LOS FACTORES AMBIENTALES CONDICIONAN LA EVOLUCIÓN DE LAS POBLACIONES DE TRUCHA
Fuente: MNCN
El objetivo último del estudio consistía en demostrar la teoría ecológica que sostiene que las poblaciones animales disponen de mecanismos endógenos de regulación que dependen de su densidad y que funcionan como sistemas de feedback. Cuando una población alcanza un mínimo, estos mecanismos operan sobre la reproducción aumentando el número de vástagos, con lo que la población crece. Por el contrario, cuando la población aumenta demasiado estos mecanismos actúan a la inversa y favorecen una disminución de los efectivos poblacionales.
Esto implica que las poblaciones se mantienen en el tiempo de acuerdo a unos valores medios con límites fijos, lo que posibilita que ante situaciones de hecatombe operen mecanismos de resiliencia que permitan que las poblaciones se recuperen.
Otra teoría, enfrentada históricamente a ésta, mantiene que esos mecanismos no existen y que las poblaciones oscilan dependiendo de las condiciones ambientales. Al no existir mecanismos de compensación, las poblaciones pueden extinguirse con facilidad en condiciones ambientales desfavorables y persistentes, como podría ser una pesca excesiva y sin control.
La aplicación práctica de los resultados de esta investigación será inmediata una vez que se puedan identificar los factores ambientales que determinan el éxito reproductor de las especies objeto de estudio.
—————————————
Referencias bibliográficas:
Lobón-Cerviá, J. 2009. «Why, when and how do fish populations decline, collapse and recover? The example of brown trout (Salmo trutta) in Rio Chaballos (northwestern Spain). Freshwater Biology 54: 11491162.
Últimas publicaciones
La Fundación Descubre-Consejería de Universidad, Investigación e Innovación y la Universidad Pablo de Olavide coordinan esta entidad regional que persigue la atención y asesoramiento a las iniciativas basadas en la participación activa de la ciudadanía. En su nueva convocatoria de ayudas, financiará 8 proyectos que aborden retos científicos y sociales de la región hasta junio de 2027.
El proyecto está financiado por el programa Erasmus+ de la Unión Europea y cuenta con la participación de instituciones de Italia, España y Francia.
Sigue leyendoUn equipo de investigación de la Universidad de Cádiz ha creado un sistema basado en aprendizaje profundo capaz de localizar y clasificar automáticamente anomalías en radiografías de tórax. Los resultados mejoran la precisión de otros métodos utilizados y lo validan como una herramienta con potencial para dar soporte a la evaluación precoz de patologías del pulmón.



