.com,1999:blog-3411980380431159239.post-57975305331787795122014-03-09T20:03:00.001+01:002014-03-09T20:07:24.093+01:00El xilema vegetal: un posible potabilizador barato de agua<div class="intro">
Acaba de publicarse en PLoS ONE el artículo <a href="http://www.plosone.org/article/info%3Adoi%2F10.1371%2Fjournal.pone.0089934" target="_blank">Boutilier MSH, Lee J, Chambers V, Venkatesh V, Karnik R (2014) Water Filtration Using Plant Xylem.PLoS ONE 9(2):e89934. doi: 10.1371/journal.pone.008993</a> donde los autores exponen un experimento con fragmentos de ramas del pino <i>Pinus strobus</i> L. a través de los cuales se hace pasar un flujo de agua cargado con la bacteria <i>Escherichia coli</i> <span style="font-size: x-small;">(Migula 1895) Castellani and Chalmers 1919</span>. Al final, intentan comprobar la cantidad de <i>E. coli</i> que retienen los fragmentos de pino.</div>
<div class="intro">
<br /></div>
<div class="intro">
El xilema de las plantas es el conjunto de conductos que llevan el agua y los nutrientes que absorben las raices -la llamada savia bruta- hasta los tejidos fotosintéticos para que sirvan de sustrato para la síntesis de azúcares mediante la fotosíntesis. Posteriormente otro conjunto de conductos, el floema, redistribuirá los productos de la fotosíntesis al resto de la planta. Resulta que los conductos del xilema tienen una red de poros llamados traqueidas por donde corre el flujo de la savia de unos a otros, y estas traqueidas actúan como una especie de filtro donde pudieran quedar atrapados, por ejemplo, patógenos que afecten al ser humano, pudiendo obtener una agua libre de ellos, es decir, una potabilización de la misma.</div>
<div class="intro">
<br /></div>
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto; text-align: center;"><tbody>
<tr><td style="text-align: center;"><a href="http://www.plosone.org/article/fetchObject.action?uri=info:doi/10.1371/journal.pone.0089934.g001&representation=PNG_M" imageanchor="1" style="margin-left: auto; margin-right: auto;"><img border="0" src="http://www.plosone.org/article/fetchObject.action?uri=info:doi/10.1371/journal.pone.0089934.g001&representation=PNG_M" height="255" width="400" /></a></td></tr>
<tr><td class="tr-caption" style="text-align: center;"><b>Figure 1. Xylem structure.</b><br />
<a href="https://www.blogger.com/null" id="article1.body1.sec3.sec1.fig1.caption1.p1" name="article1.body1.sec3.sec1.fig1.caption1.p1"></a>a)
Structure of xylem vessels in flowering plants and tracheids in
conifers. Longer length of the vessels can provide pathways that can
bypass filtration through pit membranes that decorate their
circumference. b) Photograph of ~1 cm diameter pine (<i>pinus strobus</i>)
branch used in the present study. c) Scanning electron microscope (SEM)
image of cut section showing tracheid cross section and lengthwise
profile. Scale bar is 40 µm. d) SEM image showing pits and pit
membranes. Scale bar is 20 µm. e) Pit membrane with inset showing a
cartoon of the pit cross-section. The pit cover has been sliced away to
reveal the permeable margo surrounding the impermeable torus. Arrow
indicates observed hole-like structures that may be defects. The margo
comprises radial spoke-like structures that suspend the torus, which are
only barely visible overlaying the cell wall in the background. Scale
bar is 1 µm. f) Dependence of area amplification, defined as the pit
membrane area divided by the nominal filter area, on the tracheid aspect
ratio <i>L</i>/<i>D</i> and fractional area <i>α</i> occupied by pit membranes.<br />
doi:10.1371/journal.pone.0089934.g001</td></tr>
</tbody></table>
<div class="separator" style="clear: both; text-align: center;">
</div>
<div class="intro">
Pero toda esta posibilidad hay que probarla, ver qué presiones de agua son las adecuadas, qué cantidad de patógenos se retienen, si las traqueidas se saturan, etc., y esto es lo que han hecho Boutilier y colaboradores en una primera aproximación solo con <i>E. coli</i>, una bacteria muy común en los sistemas digestivos de los mamíferos y cuya presencia en cantidades excesivas en agua provoca enfermedades en el ser humano. Así pues, construyeron unos filtros de ramas peladas de corteza de <i>P. strobus</i> metidos en tubos de plástico.</div>
<div class="intro">
<br /></div>
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto; text-align: center;"><tbody>
<tr><td style="text-align: center;"><a href="http://www.plosone.org/article/fetchObject.action?uri=info:doi/10.1371/journal.pone.0089934.g002&representation=PNG_M" imageanchor="1" style="margin-left: auto; margin-right: auto;"><img border="0" src="http://www.plosone.org/article/fetchObject.action?uri=info:doi/10.1371/journal.pone.0089934.g002&representation=PNG_M" height="342" width="400" /></a></td></tr>
<tr><td class="tr-caption" style="text-align: center;"><div class="content">
<div class="title">
<b>Figure 2:</b> Xylem filter.</div>
<div class="text-more">
<div class="desc">
a)
Construction of xylem filter. b) Effect of applied pressure on the
water flux through the xylem filter. c) Hydrodynamic conductivity of the
filter extracted at each measured pressure using the total filter
cross-section area and thickness as defined by Equation 1. Error bars
indicate ±S.D. for measurements on three different xylem filters.</div>
doi:10.1371/journal.pone.0089934.g002</div>
</div>
</td></tr>
</tbody></table>
<div class="intro">
<br /></div>
<div class="intro">
Y el resultado es que las traqueidas retuvieron casi la totalidad de <i>E. coli</i> contenida en el agua que se hizo pasar por estos filtros vegetales.</div>
<div class="intro">
<br /></div>
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto; text-align: center;"><tbody>
<tr><td style="text-align: center;"><a href="http://www.plosone.org/article/fetchObject.action?uri=info:doi/10.1371/journal.pone.0089934.g004&representation=PNG_M" imageanchor="1" style="margin-left: auto; margin-right: auto;"><img border="0" src="http://www.plosone.org/article/fetchObject.action?uri=info:doi/10.1371/journal.pone.0089934.g004&representation=PNG_M" height="353" width="400" /></a></td></tr>
<tr><td class="tr-caption" style="text-align: center;"><div class="content">
<div class="title">
<b>Figure 4:</b> Filtration of model bacteria by the xylem filter.</div>
<div class="text-more">
<div class="desc">
a)
Concentrations of bacteria in the feed and filtrate solutions. Inset
shows fluorescence images of the two solutions. Scale bar is 200 µm.
Error bars indicate ±S.D. for experiments performed on three different
xylem filters. b) Fluorescence image of xylem filter cross-section
showing accumulation of bacteria over the margo pit membranes. Scale bar
is 20 µm. c) Low-magnification fluorescence image shows that bacteria
are trapped at the bottoms of tracheids within the first few millimeters
of the top surface. Scale bar is 400 µm. Arrow indicates top surface of
the xylem filter and also the direction of flow during filtration.
Autofluorescence of the xylem tissue also contributes to the
fluorescence signal in (b) and (c). d), e) SEM images showing bacteria
accumulated on the margo pit membranes after filtration. Scale bars are
10 µm and 2 µm, respectively.</div>
doi:10.1371/journal.pone.0089934.g004</div>
</div>
</td></tr>
</tbody></table>
<div class="intro">
<br />
Evidentemente quedaría mucha investigación por hacer hasta hacer una realidad la utilización de filtros vegetales para potabilizar agua: pruebas con otros patógenos y sustancias y con otras especies vegetales, costes de la construcción de los filtros a gran escala, impactos sobre la flora por posible sobreexplotación de las especies vegetales susceptibles de servir como filtros,... Sin embargo, los resultados de este estudio pueden suponer un primer paso para conseguir un sistema potabilizador más barato que los utilizados actualmente, lo que podría resolver este gran problema en paises con escasos recursos y donde la contaminación del agua provoca enfermedades tan graves como la disentería. Habrá que estar atentos.</div>
Anonymoushttp://www.blogger.com/profile/04886779625853626215noreply@blogger.com0tag:blogger.com,1999:blog-3411980380431159239.post-85445588849356492332013-12-08T17:31:00.000+01:002013-12-08T17:36:04.415+01:00Código R para diseccionar los efectos del ganado en una comunidad vegetal mediterránea<!DOCTYPE html>
<!-- saved from url=(0014)about:internet -->
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8"/>
<title></title>
<style type="text/css">
body, td {
font-family: sans-serif;
background-color: white;
font-size: 12px;
margin: 8px;
}
tt, code, pre {
font-family: 'DejaVu Sans Mono', 'Droid Sans Mono', 'Lucida Console', Consolas, Monaco, monospace;
}
h1 {
font-size:2.2em;
}
h2 {
font-size:1.8em;
}
h3 {
font-size:1.4em;
}
h4 {
font-size:1.0em;
}
h5 {
font-size:0.9em;
}
h6 {
font-size:0.8em;
}
a:visited {
color: rgb(50%, 0%, 50%);
}
pre {
margin-top: 0;
max-width: 95%;
border: 1px solid #ccc;
white-space: pre-wrap;
}
pre code {
display: block; padding: 0.5em;
}
code.r, code.cpp {
background-color: #F8F8F8;
}
table, td, th {
border: none;
}
blockquote {
color:#666666;
margin:0;
padding-left: 1em;
border-left: 0.5em #EEE solid;
}
hr {
height: 0px;
border-bottom: none;
border-top-width: thin;
border-top-style: dotted;
border-top-color: #999999;
}
@media print {
* {
background: transparent !important;
color: black !important;
filter:none !important;
-ms-filter: none !important;
}
body {
font-size:12pt;
max-width:100%;
}
a, a:visited {
text-decoration: underline;
}
hr {
visibility: hidden;
page-break-before: always;
}
pre, blockquote {
padding-right: 1em;
page-break-inside: avoid;
}
tr, img {
page-break-inside: avoid;
}
img {
max-width: 100% !important;
}
@page :left {
margin: 15mm 20mm 15mm 10mm;
}
@page :right {
margin: 15mm 10mm 15mm 20mm;
}
p, h2, h3 {
orphans: 3; widows: 3;
}
h2, h3 {
page-break-after: avoid;
}
}
</style>
<!-- Styles for R syntax highlighter -->
<style type="text/css">
pre .operator,
pre .paren {
color: rgb(104, 118, 135)
}
pre .literal {
color: rgb(88, 72, 246)
}
pre .number {
color: rgb(0, 0, 205);
}
pre .comment {
color: rgb(76, 136, 107);
}
pre .keyword {
color: rgb(0, 0, 255);
}
pre .identifier {
color: rgb(0, 0, 0);
}
pre .string {
color: rgb(3, 106, 7);
}
</style>
<!-- R syntax highlighter -->
<script type="text/javascript">
var hljs=new function(){function m(p){return p.replace(/&/gm,"&").replace(/</gm,"<")}function f(r,q,p){return RegExp(q,"m"+(r.cI?"i":"")+(p?"g":""))}function b(r){for(var p=0;p<r.childNodes.length;p++){var q=r.childNodes[p];if(q.nodeName=="CODE"){return q}if(!(q.nodeType==3&&q.nodeValue.match(/\s+/))){break}}}function h(t,s){var p="";for(var r=0;r<t.childNodes.length;r++){if(t.childNodes[r].nodeType==3){var q=t.childNodes[r].nodeValue;if(s){q=q.replace(/\n/g,"")}p+=q}else{if(t.childNodes[r].nodeName=="BR"){p+="\n"}else{p+=h(t.childNodes[r])}}}if(/MSIE [678]/.test(navigator.userAgent)){p=p.replace(/\r/g,"\n")}return p}function a(s){var r=s.className.split(/\s+/);r=r.concat(s.parentNode.className.split(/\s+/));for(var q=0;q<r.length;q++){var p=r[q].replace(/^language-/,"");if(e[p]){return p}}}function c(q){var p=[];(function(s,t){for(var r=0;r<s.childNodes.length;r++){if(s.childNodes[r].nodeType==3){t+=s.childNodes[r].nodeValue.length}else{if(s.childNodes[r].nodeName=="BR"){t+=1}else{if(s.childNodes[r].nodeType==1){p.push({event:"start",offset:t,node:s.childNodes[r]});t=arguments.callee(s.childNodes[r],t);p.push({event:"stop",offset:t,node:s.childNodes[r]})}}}}return t})(q,0);return p}function k(y,w,x){var q=0;var z="";var s=[];function u(){if(y.length&&w.length){if(y[0].offset!=w[0].offset){return(y[0].offset<w[0].offset)?y:w}else{return w[0].event=="start"?y:w}}else{return y.length?y:w}}function t(D){var A="<"+D.nodeName.toLowerCase();for(var B=0;B<D.attributes.length;B++){var C=D.attributes[B];A+=" "+C.nodeName.toLowerCase();if(C.value!==undefined&&C.value!==false&&C.value!==null){A+='="'+m(C.value)+'"'}}return A+">"}while(y.length||w.length){var v=u().splice(0,1)[0];z+=m(x.substr(q,v.offset-q));q=v.offset;if(v.event=="start"){z+=t(v.node);s.push(v.node)}else{if(v.event=="stop"){var p,r=s.length;do{r--;p=s[r];z+=("</"+p.nodeName.toLowerCase()+">")}while(p!=v.node);s.splice(r,1);while(r<s.length){z+=t(s[r]);r++}}}}return z+m(x.substr(q))}function j(){function q(x,y,v){if(x.compiled){return}var u;var s=[];if(x.k){x.lR=f(y,x.l||hljs.IR,true);for(var w in x.k){if(!x.k.hasOwnProperty(w)){continue}if(x.k[w] instanceof Object){u=x.k[w]}else{u=x.k;w="keyword"}for(var r in u){if(!u.hasOwnProperty(r)){continue}x.k[r]=[w,u[r]];s.push(r)}}}if(!v){if(x.bWK){x.b="\\b("+s.join("|")+")\\s"}x.bR=f(y,x.b?x.b:"\\B|\\b");if(!x.e&&!x.eW){x.e="\\B|\\b"}if(x.e){x.eR=f(y,x.e)}}if(x.i){x.iR=f(y,x.i)}if(x.r===undefined){x.r=1}if(!x.c){x.c=[]}x.compiled=true;for(var t=0;t<x.c.length;t++){if(x.c[t]=="self"){x.c[t]=x}q(x.c[t],y,false)}if(x.starts){q(x.starts,y,false)}}for(var p in e){if(!e.hasOwnProperty(p)){continue}q(e[p].dM,e[p],true)}}function d(B,C){if(!j.called){j();j.called=true}function q(r,M){for(var L=0;L<M.c.length;L++){if((M.c[L].bR.exec(r)||[null])[0]==r){return M.c[L]}}}function v(L,r){if(D[L].e&&D[L].eR.test(r)){return 1}if(D[L].eW){var M=v(L-1,r);return M?M+1:0}return 0}function w(r,L){return L.i&&L.iR.test(r)}function K(N,O){var M=[];for(var L=0;L<N.c.length;L++){M.push(N.c[L].b)}var r=D.length-1;do{if(D[r].e){M.push(D[r].e)}r--}while(D[r+1].eW);if(N.i){M.push(N.i)}return f(O,M.join("|"),true)}function p(M,L){var N=D[D.length-1];if(!N.t){N.t=K(N,E)}N.t.lastIndex=L;var r=N.t.exec(M);return r?[M.substr(L,r.index-L),r[0],false]:[M.substr(L),"",true]}function z(N,r){var L=E.cI?r[0].toLowerCase():r[0];var M=N.k[L];if(M&&M instanceof Array){return M}return false}function F(L,P){L=m(L);if(!P.k){return L}var r="";var O=0;P.lR.lastIndex=0;var M=P.lR.exec(L);while(M){r+=L.substr(O,M.index-O);var N=z(P,M);if(N){x+=N[1];r+='<span class="'+N[0]+'">'+M[0]+"</span>"}else{r+=M[0]}O=P.lR.lastIndex;M=P.lR.exec(L)}return r+L.substr(O,L.length-O)}function J(L,M){if(M.sL&&e[M.sL]){var r=d(M.sL,L);x+=r.keyword_count;return r.value}else{return F(L,M)}}function I(M,r){var L=M.cN?'<span class="'+M.cN+'">':"";if(M.rB){y+=L;M.buffer=""}else{if(M.eB){y+=m(r)+L;M.buffer=""}else{y+=L;M.buffer=r}}D.push(M);A+=M.r}function G(N,M,Q){var R=D[D.length-1];if(Q){y+=J(R.buffer+N,R);return false}var P=q(M,R);if(P){y+=J(R.buffer+N,R);I(P,M);return P.rB}var L=v(D.length-1,M);if(L){var O=R.cN?"</span>":"";if(R.rE){y+=J(R.buffer+N,R)+O}else{if(R.eE){y+=J(R.buffer+N,R)+O+m(M)}else{y+=J(R.buffer+N+M,R)+O}}while(L>1){O=D[D.length-2].cN?"</span>":"";y+=O;L--;D.length--}var r=D[D.length-1];D.length--;D[D.length-1].buffer="";if(r.starts){I(r.starts,"")}return R.rE}if(w(M,R)){throw"Illegal"}}var E=e[B];var D=[E.dM];var A=0;var x=0;var y="";try{var s,u=0;E.dM.buffer="";do{s=p(C,u);var t=G(s[0],s[1],s[2]);u+=s[0].length;if(!t){u+=s[1].length}}while(!s[2]);if(D.length>1){throw"Illegal"}return{r:A,keyword_count:x,value:y}}catch(H){if(H=="Illegal"){return{r:0,keyword_count:0,value:m(C)}}else{throw H}}}function g(t){var p={keyword_count:0,r:0,value:m(t)};var r=p;for(var q in e){if(!e.hasOwnProperty(q)){continue}var s=d(q,t);s.language=q;if(s.keyword_count+s.r>r.keyword_count+r.r){r=s}if(s.keyword_count+s.r>p.keyword_count+p.r){r=p;p=s}}if(r.language){p.second_best=r}return p}function i(r,q,p){if(q){r=r.replace(/^((<[^>]+>|\t)+)/gm,function(t,w,v,u){return w.replace(/\t/g,q)})}if(p){r=r.replace(/\n/g,"<br>")}return r}function n(t,w,r){var x=h(t,r);var v=a(t);var y,s;if(v){y=d(v,x)}else{return}var q=c(t);if(q.length){s=document.createElement("pre");s.innerHTML=y.value;y.value=k(q,c(s),x)}y.value=i(y.value,w,r);var u=t.className;if(!u.match("(\\s|^)(language-)?"+v+"(\\s|$)")){u=u?(u+" "+v):v}if(/MSIE [678]/.test(navigator.userAgent)&&t.tagName=="CODE"&&t.parentNode.tagName=="PRE"){s=t.parentNode;var p=document.createElement("div");p.innerHTML="<pre><code>"+y.value+"</code></pre>";t=p.firstChild.firstChild;p.firstChild.cN=s.cN;s.parentNode.replaceChild(p.firstChild,s)}else{t.innerHTML=y.value}t.className=u;t.result={language:v,kw:y.keyword_count,re:y.r};if(y.second_best){t.second_best={language:y.second_best.language,kw:y.second_best.keyword_count,re:y.second_best.r}}}function o(){if(o.called){return}o.called=true;var r=document.getElementsByTagName("pre");for(var p=0;p<r.length;p++){var q=b(r[p]);if(q){n(q,hljs.tabReplace)}}}function l(){if(window.addEventListener){window.addEventListener("DOMContentLoaded",o,false);window.addEventListener("load",o,false)}else{if(window.attachEvent){window.attachEvent("onload",o)}else{window.onload=o}}}var e={};this.LANGUAGES=e;this.highlight=d;this.highlightAuto=g;this.fixMarkup=i;this.highlightBlock=n;this.initHighlighting=o;this.initHighlightingOnLoad=l;this.IR="[a-zA-Z][a-zA-Z0-9_]*";this.UIR="[a-zA-Z_][a-zA-Z0-9_]*";this.NR="\\b\\d+(\\.\\d+)?";this.CNR="\\b(0[xX][a-fA-F0-9]+|(\\d+(\\.\\d*)?|\\.\\d+)([eE][-+]?\\d+)?)";this.BNR="\\b(0b[01]+)";this.RSR="!|!=|!==|%|%=|&|&&|&=|\\*|\\*=|\\+|\\+=|,|\\.|-|-=|/|/=|:|;|<|<<|<<=|<=|=|==|===|>|>=|>>|>>=|>>>|>>>=|\\?|\\[|\\{|\\(|\\^|\\^=|\\||\\|=|\\|\\||~";this.ER="(?![\\s\\S])";this.BE={b:"\\\\.",r:0};this.ASM={cN:"string",b:"'",e:"'",i:"\\n",c:[this.BE],r:0};this.QSM={cN:"string",b:'"',e:'"',i:"\\n",c:[this.BE],r:0};this.CLCM={cN:"comment",b:"//",e:"$"};this.CBLCLM={cN:"comment",b:"/\\*",e:"\\*/"};this.HCM={cN:"comment",b:"#",e:"$"};this.NM={cN:"number",b:this.NR,r:0};this.CNM={cN:"number",b:this.CNR,r:0};this.BNM={cN:"number",b:this.BNR,r:0};this.inherit=function(r,s){var p={};for(var q in r){p[q]=r[q]}if(s){for(var q in s){p[q]=s[q]}}return p}}();hljs.LANGUAGES.cpp=function(){var a={keyword:{"false":1,"int":1,"float":1,"while":1,"private":1,"char":1,"catch":1,"export":1,virtual:1,operator:2,sizeof:2,dynamic_cast:2,typedef:2,const_cast:2,"const":1,struct:1,"for":1,static_cast:2,union:1,namespace:1,unsigned:1,"long":1,"throw":1,"volatile":2,"static":1,"protected":1,bool:1,template:1,mutable:1,"if":1,"public":1,friend:2,"do":1,"return":1,"goto":1,auto:1,"void":2,"enum":1,"else":1,"break":1,"new":1,extern:1,using:1,"true":1,"class":1,asm:1,"case":1,typeid:1,"short":1,reinterpret_cast:2,"default":1,"double":1,register:1,explicit:1,signed:1,typename:1,"try":1,"this":1,"switch":1,"continue":1,wchar_t:1,inline:1,"delete":1,alignof:1,char16_t:1,char32_t:1,constexpr:1,decltype:1,noexcept:1,nullptr:1,static_assert:1,thread_local:1,restrict:1,_Bool:1,complex:1},built_in:{std:1,string:1,cin:1,cout:1,cerr:1,clog:1,stringstream:1,istringstream:1,ostringstream:1,auto_ptr:1,deque:1,list:1,queue:1,stack:1,vector:1,map:1,set:1,bitset:1,multiset:1,multimap:1,unordered_set:1,unordered_map:1,unordered_multiset:1,unordered_multimap:1,array:1,shared_ptr:1}};return{dM:{k:a,i:"</",c:[hljs.CLCM,hljs.CBLCLM,hljs.QSM,{cN:"string",b:"'\\\\?.",e:"'",i:"."},{cN:"number",b:"\\b(\\d+(\\.\\d*)?|\\.\\d+)(u|U|l|L|ul|UL|f|F)"},hljs.CNM,{cN:"preprocessor",b:"#",e:"$"},{cN:"stl_container",b:"\\b(deque|list|queue|stack|vector|map|set|bitset|multiset|multimap|unordered_map|unordered_set|unordered_multiset|unordered_multimap|array)\\s*<",e:">",k:a,r:10,c:["self"]}]}}}();hljs.LANGUAGES.r={dM:{c:[hljs.HCM,{cN:"number",b:"\\b0[xX][0-9a-fA-F]+[Li]?\\b",e:hljs.IMMEDIATE_RE,r:0},{cN:"number",b:"\\b\\d+(?:[eE][+\\-]?\\d*)?L\\b",e:hljs.IMMEDIATE_RE,r:0},{cN:"number",b:"\\b\\d+\\.(?!\\d)(?:i\\b)?",e:hljs.IMMEDIATE_RE,r:1},{cN:"number",b:"\\b\\d+(?:\\.\\d*)?(?:[eE][+\\-]?\\d*)?i?\\b",e:hljs.IMMEDIATE_RE,r:0},{cN:"number",b:"\\.\\d+(?:[eE][+\\-]?\\d*)?i?\\b",e:hljs.IMMEDIATE_RE,r:1},{cN:"keyword",b:"(?:tryCatch|library|setGeneric|setGroupGeneric)\\b",e:hljs.IMMEDIATE_RE,r:10},{cN:"keyword",b:"\\.\\.\\.",e:hljs.IMMEDIATE_RE,r:10},{cN:"keyword",b:"\\.\\.\\d+(?![\\w.])",e:hljs.IMMEDIATE_RE,r:10},{cN:"keyword",b:"\\b(?:function)",e:hljs.IMMEDIATE_RE,r:2},{cN:"keyword",b:"(?:if|in|break|next|repeat|else|for|return|switch|while|try|stop|warning|require|attach|detach|source|setMethod|setClass)\\b",e:hljs.IMMEDIATE_RE,r:1},{cN:"literal",b:"(?:NA|NA_integer_|NA_real_|NA_character_|NA_complex_)\\b",e:hljs.IMMEDIATE_RE,r:10},{cN:"literal",b:"(?:NULL|TRUE|FALSE|T|F|Inf|NaN)\\b",e:hljs.IMMEDIATE_RE,r:1},{cN:"identifier",b:"[a-zA-Z.][a-zA-Z0-9._]*\\b",e:hljs.IMMEDIATE_RE,r:0},{cN:"operator",b:"<\\-(?!\\s*\\d)",e:hljs.IMMEDIATE_RE,r:2},{cN:"operator",b:"\\->|<\\-",e:hljs.IMMEDIATE_RE,r:1},{cN:"operator",b:"%%|~",e:hljs.IMMEDIATE_RE},{cN:"operator",b:">=|<=|==|!=|\\|\\||&&|=|\\+|\\-|\\*|/|\\^|>|<|!|&|\\||\\$|:",e:hljs.IMMEDIATE_RE,r:0},{cN:"operator",b:"%",e:"%",i:"\\n",r:1},{cN:"identifier",b:"`",e:"`",r:0},{cN:"string",b:'"',e:'"',c:[hljs.BE],r:0},{cN:"string",b:"'",e:"'",c:[hljs.BE],r:0},{cN:"paren",b:"[[({\\])}]",e:hljs.IMMEDIATE_RE,r:0}]}};
hljs.initHighlightingOnLoad();
</script>
</head>
<body>
<p>Como prometí, voy a ir intentando publicar en Muestra Aleatoria el código de R utilizado en los distintos análisis de nuestro <a href="http://muestraaleatoria.blogspot.com.es/2013/11/a-pesar-de-no-disponer-de-mucho-tiempo.html">último artículo publicado en PLoS ONE</a>.</p>
<p>Sigo practicando con el paquete <a href="http://yihui.name/knitr/">knitr</a> y el lenguaje de marcado markdown, así que esta entrada la he hecho por entero en RStudio. Con ello quiero resaltar que algunos parámetros gráficos están adaptados para que salga bien en el blog y
tendréis que cambiarlos seguramente para obtener otros resultados en los dispositivos que elijáis para dibujar en R.</p>
<p>Como los datos son míos y hago con ellos lo que quiera, tenéis las matrices colgadas en el servicio Google Drive. Luego, al ordenar a R leer los archivos, recordad cambiar las rutas de los mismos a las que tengan en vuestros equipos, claro:</p>
<ul>
<li><p><a href="https://drive.google.com/file/d/0B8r9V1MkRhytTWp3RFphbllkNW8/edit?usp=sharing"><code>Con_Sps_1</code></a> Este es el archivo con la matriz de coberturas de especies por tratamiento, parcela y año en formato CANOCO. Este análisis lo hice al principio con CANOCO y como el paquete vegan trae una función, read.cep (), para importar ficheros producidos por CANOCO, me decidí a hacerlo así para comparar resultados</p></li>
<li><p><a href="https://drive.google.com/file/d/0B8r9V1MkRhytZ19aOXRqZDFVQ0U/edit?usp=sharing">names.csv</a> Es el fichero con los nombres de las especies.</p></li>
</ul>
<p>Y ahora vamos a ver cómo se hizo el análisis de Principal Response Curves:</p>
<pre><code class="r">library(vegan) ##Cargamos el paquete vegan
</code></pre>
<pre><code>## Loading required package: permute
## Loading required package: lattice
## This is vegan 2.0-9
</code></pre>
<pre><code class="r">sps.table <- read.cep("~/Documentos/UAM/Experimentos/Analisis_Cerro San Pedro/Sampling/CANOCO/Sin_Xolantha/Con_Sps_1_Con_Lavandula/Sin_Control/Con_Sps_1",
force = T) ##Metemos en un objeto los datos de la matriz
log.sps.table <- log1p(sps.table) ##Transformamos los datos a su logaritmo
center.log.sps.table <- scale(log.sps.table, scale = F) ##Centramos por especies
## Definimos dos objetos con los factores de tratamiento y año con sus
## respectivas etiquetas
Treatment <- factor(rep(c("C", "D", "T", "F", "DT", "DF", "FT"), 28))
Year <- gl(4, 49, labels = c("2005", "2006", "2007", "2008"))
## Hacemos el análisis PRC
curves1 <- prc(center.log.sps.table, Treatment, Year)
</code></pre>
<p>Dibujamos, por un lado, la gráfica sin las especies, puesto que, por los distintos escalados, luego es más fácil dibujar el eje de las especies aparte con la función <em>linestack</em> y pegarlo a la gráfica de las curvas con otro programa para que sea de fácil interpretación.</p>
<pre><code class="r">plot(curves1, scaling = 1, species = F, ylim = c(-0.6, 0.6), xlim = c(2004.5,
2008.5), pch = c(1:2, 15:18), col = "black", type = "b", ylab = c("PRC"),
cex = 2, legpos = NA)
legend(0.55, 0.43, legend = levels(Treatment)[-1], pch = c(1, 2, 15, 16, 17,
18), ncol = 2, cex = 1.5)
</code></pre>
<p><img src="data:image/png;base64,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" title="plot of chunk PRCsites" alt="plot of chunk PRCsites" width="580px" /></p>
<p>Ahora, dibujamos el eje de las especies sin <em>Lavandula stoechas</em> subsp. <em>pedunculata</em>. Esto lo tenemos que hacer así debido a la puntuación tan alta de esta especie, lo que nos haría perder la perspectiva en la escala del eje. Luego dibujaremos a <em>Lavandula</em> sola y, con algún programa de tratamiento gráfico, haremos un corte en el eje y la introduciremos.</p>
<p>Por otro lado, vamos a elegir solo las especies con una puntuación en el eje mayor de 0.2 en valor absoluto, puesto que si no, nos quedaría demasiado abigarrada y no podríamos leer los nombres de las especies. Consideramos que las especies con una menor puntuación en el eje no son relevantes para definir los cambios en las comunidades.</p>
<pre><code class="r">sps.scores <- scores(curves1, scaling = 1, choices = 1, display = "sp")
names.tot <- read.csv("names.csv", header = F)
sps.names.sel <- names.tot[abs(sps.scores) > 0.2]
sps.scores.sel2 <- sps.scores[abs(sps.scores) > 0.2]
linestack(sps.scores.sel2[-18], labels = sps.names.sel[-18], axis = T, air = 1.3,
hoff = 6, at = -1, font = 3)
</code></pre>
<p><img src="data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAArwAAAK8CAMAAAA6ZJxxAAADAFBMVEUAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAACzMPSIAAABAHRSTlMAAQIDBAUGBwgJCgsMDQ4PEBESExQVFhcYGRobHB0eHyAhIiMkJSYnKCkqKywtLi8wMTIzNDU2Nzg5Ojs8PT4/QEFCQ0RFRkdISUpLTE1OT1BRUlNUVVZXWFlaW1xdXl9gYWJjZGVmZ2hpamtsbW5vcHFyc3R1dnd4eXp7fH1+f4CBgoOEhYaHiImKi4yNjo+QkZKTlJWWl5iZmpucnZ6foKGio6SlpqeoqaqrrK2ur7CxsrO0tba3uLm6u7y9vr/AwcLDxMXGx8jJysvMzc7P0NHS09TV1tfY2drb3N3e3+Dh4uPk5ebn6Onq6+zt7u/w8fLz9PX29/j5+vv8/f7/qVjM+gAAAAlwSFlzAAAPYQAAD2EBqD+naQAAIABJREFUeJzsnQlcVUX7x+dyWQQEFREVN9xwQzN3S0tzaSEyMyKzcI2sLP6VSWWvUZbyZhtWJmllWGqYZeGOGhruKG7gAriBbJfVBZfU+z8z88w9c+7CJvomPN+PnWXOzHjx83SZM/Ob30MIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgiAIgvzr2G5knIDbp3aWUbfTOb3NZy2v1mH/SbcIcmvx8PTc/6GnZ324jZxdRt1mD9p+9sQe/p90iyC3Gpd/7leOW8YSMvIA2RMRf25tY+Ly2bHixXXJqtCNK72W5BWt7cAu48cTuKM0is7eH5ir4w0nny/8lf4HFaTL/+0Ph9RsBl11IcS+1JeQOd+6Xtvq1yThe/3upS1aHvxYl5c2xjsuyrN18kf0ssWFzoTf0WauJz9t7n/1T2hItj5L2H9QQbpEkFvGdDrM7ZGvIyRh0uBCd0Im7QlOtlfK//Ax9iWkraOubepT9NJPGfLyO9ZspdLiwLvQ0KG0LaH/QQXp8n/80yE1DX2jDv0HiZs1nyiHl2IJcbrUbfpC5frt71dcLi4uvvB50GFCvObu3/SDsQW9nLhZ3NFmiY8TosscDg17GXSE/gcVpMv/0Y+I1BycmnYe8Ni41z+ct2xD4oli47W8o+ud+RO7opHKcfF0QkZdtF/zMSEOyU8eVr4v7bs7fPoN0e1/y4UMPEOUSxI1W9wp6C71J2SA0QMavqrEsPKfqCBdIkhlcfDuMiAgODQ8KjYhOeuS8VpWckJsdGR4aHDAgDbOckU/o5dy3PODY5/MLXZ5R5u1X7Fat+hPz3bL/tL9PZZ4GQe6DD/8J1EuSdJIcUc58qW+b8ZxaEh+mmlH/xMVpEsEKR9HJVwDQ8Mjo3m4/iPCNXBAF29n281eOE6PE9Kyl8yf0yUptDDjC3fiuepi9pdu9qUdiW7+xfRvJpcMUi5drjWDuwG0Rb/DBb8tmQ8NyZSSyfQ/UUG6vD0/PHKnUacN+3IV4XqFhmsU+3ItM1yrBScnZeh87LFb/LcgNQcdjAVEuF5KN40Fbn24apm9u4Hzf3fYXnFDEI7DF9Kb1vZViyPfe2XMw33bN9T97z5S880XTy/0+t/9/cidQv+iT6e/+PTwXq3r/a8/CYJUku7HblnXdsWP09P6j8us1fKyDZ2NVa2Ob6kDXJWp80FqBbcweLsamxAawiPKrDX6LxsPrGp1xseLqzJ1Pkit4BYG7wsn6bGTsZHfDeXrcuFcnWFyYml8C+I2P63kJ2fi9ePporl25MuFvxtO9hOFkmwnfjwZvP3CmWd5Z6DVWfCREOWAzkcS+CC1jVsYvNFL6XH8MeJm9CF3GTxaG2M7Ntu5yOnAtz5tMt6qn/mZd+/Lj5B9SR3ctn0HhZJsp8WFzi0vPOY2gy+kgVaHpPiDKAd0PpLA55b9HMi/lVsYvOlXihUuf09I/kDdxikkyFCXkMnbXtpiR8iXiz5YpyPkCV+3ax0J+W4mFEqyHb9z+sfOD9Y7NWJ9gVbH47oHiHJA5yMJfG7Zz4H8W7kVwduLHZsYH/NROD6RkD3P+CtR+cnXSul7izZNUE5L3koczWoN2a8cDvlDoSTbmbiZOL51tGRhE1YNtDr+yUKUAzofSeBT/T8H8i+n+oO35Z/HXOj5iQt0YsDjhvLNunz6keGEbJ1OiMORpzOVFzGP4s4lDxBy78tkxjxC3K97QqEq2yFRs+sMciCt9v2H9iW0OrMWCFEO6HwkgQ9S66ju4HUKN4Ty2axPN9DjCCrK/TjvT0L0F/a29Pk5wS7+l/o9ds0jO5fUG5z1HFk/lpChqQQKVdkOSRrZ1jjWtW8BXyYGrc6WcSDKETofSeCD1DqqOXgfOL6uDVzumE6Pn9Koeulqe0K6ZryQfSrShXTYenH/VB3x21N6aKJOX6J8Mb/7kyhUZTtUq/NR3uXk53lnXKvjUNoeRDkvcJ2PJPBBmU7to1qD1zM6J9Ba+RdUlD7xJr4cUauDWKEag1cXnBVZ30q5+4iTdO15/vtV7xq1OogVqi94O/x12Pqv7oQ93ehp3+NV7xu1OogVqit4ncILwxzKr4Yg1Uc1Be/gY+vbmpdNTaFH9+wxcK+Kasryx0GQilItwdvQ6ovao1doiM6JF9JgVVRTlj8OglSU6ghe5UWtgZXidkYfZSR8sYuwzFnwkZDmaP1xuPxGPEOQinLzwdthc7L1FzX9laFEt26OsMwhKf4gzdFr/HFAfgPPbvbTILWImw1exzJe1A69SB7LdBOWOR7XPUCao/XHAfkNPLu5T4PUKm4yePsf3GDxokY6wyg35rM66YEmyxz/ZCHN0frjgPwGnt3Up0FqFzcVvNZf1HrnufGLD2Knx+lMljmzFghpjsYfR8hv4NlNfBqktnEzwRucFWXlRa3OUTE3Njq7iL6SgfPNlnFCmqPxxwH5jXjWCycikIpS9eD1WZ080Fr5B3+Iq7uN7I2MO984lLYHaY7WHwfkN0K2s3FZVT8PUuuoavDafFG72+Btq01Z0pybke0gtZQqBm//A3HtrD7Q737JZqOypDk3I9tBailVCl6P6Fyr0keFqXQzmg3KkubcjGwHqaVUJXitv6gx2hX43tTHQZCKU/ng9Vmdcp+tZ7r4t9UbOZUVleK8lxkMT3xLHVCbg9w0lQ3eslbUCHk+0V69kVNZNXuQdCtuJJ6Mj0dtDnLzVDJ4+9l6UWM0z79Lc89TWXH7m8eLSzYIX5wFH1FtDuh1fp+5oXi93+qi3dxIVc1vdcOg3H78q3DRiZ2x2pDWW7joQCFSm6lU8LpH5QaX5X26ysw/jKWyEqmqlk4j4ItDUvz1FzoLvc7ZBK/WV3a08joXwNqo+a2GGp1J++JWwkUnd5+v25aFIOOBwkr/uEhNojLBq7yoeZT1/KkUJ20BS2UlUlWlDyLgi+Nx3UMpAL1OM2Mn4nS1G9EV9GZt1PxWzsb25M//EHDRaWXsSMgPM0HGA4WV/WmRGkXFg7fVqiP3l1mhUU5/fvGwKGGprMD+xvO6GwFfHP9kWgB6nZHJhPTN1ZF2lxxpEym/FTnzwLATzgRcdAKptU6KP8h4oLDSPy5Sk6ho8DqEF4aXk7D6x6/5uXc+vNHxVFbc/oY8rAQp+OLMWkALhF5nISGvriRkTAJtIue3IpsnJj9GCLjofDyPkPo3moOMBwqr9jMjNYQKBm/f/Rvbl1Ml4AwXk9ntfRlKeCorbn/D1I7gi7NlHC0Avc7GSfTLmJC59Ftak9+KfJu2VhlZgItOvFIyLFW46EBhlX5kpKZQoeAt70WN4nYaRgvPHhQzuCyVFdjfkNVKSHNfHIfS9rSA63XsSvwIHQ6TXU/SJlJ+K0KmXaWiNO6io7+glPznJ+Giwwur9BMjNYaKBG/w2bJf1Bhzf+Jn18whN/mREKRilB+8rWLLeVFjDMhuyC/CV93sR0KQilFe8OrDyn1Ro9Q5+gy/aFmC/vrIbaKc4O2zf1N5L2qMD1fCxeIvbvYTIUgFKTN43aPyyn1RY/QQCvR7Dare7KaEOaq9Tpm0vFqBXwtIDaWs4A08G924Qp04JE3mF7odr6ilNyXMUe11yuSJPRWqhtRIbAdvy9ijgyrYybSN8P38zCF7ubwqwhw1ZxVUlp5Lia64fmfy+cJfbfSD1HxsBS99UatoFLQvgHGxa8bDmgdVEOaoOatEZfW5lOhKpK/a+iyxIfBBaj42grdP0ja/inahiw+DqxlrtE+qIMxRc1ZBZem5lOgK9DsOpW2JDYEPUvOxGrxuFX1RY7wgFOgtaYIJhXvENrYqCHPUnFVQWXouJboC/U4vg85GP0gtwFrwPlnRFzVGi/xucPXjXHbqZwCReFWEOaacVabK6nM10ZXQ77waS6z3g9QGLIO3ZeyxwZXpYbVInNonj02T2R+aBAVVEOaoOatEZem5muhK6Hd+mmlnox+kFmAevJV5UWM8nQwKdN32UHZ+aacYNVRBmKPmrILK8nM10ZVw3JlSMtlGP0gtwCx4e+/b3rVS7b1y+8FV0GE29G2U3/MmPg7mrEIqjiZ43SLLlz6asfgruHA548/OUd/dzMfBnFVIxZGDd1RmdJNKNn/shCtcTV/LTn0KbirjFOasQiqOGrwtYk8+UtnWJgU68S7qRE+67a9W0wdDkPIQwVvpFzXGV4vF1fd8+DB2v/QrP8VoNF7ZZVrssCKiaXnZiq6mAmY6ll0pjXxLHdCKp1YBwdtr345u5dS0wkChQCe9DWyvRf0cKbeKh3GIZ6N7U1eIeysimtF/Wem1AmY6ll0pjcbHoxVP7YIFb93IgpAqbGasc0y48Ou2vcbOny2VHvufp9MPSxeDnoaJaKimBgQ39PLLhb8bTvYTLjmgydEmugKjHCjhd6wrUOmALEdptOAjUPwgtQQavE9U/kWN8dHv4irwKFPfdi1qJj2epbzC2T968WHhbrP1WSbSac0FN0xesy+pg9u278AlBzQ52kRXYJQjjHTgTukKegVZDm2U4s8VPzf174HcQXQ/pryo+VepaU9DU7iqc4IruTa9LT/fcrW4+J+CicLdhopoqKYGBDf00u1aR0K+mwkqG9DkaBNdgVEOlMAd7Qp6BVmO0sjjugdX/NzEvwZyR9E9O++relVq6bD/BXH59jp2CjzKNTEPs9UKh9IgHx9vJVBBT0NFNFRTA4IbejmEuuAc8geVDWhytImuwCgHSuCOdgW9gixHaeSfTLjiB6ktDDzft4otw+LEMLlpIftV7ZoxnN0+mOFCT32ugz4H9DRURENFOiC4oZcz5hHifr0RV9kITY4m0RXhRjlQBe48aVfQK8hyomaTWQsIV/wgtYUqZwPqVGTamblwHjvN5DlRxNzva/vgMehpqIiGinRAcEMv1yv/DU0VKhvQ5GgSXRFulCNK+B3T40CvIMtJGkm1PFzxg9QWqhq8ui3TxGWvArY5zbekDbv9HGYcloN1mXC3mVIymWpqQHBDL/VU//vuT0JlwzU52kRXwiiHl9zP72hXolcuy1EaOZS2B8UPUluoavBO3iNejHQJb7DznzPZqX9+JbTAMqjJQSpJFYNXVaCTJ46x1zT/k2yBzuHgJFttygE1OUglqWLwrv5QXDmlj2CnNJ7cKmxTVa0bUZODVJKqBe8zySYP9Gnr2Qlmy9oWYior5HZRpeBVFeikCZ8ma1XMTrrNMzQVPzeGqjdUTaNV4liT0qhWOZL6RlT5ek4VPi1yR6ObHF9yJqqhtUdVCt6f5pouo+az09LP2Om5w5qtu93Pbf9avaNqGq0Sx5qURrXKkdQ3okoy5smsdbxmXDHm7eLd1ty/qhK8I9KFAp30LGTTZIPPMqNnrzzNiofdjjdmxhEiq2m4EsfvhvJRFs5VpTSQn4pissph9UHEo1RpvtxwJMDoBXIcqQFSo7HLW2dHyKPGEVaeVSF46599yHS9+U16dDg8lt39OE9TMWS3/bjTqrZmqxJtXInjZvQhdxk8TFIayE/FUK1ylPpwqVTxyn270YDzqSDHkRsgNRpvNvJ0M75t5VkVgnfej6bLx4+zYcKrW9kUw7AMd7leo5yuZKDRhUhqGqHEyR+o2ziFmKQ0kJ+Kolrl0PpwqVRhsvf4RSDHkRogNRunjvSXur8xyMqzygfvfVkmj3+ndLYY27SwBz25nhzFi0dyB51F13Jy8o3diKSmASUO2fOMvxKFJikN5KeiqFY5tD5cKlXS6Kg35XmQ40gNkFpAn7xjUoo/v57A6FOV7Mf52FOm66kb2Om7KHaKAHnv03y54r6c1k2aNL30pKym4UocT7J8+pHhxCSlqQP5qSiqVQ6tD5dRs+2u36X8CMYuXI7jJjVAajz1Pv8nqbV62yA1Hci5VsmeZv9mumxSxFIN98tjX8V353OD6ZYFLJegI03aQ8jRd2Q1DVfiEPJxHpXdCCmNyE9FeBkod2h9uEwaSVLnuQ9MK7Ljcpx2UgOkpjPkTOHr1v3ngq5UrqeeeU1N1998S492iS/Rk34395XWbfwvO0/jGa3W/ahX1TSgxCHkpavtqeAXpDQiPxVhZaDcYeobfknVNvcdMyz5cDXIcaQGSE1n+D/rPG08qmTwOuxXY6Ybt2iYmMSiNHQbd3l68aCTtYZavkBDMaRi6E+ttbP1rJLB+3acKl3YxGx5GxruoafWRdwmqn1R93I7cR9xsmqbN5Dax73Gn6ZSrJmIVS54OxWoA+cAPk02l1s3rOFekfptM6w0MyNhTxW22SO1k7E8LY/x/6w8q1Tw2m2farp2SmMTY3cVMPnuU0f4YOHNXfbWGiLILaBSwfvSdnX48Vo8Per+ZktsDbJ4ksyuRR3V2k6Xh1vp473MYJumNuoD9L1ByqcywdsyX7U/9cxnY9vRR5hgIuoHVuiw73Wpev/rmgU3Dk1oZdPURn2AvjdI+VQmeNd8oF5/tZAe62YOpacHcviiW3i8/GL4RhI7gbaG2+GMpAmttJY4Ugoq5QEY5ChXUrlUG0FMVCJ4x0h6x658moyvWNQ5xgVevQtby/V/Y957oK0RKaqWTiNaSxw5VdWFziDioVWk1FRSbQQxUfHg9cqV9I4bmcinQ1FLegrnmymcU16Q6+tymZMZaGvADoc672stcaQUVMoDEPEoV3JqKrU2gqhUPHiXRKrX/qnsS3hDOD12LmjFCues5nPAugls5qEtt7wBbQ3Y4dCEVlpLHCkFlfIARDzKlVQu1UYQlQoH74h0F9O1w1G22/KxE1SBY7eDTTiQ+0Xy7Nf4tFnwaXbHtTVdwA6HJrTSWuJIKaiiZgsRDzXAMZXLtRFEpaLBWz/zAfUmdAs91uGCyBf2sqldtxNj+MP7IJlr1G/1FRxBWwN2ODShldYSR0pBlTRSiHiUK7Vcro0gKhUN3m8Wqdee+XfT039YstZmhb14hRj+sGk2DE4PsYWRe0Bmw+1waEIrrSWOlIJKeQAiHuVKKpdqI4hEBYN3SLaHejP3e3r04WZly/nWy4ezufRH/9dX5m0paIeDVD8VC17n44HqjR9fEV7+MT2OOMGGwh6ZEJgzt1vb5ol2OMgtoGLBG7FCulkznR4fzKR7i+qd5ZaQ0bCv7eG8llY7QDscpPqpUPD2ypP2iz10knqBOKSw97O5y1jZk6e5xtEnv2om6whSBSoSvA4HJPM8hxS2j/P1eDqpew+3hGycN4Q9c9wVITXbzrVsJ+BWtcLRqm6e2mn+92lLrGTAQhBKRYL3nQ2Sed6UrfToXUjTqwlLyJXgi/P5FlkQ6eHpuf9DT8/6cKta4WhVN5EWXubaEisZsBCEUoHg7Zzvo940NLBpsh9ZuL7NLSGfO87XL548a2bN6/IPVUqCMmfBRzrD5MTS+BZmFjl7IuLPrW0sxDc0wZWmhBnnoDIHsUL5wWu3Q9Y5fr6IHu/La6Ac23FLSNguTDoWDTJrOuiqi0mZQ1L8WxtjOzbbuUhrkeN6batfk4TvRa6qvLQx7TUlzGgHlTmIFcoP3pe3STrHDoV0DVi/L0Q56v5iW350cWzOjLgcfNe86XQ6eAVljsd1jyBDXUImb9Na5AwudCdk0h4Q39AEV9oSapyDyhzEGuUGb+vCrtJdLHP6mLyLxvM4LpGcDNuFF6yBIAdhjsIaukkYlDn+yeQTOtZ4b5HWImc6FQa//T2Ib2iCK20JNc5BZQ5ijXKDd024dPPgKSrF8cyn4wSwhGxfxAbBZOxJsQb3lrCjtCui4gdwvZm1gGydrrzjHXlaa5GzRvnedkgOBPENTXClLXk1lqAyB7FKecGrcdy1TxlNT/PYpp/F39Cjftt77FGXwj5Q6ckz4rXNz0iXJUCZs2Wc/sLelj4/J9hpLHLs8o42a79idWMQ3/w91rzkp5l2qMxBrFJO8DbWOO6+9DedXejNdlE8yC0hp/Ltwu7HxNbkLgZTixeO0yNX5jiUtu+a8UL2qUgXrUVOl6TQwowv3EF8M6i0o1nJgCklk1GZg1ilnOBd+rl045FP45JneK97iu18F9uFly2HOvWPBdvqayJ+dyLVStnB+3iai3T3KfMXee4g/a79mFlCOuzjOdhePOLGq+jXf01sMf/9m/mgCGJOmcHb4KykQCe+RTS7ZL0cWtaDW0K+x7cL9zLNSMyMtyoqY+zDhBJItVJm8EZ9L9/9EU6Pc6joXL+HWULCduGGp4X24akzVUx/iSCVp6zgHZoh++ENP02nyfyKmyvH19jChXPKZPpAF/sDVPHLu1tqIAtzqBbnvUwxHLbIX1U5qFSnWjtE7kzKCF7XE6OkO/tkpkXYSJfR2hSzYcLHa5i04c0kZ17F84QmQY8szGn2IPPKASzyV1UOKtWp1g6RO5MygvdjWYFOXkigkcoTDa+dRUtgu/BA2HBJ9BsitR2AMIdqbeLHP069ckwaHSrO2TKWkJEHZGccCmhwwDmH++zooCqX8zCpTsU7RGostoNXo0An9VjSS9czAcrxaba33Y1/z5o2XJKIzeYOkUyYQ7U2LS50pl45qkZHf6GzfamvMoL+VnbGoYBAhzvngM8OVBVynq3PMtedCnaI1FhsBq/DgQny7cc/0+P7q5RDg2xmCTmPTe3qN4sNl0+nW6TYZMIcqrWhJjnpgySNjlLQI1/5Kk+YJDvjULgGB5xzwGcHqoKch0p1KtEhUmOxGbzvrpfv2hfR97TWRW2V40L2fgbbhd8XGy575gtLdP3r4vc1E+ZQrc3EzYR65agaHaXgpVhCnC51k5xxaBPQ4IBzDvjsQFWQ81CpTsU7RGoutoK3S4GPfPsbW2D4nY51hzBLyAZnmTThQbHhstGpZ0TdeWI/BRfmUK1N1GxCvXJUjY5SsHg6IaMu2kuOOQpCg8OdcxqBzw6vWhfkPDTHVYU7RGowNoJXv/M1+XYYmyZ7+JQyhK1znA11o6PpsXkObLi03/ipqPv+PlhtA2HO32OpSQ7zyjFpdGjBnh8c+2RukR1zFIQGB5xzwGeHVxVyHprjqsIdIjUYG8H7SoLstKvfTydUnVLp1ssP2HCCbxd23CE2XH6yVsyyvnzKlOuKCXPsSztSkxzqlaNqdGjBhLTsJfPnSM44tAlocO6H9Ffgs8OrCjnPlJLJFe8QqcFYD942BR3l2+d30WmyaZsJlT5SS8jGucxU+hMxQBifJsS8j+d1qr4Phz47SFlYD9614fJdvRwqPm9W2EUZxu6cRktWsvTuT4gNl73zRXqf/oUDq/HDoc8OUhZWgzf4kOZFPWIpPf5MlyBeYpaQzx53VY5t8wfx516nnoCavjnV+jWJPjtIWVgL3sZ5feRbPk02KMtdiSZmCdmigOYNdD4AGy4d//6vaJj+4q38rAiiwVrw/vKZ5vbXmcrB/jCdUl1Bn+ji5tDi+WLDZaS4qLvH4gV/cbRZQZX0M2iag1jDSvCO1CjQyf1n6yrHKTuUCH2cWULy7cLBYsPlxNQG/MJ+dbSOmHHaPL11lfQzaJqDWMMyeBucHSzf2iWNU46N8nsSUj+LWkLy7cKmDZd9csX0woI4iyWtlsZOQmkDHjnx44WYBqQ3Lp8dK15cl9WWFDWaOrJpDrRCCx3EWvB+u1BzO2E3HRR8u0A5fEUtIfXbwpWjm9hw6X1W7I+Ysd8yZ+CYfB0obUBUo7/QGcQ0ImnV7qUtWh7ktiWqokZbRzLNESVooYNYCd5hGgU6cWfTZH3yGhJyL7OEfGM3nW9YChsuHbeJCJpwytuy9/krhdIGRDV+5/QgpgHpTXCy0t30P2hlSVGjrSOZ5kAJWuggxDJ4XU9qhYQf/aIc7OiuH8dDdPzqV0RHCS+IDZdfr4KXtRGGLqKJ07t0ZGzvo0Rl8htCaQOimombhZgGpDcrLhcXF19ge5QlRY22jmSaAyVooYMQy+Cds1xz61NAI2T8fr3y9UgtIR320bzvPcWGy+dTYKjQr/B+0cRh5To6oTD4ihPpYuwBShvhkRM1W4hpIGnVYeXr0747U6ZJihptHck0BwQ7aKGDEIvg7W9oorn/hY4K6ucMIKRTMbWEZNuFPU7BhsuBBnhnap8bJFo4rFzF3tsevT6s7ca/daC0EaIamq2Ki2lAerPoT892y/5isxSSokZbRzLN4SVooYNQtMHreHC85ul9bJrs8yWE6OKpJSTbLqz7EzZcNssawS+80qaKFvYrNnM1r8OC3LxFnkJpM5CLaqh+hotpIGkV8Vx1MftLNgaRFTXaOqppDgh20EIHoWiD9z/rNA/t9tGxZzfq1zCBepbVSaEraK/DhkunHeAi4rrb5KtjF71FM0mMILcOTfB2yW+leThujzJI0G1VfpU3Zg5kbLvwALHhctGvfE3CflWM0E/qvt9tOV+GILcGOXj1O0M1z9yzqYbhqaPKd+4Sagl5H7XJaZQBM1STk2HG4duNpsWJuXvrEwS5TcjBG6pRoBMyk8481M0YRkhApjvdLvycEuCbYMPl/QZffvHOAdPE8OeHGxEEuV1IwWumQCc+RdTM6aM/lAA+TXclfE1jeQZsuGyeBfPB4043Ew3Cj2jMnpwuG41GushbUSz1N6jIQcpADV7dphnaR0tpRinf4jaEfEItIdl24eGw4dJ5H1R+MM9P1H/7RHNN+3tu+Hh6P3ZxEqkolvobVOQgZaAG77h9Ws+QAVl0TBv7Ad3Vrox1G2SOIKSZ2HAZHcNf1noYBon6b54yy9z65mHloDv5HLPMAaWNpL3RuOBQmP4GdDpeP54ummvHSqAl7QQtcRAZU/A2y9d6dNhYU3+NAAAgAElEQVTtpV+Z/iedicN+agn5YzQhDmLD5SuHuA7M5+zTov6LZ9ubdb1ygTJ0mHbElVrmtAZrG1V7Y+aCQ6FOOFynUz/zM+/elx+hJUKjo3TSEi1xEBlT8C43E5I/l6i8vdVJG0XIVGoJOYpuF/4YNlwOzuOB2ij1LVH9+WxzgaIu73JxyY1CX2aZA0obSXujdcGhUP0N6HQ+WKc8fMKXlkBL2gla4iAaRPA+kapdXHDNHKQc31kLlpBsu/BI2HDZOnc4O7vsMjnrPZN3l6lp3U9YV77G+318eqxJZJY5oLSRtDdaFxwK1d+ATidxtKkEWtJO0BIH0QDB2+DsIG15OLWIbFXciZB11CZn5TdKFMP41iXpHXbW/7lCTK09VajmXXHftpiNh8dn0dP0o8wyR1jbqNobrQsOhTrhgE6n5AFC7n2ZlUBL2gla4iAaIHgXLtAWtypqoxx/+VT5Tk1VXovGHHclzvthw+VPv/CXtfkJ4oXpUbYjk9MoKZI/Xriifn3P4VmvMMscUNpI2hutCw7rd6ad0OnsXFJvcNZzrARa0k7QEgfRwIPXTIGuBBLdEPzAWTfSKG8QbBf+GvZZvnaQv6yFHRGukA8XDzE19E75DDayHTEajVcPjdNRyxxQ2sjaG60LDmVKyWSh0/HbU3pooo6V8JasE7TEQTSw4K178lFtKZsmc0gOJuT7Rcqr14Y5ygscbLh8KNeHncdmtYbK9xcONzVsdvSDW/6REYTDgvfTGG2hbidNjP1/W3RkKLWEfOGgE+lcwDdcts1jRk9keEEPqNynQM3y0/pk2K3/yAjCocF7T46ntnAMnSZrWnQ3caaWkO2UC9fDfMOl6wFm90S6G0SSq575auaKtqcwdpHbhxK8jgfHastcM+jm9++V9/sP1xOiTwhXXpD47iDdiqVsRNsqcwzU9ctVM162Oz2VIMhtQwne99aZlb1HpQz98jxI96JWhLy+255Mgg2X0xLZBINHyn+gaqcc1fy/S9ZkbT8pyivblV1+xJKndsp3vqUO2gIEqQhBV/zMFOikJZ0ms9v7ItHvmsa3C/eADZeP5LCqdbaKPBRtMl41NeuabeaO42Ec4tno3tQVxJLI2fLd+HizAgSpCEFXdr1qVhRNrcie321Hpuy1Jw573yT1UrkyrF0emxLT//E7+I35nH7d1KqXYYJZP/7nmcPDYiGtkVxu9kTEn1vbWGhzFnwkCqAmiHXQFgcpk6Brf2sV6KQPnSZraLiHNC/qRciMeDvdH3zDpXsKD9V522FxwjtVTYXdx/A0MWPWWkLsH734sMg3pbrcuF7b6tck4XuReyrFHwqgphDroC0OUiYTjV21BbrtdOT6ZTQhqz7n24X/j2+41P3OMxFPPQZzE02Oqr/r+xsCLbrecrW4+J+CiUJaI7ncDC50J2TSHhDaeFz3gAKoKcQ6aIuDlMnoq2YFTx9QxgR3FTQmo064sO3C9+ZzCdn0PWxXw3PZbXjFhgfmmBoNzpdWORovoNbTxKE0yMfH284kypFcbqZTO7S3vwehjX+yKICaINZBWxykbMwdc1zOPKB8ySZM5ZaQ/12j8zzDv/sezWZa82HMXlqhQdI3JkPTofkPqz3cfYZrDvpc58vIIK3pIrncrPmYrt89KYQ2C0QBr9mDi3V0aIuDlI158L5LPe+eOWRP5i2j24Wb6TfymYXO+czi466CR3g9t+0LTLE7PF8y3R1XCAOI1/ZBCZfWSC43dnlHm7VfsVoHQpst40QBrwliHbTFQcrBLHi989vSLe9DyID8xqRuejB5l2+4rHeU7YpvmQk70lz/XmJyOB+Rf5+pvT7ylBD2Lv8aLri0RnK56ZIUWpjxhTsIbRxK24sCqMnFOmiLg5SDWfD+QHMB/ncFcTr6PCFfLSfDctlgwe4PZtrbIBlkN3U2/OEgmjyRr8ZX/bXxZivNCHLL0AZv79z6yjdlUQsyY5OOPJTt6Z3NN1y+t4u+rNXZ8h0fKggzPcqzeb1MzTse/97pdnxoBKFogle3/SXluGEGs4RskDnCPp5vuHwyk2a1tPtlLf+6NZnpKYzN7WFqPjQ35HZ8ZAThaIL3qYPKQHZEeh3dlhmELFpMZvMNl13y2UaJT3fwbW6ymd6EnO6m1mGGqiRLQZCqIgcvmyZzOT2CTDrsSEadqfc433BZ/9jL9PTacb7J1+77XSYzvSmZpmStjgtSzPe+E/K5MdSiTIIa4lQgt5Xkm+Nb6qD8Ka8BUjuQg/edWOUwYzXxLuxLtwu35hsu9evY/rZnc9ryWl8mmsz0/i/DpDxonBBr6Q/Z/dz2ry0KJaghTgVyW0m+OePj6R8EoUjB2zS/HSGti9qRZd8QsnK+026+4XLmTvoSNkSkrpLM9Kaf8BGXPTMiLL9A7Xa8MTNOOTeKzt4fmKuTjHO48oYZ4sSPl0xzwClHm/5KdtJZ8BH9g2mtEIoUvN9Ri+gV/yWPZbqTZ1Jdv+QbLp/KoK4K3Qpg/Tf8iCkX8Iw0k5ZylGEMsSRkt/240zRHy6fN/a/+KRnnCOUNtci50FkyzRFOOZr0V5KTDknxp38wrVXt4jkbam81eHvlNiDkocy61BKyRcG9z/INl375NJVVi0yYR3gn3WSmF5EqZAd2EVnq1neVRjldyUCjC5m+UkfIgXcl4xxQ3lBDHL9zesk0B5xytOmvJCcdj+seyh9Ma1W7aHi4vODVJUwhxCHlGfLZSqLb8EknvuHS8+QLyrH+YdCPSWZ6Hx8WqVdcl+9pJvVI2i1nwhyy6FpOTr6xG0l8XOk9c7hknAPKG2qIM3EzkUxzwClHm/5KctLxTybKH0xrVZu4e3OpsbzgHXVIGbRO/Yv0L/QmIYcaHGIbLvUbopSj01+L+OKEaqan+/qgGD602v+rq6bHwvfY+b6c1k2aNL30pO6S8t09wOihGueA8oYZ4kTNriOZ5nCnHLP0V5KTzqwFZNYCTGtVq2g7dWpyOcFb58QQQrwLuzgceIVuF/6Zb7icvcVBGRUsXc8np1QzPbv5eyBbNrk/N0xOl103+gS3v3PkXiJH3yFHvtT3zTguGecImxxqiJM0UjbN4U45ZumvJCedLePIlnGY1qq2sbKc4A1brRyivyTTttnpE96fwDdcPp1BJ3r/u4/vvlTN9OwW7BTTZRMKNL413Y4uB++daQfZ9MO6H0m/wwW/LZkvGecIm5wpJZNdrjWTTXO4U442/ZXkpONQ2l75g2mtahva4LUbGwJ8y8XoTaml/325DdoWdyWv7+5VwLZX9CzqpxxDTzVlVZ4y3A2t7Zdshwi1jzrZTe43tCRU/hpmODkpw49jj1Xvj4PUJrTB674sBthxjRV8G6lE2L7ndZtnEb+iPnzDpecpasnwpIEvoj1a0B8a2y/bDIPcBuv/kkVk9X5N60UsmL27gfN/d5S7jIYgtih72NAzTxnCvrjL7tlUZ4e902LYhkv7jXR1bEDRQFbv4WJhkeOwPA6kDZ1SF8oOud2P/WItCVvzzRdPL/Sy8gBBKkbZwfvXq8oXraFXI8Mg8p8tr/INl5/EK69pnfL473vVTK/OqvUgKQso0IjIQktQU4bcEsoM3pGH7Qn55nuyaBHpVTiKb7gcd0Z5WWuR8SKr1ddkpue8diV824YZhkn91F+R2oNYoBHmUH1Ny8vl5qaqYDWGquqRxDuY/6qmUVbwOqU/QkjvAq9hOQ3rJE87zRarehUor2f1D/G9lL1MZnp141fw2HX+Obmd1E3fk0utDBm0whyqrxn9V7mftILVGKqqRxLvYP6rmkZZwfvmWqpD/z/Xk8+SiHWr2YZLr9PPKkG9OZrNHahmem5bF/Ovuibb/3CTegktDCaWCGEOF9Awfc2XC383nOwHzjhOOSNI47QntTobuZr11FVQnep8TKoe1oo/YJeY9Ko2oARvk4JOhAQfsJ+9ntyXP5ttuHT8O1KJ5yUb2OKEaqbnnrCIx26vTFlE1uD343cTK4AwRwhotir/P+xL6uC27TvhofNOgsuul4mZzkatZm89dRVUz0sb00JV9dBWoNBRLm20RGoWSvDO/5KQetkD7y5uVTf9Y77hMnKzMgietZ+NBNpkvAJ1GyZ+x62hni0cLXXR79TPbsQKQpgDAhqqr3G7plx+N1N46Hhc3PMhIVqdjVTNRuoqXp3qfFRVD20FD+glJr2qFQRd6UbVZJ/+ot89jXy1im+4nHiiISGvnPam1z6nX4Oqnvu+ZKMIu4isfmoHurBisyFD91+1whwQ0FB9zRB6ecgf9DnEbvthHTHT2UjVrKeugupU56OqemgreEAvMelVrSDoyqb/I6RrcfNX99o/lLONbbjsU9Cd7mjvTK+9U8OhZtOUz1nsuq/aLYnIPFYe6qTpsF6k4QV2IYQ5IKDxpPqaGcql+3VPSE9F5my83IlodTZyNaupq0R1qvNRVT1KK/GAdoBJr2oFQf8cVQa2m95pXdKrQeZytuHSO+sZQu4tYk4iTY7NgoreRz5kZ58D0dJM1D2nv9W8C9mFGiK57EEV5nABDdPXrFcuh6aK9FShiXV/+I5odTZyNaupq0R1qvNRVT1KK/GAdoBJr2oFo288rnxJHXNc8zn5IZ5tuHTc9ikhHfPYhJlqptf8WDg7D5ZFZHbhZkOG3nt2itlekzBHzwU0VF+jL1Eu3/0J9DmBJ5qQbleaanU2cjWrqaug+qDSjkRS9SithEKH6ngw6VWtYMw1QlzP+AeecBmVxTdcfr1WT5qceINeqmZ6bSDNzxThVUbx+PNgR7kv98icYDOzXwS5ddB53g9iG2Q/7JV3lG24fD7Ng9TdS7ezSWZ67U6/SU8OUSckN997z0TKS1m64KzoxrfpUyMIYcHbvqTt/GXk90Nsw+XAom7EcVMMvXRNEGZ6nbOokw5ptGVzQ1NDu/CiZ+WOOscfvo8gyG1ECd4/PhqY3/iZ7FN0w2WzrCeI7ueNdGapzoYYiF2/LDZ/0Dltrr2pXeO4/fJu87qRBaHoBYLcXoKuPHLK49jzLYqL6YZLpx3/JWTmASo1d1orzPS6ZTN572OyiGxAhmbIEJgRrdmDCQz744whtqWVB9apqBwHQRhBV1KfCt9kt8nANlwuUoYOU87QOLRfsQnmwHrnseW0sOyBpkZ24flPSH20jj3hb6Vr3eycCb4dV5yw2Fthi4rKcRCEEXRtU+cS3+cLWba0yakNyMh8mvVPNdPrZ6CTZs5LD7c1tWmycZ9kS+YUXhhuVfcyKsNHOXofbS0yVK0K3Zh2QxlcLJwrzG64D47OMDmxNL6FVrXDhDegr7FpqaPpxpQBi1eBQqgidYHUFCYau299r93Fk1SdcH9+J3JP0SDlyu4HYaZ3j4HOkTbdsbKuqcnQnEjJhffB1LWyNlLFma51MECHQ6U0HYw+5C6DB4hwwAentTG2Y7Odi7SqHVq7JdfX2LTU0XYD1aAKFEIVqQukxjD6n5DDzkmldAasefbjpEMeS6f2ZSLssHwgnw4IemeGm37324Ub1CzvpEXsaVuCrf6lQngGOhwqpSH5A3UbpwitDvjgBBmU/zMmb9Oqdmht0NfYtNTRdgPVoAoUQhWpC6TGEHS1sO/bl+irmPPej0jjE2/Rws8Pw77KYfkPKcfnCtUEgU0371CzvdqHFYZrDEdY4egNbMQxZT+7feRR4ZNDpTRkzzP+SlSBCAd8cD6hivX3FmlVO7Q26GtsWupou4FqUAUKoYrUBVJjCLr+TZerv9Gr6FV2dRMj6dX7KbBf8rH8+6mI7LSq1h2eE6HOiN17IEGz8Z3i+urJnSPZVUgBnTtof+kh8MnpTKU0ZPn0I8OJEOGAD87W6YQ4HHlaq9qhtbm+pq4tSx1tN25QjVcRHju8SnOpC6TG8PyNxmfO0vetV1Lc7desoIsTJjO9kfkDCam3epe3qKyPyFf9FxpF5wSbTyS0jCyKFpHe9Pwy3zbjDbOETw6T0pCP86i5DYhwuA+O/YW9LX1+TrDTqnZoba6vsWmpo+2mHVTjVYTHDq8id4HUGIKuRF2lqw2D8juQhQk0iqedhJnZUYZ7CGl96EfT25n3X9tMk7b60PzIBmZ99Yopjmyt3vbYUpK1figRPjnMMoe8dLW90hhEONwHp2vGC9mnIl20qh1Wm+trbFrq3K/pRlTjVaAQ/ia5C6TGEPTPdbpRorVhBAk/Qhd/XzoLkwfP5fZUXtjy1O2/D+aEm1bY+iTuMt8sHJCQFVZ+HqsvLNWJE9FoDKkSY4xUqO2S9D55KZt+a5rM9MblKL//X1XzsjpEGkzzCvWiCkO08jH74KSjweWnsXIfcbKeReH8963URJByeeUGnS746VfdiGL6VfpMHryCvXy2E3GIOuor6nnH/y0scKl8TPvi7hp6YkdARcSQCXss3vAI2fe4ZRmClA8zHXkt2a1/EbVzChJmeq9mdiReWzd6iGoP55qGDF22HL5f00XTiLxYNGlEbj80eB8q8PXNo0klAoSZ3mtnfIlfeoSIV4fIrCFw6RZZqJWPdYwujupKrLLPqJD/RcW0DU/ZMJaQ0Ap3LFJaoa6ntqEEb1tDQOM0Ogf6cCF8gf4nvRV5XBWR+ezaKjRjwZla+Vj/2IJwW3P/btcf8vRs+rzRig2UFSJnl1tFK9yxSGmFup7aRtAV1wMzXPdQm5xBhWA+FpHaUheeYxoJPJIbDgu9HTaeeFRqqwtIyAi1atnAGMY2nHcxtrHiX8NVM8Iyh7InIv7c2saiqkZcYybcAVHOgo9AwlMZXQ9Skwi6siLGYdXvempmOoIXRSQ3cVm2V7yeOUSeBXPTOuFFsnysTujxw8Fl+SGEb1YOHitW6Cz9a0RmKrDMUXC9ttWvScL3UFUrrtEKd4QxToo/SHgqoetBahRB1w7VXbDdWTLT++RQ45b7fhMista718Na8UOp6yT5WIPwnNihZY9m464WF58zxjlY8a8B1YywzFEYXOhOyKQ9UFUrrtEKd0CU43HdAyQ8ldD1IDWK542d3z3mqZrp6b454NX3rElE9mQB7HRvGXtGko+1iCyKtjGU1fWetZsJc+zPj/fx8X3P2NqKfw2oZsAyhzJ9oXJ4+3uoqhXXaIU7IMrxTxaCn0roepAaRdCV8dltCOmcM57d2n27q8HYQpGRzzEycxC/CC+JUOVjftHFkW2s9qZ/YO6ZM1/yLRd3G+l6m69ytPSvAdUMt8xhrPlYGaEkPwlVteIajXBHpK6atUAIfiqh60FqFEH/FPUipC2Y6el/3tEw8nR3eNZmz1r+23bI0W13mVoEJOSHW/0lXC849kJCWBdxO+UoPT5lIFb8a0A1wy1zKHZ5R5u1X7FaB1U14hqtcEeIcraMAwmPvhK6HqRGMdH4BCE+Z7iZnv3Sv7zX7mgKjwLzeWofr+hck3zMPnjfMavLwE1D487HhbaSSpaysJxe6mLFv4arZsAyh1brkhRamPGFO1TVimu0wh0Q5QwubQ8SnsroepAaxdNXVTM9h5hN3Y/9AKHpGJnBfBhk+ZhL6Imd1paBfcMSSmODG1o+qBbKEe6grqfWQs2lwUzPKXbDIyYRWdvE1Uwi1nfv7p5QZGMZuGd4cnF0gMut+4jlCHdQ11NrCbrS8ODH7KrOmj+ms10/rJgPGRpGF4XCGnEHa8vAdgMiT2RFDi1fTnYzlCPcQV1PrSXoatI8NqB1Xr9y4RHY0e4cfYJakOhC8qNhANzPyjKwY0B03vGIAWith/yPGHNjGVv7ddsSuy0Oxrbt9sbS8avf1mQuH7O2DOwWHFOYGN6FlIHT5eE2n5mnm/p6Tvl1ykdktrLWG1LzGHeNabPc/449I3KkjGZDBrfIIi4fqxNyMNlsGdgrJPZiQmhrUjb9r1tLiMkxTzeVbOV3f+VTUonMVtZ6Q2oePAOmx55NBZN4gUt0Ok0gHHx2OduG2SA8Oy5AswzcPJROLVRgufWNJN4hd64BvYyUrwpKmi83HAkwemme03ZSdiqmsuGXZumvQMADjePHi960HjpIzYQFb8O9e7Pv5fft98XUI6TjppNsMbi5+TJwp/Dkc9GB5jsvrfMby+gG4hqhl1HzVUGJV+7bjQacTzV7TlGzU1GVjTfocTTpr0DAA431FzpDb1oPHaSGQoO30YHjibDb/Rk6ZKgTcZ7Jx7pol4F1AyLTc6MCKpqPT5fLrEpAXAN6GSlfFZR8tVipFL9I+5w2lLJTMa8dfqlNfwUCHmjsd04PvWk9dJAaihK83ml5kHzKJTqtJyGPpK2nsw4BcQZpGdghIOp0RuQAvY1uVFqNX3yQxXdbI1NVgrgG9DJSviooSaPj1JTntc9pQyk7FVXZwKU2/RUIeKDxxM0EetN66CA1lKArzU5fAOWYX8oyd9IqNiOALgPvPRZikuK4BkYXpJQ9tcDwevrbtMLfX+GJKoJPsxOIa0AvI+Wr4iV+1+8ipI+xi/Y5bShlp/r0G9OlNv0VCHigcdRsO+hN66GD1FCCrhpKIVfOpIJg4hh+LrIecQlNV5eBmd4m1LqKTKJZSHR6QUyIWi/qt/oKjsK5hutlpHxVUJI6z31gWpGd9jlFyk7191hTBitt+isQ8EDjpJGiN62HDlJDGW88x9NZukan3k2GHtvenTQMzzUtAzcNTbgUG1KeuXmDwKj0kpjQnppBxSG6/dJ4DxfXgF5GSmsFJeS+Y4YlH642e05Rs1PRtFVwGalJfzUABDy8scu1ZqI3rYcOUkN5/gbfUNn1yBK3xjF5wTrf6PPRYK7gG554LibYo4zWCm4BEYkX48J62pddDUGqHT7PS0Lyg/WhBZEedBmYrwgPiChfb+M4NCKxNCFi6C1U5SCITVjw1o0+3Lnfvj29AxIyQ+mqmP3QyJNZ5Uwt2PUMizufGDG0blmVEOQWQoO329GfWkUXvzGZLwM7BkQbjoX3LEtvo1MC99yJqECv2/YxEcQSJXhD88eGFiz7JDshwI7pbaStPNbwCYnJyYgK9C6rDsPpsvLCRldtK4oNyxuU2SDWCbr668HH/k5dURjdkzQOiT0fF+pTRm2L+bCyuOeGj6f3YxcnVfiz2LC8QZkNYp1xN1Z8c353cWRbrrcpw2DX6nxYWbxJc1DoTj7HZDUgnZFMcyztbCwtb7QyG60YBwrRFaf2MvpatqEwfADT29S3WatK82ErFyhDh2lHXKmspjWXzkimOfaWdjYWljfdNTIbrRgHCq10g9QWXjQWzZ+fnhMVYFP4XdX5MF3e5eKSG4W+hMpqQDojmeZY2tlYWt5oZTZaMQ4UoitOLWbM9dS8hf62NqGJ+TDbbnoaHNs/9NKnvx88w97RfI33+/j0WJNIqKwGpDOSaY6lnY2l5Y1WZqMV40AhuuLUYoKv3W9jECvmwxpXoJcGPZ9669tNJ68V7Y2JeH4Il1eOz6Jyn+lHqaxGSGck0xxLOxsLyxutzMZRK8YBwQ+64tRiYIXNnArOh7n2DAyLiku/fDExJiJkaBvNF/jCFfXrew7PeoWZ14B0RjLNsbSzsbS80chsGmvFOCD4QVecWoyV4K3IfFiboSERMYmFxqy4qLDAnlZ3VhwxGo1XD43j5jVcOiOb5ljY2VixvNHKbLRiHBD8oCtOLcYseMubD9OzqE2+dC3ddtQiyO1BCt4y58Pc+QDh6jk+QHCwVgdBbisQvHQ+7JK1+TA7GCDcwK9a5N+GErzW58NcyngXQ5B/A0H/RJ/NWTJJejtrMIC/ixUlxoTf1FctOOYIGxsNVgstqbxpDlKLGHf91S58+6UeBgjV9i4GjjnCxkaD1UJLKm+ag9QilGGDm/ZdrKwEP5UCHHPixwsbHMn+RimEOwpX1YiUVGo1IzXN0apyEMTE2Ovp/5xLWvHx5GFtq3sXGjjmXOgsbHBU+5sWFzqLjFQKoKoRKakkl5ytzxKtKqeaPyJyRzP6n363SM8Cjjl+5/TCBke1v1EKhQOOAqhqICWVVI2a5mhVObfmoyJ3JuON1c85NuEGjjkTNxOwwZHsb5RC4YCjAKoaSEklVaOmOVpVzv/uHwr592FD21ANgGNO1GzCbXAaqfY3SqHJAYeQOqCq4SmpRkvVqLGOVpWDICq3LnjBMSdpJNjgSPY3JGmkuCP0K5qpaiAlVROpGjXW0apyEETl1gUvd8wZeq0Z2OBI9jcu15oJmY1SEVQ1kJJKqsaMdbSqnFv1YZE7kVsXvJUFU1IhleTfE7yYkgqpJP+e4MWUVEgl+fcEL4JUEgxe5I4Fgxe5Y8HgRe5YMHiROxYMXuSOBYMXuWPB4EX+5dyfcG7vc1afYPAi/276/rNh4mJjsLVHGLzIv5sVKU5E92eKtTQTGLzIv5o6N8KVY6Cxu5VnGLzIv5rWxlHKsaPR38ozDF7kX829xsHK0cuo2ii6zI0CNv7zv/tcCFIuAyB4XzSVOL0ZBvyMwYv8m2lnfILQYYM1wSwOG5B/Na7XpivHkcYeVp5h8CL/bn5P0hOy9JjOyiMMXuTfzb1Xfn7kE6PVJTYMXuRfzpCt5/ZYzw+JwYvcsWDwIncsGLzIHQsGL3LHgsGL3LFg8CJ3LBi8yB0LBi9yx4LBi9yx3NLgHb7qzLm9IZqMa53O6WlytZaXMcEacrPcwuC1/+FsiF+HqZfelgubPciSq43+65b9tUit4RYG7+dJXvQ0/RTLvAa52OLHT6bJ1b5c+LvhZD/iNj+t5CdnkYBty1hCRh6ArGwMrx9PF821g2rk95kbitf7rS7abWpBO4Y8bdAKTpZdITWPWxe8ba/1Y+dHr+nz0sY047nY9Bc6k61KOO1L6uC27TunA9/6tMl4CxKw2Zf6EjLnW8jKRqmf+Zl378uPQDVyNsGr9ZUdrbzOBUALltKN52mDVnCy7Aqpgdy64H0zlZ9fP05TqkEuNr9zeppcze2acvfdzJe22BHy5SJIwNYjX0dIwiTIykb5YJ1S8oQvVGtm7EScrnS95lAAACAASURBVHYjuoLe0IJ2DHnaoBWcLLtCaiATbkEetvOutOev1rK/wG73RzSlGuRim7iZJVcbQu8O+W+aoJyWvAUJ2F6KJcTpUjfIykZJHM1OUG1kMiF9c3Wk3SVHaEE7hjxt0ApOll0hNZCgqw2qnXqs5zdPOShH3VtZDWlKNZ6LzTNqNkuuNkO5c7/umfkgIR7FnXkCtqcXK6dRF+tCVjZKyQOE3PsygWqzFhLy6kpCxiRAyranacc8T5sbbyVSull2hdRAbt2woXlxbB/vB5fn92Ep1XguNpI0kiVXW6/cDU0l8b/U77FrHiRgs9vzg2OfzC2QlY11sXNJvcFZz0E1snES/f4lZO4nogXtmOdpa8dbicaWXSE1kKCrLreq664rzl5M+dhbeXvqSCAXm8u1ZjS5mr5EuXv3J9Jh68X9U3WQgI1MSMteMn8OZGVj+O0pPTRRB9XsSvwISR9EyK4noQXtWORp461EY8uukBrIuBvGwkOrv50xbljnuv+jj1D5BGyYsg2hKMOGBj0DQiKi45IvXslKjIkMCxzQRl9+u2qk8gnYMGUbQpHHvA26DA0Jj4pLPn97o7jyCdgwZRtCsfrCxqM4NrHkKovi4KFt7G/7B0OQ8ih7tsG5zdDgMCWKi4yFibFRlY7iYX+cMcS2rOxH8i11sHlHTNIei8LK/jXIHc+4G79Pf9Cz3GrObQYEhkXGJGbdqHgU62bnTPDtuOKENa+Tshgfb/uOmKQ9FoVIrSPo6rNf/H3h5PK3hjaoUP06Ioqviyh2sFV1VIaPcvQ+2pp4LckrWtvBirAGHoBoB9Q0Cz4S5RTlTquyAWmPtmn8eCHikZoiNRw+bPAOCI/Nz4oND6j4WqqTd8/A0IiYhPRrNIrDQ4Z2cdVWcM56RlzGRXm2Tv7IUlgDD3RctANqGpLiLxpQUvy1Khsh7dE0VQpBxCM3RWo40phXieC4CzSCvSrVgyOL4ui49H8Kk+NYFPMJ4/6lpmFoW0dd29SnLIU18ABEO6Cm8bjuAeW0qXKnVdmAtEfbVCkEEY/UFKnpmL2w6bsERyZcpBFc/jjYHOcOg4Pf+frPfbn57HVqyn5W+sijxGvu/k0/GFtYCmvgAYh2QE3jnywa0ObKnVZlA9IebVOlEEQ8UlOkphN01bLMnkbwJRrBDW+i55ACGsPtLz2k2/+WCxl4hlgIa0bDAxDtcDWN/awFogFl1gIzlQ2X9ui0TZVCLuKRmyI1nXE3Tnz1iLOVByyCL9MIrtibnAVNzy/zbTPeMIt4GQe6DD/8p6Wwpgk8ANEOV9OQLeNEA8qWcWYqGy7t8dI2VQq5iEduitR0gq60CY0rTQjraXVCy4FG8JX06NABVZDv9NhSkrV+KCG6+RfTv5lccp+FsAYe3M9FO6CmcShtD+UD6Acoba9V2YC0R9uUFnIRj9QUqfGwMa9rQNTZk1GBbtaruA4IjU6+mqxEsLVv6KqAwhqkOjC9sHUJizsfF9bJVj03UwRXw551FNYg1cFLN943zc96BkYXpkcFONms7G6KYNt1KgIKa5DqIOj6latLeptu9T3DEy/EhZalR6hnimDHsrvezne0nbBd4+s5cOFb6nAz6gTa9r1MkVv5JjtD7hiCrji+d+F8epi0MOEVHFOcHjm0zNBsGhAem61EcEgX21Hi4em5/0NPz/q2e0kW38Dj429KnaC07VZs2iV8k50hdwx0zOvx35Ijl+ICJamN/YCIxPOxId5lt6WLyrnnEyKDu1hLya3g8s/99MhdQbTmIM2XG44EGL1AibDgI6ZOUGUJWrcR6i0Cl6Bl0LqVxI9/vLhkg6ht0RlSQ+EvbC2i8v5Mz4zwkZ+0Dok5nxwxtDz1GI1gwznrETyIbpDTc1cQvcYcxCv37UYDzqcKJUKKP5UsqLIErdsI9RZpDZdcy6B1K6Ftl04jwpvEvDOkpiJmG3ptPvqfqPNxgRqNmPPQiCOGmODyVyloBBeU0AjWTBdP36kcwBVEaw7y1WLlSfwiUCJ4XPfwU0apqixB6zZCvUXgErQMWrcS2jZ9kKhi0RlSU1G1DUMP7HgoZH9OpJ+2QpuQ2NLEcOtrGBocerywYN/VjJXvPmQafa75hJhcQbTmIGl0UJryPCgR/JOpZEGSJWjdRqi3CFyClkHrVqK09bzuJqpYdIbUVCRhjl3w2dh2PaPOJ4aYLae5DI08kxsdWK8C3dXp+/IPB4tgMcOuaCQRriAOGnMQu+t3EdLH6CdUDwtI1GxZlqB1G6HeInAJWgatW0nUbPJwsqmKRWdITeVpWZjjEmaIauwWHFccdbd5vS5hbBG5Un37GekcBncF0WnMQUjqPPeBaUVC3LBlHEkaKcsStG4jzLSEX4KWQetWkjRS+fo1VbHoDKmpjL+x0ke6bRhREO5MOkUYEkMtRroegVFZJ6ICK27v8MJxeuSuIFpzEHLfMcOSD1eDEmFwaXuXa81kWYLGbYR5i/BL8C7RupVQZcPql0UVB4vOkJpK0JXQgkg5Hn1jMkL0xCkwrjRmqMVA165nWMLFuLCOt/EDlgFKJGo5ypjXO9q0OMXouzUlUDm1j8g5EmbFH7TcReTbBkokajnshW1w8iaNIifg+MYeykk/NOaila9f0yLy//pdHiUStRw+2+BgNnZwCMmKaUMvvMNOnImwqnRoHBxTkhwx1ObeYQS51YipsmbRGZqxg2tYQRQbM9gNjdEuHavQReSCmJCmNjvv/evxS6n/KUMjUwkBjW+pg4X/CFK7mWAMhXHBAykbNS9izaLywrh2t0HIwayIttbbtwmJvZgYMcCauEH3qWFKj5Zj8qfb/tsrIaAZH2/pP4LUboKubt0B8hU6dtB4L3SKOSOSqPWMOpcQYmMjhfPQyFPWFpGnpTajp+AIocmh+hoLrxBwFFENSVhb6VaV2yh/oCcEIXTYYB9WFAZfnM2i0x/VPH1g72F/uKwXsrcoqputbuhGOLNF5IalD8EVaHKovsbb3CtEOI2ohiSsiXqrym2o4ob3VE0/O3KHQ8e8fvvixMTBkCOxbeTHusD0uO7ipmdkQWKIza8914CojJzoQHdxP6FACeXPiouLXwVNDtXXWHiFgKOIZEhC20q3qtxG+QM9VfO/AXKHwl7YHMILQuDeIdQQrtml5hiSE+MjbuoExpVE2V620t/7UdL5lS/w/xNm7lAOjX3a5d0Hmhyqr7HwCgFHEcmQhLaVblW5jfIHeqrOfwDkzgVmG/odWy2U582j0/w1VRpEFESo2yE6ROQlh5VhRuI9acVJNm4dx41zQq+5gjTn02+seIUIpxHVkIQi3apyG+UP9FRtPz1yRyOmypwjcp4QZY+mx7bWVGoRlRemrqg5BsZaX7vQ4pW1pq9X7wVn9wppzt9jiaVXCDiNqIYkrK10q8ptlD/QU7X85Mgdz+h/xNXQMzEecOkcXqgdO5Cem04FSzHTPOzUsbDy/Pi6ri46l/DcM1+BJofqayy9QrijiJTph7aUb01yG+o/AiIfBKGMu7FMvGLVi8oyzTW0iU17RFtx6P7d90u3ZaxdIMjtIehK5Ol7xc0jZ6NMkwkBJ2J9NDXtAk/FdZULmoalmW17Q5DbycQbfUfkhYsFskYrTtwnntCxg1Y65hJWGK1ZC9YNsNj2hiC3jaB/ip5puT2usbgPNESaIrbt6tSHtbUbRhRGuGtK6lvZ9oYgt4VJN57JCbcPPzNQFDRZdbiH6WnAydhW2vq+MXmhZiNdtu3NzNOfIhxzWl62bW9mVZmjFKIMBymfoH8Mjx/9ziEg1zR00IUURZjCxnLsQPpsORpoNlllfdubcMwZ/Zftv96qMkcpRBkOUj5BV54yDNm63r1FwiZTMpXWW3ap+rJ2a44/ZNZm6KGdA82KrG974445Xy783XCyH1jYCJMbU2ofydrmMYNy+PhXWshlOKDJgbrogYNoCbpCggz3LD3Q3D48e5gotAs1aXUUAk6ZJwJ0CMmObW/ek5Vtb8wxh+xL6uC27TuwsAGTGym1j2pt09noTNoXt6KFTIYDmhyoix44iBl0he1pQ+/wzLvIo7nhpgFol70JqoDXxXLsQLXqjYk55tvemGOO2zXla/y7mSDJAZMbNbWPZG3jbGxP/vwPLeQyHNDkQF30wEHMmHhdCaax+T2fNwwmzf/ebJoJsw/LD1FrtV97zHxw6h1VHGG51lVnzF/nv+8n7phjzhAqwjnkD5IcMLlRU/vI1jZnHhh2wpkWchkOaHKgLnrgIGY8fX29IxXR9BxR9CxRhg5qjPY5slZyibQcO5COMZkhVuYK2kcc0DjmzJhHiPv1RiDJ4SY340ypfTTWNpsnJj9GaL4fLsPhmpwevC564CDmBF2J+cNeid6crr2zw5WvyawIUzzWich/Vq1Ixw7mlr33bGOb5G3BHXPWj1Ve8VJBkgMmN+1NqX001jbfpq1VxsxJI0GGwzU5kAYIPXAQc4KuOG6IUs7jc7q2PvK9A2m2NV79vr03LUYSP7Zfd3SYWWtdYNq2e2z2zRxz9CXKkPfdn0CS8yLkATKl9tFY20y72oHQQpDhcE0O1EUPHMQc5YXNfe8HysWEnK4N4uPciT48R11Wc4/KDpAqB5yONR9zOoTkxNjYm2kNNLlBqg8629Do2P8RGr1+Tj8fVILzgbOR6trWQ2ejpdcya2OHBhElURXOVowmN0j1wcTobbKoZ8PEHD9deGZ3QrzW7/IxVai/+OQgqb7v+qNDzftoEZUfVsEUbWhyg1QffCdF11w6yzAxpwuZWKgMGvThudJOoEBDlGzYG3AmxmKGt8uqDGsTDwhyK4FtQIMK+ivHSdldyPBCOr876GykOjxo8mdyL6mJa7iFNoeQoUmHHzUrmppCj+7ZY1T1jVaHo0pvWl6tQ2zqd0QjU+IrBGGIPWyPZVM5w/NK9HbLCNcp4+B1u6V9bMGFEfJQt0Pcfou3frvAk3Fabc6jV2jQzYnXqeobrQ5Hld48sYcQm/od0SgZhxyIBpOtf8gZOpHwfHZn4pOySPlG1IUVPKlW8/nrwF1ys4DT0RZjB5ewwhh542Y7o48S5xe7MPUNT02lTTG14CO4m3y+8FfQ7/jdUP7uhXPl7FVKI0h8pc2GhdR21JwUMw7R/Zc0ehv8tZHmn7g/Uxo66EIKwuRf+a4RhlCLUW7DiHOR6iZ5/ZWhRLduDlXfQGoqsxRTKf7ibuuzQr/jpkT8XQYPKXuV0ggSX2mzYSG1Himhyhc7qKI8RIlex8WH6FpwozV7pCncznu2tZNbdvs7yXJ9olV0fphp6HroRfJYphsV2kBqKq0Ox+O6B9w5lLY16XfyB+o2TiFS9iqlESS+0mbDQmo9cjagX2Lpe1hodieiCz9Lt1PoQvOD1Kr2YUWhsuJRF5wdbTnBO3hPiljXiPmsTnogoUIbSE2l1eH4J4u7Xgad0O+QPc/4KzEqZa9SGkHiK202LKTWIwUvcVy3mAZnaIbyDTuhkG19vy8zShJDdtu/rpncuH6klbGDbvRWmFn7IHZ6nI4JbSA1lVaHM2uBuHs1Vuh3PMny6UeGEyJlr4qaDYmvumiyYVX3PwRy5yEHL3FLnE1P/0ejd1jBZHrtuXqvNFioE1EQoml+V8K+/jb7Hp1dRN/MkkaK1FRaHc6WceLup5l2oN8h5OM8+lTKXqU054mv7LTZsJBajyZ4iefR1+np/84oY92uZyLp97AydHhaqnFPaoyn3ML62IFzt5G+mFFfHJ6aSqvDcShtL+6mlEwG/Q4hL11tr3y/qtmraHOe+MosGxZS63ne2Fu+bXF6HD29RqPXOymGvXv1OREtrbC5ROaM0PRgdexQdb74pPr6QmoGz+20Xh70T4G8ekb8cpmm7HUavW5rN7OJr4axyV2kKg9mxmh3WnbftrcfqR7cR5ysSJZYpDbR8LCt4L0SnCtHJulnYO5Pr59po7zB/ZjMbBt0oQVjpCr1o04N1nSiC86Jrp65q4Q9Ns3XkdrJ3ZtLjTaDl7yco9lPHpDDcrK9cVqJXl14Fk833CtdHjqQwLworctIg+odOyCIoO3Uqcm2g1d5P9PY4jzHb6fS6CXjCrnepl5Mimzq1Hhlmpm64e7te/tqS5wuG41Gur4LWHfB+XqOVq1DNTqUSmS5Qmo4K8sIXvLRcc2c/9vJzKh36mmqVBhS8BIr1IUWa17xAw0RWlk6HTtoJiLuueHj6f3YxUni3roLTvLjWrUO1ehQKpHlCqnhaIO3/rZEIP0avf/koIf8+NNdbFDw5ikavX6nI7kBSc+0aHms0Grzwe5EAx07SAnZ3jysHHQnnxP5p7gLDghzqPAG5DYatQ7T6NCH8eOdckaQxmlPioeNorP3B+bqQK2D1CK0wat7YCjw4VV2/+1O2YNBt2gV+/U+jUWv977l/De5+7Ij8uuUuVZHoceOxD7qX7lAGTpMO+Iq8k8xFxyQ4lDhTXeQ22jVOlufJfRhC6X0nQSXXS8LpxzXk58297/6p8hshdR4Biijzo3sqsxhAyH6pQnyt6rDmp/YV+i0Uz7Kse7qbTAeCCkOlRt32r3DV9udXXCuGDvo8i4Xl9wo9CWgp+EuOCDFocIbkNto1TpUo0Mf0lKPi3s+JMIpZ/pKHSEH3gW1TlX/QZA7h7rdu3fnq7vlBC9xiF0vOzq5bPuSncNZ9NrPTwVrsh6pmvyTUgJCQdOfM7glk6/xfh+fHmsSRf4p7oIDUhwqvAG5jVatQzU69KFSSuy2H9aZsl8lPq78/5A5HNQ6Vf4XQe5Aygte4rjuN3lvT8OUN9k5PLU5PYVmwVKG29JjGlV616QN5rvhB/3JZtXGZ9HV5elHRf4p5oIjpDiffkOE3Ear1qEaHarKiZpNyJyNlzuJ7Fe6S/3pLxIPUOtU/R8CufMoN3iJy9Yf5S/R5qcmsPP7kEG4SAgdgws1Qwcnc62OYOGK+vU9h2e9IvJPMRccIcWhwhuQ22jVOlSjQx8mjSShiXV/+M6U/erIl/q+GceFWgepTZQfvKRe4lfyk855I9n5g+Mseh/Ifxke3H18RX25Yr9jv1pbXjuijLevHhqnAz0Nd8EBKc4gKrzhchsz15wpJZOpKkcpDTzRhHS70lQ87He44Lcl80GtU7V/A6SGIavKGiXPkh/1NfB1CIjeLqdgyoy4/XxSsx7hHJkz8pZ+SAUnZUSuP4ZCSERCI4lslv62/MzfwIe3M48z+7Kmib+K+VWzoQMZlhGjmSiufmbvbuD83x246IZIaPW8LU+/Id+OyfBh55nHWPTWXbVDjA86H/pdoyyrF3V6yC37jJTmmy+eXlhhVymkVqANXuKbrVkDfjOVb3D/kEevfl6amNetu/iUVgY5KjeqLkGQ24hZ8JJuBnnfBJmzm0fkR0e58WlonildZnBxmObFyeu39PuIhn00k1X+FzfxeiVUOhZgqivEMnhJvwLZ1FT33Sa+dvHRUe74/2SRKStEx4N/aAe6gXkR8kKH2/WHPD2bPm/sQaqMUOlYgKmuECvBSx4olvVc+t+W8jmGWRC99+S+Kp45R53ROje03HhIitRhl6jsrIuxDdkylpCRB8jvMzcUr/dbXbTbGbQ6QnpDAfkNWOvw50ylo81nZU3kg9RSLIOXDC+Us6w5//01v5h9hEdv55ORpsWM4OJwzeqwLqRIzSgUvlk5eKxYobMvVUbKc74lZxO8Wl/Z0crrXIDQ6oD0hsLlN8JaB55vfZZo81lZE/lU1z8FcqdhJXjJE/k9pbt6+2H+bPYRrvptsuc3066KjgdiG8pNSZutO8VXYdzV4uJzxjgH0iNfGfYmTGpm7EScrnYjuoLeoNUR0hsKl9+AtQ48pyodbT4rayKfavqXQO44rAUvGZsriweanQQ9eQREr+ufO02TVnUiz2i3VDh8UDiRXdifH+/j4/uesTV5KZYQp0vdRiYT0jdXR9pdcgStDkhvKEJ+w6114DlV6WjzWVkT+VTLvwNyB2I1eMmUzDbSXfusUeysizzA5Y76r9LVkeazRdqhA+nNhTl3G2llX+W4eDohoy7az1pIyKsrCRmTILQ6XHrDugZtDljrwHOq0tHks7Iq8kFqK9aDl0w/LWdd623gk2Cm6CWhBnVc7Lt/ozXnsClH6fEpAyF7fnDsk7mFbJzExYxzPxFaHS69oQj5DVjrwHOq0tHks7Iq8kFqKzaCl8w+JvvvDsnjvtG6ufshekcVqfPBdSJzLPJUELKUheX0UhcyIS17yfw5diV+hKQPImTXk6DVAekN6xjkN9xaB55TlY42n5U1kQ8mt6q12Ape8ukBeRJ3dCa3jdZ9KaK3f264+viJfLOhA4LcemwGr27BDnm596U0/k2sRC9ML7Q7HqnqZNonqWmLEeT2YDN4iX7ZJnltdvYBLuLVfZUE0dswYaVqROIUmTv8lnxABLGF7eAlDqvWSau9uoWb+Z3uaxG9dX7ZJQ2MRxZEoGIRuZ2UEbzE+a8V0rY2/YrfeXAq0QvDYf3cEx3VCq12/CWliacM++OMwSJZvEync/qqSWwwrRVSdvAS178XSe9hzlu/4Re6efvEy1yoQVKSKUOHh6TWutk5E3w7rjhRhqqs2YNVlNhgWiuknOAl9fZ+Kd8lzeAXUvSOLHpGqjEiX0pbPIpJ2b2PthbaGik9VeyM1Ya03jRLlYXEhtbi8hudYXJiaXwL8RDagM8OinKQsoOXNEr5ULrzPgGKMt03e0X09ssJl2q03L5FZK1wzhJhDdoaKT2VLnefr9uWhdQsx1xiw+xyuPymtTG2Y7Odi4TJDm8Daa1QlIOUF7yk+QnZ4KPt2UB+oZu/V2wDanN0gTQyto/Ie4Rf9S8V72+grZHSU7UyKmPlH2b6ndNbSGxoLZDfBBnqEjJ5GzyENuCzg6IcpNzgVeL1demuV/4wfmG3KFFEr8ff62Sjs6BCPriYsp+dHnlUaGuk9FSB9FmK/8TNxEJiQ2uB/OYTKsZ8bxE8hDbgs4OiHKT84CW+2ZOku8F5IDe3W7TDHcqclh2QM1y1+5HZnoUU0Gni9pceEjmppPRUH88jpP4Nz6jZxEJiQ2uB/GbrdEIcjoyGh7yNF/fZ8UNRDlKB4CV3GaRMgiRI+Kjb/bhdRK8u4mQni2ZNzy/zbTPeMMuUk0pKTxWvXA5LpbY4FhIbWovLb+wv7G3p83NCE3gIbbjPThMU5SAVCV7Sr9BfunsxHRaC9Wr0ktD8QRbNemwpyVpPFTtcWyOlp9JfUC7/85PLtWYWEhtWi8tvuma8kH0q0gUe3s/bgM8OinKQigUvGVI4SLr74CCMdvXR20yD3ceLxpBqZiJ+sSJlUqHgJY8Vy99xc+NB9KBfrEZvH82UWXUw//1q7hCpYUwwvlgRX4VR+dK2YLuYP2ByTL84wRS9rY98V71GCvtwFQ0pkwk3jm/0Lr8aGZcjvZI5boiCKzl6PbZscCcIctuYdKN4VW5A+fXIKxmt1Rv3vR/Alf6nBJPs12nJweZykxNGo7HoF02GoKph0zgHqdUEXcvOWpalyRBogxlp0jd0o2P/B1f6n/82Ra8uPFNKENTUONCzybBjv9/8h7RpnIPUaoKuTM08/MealO7lV404Kql322QFw5UcvWRSoaorG1VM14cf+aeOUNaAcQ6Y4sAdOOFQ4IGU7IrLeJhxDgpxEHOCrpCpZzZvf6PQPDGKJbp5+yVb0665whVKv2SrGr0P5j8nLj9bQ4/9r9UBEQ0Y54ApDtyBEw4FHkjJrkDGQ41zUIiDWDDumj2Zejo6zf/AhnI3oekWytvaBhX0hyv9Uil6e2eHw9Wud+hxQrJwwwHjHDDFgTtwwqHAAynZFch4qHEOCnEQC5698b1Oid4PDMMic/3Lq6z/ZaP05vRYtthG4fDbFjWLm2/aV2zyzfkfplNf/aWQ3YBxDpjiwB044VDggZTsCmQ81DgHhTiIBUFXk76iaYYnFz73YFakUzm1HVf9Ic3lhpwRweTwW5yaUbXRQhbJ912lRUNKGgvZDRjngCkOv6sLTjgU/kBKdiVkPK/GEnTHQSwJuuJ98k0lek89nh3eePXhbuVUd/7rV2mX5YzDQpLu8PsG83zAbyfWb9D9rZLRJjccMM4BUxx+J5xwKPyBnOwKZDw/zbRDdxzEEuWFrV32eJoku3/SMufQ4tBy1tvcd/8g1fhihxguWEZvrNFozPjtbtUNhxvnEDDF4XfCCYfCH8jJriBv1ZSSySjEQSyh2oZehQ/T6PVbva2R38GV5Swq1N83V72xWxYrdlE4rlyPKwnIbYUJc4YU3UOjt9281A7OkTkPl93C64gkmHFYt1h8ETv+gdGL3Fa4qmx0Xkcava3pTvbHDZGOZTZpfjJMvXFLnC0uHf9Yh9GL3EZAEvlGRgsWvU8UjiGN1yb6ltmm3dkX1RvPo6Y9bhi9yG1F6HnnHG7AordvdjjRKe9tZTbyM0xUb1qcHicuHf9cK0Wv02Ur7mWdztn2hGp5uU55Vcp/jNQeRPDqftjhwqK3dfIPjqTnsRVlpmPtni+tdfnlmkbJjrFS9Pa/bkUh2exByzLB6L/KrfL/7Z0NWFVVusfXOYcPQSEFNE0yTDQ1LCtL7cOsyJkiLZuozIYke8jKGzO3Rsd08kymUmYN127FYI6hZWOjmSSlVIJpFpmaCiqoBCICh0+vYR863L32Xnuvtc7Z5wuxe+P8fw8P7LP22ufA87we99nrt/+v990gcDDupAjOWx9EyIzv4iLytsaQsMzKGz0dNrrxdv5glMPoLBiSm2csdDy1S/2hCTh6+k1Bqp584yrmLFn6vqN8FJ2iDZon5ii73ao9IKDgtwGFb6OGuVK9Qa+XKee8d3v+3JbYKBT3eG6qh3xoVO/aV+l3JuCw9BvbyaEs+cZVzCE7d10Sse1NZQobNE3MUXa7VXtAYDG17Qp9M3q/najVS9LrblDOZTcXDfRw4J0NV/MHKW3n2gAAFi1JREFUv6+8SN8M/XADi0KtVYP/mYDD0m8STthY8o2rmBNxWtnxJo3RYYOmiTnKbrdqDwgs7vu5xpBkYyv/g2jVew+Nz7Ok16d5OPLBhiv4g1nFxjly18J3VbtygKbRMAGHpd9M/Yyw5BtXMecWumMvjdFhg6aJOcput2oPCCzu+zHtiOFCJjhoK1VavVp83tWl7/VweyRJrRHCeRd/ZXhl3V5S78tIqVAfMR1HS7+5P2shS76JcRVznlV2RJ6JyVrYhQ2aJebQlB23ag8ILJRz3r/u6a4/GtNCQ0Jo9fYvWRas/E+eVXGD+2PT1QxTDcvyfKdT5Ky13RVCNAHHpqXfWHdN1JNvXMWcjcqORBqjwwZtpok5yjO4VXtAYEE/sL262bhCMKGB3g80U6neHp99Qmv6d3UZ7m9ot5dxgT047235Xoy9bZRrNQGHpd+En+7L0nJcxRxbi7JjDo3RYYOmiTnKbvdqDwgsaPHa1vzTqLu0Y3FEq96Q5cV0s1/hlwPcHv3CXt55OHzbErfz2pV+g8Qc4Bn1UlnY568ZA/YyepvlzPI45bSgjiqItpn1bq+iWl7fxU+Ko0v+5PZl2pN+g8Qc4BntOm9UCY+QziyiN6TNpdWb3KR+rr+mbHV304MJsa78gt++Fvvdw+5epj3pN0jMAZ5hixR9ed1Z3/uEfvSyl8USMloLIIvMKb/O9GjlfXl1Pl8QHlo38Zz9ogA4o6+wXSoICvnqRy+1ei9mAWTJdXY3OkxI3jqe6j/SIdzr4LeY4wM0O4c+xdwqPTZiUGswVJ0AxVgeHtNwrT4WufNF+kOt3qjN+efRBxdt+aK/yeEK4YUr+GWGJMflxrbfYo4P0Owc5SkuazaW1FILoOoEKtxtmMDXHPqUP0V/qNUb8tY+dek3aKZjkvlTRH69jN/WNplf+/VbzJEFnJ45x3cn11qkaWp2TkHqXc0tm/T+WNnz6XPC0QlEhHzeR/lSW/zxh+gPe1lfQiwzqzWLYeShnG7Oh6vE7Psbf/CnMj0Uym8xRxJwupYvjk36ab3TtC0PEtr/atUMvT8WKUlSBuDoBCRiuPRzfKlthJY5Zi+lnVLubdKaUkSuODKamNHrwLP8waIircT9FnNkAWf2OmX/t3PkaTQ7R3kKcnisnqYTdSZKGYCjE5CIxWtZypfabmlS61Sr3mtr7dpossNuGml2YTm/xGt9d337xBxZwNlxl/ILVY2Tp9HsHOUpYs5E6Gk6ScV0AI5OQCLF+hu9sRUm1aq2mVa9Aw5ka4vEcVs/7UtMiK+eZmyHzGuXmGORBJyep5R/PNe3RcnTnlSKVHmK24qNNJ0F2XQAjk5AIvekEJfantJOgf+qVm9UwSb1ogMJstfcafY8w+qcG6r4K+b0kgWc/UtsI4+WOk1bOc9KzZy5y400ncIpdACOTkDi1FAlWlhqW6R1/dGqN3TFXuabjz6S05W4ck1Tsjzgr5jj1LJq1L6Gte+84TRtess0auZseEJP0wluHUgH4OgEJM7dgGIrjKU2yzKt649WvRZ79Qht/Ly3919BXLm20UNaid+STahy9m07iHdR4AGXVlaXOgylIDhvnXoKrFUveahRP2FIqTeLor61cYzbl/FbsllY1CPshe1YOQMecO3DNqbRWGoL3/aG+pNV73U1elRO/235Ji2E7moY4e5l/JZsYj/7vmJpLz8PAoGFSRNBYakter/22Z1Vb/zBvzOPQfncZtJC6MG6S8/BrwiAOWYdMB81QqNJbOV09Ser3ujCjbqvcFNllmsLocdrxJYncW8d+qFirpWaNINa/WwweO+XxiYTcfx+CtDZMW3fOm+vsdSW4Lhb/fmcVr2hK/f0Y3u6ryq+3OXIP1TGGdv9GuYP6f/Az5OpOJNa4OfvlWnk9+kijt9PATo7psVrWbrZkHTHNGq3YLLqtdiPXaXvSql3jaKex29re76Afl90LxVnsueT8JcPNq/opms37BGF2TRyI6uvMwpOfHS+2s+KiTjKUzAXhw6isxVw0zjbtnad8UF/QoP2BvtcqfYZbUqjcQFr8DcbXVoILdqj39b2UOucBFrc1KQpSbIVrbqw354X9dwb7RGdxmwauZFV19NbEnpvXUb7WV2oiTjKUzAXhw5egM5WwF3X97CtfKktrUpbnnjuoFa9N9c/qe8Kth+/3elIS9ZXrBuxZdxbFY4V/alJE3UmKqVY+aw3+wOm3bBHdBqzaeRGVjc1KufWj3xN+1kxEUd5Cubi0EF0tgJui5dEl8wytueWates9OodWJpl3Dxxy1HnFkJBazepe8NClPodvr2QijNJxWTND83NzSdfYdoNe0TnMZtGbmQ1e6myPWsZ7WfFRBzlKZiLQwfR2Qq4L15xqY1ksjgcvXqjP//YuEki5oN9w+QjQ+eorVU+V4X2OVuoOLMgm+xT3iaDhgczLYc9Uibo8ThyI6s85YwiuPge2s+KiTjKUzAXRxlEZytAPBQvSeBLbdb3PtTeavXqDX37W/6up3xuMzs+e9/I6EFPN1xHxZnCKWT5+pj4dzdbmHbDHhFqTmo2jdTIylp3oO/ANRsstJ8VE3GUp2AujjKIzlaAeCpecaktJJ/1TZnHqtdiP3alMXHIzvejiQvnZR//4dCKwST8dN/g1oEk5sPvjy+J0LUc7ZH6TMymkRpZPborvfHo3yKDWtXDqYhDn0JzceggOlsB4rF4yYRaY6ktcie77qpXL3m48Q5jYmhG9W8JAL8wnoqXTONLbX3K/6htGNV7S/10PjOxyksLIQA6HI/FS57fa6Q5xR9nSQlG9V5ansndsp7rv/bcQgiAjsZz8VqWFhhLbSMaWDyCUb0xW/Mi+NQ0889tAJwVlmkFLZVZJh+qvBUvsb3Pl9pudrCFYaN6u6zaHcvnDt3t3ELo6n+Vnir7i/EE/oXb8KlIxAlk/ti2ZvKs5iIzK8tL8ZKwra8b25Nq2ZnB8wdY9VrsVcJNFV0yK8QWQpbFjulX9ptcP1sf8C/chk9FIk4AY637WDk5vaPN7M5Jb8VLovfzpbanDrP7yo3qJVMbk4TJ445l8n8hM8pUlSclQ5dtpHCb9+dtat6YsKGpSF3RcOpapfk4urKjbMlWDxsX5B7QWbmgjZ6NRrTNMtnntXilpbZFeiwJr95b658QJvf6sCiebUa3GpfPmEUjhtuQY1t79f9x+0W9TqhSu1PXKs3HYcqOcpBs9ejjXO4BnZbQwfRzVVLbfSb7vBevuNRmWfYZMxl49SZ8J1x0IJZ0B2sh9HCDhZCXm5ubn2QWjRRu07dtCAn96TJi0TpiyV2rmI/DlB1lS7Z62Lgg94DOzTV1B7lB0+NUm84Z74feyJfagvPeZZXKq7d30VrxnoprypaqU+ZtV76dHxdfN4ZZNFK4zcRiQkbWWkj8KfX6sNy1ivk4TNlRtmSrh40Lcg/ozJz3ys+7xIjS7j0YY0p9OPpOvtQWvk13JZ8/oLu8Xd//SsxYipilnsZOqVevsqWf7sYsGjHcJmjBUkKeXEfI5K3qMXLXKs3H0ZUd5SDJ6oll41zuAZ2R65W31k+Un7dUNv6n+QrY8IO+PM+0o8ZSG/8Ax6vXYj863OWYXtV5I3tdnX3sG92iEcNtyCePULuRkP96ic516lql+Ti6sqMcJFk9+jiXe0BnpNvw4cOVD1Djfv44xs0M34qXzOdLbbEVU/VBo3rJI43OUjohwzY0ndj6+wdeZRbNTWK4jbUlgVDFnHx1jzpV6lo1VvNxmLJDD5KsHl3l4XIP6LzYvvvINNuR4mPxWt7kS20JDr3zhFC94xoeb++vR9C1CrjluraVT1OuMtnnY/FKS21jGnUXUajeYRWZbv+FeAVdq4AbHmIXFv5gss/X4iVh2/hS24T6y9iWUL19dqxxDXLwEXStAu3A5+JVPqk9Y2ynHdXTG4Tq7bruy/OdDwLg3OF78ZLYyqnG9txi3cERqteWcWSoMP/pEvo98vhkd4oNz8ChHaoA8BM/ipck1PP/3TO/1EN6F+zn2Q1pYszpHT/SSl1UYHGn2PAMHNqhCgA/8ad4yY2NRiNM6+pc/fZ3sXp/08Dj/ePb4gi55PtLqVjD4nDoFo+6yZ7PLB21QxXTbBCFA3zFr+IVl9pC8nP09QGxeoWLDrYfE4nl40VUrGFxODQ7R4i6KUnSLR3aoYppNojCAb7iX/GSx/hSW+TOefqmWL0X7PhXGNvc+xiZUBVBxRoWh0PDb3jUTdSZKGbp0A5VumaDKBzgK34WL1nIl9r6lBv3/YjV2z1/M/sctvrlLoeTVcWGxeEoW0LUTVKxbunQDlVMs0EUDvAZf4tXXGqLrzbeIRfs52pO8GNMX3sud3a+RY280eJwlC0x6mZBtm7p0A5VmmYTgigc4DP+Fi8JzvvAuNw1ouFWfVOsXp1Jx5voJ69dE1kcjrIlRt0UTtEtHdqhStNszkcUDvAZv4uXhAtLbTc7jNycha7Ve0Ub/eBFxRotDofKNjzqhmbgaJYO7VDFNBtE4QDf8b94SfR+45ZKMqlmoL5pUr0AnEvaUbykfzVfanvikLEkjOoFvyztKV4yrH6isb3oa0OpRfWCX5R2FS8Zy5faLMs+Ne6NQ/WCX5L2FS+5t26Ivhmct8oQeZ2q99YPKh25/YgJPoTgaA2w5AZWyM4BAu0sXnGpLXzbfxvDGSW8ei0Lax4eNHjNEbO7zHwIwdEaYMkNrJCdAwTaW7wkgy+1Re+fwYd59f7uaJzy/YID/dUAHM270ZNxeBwORepiJUzJnk+/TFN0AGh/8VqWFRpLbbEVqcZ4xrfsXs+w6gf0qTQAR/NuWDKOzYjDochdrPgUUpJEv8xSdAA4i+KVltoSavnNw3r1jm7Vd9MAHObdsGQcHodDkbtY8SlRZ6KUL9MUHQDOpniNnvCUUQ4jVMfyxg41ImL6bvXh7XcQGoDDvBuWjMPjcChyFys+JamYfpmm6ABwVsVLYg7wpbbxNcblB8sU9dpZWgM9rRh46rdqAA6Lt9GSce7ncTgUuYuVMYWaOwuyLaYpOgCcXfFKS21pR508xj7/8+6gi1MdC4gagKN5N0FaMo6Vx+FQpC5WNmMKNXcKp/QyTdEBQDkzbTibW27Epba5+3rIO68sbKnemKi84bYO1uNtWDIOj8NRkbpYPWZMCW4dqHyZpugAoBD6luOj29qf9zW2yVhqI5nbveY2+JCMg/Ac4DshyduO2U37VfjCfXypzbp6fZCnqcSnZByE5wC/uCrnRE5CO499nJ/rhuRneZnsQzIOwnOAn/S2121Nbp838AI/143cae+oXwgA3wlN2X1oZg/v81wQl9r6HHmS77A2q2+iG42uEbJk4wmaoMMlHNPj4OgAkatyGrOGeJ/mjLjUNqD6HmN8WBtdTLA2G02IZMnGEzRBh0s4psfB0QEyF9gd+eP9vvYQ/gVfahvRkKhvPlpOvw9p60ki3jjUsjJMlWw0BYe1sxIkG6k7lZqgU5BKeuYc351cazGSdcT+V3B0gDNdUvaWpnf1Pk8i5sAcY/vmOj3hP2cV/Z56kIR++/e4i4/+mZQkMQWHBeUIko1TdyqaoHNyaNfyxbFJP60XknV4/ysbHB1gwvWrGzPj/DtEXGqbVMUOPvxjs8IPy8jjhVZCliyPOhPFFBwWlCNINnJ3Kpqgk3DCNnudMu3bOTxZR+h/BUcHmDMgoz430a+zB3Gp7Zl9at5T77YJcQqlU8mntAvhO39OKtYVHBaUI0g2cncqmqBDc3aUD3yWqnE8WUfofwVHB7gjIq1kV5o/Qec3NfGshbvUtYq7T9JrBFH/HkyqlM9WUc1DF2TryTlaUE43Ltl0kbtT0QSdrIWWU6NpP6Monqwj9L+CowPcY03Mrc3wIzPsPofThYrFm+j3O5X/8Av+2f3Kr16jng1LztGCcgTJxqk7FU3Q2TWR7F9iG3m0VEjWEfpfwdEBHhmU2ZKb6H0a43EnrWy76ksuXk/IJVu+3/20hSbkaAoOC8oRJBun7lTTW6bRnJ1R+xrWvvMGT9YR+l/B0QHeiEwv35Hma+L+i85a2VkSGkqI7SDeWkF7sY7PP57R16epln8UdmhniYVFPcJe2I51NHAWDM9qWj3Kl4nBH33QkaUW+9n3FUt7deATgkCk58zKHSnedEciL7UB8P+E4OT8aru7/sUccamNfKG1LjxCt6lGM7cqhe0Z1BrcQV4NemABX7gqqzlnmLdJ4lJbVEzM7udjYrrT7b6/IZc1G6thqQUd5dWgBxbwjfNnVnmVfoc13M0fhP98o/Jdi7q5q7llk2DoFKSayDYUKT1H2KkH6bCOV5qUoxo8PI/n3P3p4NdPSPL2wzOjPE4Rl9rG/hTO8nJODiWrZgiGju3kUFfZhh4ip+cIO/UgHU3d0aWcLQ+KeTzn9o8Hv3qo9DvU04T7+VLb7C+JlpdDe1gdHisYOsqAq2xDD5HTc4SdLEiHqTtMyqEGj5DHc47/dPDrp4+9zqP0O+uwLkXkvaR8Y1E3MWciBENHGXCVbeghcnqOsJMF6TB1h0k51OAR8njO6Z8NOgehKXvK0t2fYd7GzoutTVQ106JuyG1KHXJDRxlwlW0ocnqOsJMF6WjqTgSTcqjBI+Tx/AJ/OugEXL+6MctbXElCG11i0KJulDdNIhg6yoCrbEOR0nOEnXqQjqbuxDMphxo8PI+n/fETIMC4OKPeyy1Dj5YSLS+HWjYbnhAMHTrgItuox0jpOWP4Tpa1o3e8YlLO9JZpQh7POf+TQeehW1rxgXR/pN+zAEE6oIOxJOY2ZZo2nehoEKQDOp6Bfkm/7QZBOuBcEJl+5Ju0sP/r3wKAdmFNzK3JiDXZ8UpbOn9gLtH4IOn47vEILyG1wYK/AzxwSWbT6mudB4ef+IJ3uXIj0fgg6fju8QgvIbXBgr8DPHJeesWOFGmdwLr9qXn5hIgSDRNoqEsjSTq5z25wHLpaF3ecXB1pirnO4/oSYhssddz8QABUrONl6TetKGhKhZGGo8bgaAINdWn6i5KOpXbnoIjCpbq4I7s60hRzncf1JaQ2WHTc/EAADK7Masq5nG33rBlGbmgLJ4JEwwQa6tJIks5FbYMJ+cc8Nubk6khTzHUe15eQ2mDRcfMDARDol+HI1T4dLT9dU1PfdhkRJBom0FCXRpJ0kmnbq5IkNubk6khTXHWezObmRa4vIbXBouPmHhAAEuHj1UbaY2r69+7d59Q9XQSJhgk01KWRJJ0XXyOk+79j9DHZ1ZGmmOo8Ji8htcGi4+YeEAAmhGiBIAeeGSBINEygoS6NJOkUKAO3luljTq6ONMVU5zF5CakNFh0394AAMGHGHvXK7MdvCRINE2hUl0aUdGwnlYG/rGRjTq6OPMVU53F9CakN1vV03NwDAgAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAADwyv8CFLBo+Kx4/00AAAAASUVORK5CYII=" title="plot of chunk Sps" alt="plot of chunk Sps" width="580px" /></p>
<p>Ahora, dibujamos a <em>Lavandula</em>.</p>
<pre><code class="r">linestack(sps.scores.sel2[18], labels = sps.names.sel[18], axis = T, air = 1.3,
hoff = 6, at = -1, font = 3)
</code></pre>
<p><img src="data:image/png;base64,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" title="plot of chunk Lav " alt="plot of chunk Lav " width="580px" /></p>
<p>Y finalmente hacemos los test de significatividad de los ejes mediante permutaciones de MonteCarlo. Las razones de hacer el análisis del segundo eje de forma distinta las tenéis explicadas en un <a href="http://muestraaleatoria.blogspot.com.es/2012/11/r-curvas-de-respuesta-principal-prc-3.html">post anterior</a>.</p>
<pre><code class="r">## Significación del primer eje
anova(curves1, strata = Year, first = T, perm.max = 499)
</code></pre>
<pre><code>## Permutation test for rda under reduced model
## Permutations stratified within 'Year'
##
## Model: prc(response = center.log.sps.table, treatment = Treatment, time = Year)
## Df Var F N.Perm Pr(>F)
## RDA1 1 2.31 13.4 199 0.005 **
## Residual 168 28.96
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
</code></pre>
<pre><code class="r">## Significación del segundo eje
SamE <- curves1$CCA$u
SamE <- SamE[, 1]
seconaxis <- rda(center.log.sps.table ~ Treatment * Year + Condition(Year) +
Condition(SamE))
anova(seconaxis, strata = Year, perm.max = 499, first = T)
</code></pre>
<pre><code>## Permutation test for rda under reduced model
## Permutations stratified within 'Year'
##
## Model: rda(formula = center.log.sps.table ~ Treatment * Year + Condition(Year) + Condition(SamE))
## Df Var F N.Perm Pr(>F)
## RDA1 1 0.54 3.13 99 0.78
## Residual 168 28.96
</code></pre>
<p>Y ya está… bueno… no. Ahora faltaría tratar las gráficas obtenidas con algún software de manipulación de gráficos (sugiero <a href="http://www.gimp.org">GIMP</a> que es Open Source) para obtener finalmente esto:</p>
<p><img src="http://www.plosone.org/article/fetchObject.action?uri=info:doi/10.1371/journal.pone.0079822.g004&representation=PNG_M" alt="", width=580/></p>
<p>Espero que os sirva de ayuda. Si tenéis alguna duda, ya sabéis, utilizad los comentarios para que todos nos beneficiemos.</p>
</body>
</html>
Anonymoushttp://www.blogger.com/profile/04886779625853626215noreply@blogger.com0tag:blogger.com,1999:blog-3411980380431159239.post-87789286622778592252013-11-30T12:46:00.000+01:002013-11-30T12:49:09.224+01:00Diseccionando los efectos del ganado sobre la vegetación<div>
<br />
<div style="text-align: justify;">
<div class="separator" style="clear: both; text-align: center;">
<a href="http://1.bp.blogspot.com/-ZWxi6OMtR8Q/UpnPRLbZ5UI/AAAAAAAAASY/mO2yL14eD7A/s1600/CIMG2247.JPG" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" height="240" src="http://1.bp.blogspot.com/-ZWxi6OMtR8Q/UpnPRLbZ5UI/AAAAAAAAASY/mO2yL14eD7A/s320/CIMG2247.JPG" width="320" /></a></div>
A pesar de no disponer de mucho tiempo y encontrarme en una situación algo complicada, vamos consiguiendo sacar adelante algunas cosas. Acabamos de publicar el que creo que ya será el último artículo con los resultados de mi tesis doctoral:</div>
</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
<a href="http://dx.plos.org/10.1371/journal.pone.0079822">Dobarro I, Pérez Carmona C, Peco B (2013) Dissecting the Effects of Simulated Cattle Activity on Floristic Composition and Functional Traits in Mediterranean Grasslands. PLoS One 8: e79822.</a></div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Durante cuatro años realizamos un experimento en el <a href="https://sites.google.com/site/ikerdobarro/lineas-de-investigacion/el-cerro-de-san-pedro">Cerro de San Pedro</a>, en la Comunidad de Madrid, en el que simulamos tres actividades del ganado sobre un cantuesar sin pastoreo frecuente desde hace más de 50 años: defoliación, pisoteo y deposición de heces. El objetivo del estudio era comprobar los cambios producidos por cada una de las actividades en la composición florística y funcional en la vegetación e intentar dilucidar la importancia de los efectos indirectos (cambios en las características edáficas y lumínicas) y directos (destrucción de tejido vegetal) de las mismas.</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
<a href="http://www.blogger.com/blogger.g?blogID=3411980380431159239" imageanchor="1" style="clear: right; float: right; margin-bottom: 1em; margin-left: 1em;"></a>Existía ya algún trabajo similar como los de Kohler et al. (<a href="http://onlinelibrary.wiley.com/doi/10.1111/j.1654-1103.2004.tb02249.x/full">2004</a> y <a href="http://www.springerlink.com/index/10.1007/BF02904943">2006</a>), pero ninguno sobre un sistema abandonado en el medio mediterráneo. Los resultados indicaron principalmente que no parecía haber ninguna diferencia en los cambios producidos en la vegetación entre los distintos tratamientos, excepto la deposición de heces, el cual no produjo ningún cambio notable ni en la composición específica ni en la funcional. Todos los tratamientos convergieron en comunidades similares al final del experimento, caracterizadas por la casi totalidad de desaparición del cantueso y una composición de rasgos funcionales habitual de los sitios pastoreados: anuales, con roseta basal, de poca altura y con semillas ligeras. La sorpresa surgió con el SLA (Specific Leaf Area), cuyos valores disminuyeron significativamente con los tratamientos.</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Parece que todos estos cambios se debieron principalmente a los efectos directos de las actividades simuladas, es decir, a la destrucción de tejido vegetal y, en un segundo plano, a los cambios producidos en las condiciones lumínicas; las condiciones edáficas no sufrieron ningún cambio a lo largo del tiempo que duró el experimento.</div>
<div style="text-align: center;">
</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Aparte de todo esto, quiero resaltar que analicé los datos mediante los modernos y complicados modelos mixtos, a los cuales llegué después de darle vueltas y vueltas a diferentes modelos de análisis de la varianza que conjugasen bloque, medidas repetidas y efectos fijos que no se ajustaban al algo complejo diseño experimental que teníamos. Lo digo por si alguien anda devanándose los sesos también con los modelos mixtos; creo que aquí tendrá un buen ejemplo de cómo y cuándo aplicarlos y, sobre todo, cómo presentar e interpretar los resultados. El campo, lo sabemos bien los ecólogos, nunca nos pone las cosas fáciles a la hora de luego trabajar con los datos y los modelos mixtos han venido para facilitarnos un poco la vida y tener resultados más precisos y fiables. No les tengáis miedo.<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="http://www.plosone.org/article/fetchObject.action?uri=info:doi/10.1371/journal.pone.0079822.g004&representation=PNG_M" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="380" src="http://www.plosone.org/article/fetchObject.action?uri=info:doi/10.1371/journal.pone.0079822.g004&representation=PNG_M" width="400" /></a></div>
</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Por último, y también relacionado con los análisis estadísticos, utilicé el maravilloso y apasionante software R por primera vez en un artículo, lo que creo que también encontraréis interesante los que andéis empezando con él. No sé si tendré tiempo de publicar aquí los scripts de manera comprensible de los modelos mixtos, las PRC y las gráficas, aunque la intención la tengo. De todas formas, dentro del tiempo de que disponga, atenderé las dudas que alguien pueda tener sobre ello; utilizad los comentarios y sed pacientes, así nos beneficiaremos todos.</div>
<div style="text-align: justify;">
<br /></div>
Anonymoushttp://www.blogger.com/profile/04886779625853626215noreply@blogger.com0tag:blogger.com,1999:blog-3411980380431159239.post-89268336347164524062013-05-23T10:37:00.000+02:002013-05-23T10:37:53.272+02:00Dos recomendaciones: Divúlgame y EdublogNunca estarán de sobra las contribuciones y nuevas ideas en la red que hagan de la Ciencia algo al alcance de todos. Las personas que dedican algo de su tiempo a este trabajo, el de la divulgación científica, de forma desinteresada y únicamente en respuesta a su ética profesional y a lo mejor de los valores humanos, siempre tendrán todo mi reconocimiento y respeto. Sobre todo cuando estas iniciativas se revisten además de unos niveles envidiables de calidad.<br />
<br />
<div class="separator" style="clear: both; text-align: left;">
<a href="http://1.gravatar.com/avatar/d1cc479b3dd00002ef8e19b6898346d9?s=128&d=identicon&r=G" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" src="http://1.gravatar.com/avatar/d1cc479b3dd00002ef8e19b6898346d9?s=128&d=identicon&r=G" /></a></div>
Hace ya unos tres años que compañeros y amigos del Departamento de Ecología de la Universidad Autónoma de Madrid, donde realicé mi tesis doctoral, mantienen un blog que nació en el ámbito del Máster Interuniversitario de Ecología que imparten junto a la Complutense: <a href="http://edublogecologiauam.wordpress.com/" target="_blank">Edublog Ecología</a>. A pesar de que en principio los contenidos van orientados a los alumnos de este máster, también podemos encontrar contribuciones muy interesantes de divulgación en el ámbito de la Ecología. Un ejemplo de ello es el <a href="http://edublogecologiauam.wordpress.com/2013/05/17/existe-division-en-la-comunidad-cientifica-en-relacion-con-el-cambio-climatico/" target="_blank">reciente post de Francisco Martín Azcárate</a>, profesor e investigador del departamento, sobre la existencia o no de disenso en la comunidad científica sobre las causas del cambio climático. En definitiva, un blog que debería estar en vuestros feeds para estar enterados de lo que se hace en la actualidad en una de las instituciones universitarias más dinámicas en investigación de ecología de pastos, aves esteparias, socioecosistemas y mucho más.<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="http://www.divulgame.net/badgeorg.png" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" src="http://www.divulgame.net/badgeorg.png" /></a></div>
La segunda recomendación es la de <a href="http://divulgame.org/" target="_blank">Divúlgame.org</a>, que hace dos días que acaba de nacer de su hermana <a href="http://www.divulgame.net/" target="_blank">Divúlgame.net</a>. Casi todo el mérito de estos dos portales se debe a su principal perpetrador, <a href="https://twitter.com/adrianmugnoz" target="_blank">Adrián Muñoz</a>, estudiante de Ingeniería de Sistemas de Telecomunicaciones. Ya seguía el "Menéame" de ciencia, Divúlgame.net, y desde hace ya casi un año, Adrián planteó el crear una web con todo el que quisiera cuyos principales contenidos fueran traducciones al español de textos académicos. Yo me propuse en principio a colaborar, pero diversas obligaciones y responsabilidades me lo han impedido (lo siento, Adrián). Aún falta gente que quiera colaborar, así que no dudéis en poneros en contacto con la administración del sitio o inscribiros en su <a href="https://groups.google.com/forum/?fromgroups&hl=es#!forum/proyectod" target="_blank">grupo de Google Groups</a>.<br />
<br />
Les deseo larga vida a estos dos proyectos. Enhorabuena y gracias a los que los hacen posibles.Anonymoushttp://www.blogger.com/profile/04886779625853626215noreply@blogger.com1tag:blogger.com,1999:blog-3411980380431159239.post-84451189471280699632013-05-22T10:56:00.000+02:002013-05-22T10:56:36.768+02:00Celestia y el próximo sobrevuelo de Cassini sobre Titán<div style="text-align: justify;">
<a href="http://www.shatters.net/celestia/%E2%80%8E" target="_blank">Celestia</a> es un programa de simulación astronómica de código libre disponible para Windows, Mac y Linux. Andaba trasteando con él e intentando comprobar si un complemento de la sonda Cassini tenía efemérides actualizadas y más o menos con posiciones buenas. De repente me encontré con que mañana, 23 de mayo de 2003, la sonda pasaba cerca de Titán. Corrí a la web de la NASA para ver si era así y, ¡perfecto!, <a href="http://saturn.jpl.nasa.gov/mission/flybys/titan20130523/" target="_blank">mañana Cassini estará pasando cerca de Titán</a>.</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Cassini es una sonda fruto de un proyecto conjunto entre las agencias espaciales europea (ESA) y estadounidense (NASA). En principio la misión se llamó Cassini-Huygens debido a que, acoplada a la sonda Cassini, iba otra sonda, la Huygens, que fue liberada para entrar precisamente en Titán en 2005. La sonda Cassini sigue su trabajo de estudio del sistema de Saturno, el cual está previsto que dure hasta 2017. El sobrevuelo de Titán de mañana se espera que obtenga datos para ver si hay olas en una masa líquida que se encuentra en una zona llamada <i>Ligeia Mare</i>.</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Como Celestia ofrece la posibilidad de hacer vídeos y estoy aún trasteando con él, aquí os dejo el que he hecho con el sobrevuelo de Titán con la Cassini. He conseguido hacerlo con el complemento para Celestia <a href="http://saturn.jpl.nasa.gov/mission/flybys/titan20130523/" target="_blank">Cassini Horizons</a>, el cual tiene las efemérides de la sonda hasta 2017 calculadas con la herramienta <a href="http://ssd.jpl.nasa.gov/?horizons" target="_blank">Horizons de la NASA</a>. Además, he utilizado las <a href="http://www.celestiamotherlode.net/catalog/show_addon_details.php?addon_id=1508" target="_blank">texturas para Titán ofrecidas por John van Vilet</a>.</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Conforme se acerca Titán van apareciendo los nombres de localizaciones en su superficie y se puede ver el de <i>Ligeia Mare</i>. He dejado las nubes que rodean a Titán y ocultan su superficie para hacerlo más realista y las he quitado cuando estaba cerca. Y, por último, para no aburrir, obviamente he aumentado la velocidad del tiempo según conviniese. No ha quedado del todo bien, pero uno se puede hacer una idea.</div>
<div style="text-align: justify;">
</div>
<div style="text-align: justify;">
<br />
</div>
<div style="text-align: center;">
<iframe allowfullscreen="" frameborder="0" height="315" src="http://www.youtube.com/embed/abTZtBvY1CA" width="420"></iframe>
</div>
Anonymoushttp://www.blogger.com/profile/04886779625853626215noreply@blogger.com0tag:blogger.com,1999:blog-3411980380431159239.post-76136815296037193532013-03-24T13:23:00.000+01:002013-03-24T13:23:26.297+01:00Fracking: fracturando el suelo, ¿o nuestro futuro?<div class="separator" style="clear: both; text-align: center;">
<a href="http://upload.wikimedia.org/wikipedia/commons/thumb/7/75/HydroFrac.png/1024px-HydroFrac.png" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" src="http://upload.wikimedia.org/wikipedia/commons/thumb/7/75/HydroFrac.png/1024px-HydroFrac.png" height="187" width="320" /></a></div>
<div style="text-align: justify;">
Desde hace unos meses han salpicado los medios de comunicación noticias sobre una técnica de extracción de gas natural que hasta el momento parecía desconocida para la mayoría de la población en España: la fracturación hidráulica o fracking. La mayor parte de estas noticias han estado originadas por grupos que han dado la voz de alarma de los supuestos peligros para la salud y el medio ambiente que podría entrañar esta técnica.</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Según <a href="http://sociedad.elpais.com/sociedad/2013/03/16/actualidad/1363471123_789066.html" target="_blank">El Pais del 16 de marzo</a>:</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
<blockquote class="tr_bq">
"El debate sobre el <i>fracking</i> llegó al gran público en 2011 cuando el entonces <i>lehendakari</i>
vasco, Patxi López (PSE), anunció por todo lo alto que en Euskadi se
había encontrado una reserva de gas pizarra equivalente a cinco veces el
consumo anual de toda España. <a href="http://elpais.com/diario/2011/10/15/paisvasco/1318707602_850215.html">Su Ejecutivo respaldó el proyecto, llamado Gran Enara</a>,
a través de la sociedad pública Hidrocarburos de Euskadi. El Gobierno
de Iñigo Urkullu (PNV) le puso freno nada más ganar las elecciones"</blockquote>
</div>
<div style="text-align: justify;">
</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
El Consejo Superior de Colegios de Ingenieros de Minas sacaba a la luz el 11 de marzo <a href="http://esmateria.com/2013/03/11/los-ingenieros-de-minas-bendicen-el-uso-del-fracking/" target="_blank">un informe</a> sobre el fracking en el que se estimaba que la técnica, sujeta a una vigilancia adecuada, no suponía un riesgo grave. Sin embargo, en unas pocas horas se descubría que uno de los autores del informe, <a href="http://vozpopuli.com/empresas/22632-los-ingenieros-de-minas-alaban-el-fracking-en-un-informe-firmado-por-un-empresario-del-sector" target="_blank">Fernando Pendás, tenía un conflicto de intereses</a> al ser consejero y accionista de Vancast Exploración con participación en consorcios de prospección de petróleo y gas.</div>
<div style="text-align: justify;">
</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Parece que el gobierno español, de momento, no va a prohibir esta técnica y solo va añadirla a la lista de actuaciones que deben someterse obligatoriamente a una Evaluación de Impacto Ambiental, según <a href="http://sociedad.elpais.com/sociedad/2013/03/16/actualidad/1363471123_789066.html" target="_blank">El Pais del 16 de marzo</a>. Sin embargo, el jueves 21 de marzo, la Comisión de Medio Ambiente del Parlamento de Cantabria aprobaba el <a href="http://www.teinteresa.es/cantabria/santander/PP-proyecto-fracking-perfectamente-constitucional_0_886712843.html" target="_blank">dictamen de la proposición de ley para prohibir el uso del fracking</a> en dicha Comunidad Autónoma.</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Adelanto que la mayor parte de la información sobre el fracking la he obtenido de la <a href="http://en.wikipedia.org/wiki/Fracking" target="_blank">entrada de la Wikipedia en inglés</a> al respecto, la cual a mi parecer está bastante bien documentada. Los entresijos de esta técnica son lo suficientemente complejos como para no poder explicarlo en profundidad en un post. Así que adelanto ya que esto es un brevísimo resumen de lo que hasta el momento he encontrado como más relevante. Seguramente habrá más en Muestra Aleatoria.</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Básicamente el fracking es una técnica para extraer gas de yacimientos de los que no es fácil hacerlo mediante la inyección a presión de agua con una mezcla de sustancias que consigue producir grietas en la roca. Obviando que la quema de combustibles fósiles, como el gas natural, tiene evidencias incontestables ya de contribuir a la emisión de gases de efecto invernadero, la primera cuestión que se plantea es si esta técnica implica un riesgo directo para la población y el medio ambiente, si ese riesgo se puede asumir y si es controlable. Existen al menos dos indicios que justificarían una inicial preocupación: las sustancias inyectadas en el subsuelo y la posibilidad de provocar inestabilidades en el terreno.</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Desde el comienzo de utilización del fracking en Estados Unidos entre finales del siglo XIX y principios del XX, las mezclas de sustancias en el fluido inyectado se han ido diversificando. De todos ellas existe una lista de 750 plasmada en un informe para el Congreso de Estados Unidos de 2011. Algunas de ellas se pueden encontrar <a href="http://en.wikipedia.org/wiki/List_of_additives_for_hydraulic_fracturing" target="_blank">en esta entrada de Wikipedia</a>. Entre ellos encontramos amoniaco y varios compuestos derivados de él, acetona, queroseno, hidróxido de sodio (la sosa cáustica) y benceno, todos ellos potencialmente peligrosos para la salud y el medio ambiente por sí solos. Estos compuestos contaminantes y tóxicos inyectados en el subsuelo podrían alcanzar acuíferos de uso humano y contaminarlos. Sin embargo hay dos dudas respecto a este peligro. Por un lado, aunque estas sustancias son peligrosas por sí solas, podrían no serlo en la mezcla y al entrar en contacto con los compuestos de la roca donde se halla el gas. Para entenderlo mejor, el cloro y el sodio son elementos muy peligrosos que sin embargo al combinarse en el cloruro sódico, la sal común, son comestibles. Por otro lado, el grado de peligrosidad depende en gran parte en el nivel de disolución de estas sustancias, es decir, no es lo mismo beber un vaso con mitad de agua y mitad de amoniaco que un vaso lleno de agua con una gota de amoniaco. Aún con todas estas dudas, en Estados Unidos hay documentados ya varios casos de contaminación de acuíferos de uso humano cuyo origen más probable son las sustancias del fluido inyectado en el fracking, según evaluaciones de la <a href="http://www2.epa.gov/hydraulicfracturing" target="_blank">Agencia de Protección Ambiental de EE.UU. (EPA)</a>. Quizá el ejemplo emblemático de estas evidencias recogidas por la EPA sea el del <a href="http://www.epa.gov/region8/superfund/wy/pavillion/EPA_ReportOnPavillion_Dec-8-2011.pdf" target="_blank">informe sobre la contaminación de acuíferos de Pavillion, Wyoming</a>, en el que se recoge una conclusión casi segura de un origen debido al uso del fracking. Sin embargo, la explotación de Pavillion se realiza a 372 metros de profundidad, muy cerca del acuífero, el cual se encuentra a 244 metros de profundidad. De hecho, la EPA ya ha avisado de que este informe, en fase de borrador, no es concluyente en cuanto a la técnica del fracking en general. <a href="http://www.epa.gov/region8/superfund/wy/pavillion/#1" target="_blank">Aquí</a> se puede obtener de la EPA toda la información sobre este estudio que aún continua su curso.</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
A todo el problema de las sustancias empleadas en la mezcla de inyección hay que añadir la opacidad existente en la actualidad con respecto a la composición total de las mezclas. Un <a href="http://conservationco.org/admin/wp-content/uploads/2013/02/Final-Rebuttal-Exhibits.pdf-Adobe-Acrobat-Pro.pdf" target="_blank">informe del Comité de Energía y Comercio de la Cámara de Representantes de EE.UU. de 2011</a> revela que muchas de las compañías explotadoras no saben cuál es la composición exacta de la mezcla que utilizan puesto que las empresas proveedoras no la facilitan por cuestiones de secreto empresarial y patentes.</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Hasta aquí entiendo que estamos arriesgándonos demasiado sin tener sobre la mesa datos concluyentes sobre una actuación humana que podría tener efectos muy complejos en el medio. Quizá el principio de precaución debiera imperar en este caso por encima de todo en las decisiones políticas, y establecer al menos una demora hasta poder empezar a desarrollar una legislación adecuada que controle el uso del fracking. El establecimiento de la obligatoriedad de realizar una Evaluación de Impacto sin conocer siquiera los posibles impactos del fracking es simplemente absurdo ¿Merece realmente la pena comenzar en Europa a utilizar esta técnica para seguir con un modelo energético basado en combustibles fósiles cuando ya existen alternativas? ¿Realmente daría una mayor autonomía energética respecto al gas natural en Europa?</div>
<div style="text-align: justify;">
<br /></div>
<div style="text-align: justify;">
Hay muchas incógnitas todavía, demasiadas para el tiempo que lleva utilizándose el fracking, como para lanzarse alegremente a avalar como segura esta técnica.</div>
Anonymoushttp://www.blogger.com/profile/04886779625853626215noreply@blogger.com0tag:blogger.com,1999:blog-3411980380431159239.post-15549941635103278182013-02-12T10:38:00.000+01:002013-02-12T10:38:17.719+01:00Feliz Día de Darwin<div class="separator" style="clear: both; text-align: center;">
<a href="http://upload.wikimedia.org/wikipedia/commons/3/3c/Charles_Darwin_01.jpg" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" height="320" src="http://upload.wikimedia.org/wikipedia/commons/3/3c/Charles_Darwin_01.jpg" width="249" /></a></div>
Hoy, 12 de febrero, conmemoramos el nacimiento de Charles Robert Darwin en 1809. Reivindicar esta fecha es tanto más necesaria a día de hoy cuando inesperadamente en las sociedades pretendidamente avanzadas resurgen voces que pretenden devolvernos a las tinieblas de la irracionalidad y la superstición. Voces que pretenden que la Tierra solo cuenta con 6000 años de edad y quieren devolvernos a nuestro aislamiento supuestamente excelso del resto de la Naturaleza.<br />
<br />
La labor de Darwin nos dio como resultado nuestro justo lugar en este Universo. Ya no estamos arrinconados al margen del resto de seres vivos (al menos aquí, en la Tierra), sino que compartimos una herencia ancestral con todos ellos, somos parte de un noble linaje de cientos de millones de años. Eso ha supuesto que nos dignifiquemos aún más si cabe al hacernos más humildes y más respetuosos con las especies de las que somos primos lejanos con las que convivimos en esta pequeña roca perdida en el brazo de una galaxia. Aún más, los trabajos de Darwin representaron el primer paso para empezar a desterrar definitivamente la idea de que hay diferencias entre nosotros que justifiquen grotescas diferencias de trato: todos somos miembros de una única especie descendiente de un ancestro común.<br />
<br />
Para celebrar el nacimiento de Darwin quiero regalaros una cita de <i>El origen de las especies</i> sobre uno de los motores de la evolución, descubierto simultáneamente por Darwin y Wallace, cuya elegancia y sencillez lleva en no pocas ocasiones a equívocos al intentar explicar los hechos complejos a los que hace referencia: la <b>Selección Natural</b>.<br />
<br />
¡Feliz Día de Darwin!<br />
<br />
<blockquote class="tr_bq">
Metafóricamente puede decirse que la selección natural está buscando
cada día y cada hora por todo el mundo las más ligeras variaciones;
rechazando las que son malas; conservando y sumando todas las que son
buenas; trabajando silenciosa e insensiblemente, cuando quiera y
dondequiera que se ofrece la oportunidad, por el perfeccionamiento de
cada ser orgánico en relación con sus condiciones orgánicas e
inorgánicas de vida. Nada vemos de estos cambios lentos y progresivos
hasta que la mano del tiempo ha marcado el transcurso de las edades; y
entonces, tan imperfecta es nuestra visión de las remotas edades
geológicas, que vemos sólo que las formas orgánicas son ahora diferentes
de lo que fueron en otro tiempo.<br />
<br />
<i><span style="font-size: x-small;">Darwin, Ch. R. 1859. El origen de las especies.</span></i> </blockquote>
Anonymoushttp://www.blogger.com/profile/04886779625853626215noreply@blogger.com0tag:blogger.com,1999:blog-3411980380431159239.post-1465295336688155022012-11-27T17:14:00.001+01:002012-11-27T17:14:16.967+01:00R: Curvas de Respuesta Principal (PRC) 3. Significatividad de los ejes<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN"
"http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<!-- saved from url=(0014)about:internet -->
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8">
<title></title>
<base target="_blank"/>
<style type="text/css">
body, td {
font-family: sans-serif;
background-color: white;
font-size: 12px;
margin: 8px;
}
tt, code, pre {
font-family: 'DejaVu Sans Mono', 'Droid Sans Mono', 'Lucida Console', Consolas, Monaco, monospace;
}
h1 {
font-size:2.2em;
}
h2 {
font-size:1.8em;
}
h3 {
font-size:1.4em;
}
h4 {
font-size:1.0em;
}
h5 {
font-size:0.9em;
}
h6 {
font-size:0.8em;
}
a:visited {
color: rgb(50%, 0%, 50%);
}
pre {
margin-top: 0;
max-width: 95%;
border: 1px solid #ccc;
}
pre code {
display: block; padding: 0.5em;
}
code.r {
background-color: #F8F8F8;
}
table, td, th {
border: none;
}
blockquote {
color:#666666;
margin:0;
padding-left: 1em;
border-left: 0.5em #EEE solid;
}
hr {
height: 0px;
border-bottom: none;
border-top-width: thin;
border-top-style: dotted;
border-top-color: #999999;
}
@media print {
* {
background: transparent !important;
color: black !important;
filter:none !important;
-ms-filter: none !important;
}
body {
font-size:12pt;
max-width:100%;
}
a, a:visited {
text-decoration: underline;
}
hr {
visibility: hidden;
page-break-before: always;
}
pre, blockquote {
padding-right: 1em;
page-break-inside: avoid;
}
tr, img {
page-break-inside: avoid;
}
img {
max-width: 100% !important;
}
@page :left {
margin: 15mm 20mm 15mm 10mm;
}
@page :right {
margin: 15mm 10mm 15mm 20mm;
}
p, h2, h3 {
orphans: 3; widows: 3;
}
h2, h3 {
page-break-after: avoid;
}
}
</style>
<!-- Styles for R syntax highlighter -->
<style type="text/css">
pre .operator,
pre .paren {
color: rgb(104, 118, 135)
}
pre .literal {
color: rgb(88, 72, 246)
}
pre .number {
color: rgb(0, 0, 205);
}
pre .comment {
color: rgb(76, 136, 107);
}
pre .keyword {
color: rgb(0, 0, 255);
}
pre .identifier {
color: rgb(0, 0, 0);
}
pre .string {
color: rgb(3, 106, 7);
}
</style>
<!-- R syntax highlighter -->
<script type="text/javascript">
var hljs=new function(){function m(p){return p.replace(/&/gm,"&").replace(/</gm,"<")}function f(r,q,p){return RegExp(q,"m"+(r.cI?"i":"")+(p?"g":""))}function b(r){for(var p=0;p<r.childNodes.length;p++){var q=r.childNodes[p];if(q.nodeName=="CODE"){return q}if(!(q.nodeType==3&&q.nodeValue.match(/\s+/))){break}}}function h(t,s){var p="";for(var r=0;r<t.childNodes.length;r++){if(t.childNodes[r].nodeType==3){var q=t.childNodes[r].nodeValue;if(s){q=q.replace(/\n/g,"")}p+=q}else{if(t.childNodes[r].nodeName=="BR"){p+="\n"}else{p+=h(t.childNodes[r])}}}if(/MSIE [678]/.test(navigator.userAgent)){p=p.replace(/\r/g,"\n")}return p}function a(s){var r=s.className.split(/\s+/);r=r.concat(s.parentNode.className.split(/\s+/));for(var q=0;q<r.length;q++){var p=r[q].replace(/^language-/,"");if(e[p]){return p}}}function c(q){var p=[];(function(s,t){for(var r=0;r<s.childNodes.length;r++){if(s.childNodes[r].nodeType==3){t+=s.childNodes[r].nodeValue.length}else{if(s.childNodes[r].nodeName=="BR"){t+=1}else{if(s.childNodes[r].nodeType==1){p.push({event:"start",offset:t,node:s.childNodes[r]});t=arguments.callee(s.childNodes[r],t);p.push({event:"stop",offset:t,node:s.childNodes[r]})}}}}return t})(q,0);return p}function k(y,w,x){var q=0;var z="";var s=[];function u(){if(y.length&&w.length){if(y[0].offset!=w[0].offset){return(y[0].offset<w[0].offset)?y:w}else{return w[0].event=="start"?y:w}}else{return y.length?y:w}}function t(D){var A="<"+D.nodeName.toLowerCase();for(var B=0;B<D.attributes.length;B++){var C=D.attributes[B];A+=" "+C.nodeName.toLowerCase();if(C.value!==undefined&&C.value!==false&&C.value!==null){A+='="'+m(C.value)+'"'}}return A+">"}while(y.length||w.length){var v=u().splice(0,1)[0];z+=m(x.substr(q,v.offset-q));q=v.offset;if(v.event=="start"){z+=t(v.node);s.push(v.node)}else{if(v.event=="stop"){var p,r=s.length;do{r--;p=s[r];z+=("</"+p.nodeName.toLowerCase()+">")}while(p!=v.node);s.splice(r,1);while(r<s.length){z+=t(s[r]);r++}}}}return z+m(x.substr(q))}function j(){function q(x,y,v){if(x.compiled){return}var u;var s=[];if(x.k){x.lR=f(y,x.l||hljs.IR,true);for(var w in x.k){if(!x.k.hasOwnProperty(w)){continue}if(x.k[w] instanceof Object){u=x.k[w]}else{u=x.k;w="keyword"}for(var r in u){if(!u.hasOwnProperty(r)){continue}x.k[r]=[w,u[r]];s.push(r)}}}if(!v){if(x.bWK){x.b="\\b("+s.join("|")+")\\s"}x.bR=f(y,x.b?x.b:"\\B|\\b");if(!x.e&&!x.eW){x.e="\\B|\\b"}if(x.e){x.eR=f(y,x.e)}}if(x.i){x.iR=f(y,x.i)}if(x.r===undefined){x.r=1}if(!x.c){x.c=[]}x.compiled=true;for(var t=0;t<x.c.length;t++){if(x.c[t]=="self"){x.c[t]=x}q(x.c[t],y,false)}if(x.starts){q(x.starts,y,false)}}for(var p in e){if(!e.hasOwnProperty(p)){continue}q(e[p].dM,e[p],true)}}function d(B,C){if(!j.called){j();j.called=true}function q(r,M){for(var L=0;L<M.c.length;L++){if((M.c[L].bR.exec(r)||[null])[0]==r){return M.c[L]}}}function v(L,r){if(D[L].e&&D[L].eR.test(r)){return 1}if(D[L].eW){var M=v(L-1,r);return M?M+1:0}return 0}function w(r,L){return L.i&&L.iR.test(r)}function K(N,O){var M=[];for(var L=0;L<N.c.length;L++){M.push(N.c[L].b)}var r=D.length-1;do{if(D[r].e){M.push(D[r].e)}r--}while(D[r+1].eW);if(N.i){M.push(N.i)}return f(O,M.join("|"),true)}function p(M,L){var N=D[D.length-1];if(!N.t){N.t=K(N,E)}N.t.lastIndex=L;var r=N.t.exec(M);return r?[M.substr(L,r.index-L),r[0],false]:[M.substr(L),"",true]}function z(N,r){var L=E.cI?r[0].toLowerCase():r[0];var M=N.k[L];if(M&&M instanceof Array){return M}return false}function F(L,P){L=m(L);if(!P.k){return L}var r="";var O=0;P.lR.lastIndex=0;var M=P.lR.exec(L);while(M){r+=L.substr(O,M.index-O);var N=z(P,M);if(N){x+=N[1];r+='<span class="'+N[0]+'">'+M[0]+"</span>"}else{r+=M[0]}O=P.lR.lastIndex;M=P.lR.exec(L)}return r+L.substr(O,L.length-O)}function J(L,M){if(M.sL&&e[M.sL]){var r=d(M.sL,L);x+=r.keyword_count;return r.value}else{return F(L,M)}}function I(M,r){var L=M.cN?'<span class="'+M.cN+'">':"";if(M.rB){y+=L;M.buffer=""}else{if(M.eB){y+=m(r)+L;M.buffer=""}else{y+=L;M.buffer=r}}D.push(M);A+=M.r}function G(N,M,Q){var R=D[D.length-1];if(Q){y+=J(R.buffer+N,R);return false}var P=q(M,R);if(P){y+=J(R.buffer+N,R);I(P,M);return P.rB}var L=v(D.length-1,M);if(L){var O=R.cN?"</span>":"";if(R.rE){y+=J(R.buffer+N,R)+O}else{if(R.eE){y+=J(R.buffer+N,R)+O+m(M)}else{y+=J(R.buffer+N+M,R)+O}}while(L>1){O=D[D.length-2].cN?"</span>":"";y+=O;L--;D.length--}var r=D[D.length-1];D.length--;D[D.length-1].buffer="";if(r.starts){I(r.starts,"")}return R.rE}if(w(M,R)){throw"Illegal"}}var E=e[B];var D=[E.dM];var A=0;var x=0;var y="";try{var s,u=0;E.dM.buffer="";do{s=p(C,u);var t=G(s[0],s[1],s[2]);u+=s[0].length;if(!t){u+=s[1].length}}while(!s[2]);if(D.length>1){throw"Illegal"}return{r:A,keyword_count:x,value:y}}catch(H){if(H=="Illegal"){return{r:0,keyword_count:0,value:m(C)}}else{throw H}}}function g(t){var p={keyword_count:0,r:0,value:m(t)};var r=p;for(var q in e){if(!e.hasOwnProperty(q)){continue}var s=d(q,t);s.language=q;if(s.keyword_count+s.r>r.keyword_count+r.r){r=s}if(s.keyword_count+s.r>p.keyword_count+p.r){r=p;p=s}}if(r.language){p.second_best=r}return p}function i(r,q,p){if(q){r=r.replace(/^((<[^>]+>|\t)+)/gm,function(t,w,v,u){return w.replace(/\t/g,q)})}if(p){r=r.replace(/\n/g,"<br>")}return r}function n(t,w,r){var x=h(t,r);var v=a(t);var y,s;if(v){y=d(v,x)}else{return}var q=c(t);if(q.length){s=document.createElement("pre");s.innerHTML=y.value;y.value=k(q,c(s),x)}y.value=i(y.value,w,r);var u=t.className;if(!u.match("(\\s|^)(language-)?"+v+"(\\s|$)")){u=u?(u+" "+v):v}if(/MSIE [678]/.test(navigator.userAgent)&&t.tagName=="CODE"&&t.parentNode.tagName=="PRE"){s=t.parentNode;var p=document.createElement("div");p.innerHTML="<pre><code>"+y.value+"</code></pre>";t=p.firstChild.firstChild;p.firstChild.cN=s.cN;s.parentNode.replaceChild(p.firstChild,s)}else{t.innerHTML=y.value}t.className=u;t.result={language:v,kw:y.keyword_count,re:y.r};if(y.second_best){t.second_best={language:y.second_best.language,kw:y.second_best.keyword_count,re:y.second_best.r}}}function o(){if(o.called){return}o.called=true;var r=document.getElementsByTagName("pre");for(var p=0;p<r.length;p++){var q=b(r[p]);if(q){n(q,hljs.tabReplace)}}}function l(){if(window.addEventListener){window.addEventListener("DOMContentLoaded",o,false);window.addEventListener("load",o,false)}else{if(window.attachEvent){window.attachEvent("onload",o)}else{window.onload=o}}}var e={};this.LANGUAGES=e;this.highlight=d;this.highlightAuto=g;this.fixMarkup=i;this.highlightBlock=n;this.initHighlighting=o;this.initHighlightingOnLoad=l;this.IR="[a-zA-Z][a-zA-Z0-9_]*";this.UIR="[a-zA-Z_][a-zA-Z0-9_]*";this.NR="\\b\\d+(\\.\\d+)?";this.CNR="\\b(0[xX][a-fA-F0-9]+|(\\d+(\\.\\d*)?|\\.\\d+)([eE][-+]?\\d+)?)";this.BNR="\\b(0b[01]+)";this.RSR="!|!=|!==|%|%=|&|&&|&=|\\*|\\*=|\\+|\\+=|,|\\.|-|-=|/|/=|:|;|<|<<|<<=|<=|=|==|===|>|>=|>>|>>=|>>>|>>>=|\\?|\\[|\\{|\\(|\\^|\\^=|\\||\\|=|\\|\\||~";this.ER="(?![\\s\\S])";this.BE={b:"\\\\.",r:0};this.ASM={cN:"string",b:"'",e:"'",i:"\\n",c:[this.BE],r:0};this.QSM={cN:"string",b:'"',e:'"',i:"\\n",c:[this.BE],r:0};this.CLCM={cN:"comment",b:"//",e:"$"};this.CBLCLM={cN:"comment",b:"/\\*",e:"\\*/"};this.HCM={cN:"comment",b:"#",e:"$"};this.NM={cN:"number",b:this.NR,r:0};this.CNM={cN:"number",b:this.CNR,r:0};this.BNM={cN:"number",b:this.BNR,r:0};this.inherit=function(r,s){var p={};for(var q in r){p[q]=r[q]}if(s){for(var q in s){p[q]=s[q]}}return p}}();hljs.LANGUAGES.cpp=function(){var a={keyword:{"false":1,"int":1,"float":1,"while":1,"private":1,"char":1,"catch":1,"export":1,virtual:1,operator:2,sizeof:2,dynamic_cast:2,typedef:2,const_cast:2,"const":1,struct:1,"for":1,static_cast:2,union:1,namespace:1,unsigned:1,"long":1,"throw":1,"volatile":2,"static":1,"protected":1,bool:1,template:1,mutable:1,"if":1,"public":1,friend:2,"do":1,"return":1,"goto":1,auto:1,"void":2,"enum":1,"else":1,"break":1,"new":1,extern:1,using:1,"true":1,"class":1,asm:1,"case":1,typeid:1,"short":1,reinterpret_cast:2,"default":1,"double":1,register:1,explicit:1,signed:1,typename:1,"try":1,"this":1,"switch":1,"continue":1,wchar_t:1,inline:1,"delete":1,alignof:1,char16_t:1,char32_t:1,constexpr:1,decltype:1,noexcept:1,nullptr:1,static_assert:1,thread_local:1,restrict:1,_Bool:1,complex:1},built_in:{std:1,string:1,cin:1,cout:1,cerr:1,clog:1,stringstream:1,istringstream:1,ostringstream:1,auto_ptr:1,deque:1,list:1,queue:1,stack:1,vector:1,map:1,set:1,bitset:1,multiset:1,multimap:1,unordered_set:1,unordered_map:1,unordered_multiset:1,unordered_multimap:1,array:1,shared_ptr:1}};return{dM:{k:a,i:"</",c:[hljs.CLCM,hljs.CBLCLM,hljs.QSM,{cN:"string",b:"'\\\\?.",e:"'",i:"."},{cN:"number",b:"\\b(\\d+(\\.\\d*)?|\\.\\d+)(u|U|l|L|ul|UL|f|F)"},hljs.CNM,{cN:"preprocessor",b:"#",e:"$"},{cN:"stl_container",b:"\\b(deque|list|queue|stack|vector|map|set|bitset|multiset|multimap|unordered_map|unordered_set|unordered_multiset|unordered_multimap|array)\\s*<",e:">",k:a,r:10,c:["self"]}]}}}();hljs.LANGUAGES.r={dM:{c:[hljs.HCM,{cN:"number",b:"\\b0[xX][0-9a-fA-F]+[Li]?\\b",e:hljs.IMMEDIATE_RE,r:0},{cN:"number",b:"\\b\\d+(?:[eE][+\\-]?\\d*)?L\\b",e:hljs.IMMEDIATE_RE,r:0},{cN:"number",b:"\\b\\d+\\.(?!\\d)(?:i\\b)?",e:hljs.IMMEDIATE_RE,r:1},{cN:"number",b:"\\b\\d+(?:\\.\\d*)?(?:[eE][+\\-]?\\d*)?i?\\b",e:hljs.IMMEDIATE_RE,r:0},{cN:"number",b:"\\.\\d+(?:[eE][+\\-]?\\d*)?i?\\b",e:hljs.IMMEDIATE_RE,r:1},{cN:"keyword",b:"(?:tryCatch|library|setGeneric|setGroupGeneric)\\b",e:hljs.IMMEDIATE_RE,r:10},{cN:"keyword",b:"\\.\\.\\.",e:hljs.IMMEDIATE_RE,r:10},{cN:"keyword",b:"\\.\\.\\d+(?![\\w.])",e:hljs.IMMEDIATE_RE,r:10},{cN:"keyword",b:"\\b(?:function)",e:hljs.IMMEDIATE_RE,r:2},{cN:"keyword",b:"(?:if|in|break|next|repeat|else|for|return|switch|while|try|stop|warning|require|attach|detach|source|setMethod|setClass)\\b",e:hljs.IMMEDIATE_RE,r:1},{cN:"literal",b:"(?:NA|NA_integer_|NA_real_|NA_character_|NA_complex_)\\b",e:hljs.IMMEDIATE_RE,r:10},{cN:"literal",b:"(?:NULL|TRUE|FALSE|T|F|Inf|NaN)\\b",e:hljs.IMMEDIATE_RE,r:1},{cN:"identifier",b:"[a-zA-Z.][a-zA-Z0-9._]*\\b",e:hljs.IMMEDIATE_RE,r:0},{cN:"operator",b:"<\\-(?!\\s*\\d)",e:hljs.IMMEDIATE_RE,r:2},{cN:"operator",b:"\\->|<\\-",e:hljs.IMMEDIATE_RE,r:1},{cN:"operator",b:"%%|~",e:hljs.IMMEDIATE_RE},{cN:"operator",b:">=|<=|==|!=|\\|\\||&&|=|\\+|\\-|\\*|/|\\^|>|<|!|&|\\||\\$|:",e:hljs.IMMEDIATE_RE,r:0},{cN:"operator",b:"%",e:"%",i:"\\n",r:1},{cN:"identifier",b:"`",e:"`",r:0},{cN:"string",b:'"',e:'"',c:[hljs.BE],r:0},{cN:"string",b:"'",e:"'",c:[hljs.BE],r:0},{cN:"paren",b:"[[({\\])}]",e:hljs.IMMEDIATE_RE,r:0}]}};
hljs.initHighlightingOnLoad();
</script>
</head>
<body>
<p>Se nos quedó en el tintero en <a href="http://muestraaleatoria.blogspot.com.es/search/label/prc">nuestros análisis PRC</a> un tema algo
ecabroso y complicado que es el análisis de la significatividad de los
ejes. El test de Monte Carlo para el primer eje no tiene problema en
<font face="Courier">vegan</font> con la función <font face="courier">anova.cca</font>:</p>
<pre><code class="r">## Significación primer eje
anova(mod, strata = week, perm.max = 499, first = T)
</code></pre>
<pre><code>## Permutation test for rda under reduced model
## Permutations stratified within 'week'
##
## Model: prc(response = pyrifos, treatment = dose, time = week)
## Df Var F N.Perm Pr(>F)
## RDA1 1 25.3 15.1 199 0.005 **
## Residual 77 129.0
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
</code></pre>
<p>En la última versión de <font face="courier">vegan</font> (2.0-5) se introdujo la modificación
adecuada en esta función para que se pudiera utilizar el parámetro <font face="courier">by</font>
con la opción <font face="courier">“axis”</font> con un objeto proveniente de de la función <font face="courier">prc</font>. Supuestamente
con este parámetro la función realiza los test de Monte Carlo para todos
los ejes extrayendo los <em>scores</em> de cada eje y utilizándolos como
covariables para el siguiente en cada paso, tal como debe hacerse para
garantizar la independencia de cada uno de ellos:</p>
<pre><code class="r">anova(mod, strata = week, perm.max = 499, by = "axis")
</code></pre>
<pre><code>## Model: rda(formula = pyrifos ~ dose * week + Condition(week))
## Df Var F N.Perm Pr(>F)
## RDA1 1 25.3 15.10 199 0.005 **
## RDA2 1 8.3 4.95 199 0.005 **
## RDA3 1 6.0 3.61 199 0.005 **
## RDA4 1 4.8 2.85 199 0.005 **
## RDA5 1 4.1 2.48 199 0.005 **
## RDA6 1 3.9 2.30 199 0.005 **
## RDA7 1 3.6 2.14 199 0.010 **
## RDA8 1 3.3 1.99 199 0.005 **
## RDA9 1 3.1 1.84 299 0.017 *
## RDA10 1 2.6 1.52 499 0.048 *
## RDA11 1 2.5 1.47 499 0.066 .
## RDA12 1 2.2 1.32 199 0.115
## RDA13 1 2.1 1.27 99 0.130
## RDA14 1 1.9 1.16 99 0.340
## RDA15 1 1.8 1.07 99 0.430
## RDA16 1 1.6 0.97 99 0.570
## RDA17 1 1.6 0.94 99 0.590
## RDA18 1 1.4 0.86 99 0.730
## RDA19 1 1.4 0.83 99 0.700
## RDA20 1 1.3 0.77 99 0.810
## RDA21 1 1.2 0.72 99 0.870
## RDA22 1 1.1 0.68 99 0.940
## RDA23 1 1.0 0.60 99 0.980
## RDA24 1 0.9 0.55 99 1.000
## RDA25 1 0.9 0.51 99 1.000
## RDA26 1 0.8 0.47 99 0.980
## RDA27 1 0.7 0.45 99 1.000
## RDA28 1 0.7 0.43 99 1.000
## RDA29 1 0.7 0.41 99 1.000
## RDA30 1 0.6 0.36 99 1.000
## RDA31 1 0.6 0.35 99 1.000
## RDA32 1 0.5 0.32 99 1.000
## RDA33 1 0.5 0.31 99 1.000
## RDA34 1 0.4 0.26 99 1.000
## RDA35 1 0.4 0.25 99 1.000
## RDA36 1 0.4 0.24 99 1.000
## RDA37 1 0.4 0.22 99 1.000
## RDA38 1 0.3 0.20 99 1.000
## RDA39 1 0.3 0.20 99 1.000
## RDA40 1 0.3 0.18 99 1.000
## RDA41 1 0.3 0.17 99 1.000
## RDA42 1 0.3 0.16 99 1.000
## RDA43 1 0.2 0.12 99 1.000
## RDA44 1 0.2 0.11 99 1.000
## Residual 77 129.0
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
</code></pre>
<p>Sin embargo, ya adelanto que los resultados de estos análisis no son
correctos. Esto lo he comprobado con resultados obtenidos con CANOCO
de otra serie de datos propios. El caso es que la función en <font face="courier">vegan</font>
parece no tomar las puntuaciones adecuadas de cada eje. He dejado esta
cuestión en la página de del <a href="http://r-forge.r-project.org/forum/forum.php?thread_id=26941&forum_id=194&group_id=68">foro de <font face="courier">vegan</font></a> por si se tratara de un bug.</p>
<p>A la espera de conocer qué está pasando realmente con el parámetro <font face="courier">by</font>
de la función <font face="courier">anova.cca</font>, tenemos una solución alternativa para comprobar
la significatividad de los ejes de nuestra PRC subsiguientes al primero.
Lo primero es saber que una PRC no es más que una RDA de la forma
<font face="courier">rda (species ~ Treatment * Year + Condition (Year))</font>. Lo segundo
que necesitamos saber es dónde están las puntuaciones de los puntos
de muestreo que son combinaciones lineales de las variables ambientales
y que son las que tenemos que utilizar como covariables en el análisis
del siguiente eje (las <em>SamE</em> de CANOCO). El resultado de la PRC es un
objeto <font face="courier">cca.object</font> y dichas puntuaciones se encuentran en
<font face="courier">cca.object$CCA$u</font>. Así que solo tenemos que extraerlas y realizar un
RDA añadiéndolas como covariable (argumento <font face="courier">Condition</font>). Por último,
realizaremos el test de Monte Carlo para el primer eje de este análisis
que correspondería a nuestro segundo eje de PRC.</p>
<pre><code class="r">## Significación segundo eje
SamE <- mod$CCA$u
SamE <- SamE[, 1]
secondaxis <- rda(pyrifos ~ dose * week + Condition(week) + Condition(SamE))
anova(secondaxis, strata = week, perm.max = 499, first = T)
</code></pre>
<pre><code>## Permutation test for rda under reduced model
## Permutations stratified within 'week'
##
## Model: rda(formula = pyrifos ~ dose * week + Condition(week) + Condition(SamE))
## Df Var F N.Perm Pr(>F)
## RDA1 1 8.3 4.95 99 0.7
## Residual 77 129.0
</code></pre>
<p>He comprobado, ya dije, esto con datos propios porque carezco de los
resultados del artículo de Ter Braak y van den Brink en el que están basados datos de
<font face="courier">pyrifos</font> (solo aparecen en él las p y el porcentaje de varianza recogida
por los ejes), y tanto los resultados de las F en <font face="courier">vegan</font> y CANOCO son
similares y los <em>eigenvalues</em> de la <font face="courier">prc</font> y de la posterior <font face="courier">rda</font> coinciden.</p>
<p>Solo queda saber qué pasa con <font face="courier">by=“axis”</font>, porque sería bastante más
cómodo hacerlo así.</p>
<p>Por último, como habréis comprobado el formato de las operaciones en R de este post
se ve <i>algo</i> más vistoso. Lo he conseguido utilzando el paquete <a href="http://yihui.name/knitr/"><font face="courier">knitr</font></a> y la interface gráfica
<a href="http://www.rstudio.com/ide/">RStudio</a>. <font face="courier">knitr</font> le permite a uno elaborar mediante <i><a href="http://es.wikipedia.org/wiki/Markdown">markdown</a></i> informes en HTML a partir de operaciones
con R, como véis, resaltando de forma diferente las órdenes en la línea de comandos y los resultados.
Permite además incrustar las gráficas en el mismo documento, pero no lo tengo aún muy dominado. Por el momento,
parece que el código HTML que genera es aceptado bastante bien por Blogger</p>
</body>
</html>
Anonymoushttp://www.blogger.com/profile/04886779625853626215noreply@blogger.com0tag:blogger.com,1999:blog-3411980380431159239.post-5773678731406158202012-11-15T12:12:00.000+01:002012-11-15T12:12:12.290+01:00R: Curvas de Respuesta Principal (PRC) 2. Una gráfica elegante<body>
<p>En el <a href="http://muestraaleatoria.blogspot.com.es/2012/11/r-curvas-de-respuesta-principal-prc-1.html">pasado post</a> hablábamos de cómo conseguir que los resultados de la función <i><font face="courier">prc</font></i> del paquete <font face="courier"><i>vegan</i></font> se parecieran lo más
posible a los obtenidos con CANOCO. A pesar de ello la gráfica que se obtiene directamente con la función <i><font face="courier">plot</font></i> queda bastante
fea. Aparte del tema de colores, tamaños de fuentes y ausencia de puntos, el principal problema es la diferencia de rangos de los
valores de las puntuaciones de las parcelas (observaciones, puntos de muestreo,etc.) y de las especies. De hecho, Lepš y Šmilauer
utilizan un método gráfico en CANOCO que separa los ejes de ambos, de forma que pueden así tener dos escalas distintas, sin importar
más que luego coincidan los dos ceros en la gráfica general.
</p>
<p>Esta es la misma solución que propongo para obtener una gráfica más elegante y más sencilla de interpretar visualmente. Lo podemos
conseguir haciendo la gráfica con <i><font face="courier">plot</font></i> por un lado sin dibujar las especies con el parámetro <i><font face="courier">species</font></i>, y haciendo una gráfica
independiente para estas con <i><font face="courier">linestack</font></i>. Ambas gráficas tendremos que fusionarlas luego con alguna aplicación externa. Vamos a ello.
</p>
<p>Lo primero es dejar la parte de las parcelas visualmente aceptable. Para ello necesitaremos establecer varias parámetros gráficos
previos con <i><font face="courier">par</font></i>, después dibujarla sin la leyenda con <i><font face="courier">plot</font></i> y, por último, añadirle la leyenda con <i><font face="courier">legend</font></i> en la posición más adecuada.
</p>
<pre>library (vegan)
##Extraemos los parámetros gráficos por defecto para no perderlos
opar <- par (no.readonly=T)
##Establecemos los parámetros gráficos para que nos haga todo en negro,
##aumente un poco el tamaño de las fuentes y las líneas,suprima los
##márgenes exteriores,nos ponga márgenes adecuados para los títulos
##de los ejes y los números de las escalas, nos deje los números de
##las escalas a 0.5 y en el sentido de lectura y establecemos el
##tamaño de las marcas de escala
png ('PRC.sites2.png')
par (bty='l', col='black', cex=2, cex.axis=1, cex.lab=1.3, lwd=1.8,
xaxs='i',yaxs='i', mar=c(3,3,1,4), mgp=c(2,0.5,0), omi=c(0,0,0,0),
adj=0.5, las=1, tcl= -0.3)
##Dibujamos el gráfico sin especies y sin leyenda, con líneas y puntos y
##con límites de escala adecuados
plot (mod, scaling=1, species=F, col='black',type='b',ylab=c('PRC'),
pch=c(15,16,17,18,19), ylim=c(-1,1.8),xlim=c(-5,25),legpos=NA)
##Dibujamos la leyenda sin el nivel de control, cuidando que los
##caracteres de los puntos coincidan con los graficados
legend (0.05,0.2,legend=levels(dose)[-1],pch=c(15,16,17,18,19),
ncol=2,cex=1.5)
dev.off()</pre>
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="http://3.bp.blogspot.com/-zwiWN0aEtMc/UKTL5DW8SlI/AAAAAAAAAIQ/BiSFpwM7aQc/s1600/PRC.sites2.png" imageanchor="1" style="margin-left:1em; margin-right:1em"><img border="0" height="320" width="320" src="http://3.bp.blogspot.com/-zwiWN0aEtMc/UKTL5DW8SlI/AAAAAAAAAIQ/BiSFpwM7aQc/s320/PRC.sites2.png" /></a></div>
<br />
<p>Ahora toca dibujar el eje de las especies. Si recordáis, en el post anterior extrajimos del análisis las puntuaciones de las especies
a un vector con el escalado adecuado. Por si acaso, aquí está otra vez, solo que sin multiplicar por la constante correspondiente a
CANOCO:
</p>
<pre>##Extraemos las puntuaciones de las especies para el primer eje
##RDA (choices=1), multiplicadas por la constante (const) que
##utiliza CANOCO
scores.sps <- scores (mod, choices=1, scaling=1,
dis='sp')
</pre>
<br />
<p>Vamos a hacer la gráfica con un poco menos de especies para que no salga tan abigarrada, así que estableceremos con <i><font face="courier">colSums</font></i>
un límite inferior de 250, en vez de 100 como en el ejemplo de la función <font face="courier">prc</font>. Vamos a dibujar el eje de las especies con
la función <font face="courier">linestack</font>, a la cual hay que especificarle que nos tiene que dibujar el eje con el parámetro <font face="courier">axis</font>. Con los parámetros <font face="courier">air</font>
y <i><font face="courier">hoff</font></i> vamos a hacer que los nombres de las especies se separen un poco entre ellos y del eje. Por último, con el parámetro <font face="courier">at</font>
colocaremos el eje en el centro de la gráfica. Podéis poner en el vector <i>names</i> los nombres completos de las especies, pero eso
ya os lo dejo a vosotros.</p>
<pre>##Dibujo del eje de especies
png ('PRCsps.png', 240, 480, res=100)
linestack (scores.sps[logabu>250], labels=names[logabu>250], axis=T,
air=1.3, hoff=6, at=-1, font=3)
dev.off()</pre>
<div class="separator" style="clear: both; text-align: center;">
<a href="http://1.bp.blogspot.com/-vgFz1KrKTlk/UKTMVlmMcfI/AAAAAAAAAIc/SP-tevPSn48/s1600/PRCsps.png" imageanchor="1" style="margin-left:1em; margin-right:1em"><img border="0" height="320" width="160" src="http://1.bp.blogspot.com/-vgFz1KrKTlk/UKTMVlmMcfI/AAAAAAAAAIc/SP-tevPSn48/s320/PRCsps.png" /></a></div>
<p>Y ya solo tenemos que unir los dos gráficos en uno con algún programa externo. La función <font face="courier">linestack</font> tiene un parámetro, <font face="courier">add</font>, con
el que añadir el eje al gráfico actual, pero si hacemos esto, por la diferencia de escalas, no nos quedará bien colocado respecto
al 0 de la figura de las observaciones. Por eso es mejor hacer los dos gráficos independientemente y luego juntarlos con un programa
externo. Yo lo he hecho con Libre Office Draw.</p>
<div class="separator" style="clear: both; text-align: center;">
<a href="http://4.bp.blogspot.com/-GW4n61NaDqo/UKTMwGdtoBI/AAAAAAAAAIo/QVzBuzPM91Y/s1600/PRCfinal.png" imageanchor="2" style="margin-left:1em; margin-right:1em"><img border="0" height="288" width="320" src="http://4.bp.blogspot.com/-GW4n61NaDqo/UKTMwGdtoBI/AAAAAAAAAIo/QVzBuzPM91Y/s320/PRCfinal.png" /></a></div>
<p>Y, en principio, ya está. Sugerencias y comentarios serán bienvenidos.</p>
</body>Anonymoushttp://www.blogger.com/profile/04886779625853626215noreply@blogger.com0tag:blogger.com,1999:blog-3411980380431159239.post-84600309533543361872012-11-13T20:30:00.000+01:002012-11-13T11:59:05.976+01:00R: Curvas de Respuesta Principal (PRC) 1. El lío del escaladoEste post va a ser un poco más técnico y menos divulgativo, aviso. Son un poco mis apuntes de R, paquete estadístico libre con muchas ventajas pero difícil de utilizar para los que venimos de programas con interfaces gráficas. Estos posts de R espero que además sirvan de ayuda para aquellos que andan dándose de cabezazos con él.<br />
<br />
Estoy trabajando con unos datos de campo para hacer unas curvas de respuesta principal (PRC). Existe un paquete para R desarrollado principalmente por <a href="http://cc.oulu.fi/~jarioksa/" target="_blank">Jari Oksanen</a> llamado <span style="font-family: "Courier New",Courier,monospace;"><a href="http://vegan.r-forge.r-project.org/" target="_blank"><i>vegan</i></a></span>. Tenía las PRC hechas antes con el programa se suele usar para estos casos: CANOCO. Sin embargo, los resultados con <span style="font-family: "Courier New",Courier,monospace;"><i>vegan</i></span> diferían bastante de los que había obtenido con CANOCO.<br />
<br />
El paquete vegan contiene una colección de datos denominada <span style="font-family: "Courier New",Courier,monospace;"><i>pyrifos</i></span> para hacer prácticas con él. Curiosamente los datos de <span style="font-family: "Courier New",Courier,monospace;"><i>pyrifos</i></span> son de un estudio de van den Brink y ter Braak<a href="#braak"><sup>1</sup></a> en el que se analizan precisamente con PRC. Además, ter Braak ha participado en el desarrollo de la función <span style="font-family: "Courier New",Courier,monospace;"><i>prc</i></span> del paquete vegan junto con Oksanen. Lo más gracioso es que haciendo el análisis con el código propuesto por el archivo de ayuda de la función <i><span style="font-family: "Courier New",Courier,monospace;">prc</span></i> se obtienen también resultados distintos a los que se exponen en el artículo.<br />
<br />
Lo primero que hay que recordar para entender esta disparidad de resultados es que la PRC es un análisis multivariante en el que las escalas pueden ser muy arbitrarias porque lo que interesa son las distancias relativas entre los elementos en estudio (normalmente parcelas y especies). Jari Oksanen ha generado varios documentos respecto a su paquete <i><span style="font-family: "Courier New",Courier,monospace;">vegan</span></i> para aclarar ciertas dudas. Uno de ellos es <a href="http://cran.r-project.org/web/packages/vegan/vignettes/decision-vegan.pdf" target="_blank"><i>Design decisions and implementation details in vegan</i></a>. En él explica cuáles son las constantes que ha utilizado para hacer los escalados de especies y parcelas en los análisis de redundancias (RDA, las PRC son un caso especial de estas) comparándolos con las usadas en CANOCO. Además, hay que observar que el escalado se puede hacer centrado en especies o en parcelas y que la función prc nos da la opción de especificarlo con el parámetro <span style="font-family: "Courier New",Courier,monospace;">scaling</span>.<br />
<br />
Veamos qué es lo que ocurre siguiendo el código propuesto por el archivo de ayuda de la función <span style="font-family: "Courier New",Courier,monospace;"><i>prc</i></span>:<br />
<br />
<span style="font-family: "Courier New",Courier,monospace;">##Cargamos el paquete<br />library (vegan)<br />##Cargamos en el espacio de trabajo los datos<br />data(pyrifos) <br />##Generamos un factor con las semanas de aplicación del tratamiento<br />week <- gl(11, 12, labels=c(-4, -1, 0.1, 1, 2, 4, 8, 12, 15, 19, 24))<br />##Generamos otro factor con los tratamientos<br />dose <- factor(rep(c(0.1, 0, 0, 0.9, 0, 44, 6, 0.1, 44, 0.9, 0, 6), 11))<br />##Hacemos el análisis prc<br />mod <- prc(pyrifos, dose, week)<br />##Metemos en un vector la suma de los datos para cada especie<br />logabu <- colSums(pyrifos)<br />##Hacemos la gráfica solo con las especies cuya suma de datos sea superior<br />##a 100<br />png ('prc.man.png')<br />plot(mod, select = logabu > 100)<br />dev.off()</span><br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="http://1.bp.blogspot.com/-xevlGcouXAw/UKITUBsJeqI/AAAAAAAAAHU/YfQKUXeu5Ug/s1600/prc.man.png" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="550" src="http://1.bp.blogspot.com/-xevlGcouXAw/UKITUBsJeqI/AAAAAAAAAHU/YfQKUXeu5Ug/s1600/prc.man.png" width="550" /></a></div>
<br />
<br />
<br />
Vemos que no solo no encontramos las parcelas en la parte negativa del eje, sino que además el rango de la escala sobrepasa las 2 unidades cuando en la figura 3 del trabajo de van den Brink y ter Braak no sobrepasa el valor 1.80. También en el eje de especies vemos cómo la más alejada, <i>caenhora</i> (<i>Caenis horaria</i>), se encuentra por debajo del valor -3, cuando en la figura del artículo se encuentra por debajo del 5. Esto aparte de lo feo de la figura y la saturación del eje de especies. Y esta gráfica obtenida con R es la que se repite en multitud de sitios. Hay que poner un poco más de cuidado.<br />
<br />
Lo primero que hemos de saber es que el escalado puede estar centrado en las especies o en las parcelas, unidades de muestreo o como lo queramos llamar. Esto lo especificábamos en CANOCO y también lo podemos especificar en R con el parámetro <span style="font-family: "Courier New",Courier,monospace;"><i>scaling</i></span>. Los valores para este parámetro están perfectamente explicados en el archivo de ayuda de la función <a href="http://cc.oulu.fi/~jarioksa/softhelp/vegan/html/plot.cca.html" target="_blank"><span style="font-family: "Courier New",Courier,monospace;"><i>plot.cca</i></span></a>. En el caso de la PRC y siguiendo el método descrito en <span dir="ltr">Šmilauer</span> y <span dir="ltr">Lepš</span><a href="#leps"><sup>2</sup></a>, centramos por parcelas, así que <span style="font-family: "Courier New",Courier,monospace;"><i>scaling=1</i></span>.<br />
<br />
<span style="font-family: "Courier New",Courier,monospace;">png ('prc.scale1.png')<br />plot(mod, select = logabu > 100, scaling=1)<br />dev.off()</span><br />
<span style="font-family: "Courier New",Courier,monospace;"><br /></span>
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="http://1.bp.blogspot.com/-txdViHGarUk/UKIX0D7aK-I/AAAAAAAAAHs/hSuk2BOzO1E/s1600/prc.scale1.png" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="550" src="http://1.bp.blogspot.com/-txdViHGarUk/UKIX0D7aK-I/AAAAAAAAAHs/hSuk2BOzO1E/s1600/prc.scale1.png" width="550" /></a></div>
<span style="font-family: "Courier New",Courier,monospace;"></span>Aún así, vemos que los resultados siguen si parecerse mucho a los del artículo, sobre todo en las especies si prestamos atención a la más alejada. Y es que, como explica Oksanen en <i>Design decisions and implementation details in vegan</i>, las puntuaciones de especies y parcelas se multiplican por una constante distinta en CANOCO y en <span style="font-family: "Courier New",Courier,monospace;"><i>vegan</i></span>. Para obtener al menos los mismos valores absolutos en CANOCO y en <i><span style="font-family: "Courier New",Courier,monospace;">vegan</span></i>, tenemos que dar un rodeo algo más largo, porque <span style="font-family: "Courier New",Courier,monospace;"><i>plot.cca</i></span> no permite especificar dicha constante, pero <i><span style="font-family: "Courier New",Courier,monospace;">scores</span></i>, sí. Vamos a hacerlo con las especies para comprobarlo. En CANOCO esta constante es la raiz cuadrada del número de especies.<br />
<br />
<span style="font-family: "Courier New",Courier,monospace;">##Extraemos las puntuaciones de las especies para el primer eje<br />##RDA (choices=1), multiplicadas por la constante (const) que<br />##utiliza CANOCO<br />scores.sps <- scores (mod, choices=1, scaling=1, const=sqrt(132), dis='sp')<br />##Extraemos solo los valores para las especies con más presencia,<br />##así como sus nombres<br />scores.sps.sel <- scores.sps [logabu>100]<br />names <- colnames (pyrifos)<br />names.sel <- names [logabu>100]<br />##Dibujamos el eje de las especies de la PRC<br />png ('spsCANOCO.png')<br />linestack (scores.sps.sel, axis=T, labels=names.sel)<br />dev.off()</span><br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<br /></div>
<div class="separator" style="clear: both; text-align: center;">
<a href="http://2.bp.blogspot.com/-MVQGXWXYY8E/UKIa9i8krZI/AAAAAAAAAH8/YUkqPS6hsr0/s1600/spsCANOCO.png" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="550" src="http://2.bp.blogspot.com/-MVQGXWXYY8E/UKIa9i8krZI/AAAAAAAAAH8/YUkqPS6hsr0/s1600/spsCANOCO.png" width="550" /></a></div>
<br />
Ahora, nuestra especie de referencia por ejemplo, <i>caenhora</i>, cae en la zona del eje que en valor absoluto más se asemeja a los resultados del artículo. Si además contáramos con las puntuaciones exactas de las especies en CANOCO, veríamos que coinciden con las obtenidas por <span style="font-family: "Courier New",Courier,monospace;"><i>scores</i></span> con la constante establecida. Y lo mismo para las puntuaciones de cada combinación de semana y dosis, solo que aquí la constante es la raiz cuadrada del número de observaciones.<br />
<br />
Quedaría por saber por qué narices en <span style="font-family: "Courier New",Courier,monospace;"><i>vegan</i></span> obtenemos resultados con el signo cambiado, algo que no he podido entender y que espero que algún lector más avispado o entendido que yo u Oksanen mismo lo puedan explicar. Sin embargo, da un poco igual porque, como decíamos al principio, lo importante es la posición relativa de los objetos de estudio en el espacio, sea en la parte positiva o negativa del eje. Queda para un próximo post la solución que he encontrado para hacer el gráfico de las curvas un poco más elegante.<br />
<br />
<a name="braak"><sup>1</sup></a><a href="http://onlinelibrary.wiley.com/doi/10.1002/etc.5620180207/abstract" target="_blank">Van den Brink, P. J. and Braak, C. J. F. T. (1999), Principal response curves: Analysis of time-dependent multivariate responses of biological community to stress. Environmental Toxicology and Chemistry, 18: 138–148.</a><a href="doi:%C2%A010.1002/etc.5620180207"></a><br />
<br />
<a name="leps"><sup>2</sup></a><a href="http://books.google.es/books?id=DYfseIcJBc8C&printsec=frontcover&dq=smilauer+leps+canoco+multivariate&hl=es&sa=X&ei=qxaiUP3tKoS7hAfLyoD4Aw&" target="_blank"><span dir="ltr">Jan Lepš</span>, <span dir="ltr">Petr Šmilauer. </span><span dir="ltr">Multivariate Analysis of Ecological Data using CANOCO. </span>Cambridge University Press 2003.</a>Anonymoushttp://www.blogger.com/profile/04886779625853626215noreply@blogger.com2tag:blogger.com,1999:blog-3411980380431159239.post-50543954015482620932012-11-08T11:09:00.000+01:002012-11-08T11:09:45.648+01:00Las semillas que no flotan pero sí navegan<div class="separator" style="clear: both; text-align: center;">
</div>
<div class="separator" style="clear: both; text-align: center;">
<a href="http://www.iavs.org/JournalCoverStore/JVS-1100-9233-20-1%5Cjvs.jpg" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" height="320" src="http://www.iavs.org/JournalCoverStore/JVS-1100-9233-20-1%5Cjvs.jpg" width="218" /></a></div>
La dispersión de las semillas de una planta es fundamental para que persista en el el lugar en el que vive o incluso en el tiempo y no se extinga. Los viajes de las semillas que produce una planta pueden llevarla a nuevos sitios que colonizar en los que, por ejemplo, haya menos competidores, o más agua, o más nutrientes,... Las semillas viajan para conquistar nuevos territorios por tierra, aire, a lomos de bestias de carga y... por agua.<br />
<br />
Un reciente artículo publicado aún <i>on-line</i> en <i>Journal of Vegetation Science</i> explica cómo es el modo de viajar y asentarse de las semillas en un río japonés: <a href="http://onlinelibrary.wiley.com/doi/10.1111/jvs.12001/abstract;jsessionid=A16D1104CCAC1E245EC37B34B2B501D4.d02t04" target="_blank">Yoshikawa, M., Hoshino, Y., Iwata, N. (2012), Role of seed settleability and settling velocity in water for plant colonization of river gravel bars. Journal of Vegetation Science. doi: 10.1111/jvs.12001</a>. Yoshikawa y colaboradores nos explican cómo en las bandas de grava de las orillas del río Tama se depositan capas de arena por la actividad humana después de cada subida, y con ellas aparecen especies de plantas que antes no estaban allí. Se preguntaron si las semillas de estas especies tienen una especial capacidad de flotación que las ayuden en su dispersión por las aguas del río. Sin embargo, lo que encontraron es que la mayoría no flotan tanto como lo esperado, sino que más bien, tienen una velocidad de decantación -es decir, la velocidad con la que llegan al fondo- similar a la de las partículas de arena. Es decir, que no flotan, sino que se van hundiendo lo suficientemente despacio como para que les dé tiempo a llegar a estas zonas que se ven inundadas con las crecidas del río.<br />
<br />
Sabemos que la actividad humana aguas arriba de un río provoca efectos aguas abajo o en su desembocadura, donde se depositan más los materiales que lleva en suspensión al ralentizarse la velocidad del agua. En estas zonas de grava se instalan, como comentan los autores, especies de plantas xerofíticas, acostumbradas al ir y venir de las crecidas, las cuales están siendo desplazadas por estas especies cuyas semillas son capaces de navegar hundiéndose poco a poco con la arena que, presuntamente, ha aumentado por la actividad humana. Entender estos mecanismos por los que unas especies son capaces de colonizar y desplazar a otras es fundamental para hacer previsiones de los efectos de nuestra actividad alrededor de los ríos.Anonymoushttp://www.blogger.com/profile/04886779625853626215noreply@blogger.com0tag:blogger.com,1999:blog-3411980380431159239.post-27404878081414753602012-10-29T10:48:00.002+01:002012-10-29T10:48:55.390+01:00Una triste Semana de la "Ciencia" en Madrid<div class="separator" style="clear: both; text-align: center;">
<a href="http://www.madrimasd.org/cienciaysociedad/semana-ciencia/images/home/semana_ciencia2012.gif" imageanchor="1" style="clear: left; float: left; margin-bottom: 1em; margin-right: 1em;"><img border="0" src="http://www.madrimasd.org/cienciaysociedad/semana-ciencia/images/home/semana_ciencia2012.gif" /></a></div>
Estos días he estado hojeando la preciosa y supongo que costosa publicación sobre la <a href="http://www.madrimasd.org/cienciaysociedad/semana-ciencia/" target="_blank">XII Semana de la Ciencia en Madrid</a>. Siento tener que decir que a uno le sorprende desagradablemente que, después de muchas páginas de costoso papel, no haya ni siquiera unas pocas dedicadas a listar en forma de reconocimiento a todas las entidades que participan, ponen a disposición sus instalaciones y sus investigadores; máxime, cuando muchas de ellas son universidades y centros de investigación públicos.<br />
<br />
Sin embargo, el estupor es mayúsculo cuando, entre actividades de todo tipo -algunas incluso ajenas a la ciencia pero de validez en otros ámbitos-, de repente aparece la pseudociencia como actividad dentro de una semana de la "ciencia": <a href="http://www.madrimasd.org/semanaciencia/2012/buscador-de-actividades/MostrarActividad.aspx?id=10393" target="_blank">Estudio de casos prácticos con constelaciones familiares: Mirada al amor que sana y al que enferma</a>.<br />
<br />En dicha actividad:<br />
<br />
<blockquote class="tr_bq">
Se abordará la autoobservación y sus efectos beneficiosos para el propio bienestar personal y social. Se concretará en el amor que sana y el amor que enferma, todo ello desde la intervención sistémica en familias y organizaciones socioeducativas.</blockquote>
<br />
¿Qué son las constelaciones familiares? Como bien explica Mauricio José-Schwarz, <a href="http://www.madrimasd.org/semanaciencia/2012/buscador-de-actividades/MostrarActividad.aspx?id=10393" target="_blank">no es más que una pseudoterapia sin sustento científico alguno basada en energías que nadie ha visto, ni medido ni probado</a>. Lo peor de todo es que esta actividad está impartida por un docente de la Universidad Complutense de Madrid de unos estudios tan sensibles e importantes como son los de la Escuela de Trabajo Social.<br />
<br />
Parece que <a href="http://charlatanes.blogspot.com.es/2006/10/semana-de-la-ciencia-y-la-charlatanera.html" target="_blank">no es la primera vez que suceden cosas como estas</a> en lo que, de otro modo, debiera ser una oportunidad de oro para hacer divulgación científica. Espero que los coordinadores y gestores de estas jornadas tengan un poco más de cuidado la próxima vez.<br />
<br />
Sin embargo, os recomiendo muchas del resto de las actividades porque las hay muy prometedoras y de mucha calidad y que <b>sí</b> son Ciencia.Anonymoushttp://www.blogger.com/profile/04886779625853626215noreply@blogger.com0tag:blogger.com,1999:blog-3411980380431159239.post-58155483636394469912012-10-26T10:34:00.000+02:002012-10-26T10:34:38.476+02:00Estadística divertida con REn la <a href="http://muestraaleatoria.blogspot.com.es/2012/10/la-teoria-de-la-perturbacion-intermedia.html" target="_blank">anterior entrada sobre la Teoría de la Perturbación Intermedia</a>, podéis encontrar una figura que está construida con <a href="http://www.r-project.org/" target="_blank">R</a>. R es un lenguaje de programación y paquete estadístico de distribución libre.<br />
<br />
Para todos los que venimos de paquetes más gráficos como SPSS, Statistica o Statgraphics nos es un poco ortopédico al principio volver a trabajar con una consola de texto. Pero cuando uno descubre todas las posibilidades y la libertad que da una aplicación de estas características, el enamoramiento es irreversible. Además, meterse a aprender a utilizar R obliga a uno a refrescar sus conocimientos de estadística, lo cual no viene nada mal.<br />
<br />
Hay multitud de <i>interface</i> gráficas para trabajar con R, aunque siempre sin dejar de lado la necesidad de introducir las órdenes principales mediante la línea de comandos. Yo utilizo <a href="http://www.rstudio.org/" target="_blank">RStudio</a>.<br />
<br />
Siempre que me sea posible, os dejaré en el blog el código con el que he hecho las cosas en R, de forma que podáis reproducirlo y modificarlo a vuestro gusto. Es muy útil cuando uno está aprendiendo a defenderse con R.<br />
<br />
Esta gráfica es muy sencillita. Como tiene forma de distribución normal, hemos creado primero dos vectores de 200 datos arbitrarios, uno de una secuencia de -1 hasta 1 y, el otro, con la distribución normal para el primero: <br />
<br />
disturb <- seq (-1,1,.01) #Vector de -1 a 1 con datos cada 0.01<br />
<br />div <- dnorm (disturb) #Vector con distribución normal del vector disturb<br />
<br />
<br />
#Dibujo de los dos vectores de tipo línea, sin ejes y sin etiquetas<br />plot (disturb,div, type="l",xlab="",ylab="",axes=FALSE,lwd=2)<br />
<br />box (lwd=2,bty="l") #Caja alrededor del gráfico<br /><br />
#Textos para los ejes <br />
mtext ("Diversidad",2,2,cex=1.3) <br />mtext ("(Unidades arbitrarias)",2,1,cex=1.3)<br />mtext ("Frecuencia/Intensidad de perturbación",1,1,cex=1.3)<br />mtext ("(Unidades arbitrarias)",1,2,cex=1.3)<br />
<br />
lines (c(-1,1),c(0.3989423,0.2419707),lwd=2,lty=2) #Línea de competencia<br /><br />
text (0.35,0.30,"Competencia",srt=-35, cex=1.3) #Texto sobre la línea de competencia<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="http://4.bp.blogspot.com/-k4y0ITBirMk/UIo_-QMw3sI/AAAAAAAAAHA/2PF4bFzMY3U/s1600/IDH.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" src="http://4.bp.blogspot.com/-k4y0ITBirMk/UIo_-QMw3sI/AAAAAAAAAHA/2PF4bFzMY3U/s1600/IDH.jpg" height="261" width="320" /></a></div>
Sé que existen mejores formas para poner el código, más elegantes. Dadme tiempo, ya las iré metiendo.Anonymoushttp://www.blogger.com/profile/04886779625853626215noreply@blogger.com0tag:blogger.com,1999:blog-3411980380431159239.post-41291562350702067402012-10-26T09:52:00.000+02:002012-10-26T09:52:16.708+02:00La Teoría de la Perturbación Intermedia en tela de juicio
<style type="text/css">
<!--
@page { margin: 2cm }
P { margin-bottom: 0.21cm }
A:link { so-language: zxx }
-->
</style>
<br />
<div style="margin-bottom: 0cm;">
La ecología es una ciencia que aún
está en pañales pues no hace mucho que nació como tal. En biología
siempre es difícil encontrar explicaciones generales de lo que pasa
en la naturaleza y la ecología tiene aún muy pocas. Una de las
teorías que más aceptación tiene (o tenía) y que más difundida
está en las facultades es la Teoría de la Perturbación Intermedia.
Esta teoría dice que cuando aplicamos niveles ni muy bajos ni muy
altos de perturbación (por ejemplo fuegos, número de cabezas de
ganado, cuota pesquera, etc) a un ecosistema, conseguimos que su
diversidad de especies (<i>grosso modo</i> la cantidad de especies)
sea máxima. Esto sucedería porque las perturbaciones hasta cierto
grado de intensidad o frecuencia disminuirían las poblaciones de las
especies más competidoras <i>dejando sitio libre</i> (liberando
nichos ecológicos) para especies menos competitivas. Pasado ese
grado intermedio de perturbación, ésta sería demasiado fuerte para
ser tolerada por cualquiera de los dos tipos de especies,
disminuyendo indistintamente sus poblaciones, despareciendo muchas de
ellas y, por tanto, disminuyendo la diversidad.</div>
<div class="separator" style="clear: both; text-align: center;">
<a href="http://4.bp.blogspot.com/-k4y0ITBirMk/UIo_-QMw3sI/AAAAAAAAAHA/2PF4bFzMY3U/s1600/IDH.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" src="http://4.bp.blogspot.com/-k4y0ITBirMk/UIo_-QMw3sI/AAAAAAAAAHA/2PF4bFzMY3U/s1600/IDH.jpg" height="326" width="400" /></a></div>
<div style="margin-bottom: 0cm;">
</div>
<div style="margin-bottom: 0cm;">
La diversidad es cosa importante
porque, entre otras cosas, es reflejo de la buena salud del
ecosistema. Así pues, muchos gestores medioambientales lo han tomado
desde entonces como piedra angular para su trabajo.</div>
<div style="margin-bottom: 0cm;">
<br /></div>
<div style="margin-bottom: 0cm;">
Es una teoría bonita y sencilla, y que
a nuestro cerebro le parece muy lógica. Sin embargo nos hemos
apresurado demasiado a darle rango de validez universal. Y así lo
asegura un reciente artículo publicado en Trends in Ecology and
Evolution: <a href="http://dx.doi.org/10.1016/j.tree.2012.08.014">Fox,
J. W. 2012. The intermediate disturbance hypothesis should be
abandoned. TREE. </a><a href="http://dx.doi.org/10.1016/j.tree.2012.08.014"><i>In
press</i></a>. En él, Fox expone que ya hay bastantes estudios que
no han podido dar con ese supuesto máximo de diversidad en la
naturaleza. Y es que por muy bonita y elegante que sea una teoría,
si no coincide con las observaciones, es una teoría falsa.</div>
<div style="margin-bottom: 0cm;">
<br /></div>
<div style="margin-bottom: 0cm;">
Pero es que, además, los principios
básicos que sustentan esta teoría son erróneos. Tendemos a aplicar
modelos matemáticos lineales y aditivos a nuestra visión de la
naturaleza, probablemente porque son los más sencillos. Los modelos
lineales no son más que aquellos en los que los incrementos en una
variable (por ejemplo, la intensidad de perturbación) se
corresponden con incrementos iguales en otra (por ejemplo, la
cantidad de individuos de una especie). Los modelos aditivos son
aquellos en los que los efectos de varias variables sobre otra se
suman. Sin embargo, la naturaleza no suele ser ni lineal ni aditiva.
Y aquí es donde radica el error lógico de la Teoría de la
Perturbación Intermedia según expone Fox en el artículo. Aunque se
dan situaciones de convivencia entre especies más y menos
competitivas que dan valores altos de diversidad, las causas no
serían las supuestas por la Teoría de la Perturbación Intermedia,
sino por las diferencias entre los crecimientos poblacionales de las
especies. El detalle es muy fino, muy preciso, y lleva a modelos
matemáticos algo más complejos pero que precisamente reflejan mejor
la complejidad de la naturaleza, como afirma Fox.</div>
<div style="margin-bottom: 0cm;">
<br /></div>
<div style="margin-bottom: 0cm;">
Este artículo es una llamada de
atención para todos porque, como decía, comprender cómo son en
realidad estas relaciones entre diversidad y perturbación es
fundamental para nuestra gestión de los ecosistemas, de los cuales
dependen nuestras vidas y las de las generaciones que nos sucedan.</div>
Anonymoushttp://www.blogger.com/profile/04886779625853626215noreply@blogger.com1tag:blogger.com,1999:blog-3411980380431159239.post-29587943802021230022012-09-28T13:50:00.000+02:002012-09-28T14:15:01.321+02:00El rover Curiosity en un posible lecho de un río marcianoEl rover Curiosity aterrizó en Marte el pasado agosto después de una espectacular maniobra que fue retransmitida con un despliegue mediático que, me atrevería a decir, no tuvo igual desde la llegada del Apolo 11 a la Luna. Estar junto a los ingenieros del Jet Propulsion Laboratory (JPL) de la NASA mediante streaming fue emocionante para muchos de nosotros.<br />
<br />
El siguiente video montado con las fotografías que obtuvo la cámara <a href="http://mars.jpl.nasa.gov/msl/mission/instruments/cameras/mardi/" target="_blank">MARDI</a> del rover durante el descenso y el audio del JPL aún es impactante:<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<iframe allowfullscreen='allowfullscreen' webkitallowfullscreen='webkitallowfullscreen' mozallowfullscreen='mozallowfullscreen' width='320' height='266' src='https://www.youtube.com/embed/GBdk8w1MH30?feature=player_embedded' frameborder='0'></iframe> </div>
<div class="separator" style="clear: both; text-align: center;">
<br /></div>
<div class="separator" style="clear: both; text-align: left;">
Ayer, la NASA liberó nuevos datos recibidos de Curiosity. En su camino hacia el principal primer objetivo de estudio, la zona llamada <a href="http://www.nasa.gov/mission_pages/msl/news/msl20120817.html" target="_blank">Glenelg</a>, el rover obtuvo unas fotografías con la cámara <a href="http://mars.jpl.nasa.gov/msl/mission/instruments/cameras/mastcam/" target="_blank">MastCam</a> que ofrecen indicios de lo que pudo ser el lecho de un río:</div>
<div class="separator" style="clear: both; text-align: left;">
<br /></div>
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto; text-align: center;"><tbody>
<tr><td style="text-align: center;"><a href="http://www.nasa.gov/images/content/692149main_Williams-2pia16188-43_full.jpg" imageanchor="1" style="margin-left: auto; margin-right: auto;"><img border="0" height="298" src="http://www.nasa.gov/images/content/692149main_Williams-2pia16188-43_full.jpg" width="400" /></a></td></tr>
<tr><td class="tr-caption" style="text-align: center;"><a href="http://www.nasa.gov/images/content/692149main_Williams-2pia16188-43_full.jpg">Image credit: NASA/JPL-Caltech/MSSS</a></td></tr>
</tbody></table>
<div class="separator" style="clear: both; text-align: left;">
<br /></div>
<div class="separator" style="clear: both; text-align: left;">
La grava que aparece hacia la izquierda de la fotografía, por su tamaño y forma, es muy parecida a la que es transportada por los rios en la Tierra, como se puede ver en esta otra fotografía comparativa:</div>
<div class="separator" style="clear: both; text-align: left;">
<br /></div>
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto; text-align: center;"><tbody>
<tr><td style="text-align: center;"><a href="http://www.nasa.gov/images/content/692160main_Williams-3pia16189-43_full.jpg" imageanchor="1" style="margin-left: auto; margin-right: auto;"><img border="0" height="298" src="http://www.nasa.gov/images/content/692160main_Williams-3pia16189-43_full.jpg" width="400" /></a></td></tr>
<tr><td class="tr-caption" style="text-align: center;"><a href="http://www.nasa.gov/images/content/692160main_Williams-3pia16189-43_full.jpg">Image credit: NASA/JPL-Caltech/MSSS and PSI</a></td></tr>
</tbody></table>
<div class="separator" style="clear: both; text-align: left;">
<br /></div>
<div class="separator" style="clear: both; text-align: left;">
Los indicios de la existencia de agua líquida en Marte en un pasado remoto ya existían y, en la actualidad, aún hay trazas de vapor de agua en su tenue atmósfera. Sin embargo, esta es la primera evidencia de estas características, es decir, de la existencia de este tipo de grava en la superficie marciana.</div>
<div class="separator" style="clear: both; text-align: left;">
<br /></div>
<div class="separator" style="clear: both; text-align: left;">
Durante el resto de la misión se constatará si estos sedimentos son en realidad los restos de un antiguo rio mediante análisis de la composición mineral del <a href="http://www.nasa.gov/mission_pages/msl/multimedia/gallery/pia14290-anno.html" target="_blank">cráter Gale</a> y lo que es el mayor desafío científico: comprobar si en Marte se dieron en algún momento las condiciones necesarias para albergar vida basada en la química del carbono.</div>
Anonymoushttp://www.blogger.com/profile/04886779625853626215noreply@blogger.com0tag:blogger.com,1999:blog-3411980380431159239.post-60529436256447832142012-09-27T15:25:00.001+02:002012-09-27T15:30:53.280+02:00Lecciones de resistencia: ataque, retirada y salvamento de tropas. Las estrategias de las especies vegetales de pastos<br />
Con unos 33 millones de kilómetros cuadrados de extensión, que representan el 25% del total de las tierras emergidas, la ganadería es el uso humano del suelo que ocupa mayor extensión en el mundo (<a href="#1">Asner y cols., 2004</a>).<br />
<br />
Durante largo tiempo, los ecólogos se han preguntado cuáles son las características de las especies vegetales de los pastos que las hacen sobrevivir y mantenerse frente a la actividad de los herbívoros. Incluso, se considera la idea de que algunas especies se benefician al ser comidas por el ganado, sin el cual presentarían un menor éxito reproductivo y de supervivencia en el ecosistema.<br />
<br />
<br />
Lo que sí está claro es que las plantas que se mantienen en un pasto cuentan con mecanismos de resistencia, al menos frente al consumo, denominado en ecofisiología vegetal <i>defoliación</i>. Estos mecanismos pueden ser del tipo <i>defensa</i> o del tipo <i>tolerancia</i> (<a href="#2">Boege y Marquis, 2005</a>). Los mecanismos de defensa suponen que la planta <i>evita</i> ser comida, bien mediante una defensa directa, o bien mediante la <i>huida</i> de los depredadores, es decir, de los herbívoros. Numerosas especies cuentan con estructuras en su anatomía que disuaden al ganado de su consumo, como son espinas, hojas con cubiertas duras o de sabor desagradable, u hojas dentadas o con forma de aguja (Fig. 1). Otras especies acumulan sustancias durante su metabolismo que pueden resultar desagradables, indigestas o, incluso, tóxicas para el ganado. Lo interesante de estos mecanismos de defensa directa es que no suelen ser el resultado de una adaptación evolutiva para sobrevivir en condiciones de pastoreo. La morfología acicular (en forma de aguja) de las hojas reduce su superficie de transpiración, evitando así una pérdida excesiva de agua en climas con algún momento de sequía estacional; las cubiertas duras de ciertas hojas, además de presentar también una barrera a la pérdida de agua por transpiración, evitan la excesiva irradiación solar y el sobrecalentamiento de las hojas, el cual podría dañar su aparato fotosintético. Además de esto, evitan el consumo por el ganado, es decir, el daño o la pérdida de tejido vegetal, sin llegar a haber evolucionado exclusivamente seleccionadas por la presencia de herbívoros.<br />
<br />
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto; text-align: center;"><tbody>
<tr><td style="text-align: center;"><a href="http://3.bp.blogspot.com/-w1h4Elas3tE/UGRE--601XI/AAAAAAAAAFk/b-9aQKDXhaQ/s1600/Fig_1.jpg" imageanchor="1" style="margin-left: auto; margin-right: auto;"><img border="0" height="297" src="http://3.bp.blogspot.com/-w1h4Elas3tE/UGRE--601XI/AAAAAAAAAFk/b-9aQKDXhaQ/s400/Fig_1.jpg" width="400" /></a></td></tr>
<tr><td class="tr-caption" style="text-align: center;"><b>Figura 1</b>. Ejemplos de defensa frente a la defoliación en la flora
mediterránea ibérica. a) Hojas coriáceas de encina (<i>Quercus ilex</i> subsp.
<i>ballota</i>). b) <i>Senecio jacobea</i>. Contiene alcaloides altamente tóxicos para
el ganado. c) Ortiga (<i>Urtica dioica</i>). Sus hojas segregan sustancias
irritantes. Imágenes obtenidas y modificadas del proyecto WikiMedia
Commons, con licencia GNU-FDL o de dominio público.</td></tr>
</tbody></table>
La huida o evasión del ganado puede comprender mecanismos que aseguran la permanencia de los tejidos de crecimiento o de reproducción, o bien la permanencia de la planta completa. Así, las plantas sitúan a ras del suelo las yemas de crecimiento (Fig. 2) o entierran sus flores. Las hay también que se salvan de la voracidad de sus depredadores simplemente germinando, creciendo y reproduciéndose justo en la época del año en la que el ganado no se lleva al pasto. Este último es el caso de las especies vernales en la cuenca mediterránea, las cuales florecen a finales de invierno cuando el ganado aún está estabulado, o comiendo el heno o el pienso que le aportan los ganaderos.<br />
<br />
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto; text-align: center;"><tbody>
<tr><td style="text-align: center;"><a href="http://3.bp.blogspot.com/--GbWSvdxqxI/UGRF72RnN6I/AAAAAAAAAFs/Tatbwd7LSdk/s1600/Fig_2.jpg" imageanchor="1" style="margin-left: auto; margin-right: auto;"><img border="0" height="250" src="http://3.bp.blogspot.com/--GbWSvdxqxI/UGRF72RnN6I/AAAAAAAAAFs/Tatbwd7LSdk/s400/Fig_2.jpg" width="400" /></a></td></tr>
<tr><td class="tr-caption" style="text-align: center;"><b>Figura 2</b>. Ejemplos de protección de tejidos de crecimiento de la flora
mediterránea ibérica. a) Roseta basal de <i>Crepis capillaris</i>. b) Bulbo de
<i>Poa bulbosa</i>. Imágenes obtenidas y modificadas del proyecto WikiMedia
Commons, con licencia GNU-FDL o de dominio público.</td></tr>
</tbody></table>
Sin embargo, podríamos decir que todos estos mecanismos que poseen las plantas y que determinan su permanencia en el ecosistema son algo más casual que causal. Como se ha mencionado antes, muchas de estas características tienen que ver más con otros factores físicos que con el propio pastoreo. El hecho es que el ganado termina alimentándose de las especies que le quedan, y que estas especies se presentan un año tras otro en el sistema, conformando siempre el mismo paisaje. Por tanto, estas especies deben de aguantar la pérdida de parte de su tejido, es decir, deben de ser tolerantes al consumo por parte del ganado.<br />
<br />
La tolerancia a la defoliación conforma todo un objeto de estudio por parte de la ecología. Resulta de gran interés puesto que supone que las plantas poseedoras de esta capacidad responden de forma directa al consumo del ganado. Por ello, se presenta como una capacidad susceptible de ser seleccionada, bien mediante selección ecológica o, incluso, por selección natural, motor principal de evolución.<br />
<br />
La principal materialización de la tolerancia a la defoliación es la regeneración del tejido perdido y el mantenimiento de la actividad de la planta. A dicha regeneración de tejido se la denomina compensación, la cual presenta un continuo de grados; la planta puede no regenerar nada del tejido perdido, una pequeña parte, toda o, incluso, superar la biomasa de aquellos ejemplares que no han sido consumidos. Esta última situación se conoce con el nombre de sobrecompensación, y supondría una ventaja de las plantas que han sufrido el consumo del ganado por encima de aquellas que no lo han sufrido. De este modo, las especies que tuvieran la característica de sobrecompensación frente a la defoliación podrían llegar a considerarse como fruto de una coevolución con la herbivoría. Hasta el momento, solo se ha comprobado el hecho de la sobrecompensación en la especie <i>Ipomopsis aggregata</i> (Fig. 3). Esta especie posee una roseta basal de la que se generan los escapos florales –tallos con flores-; <a href="#6">Paige y Whitham (1987)</a> demostraron que los ejemplares que sufrían la depredación de los herbívoros producían un mayor número de flores, en contraste con el único escapo que generaban las plantas que no eran consumidas.<br />
<br />
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto; text-align: center;"><tbody>
<tr><td style="text-align: center;"><a href="http://2.bp.blogspot.com/-eUoPr20tc3w/UGRG8iVj5RI/AAAAAAAAAF0/O0Riq7NGAAI/s1600/Fig_3.jpeg" imageanchor="1" style="margin-left: auto; margin-right: auto;"><img border="0" height="400" src="http://2.bp.blogspot.com/-eUoPr20tc3w/UGRG8iVj5RI/AAAAAAAAAF0/O0Riq7NGAAI/s400/Fig_3.jpeg" width="371" /></a></td></tr>
<tr><td class="tr-caption" style="text-align: center;"><b>Figura 3</b>. Esquema de sobrecompensación en <i>Ipomopsis aggregata</i>, modificado de Paige y Whitham (1987).</td></tr>
</tbody></table>
<br />
<br />
Sin embargo, el término de compensación no se encuentra en la actualidad definido de forma precisa y engloba todas aquellas capacidades que llevan a una biomasa final equivalente a la de ejemplares que no han sufrido consumo, a una producción total –incluidas las masas de las defoliaciones sufridas- igual o superior a la de las plantas no consumidas, o a los valores de la tasa de crecimiento. Según tomemos una u otra medida obtenemos capacidades de compensación distintas para una misma especie.<br />
<br />
<br />
Con más de diez mil años de historia ganadera, sería lógico pensar que en la cuenca mediterránea se debería dar un gran número de especies vegetales con una elevada capacidad de tolerancia a la defoliación. Sin embargo, no parece ser así, apareciendo en las especies estudiadas una capacidad mínima, no muy diferente de aquellas especies que desaparecen en los sistemas mediterráneos de pastos (<a href="#3">Dobarro, 2009</a>) ¿Cuáles son entonces las características de las especies vegetales mediterráneas seleccionadas para conformar las comunidades de pastos?<br />
<br />
<br />
Una de las características más extendidas entre el conjunto de especies de pastos de la cuenca mediterránea es su carácter anual, es decir, que germinan, crecen y se reproducen al término de un ciclo estacional, haciendo frente a las condiciones de sequía estival en forma de semilla. Resulta que la capacidad de dispersión de las semillas de estas especies es fundamental para la supervivencia de sus comunidades mediante la colonización de nuevos espacios. En ello, casualmente, juegan un papel fundamental los mismos herbívoros, como vehículos de dispersión; bien mediante la adherencia de las semillas a su pelaje (epizoocoria), bien mediante el transporte en su sistema digestivo (endozoocoria) (<a href="#5">Malo y cols., 2000</a>).<br />
<br />
<br />
El éxito reproductivo de las plantas no solo comprende su capacidad de dispersión, sino también la producción de semillas, su viabilidad y sus requerimientos de germinación. Respecto a estos últimos, se ha comprobado que algunas especies características de los pastos de la cuenca mediterránea poseen semillas capaces de germinar o inhibir su germinación según sean las condiciones lumínicas que las rodean (<a href="#4">Dobarro y cols., 2010</a>). La luz que llega al suelo depende en gran parte de la densidad de otras plantas que haya por encima. Si pensamos que esta densidad se reduce obviamente por el consumo del ganado, tendremos que estas especies responden de alguna forma indirecta a la actividad de los herbívoros.<br />
<br />
<br />
Quedan muchas cuestiones sobre el funcionamiento de las comunidades vegetales de pastos aún sin resolver. Teniendo en cuenta que la tendencia de las sociedades humanas es aumentar la extensión de la superficie de aprovechamiento del suelo mediante el uso ganadero y los futuros posibles escenarios de cambio climático, es de suma importancia continuar la investigación de los ecosistemas pascícolas. El aumento del uso ganadero supone cambios tan drásticos en los sistemas como lo son la deforestación o la compactación del suelo, con los consiguientes cambios en su estructura y funcionamiento. En un escenario de cambio climático, con un aumento de las temperaturas medias y una disminución de las precipitaciones, podríamos encontrarnos con que las capacidades de resistencia al pastoreo de las especies vegetales que actualmente componen las comunidades de pastos pudieran verse disminuidas, al ser muchas de ellas, como ya se ha explicado, adaptaciones a la sequía o a la elevada irradiación. Así, si el cambio climático sobrepasase ciertos umbrales, se podrían empezar a perder especies de estos sistemas que no pudiesen hacer frente a las nuevas condiciones y a la actividad del ganado a la vez, empobreciendo la calidad nutritiva del mismo y, por tanto, reduciendo la producción ganadera.<br />
<br />
<b>Referencias</b><br />
<br />
<a name="1">Asner, G.P., Elmore, A.J., Olander, L.P., Martin, R.E., y Harris, A.T. (2004), “Grazing systems, ecosystem responses, and global change”, Annual Review of Environment and Resources, 29, 261-299.</a><br />
<br />
<br />
<a name="2">Boege, K. y Marquis, J.M. (2005), Facing herbivory as you grow up: the ontogeny of resistance in plants, Trends in Ecology and Evolution, 20, 441-448</a><br />
<br />
<br />
<a name="3">Dobarro, I. (2009), Respuestas de la vegetación al pastoreo: mecanismos relacionados con la defoliación en especies mediterráneas, Tesis doctoral inédita, Universidad Autónoma de Madrid, España</a><br />
<br />
<a name="4">Dobarro, I., Valladares, F. y Peco, B. (2010), “Light quality and not quantity segregates germination of grazing increasers from decreasers in Mediterranean grasslands”, Acta Oecologica, 36(1), 74-79</a><br />
<br />
<br />
<a name="5">Malo, J.E., Jimenez, B., y Suarez, F. (2000), “Herbivore dunging and endozoochorous seed deposition in a Mediterranean dehesa”, Journal of Range Management, 53, 322-328</a><br />
<br />
<br />
<a name="6">Paige, K.N. y Whitham, T.G. (1987), “Overcompensation in response to mammalian herbivory: the advantage of being eaten”, American Naturalist, 129, 407-416</a>Anonymoushttp://www.blogger.com/profile/04886779625853626215noreply@blogger.com0tag:blogger.com,1999:blog-3411980380431159239.post-9075123661132651742012-09-25T11:34:00.000+02:002012-09-25T11:34:00.282+02:00Bienvenida y presentación<table cellpadding="0" cellspacing="0" class="tr-caption-container" style="float: left; margin-right: 1em; text-align: left;"><tbody>
<tr><td style="text-align: center;"><a href="http://3.bp.blogspot.com/-cJYR_bCFtpA/UGF4p1W7xcI/AAAAAAAAAFE/jYkwYB25ayo/s1600/Lupinus+hispanicus+2.jpg" imageanchor="1" style="clear: left; margin-bottom: 1em; margin-left: auto; margin-right: auto;"><img alt="" border="0" height="240" src="http://3.bp.blogspot.com/-cJYR_bCFtpA/UGF4p1W7xcI/AAAAAAAAAFE/jYkwYB25ayo/s320/Lupinus+hispanicus+2.jpg" title="Germinación de Lupinus hispanicus" width="320" /></a></td></tr>
<tr align="center"><td class="tr-caption">Germinación de <i>Lupinus hispanicus</i>.<br />
Foto de Iker Dobarro</td></tr>
</tbody></table>
Empezar un blog siempre es difícil, más aún continuarlo, pero vamos a intentarlo. No prometo que haya una frecuencia muy alta de actualizaciones pero espero que los contenidos sean interesantes y entretenidos. Por lo menos espero que os entretenga tanto la Ciencia como a mí, porque la Ciencia no debe ser un privilegio, sino un patrimonio de todos.<br />
<br />
Una muestra aleatoria es una de las herramientas básicas del trabajo científico. Si uno quiere estudiar, por ejemplo, los efectos de un prometedor fármaco contra el SIDA, sería una locura, además de una irracionalidad, probarlo en todos los ratones del mundo. Todos los ratones del mundo representan la población en estudio y lo que hacemos es coger solo unos cuantos de ellos que serían nuestra muestra. Según lo más o menos al azar que los hayamos escogido, lo normales que sean dentro de toda la población de todos los ratones del mundo, podremos asegurar con más o menos error que lo que les ocurra cuando les inyectemos la medicina será lo que le pasará a la media de la población de todos los ratones del mundo. Parece un galimatías pero es lo que los investigadores hacemos una y otra vez.<br />
<br />
Me gusta ese nombre de muestra aleatoria para el blog. Pretendo que sea una muestra (aunque quizá no tan aleatoria) del inmenso trabajo que realizan un montón de personas en todo el mundo día a día y que consigue explicarnos un poco más cómo es y cómo funciona el Universo en el que vivimos. Realmente no será tan aleatoria, pero el nombre queda bien. Y es que posiblemente los posts estén algo sesgados hacia la biología y la ecología, puesto que son mis áreas de dominio, aunque me apasionan todas las disciplinas científicas.<br />
<br />
Pretendo que todo el contenido sea lo más divulgativo posible manteniendo el rigor necesario para no caer en barbaridades. No siempre es fácil hacer esto, así que espero vuestras críticas y consejos en los comentarios.<br />
<br />
Por último, ante todo, pretendo que esto sea siempre divertido. Así que, bienvenidos a Muestra aleatoria.Anonymoushttp://www.blogger.com/profile/04886779625853626215noreply@blogger.com0tag:blogger.com,1999:blog-3411980380431159239.post-68433869570576813892012-01-26T21:16:00.000+01:002012-09-25T11:34:50.386+02:00Nuevo artículo de divulgación en la revista Razonando<div style="display: inline; float: left; margin: 5px 10px 0pt 0pt;">
<a href="http://razonando.com/ediciones/septiembre-diciembre-2011/" imageanchor="1"><img border="0" height="200" src="http://razonando.com/wp-content/themes/TheProfessional/timthumb.php?src=http://razonando.com/wp-content/uploads/2012/01/razonando12.png&amp;h=184&amp;w=184&amp;zc=1" width="200" /></a></div>
<span style="font-size: small;">Acaba de aparecer publicado un nuevo artículo de mi autoría junto con el Ing. Omar Meléndrez en la revista mexicana de escepticismo <a href="http://razonando.com/">Razonando</a>. En él, se da réplica a sendos artículos de crítica a las obras y pensamiento del Dr. Richard Dawkins publicados en la misma revista en su <a href="http://razonando.com/ediciones/mayo-junio-2011/">número 10</a>. En ellos, Roberto Aguirre y Jorge Armando Romo malinterpretaban a nuestro entender varios puntos de <i>El gen egoísta</i> y de <i>El espejismo de Dios</i> de Dawkins, por lo que Omar y yo nos decidimos a escribir este artículo de réplica en el que abordamos las ideas de Dawkins en cuanto a evolución del comportamiento humano y el ateísmo y la religión:</span><br />
<span style="font-size: small;"><br />
</span>
<br />
<span style="color: black; font-family: times new roman,serif; font-size: x-small;">Dobarro, I. y Meléndrez, O. 2011. Determinismos que asustan: religión y genes. <i>Razonando</i> 12: 12-24.</span>Anonymoushttp://www.blogger.com/profile/04886779625853626215noreply@blogger.com0tag:blogger.com,1999:blog-3411980380431159239.post-1324388417817642202011-12-03T21:13:00.000+01:002012-09-25T11:36:40.215+02:00Nuevo artículo sobre compensación y senescencia aceptado en Ecological Research<div style="display: inline; float: left; margin: 5px 10px 0pt 0pt;">
<a href="http://images.springer.com/cda/content/image/cda_displayimage.jpg?SGWID=0-0-16-125284-0" imageanchor="1"><img alt="Ecological Research" border="0" height="200" src="http://images.springer.com/cda/content/image/cda_displayimage.jpg?SGWID=0-0-16-125284-0" width="148" /></a></div>
<span style="font-size: small;">Hoy mismo, me acaba de llegar la notificación de que ya está disponible en la modalidad <i>Online First</i> nuestro último artículo aceptado: <a href="http://dx.doi.org/10.1007/s11284-011-0901-9" target="_blank">Dobarro, I., Gazol, E. & Peco, B. Relative contribution of delaying senescence to growth compensation after defoliation. <i>Ecological Research</i>. Doi: 10.1007/s11284-011-0901-9</a>. En él, ampliamos el método de cálculo iterativo de la tasa de crecimiento relativo de <a href="http://ib.berkeley.edu/labs/ackerly/david/pdfs/2001/Anten01b.FuncEcol.pdf" target="_blank">Anten y Ackerly (2001)</a> introduciendo la pérdida de área foliar por senescencia. Aplicamos el nuevo sistema de ecuaciones a un experimento de corte con <i>Dactylis glomerata</i> L. y obtuvimos una sobrecompensación de su RGR. El posterior análisis de sensibilidad mostró que <i>D. glomerata</i> consiguió dicha sobrecompensación principalmente gracias a la reducción de la pérdida de tejido foliar por senescencia.</span>Anonymoushttp://www.blogger.com/profile/04886779625853626215noreply@blogger.com0tag:blogger.com,1999:blog-3411980380431159239.post-56864588452841904782011-05-02T21:00:00.000+02:002012-09-25T11:38:05.201+02:00Functional Ecology publica un número especial sobre las defensas vegetales contra la herbivoría<span style="font-size: small;">
</span>
<br />
<div style="display: inline; float: left; margin: 5px 10px 0pt 0pt;">
<span style="font-size: small;"><a href="http://onlinelibrary.wiley.com/doi/10.1111/fec.2011.25.issue-2/issuetoc" imageanchor="1" target="_blank"><img border="0" src="http://onlinelibrary.wiley.com/store/10.1111/fec.2011.25.issue-2/asset/cover.gif?v=1&s=00682e339b40d578adce0e0fce60ab0e67f4ab0a" /></a></span></div>
<span style="font-size: small;">
La publicación <a href="http://onlinelibrary.wiley.com/journal/10.1111/%28ISSN%291365-2435" target="_blank">Functional Ecology</a> acaba de publicar un <a href="http://onlinelibrary.wiley.com/doi/10.1111/fec.2011.25.issue-2/issuetoc" target="_blank">número especial que recoge trabajos de revisión sobre la ecología evolutiva de las defensas vegetales contra la herbivoría</a>. En él se encuentran once artículos que cubren temas tales como la genética de las defensas, ecología y evolución de las defensas inducidas por la herbivoría, los mecanismos de defensa radicular y la tolerancia a la herbivoría. Como la mayoría de las publicaciones en <a href="http://onlinelibrary.wiley.com/" target="_blank">Wiley</a>, todos los artículos son de <b>libre acceso</b>.</span>Anonymoushttp://www.blogger.com/profile/04886779625853626215noreply@blogger.com0