Universidad San Francisco de Quito

Autoridades

Santiago Gangotena G., Ph.D. Canciller

Carlos Montfar F., Ph.D. Presidente de la Universidad

Gonzalo Mendieta, Ph.D. Vicepresidente de Asuntos Acadmicos

Editor

Cesar Zambrano, Ph.D. Profesor de Qumica e Ingeniera Qumica. Vice-Decano, Colegio de Ciencias e Ingeniera

Co-Editores

Stella de la Torre, Ph.D. Profesora de Ecologa Aplicada Decana, Colegio de Ciencias Biolgicas y Ambientales

Mara de Lourdes Torres, Ph.D. Profesora y Directora del rea de Biotecnologa. Colegio de Ciencias Biolgicas y Ambientales

Fernando Romo, M.Sc. Profesor y Director del rea de Ingeniera Civil y de la Maestra en Direccin de Empresas Inmobiliarias. Decano, Colegio de Ciencias e Ingeniera

Ximena Crdova, Ph.D. Profesora y Directora del rea de Ingeniera Industrial. Vice-Decana, Colegio de Ciencias e Ingeniera

Administrador de Formato

Julio Ibarra, M.Sc. Profesor, Colegio de Ciencias e Ingeniera

!"#$"%&'()

#*+/$!/&0&1*$2$

! * 3 4 / &5& 2 3 &$ & % 2 1 1 2 * / 2 1/ 2 *

6 / 2 1 7 2$

) 2 2 6

%1$'896+8/277%3%:!1&)2$/'!"#$

;'2'?%$;2=1212772&:@H1/2&3$0 7 2

1 $ @ 2 1

1/2$!1/$

)1172$312$% %1 1

1>1%2%*6$

61/1%>"/$& % * + 2 &K&)3!%

*1$;%=

* @7@1/ 2 "/ 1

2 1 7 1 $>2$

///2!"#$21$H1%126+*2$

&K&)3! 7 * 2+11/217121/$311+21/1$

!1N1N*7*?%;?2"!"#

ARTICULOS

Impacto humano sobre la diversidad de mamferos en tierras Secoya, Amazona ecuatoriana.

Stella de la Torre &Hernn Payaguaje.

Pg. 1

Estimacin del Tiempo de Llegada en un Canal Rayleigh desde una Perspectiva de la Cota Inferior de Cramer-

Rao.

Ren P. Jtiva E. & Josep Vidal M.

Pg. 5

Evaluacin de la calidad de agua a travs de macroinvertebrados bentnicos e ndices biolgicos en ros

tropicales en bosque de neblina montano.

D. Carolina Arroyo J. & Andrea C. Encalada

Pg. 11

Desarrollo de una aplicacin de Servicios Basados en Localizacin para redes celulares de tipo Global System

for Mobile (GSM) y Universal Mobile Telecomunications System (UMTS) usando el emulador Mobile

Positioning System 6.0.1 provisto por la empresa Ericsson.

Pal A. Prcel M, Luis M. Prcel M., Ren Jtiva, Julio Arauz

Pg. 17

Seguimiento de dispositivos mviles en un sistema de comunicaciones mviles celulares.

Santiago Silva Proao & Ren Jtiva.

Pg. 23

Una propuesta de cambio sustancial en la enseanza de la Matemtica en la escuela elemental.

Valentina Aguilar

Pg. 29

Proyectivizacin y Dimensiones Nomolgicas.

Juan Carlos Bustamante, Franois Huardy, David Smithz

Pg. 31

Aluminosilicatos mesoporosos catalticamente activos obtenidos usando el biopolmero quitosano como agente

formador de poros.

E. Alexis Hidrobo, Jaime Retuert , Paulo Araya F.

Pg. 37

Anlisis macro-cintico de la infiltracin qumica de vapor de capas de Si y Si/SiC en estructuras biomrficas

de carbono.

Daniela Almeida S.

Pg. 41

Anclaje de paredes de dominio de interfaces ferromagneto/antiferromagneto en la manganita Pr0.5Sr0.5-

xCaxMnO 3 con separacin de fases.

Daro G. Niebieskikwiat & Rodolfo D. Snchez

Pg. 49

Un algoritmo simple y eficiente para la clasificacion automatica de paginas web

Mara del Cisne Garca, Fausto Pasmay, Enrique V. Carrera Pg. 57

Diferenciacin molecular en variedades cultivadas de tomate de rbol (Solanum

betaceum), mediante la tcnica molecular de AFLP.

Soledad R. Ordoez A., Maria de L. Torres P., Venancio S. Arahana B.

Pg. 63

Evaluacin de la variabilidad gentica del tomate de rbol (Solanum betaceum Cav.) en los cultivos de tres

provincias del Ecuador por medio de marcadores microsatlites.

Nicols Peafiel L. Venancio S. Arahana B. & Maria de L. Torres P.

Pg. 69

Regeneracin de plantas de tomate de rbol (Solanum betaceum) a partir de protoplastos.

Lus A. Riofro R Andrea S.Arias A., Venancio S. Arahana B. & Mara L. Torres P.

Pg. 75

Cayendo hacia un agujero negro de Schwarzschild

Carlos A. Marn

Pg. 79

RESMENES DE PROYECTOS FINALES

Diseo y validacin de una metodologa para el estudio de la Comunicacin Vibratoria en la especie Clothoda

longicauda (Embiptera: Clothodidae).

Carolina Proao Serrano

Pg. 93

Diseo estratgico del sistema de distribucin para el proyecto de empresa food service s.a.

Daniel E. Merchn D.

Pg. 95

Patrones comportamentales de la construccin de domicilios de seda de dos especies de Embdidos tropicales

(Insecta:Embioptera).

Sebastin Cruz

Pg. 101

APENDICE

Otras publicaciones de la USFQ, 2007-2008.

Pg.103

LISTA DE AUTORES

Aguilar, Valentina

Almeida S., Daniela

Arahana, Venancio S.

Arauz, Julio

Araya Figueroa, Paulo

Arias, Andrea S.

Arroyo J., Carolina

Bustamante, Juan Carlos

Carrera, Enrique V.

Cruz, Sebastin

de la Torre, Stella

Encalada, Andrea C.

Garca, Mara del Cisne Hidrobo, E. Alexis

Huardy, Franois

Jtiva Espinosa, Ren

Marn, Carlos A.

Merchn D., Daniel

Niebieskikwiat, Daro G.

Ordoez A., Soledad

Pasmay, Fausto

Payaguaje, Hernn

Peafiel L., Nicols

Proao Serrano, Carolina

Prcel, Pal A.

Prcel, Luis M.

Retuert De la Torre, Jaime

Riofro, Lus A.

Snchez, Rodolfo D.

Silva Proao, Santiago

Smithz, David

Torres P., Maria de Lourdes

Vidal M., Josep

IMPACTO HUMANO SOBRE LA DIVERSIDAD DE MAMFEROS EN TIERRAS SECO-YAS, AMAZONA ECUATORIANA

Stella de la Torre*1,2 Hernn Payaguaje3

1 Colegio de Ciencias Biolgicas y Ambientales, USFQ.2 Fundacin VIHOMA.3 Nacionalidad Secoya.

Resumen

Para evaluar el impacto de la cacera sobre la diversidad de mamferos en las tierras Secoya, al nororiente del Ecuador, utilizamos una metodologa no invasiva basada en el uso de trampas de cmara ubicadas en bosques a diferentes distancias de los asentamientos Secoya desde abril a diciembre 2006. Registramos un total de 20 especies de mamferos pertenecientes a 14 familias. Las especies con mayor nmero de registros fueron la guatusa Dasyprocta fuliginosa, el sahno Pecari tajacu y la guanta Agouti paca. La diversidad de especies, estimada por el nmero de especies registradas por mes, fue signicativamente menor en bosques cerca de asentamientos humanos que en bosques alejados de los asentamientos. Presentamos tambin datos preliminares de la abundancia relativa de las especies y de sus patrones de actividad diaria y estacional. El carcter participativo de la investigacin ha facilitado la toma de conciencia por parte de los Secoya sobre los impactos negativos de la cacera y ser un pilar importante para el desarrollo de un programa de manejo de cacera ecaz y adecuado a su realidad ambiental y cultural.

Palabras Clave. Amazona ecuatoriana, cacera, diversidad, mamferos

Introduccin

Los estudios de campo sobre la diversidad de mamferos en varios ecosistemas han sido usados para evaluar los efectos de algunos factores ambientales sobre la estructura de las comunidades biolgicas [1, 2, 3]. Uno de estos factores de creciente importancia en la actualidad en los bosques tropicales es la cacera [4, 5, 6]. El incremento de la presin de cacera sobre los mamferos amaznicos est inuido por el mayor contacto de las nacionalidades indgenas con la cultura occidental (relacionado principalmente con el uso de armas de fuego) y por el incremento de las poblaciones humanas en la regin [7, 8].

La cacera, ya sea comercial o de subsistencia, no solo reduce la diversidad de especies en un rea, si no que afecta tambin al comportamiento de las especies cazadas; stas tienden a hacerse ms tmidas y cautelosas y a evitar los encuentros con seres humanos [4]. Estos cambios en el comportamiento dificultan considerablemente la realizacin de estudios para evaluar los impactos de este factor pues los animales son raramente observados aun cuando estn presentes en el rea. Una herramienta importante para solucionar este problema es el uso de trampas de cmara. Esta metodologa no invasiva permite registrar la presencia de especies nocturnas y poco conspicuas de mamferos y es ideal en reas donde la cacera ha afectado al comportamiento de los animales [9,10].

De las 40 000 ha que constituyen las tierras Secoya en la Amazona norte del Ecuador, la mayora ha sido alterada por actividades humanas. Las tierras Secoya estn rodeadas de campos petroleros cuya actividad ha contaminado los ros y ha facilitado el ingreso de colonos, incrementando las tasas de deforestacin. Para agravar la situacin, en los

lmites de esta rea existe un complejo industrial, con alrededor de 20 000 ha de palma africana. Sumados a estos factores externos, estn el continuo crecimiento de la poblacin Secoya y su insercin en la civilizacin occidental y en sus patrones de consumo [11] presentadas en el prrafo anterior, tenamos evidencia de que la presin de cacera deba tambin contribuir a la reduccin de la biodiversidad en los bosques Secoya por lo que, en un programa de investigacin participativa con los miembros de la Nacionalidad Secoya que iniciamos en el ao 2006 y 2007 nos propusimos cuanticar el impacto de esta actividad [11]. En este estudio evaluamos la inuencia de la cacera y la presencia humana sobre la diversidad de mamferos mediante el uso trampas de cmara colocadas en bosques a diferentes distancias de los asentamientos Secoya; esperbamos encontrar una mayor diversidad de especies registradas en las cmaras ms alejadas. Al utilizar una metodologa no invasiva, esperbamos tambin tener informacin conable sobre los patrones de actividad, diaria y estacional, de la especies de caza con el n de desarrollar un plan de manejo de la cacera en las tierras Secoya.

Materiales y mtodos

rea de estudioEl rea de estudio se ubic en los bosques de varzea -bosques inundados por ros de aguas blancas, y de tierra rme - bosques no inundados sobre pequeas colinas [12], de la comunidad Secoya Siecoya Remolino (Sehuaya). El bosque de varzea se ubic en la orilla norte del ro Aguarico, en tierras Secoya dentro de la Reserva de Produccin Faunstica Cuyabeno. El bosque de tierra rme se ubic en la orilla sur del ro Aguarico [9].

MtodosPara este estudio utilizamos trampas de cmara, esto

1

es, cmaras con sensores infrarojos y de movimiento para registrar en imgenes fotogrcas la presencia de mamferos terrestres. El monitoreo fotogrco de las especies se realiz diariamente en las dos pocas climticas del ao, desde abril hasta agosto de 2006 en la poca lluviosa, y desde septiembre a diciembre de 2006 en la poca seca. Ocho cmaras se ubicaron en hbitats con diferente presin de cacera, cerca (aprox. 500 m) y lejos (aprox. 1000 m) de asentamientos humanos, bajo el supuesto que la presin de cacera era mayor cerca de los asentamientos, en los dos tipos de bosque [9].

Las cmaras fueron revisadas y los rollos retirados cada 15 das para evitar que la condensacin de la humedad ambiental afectara a las pelculas. Una vez reveladas, las fotografas fueron digitalizadas e identicadas con ayuda de los parabilogos Secoya y de guas de campo especializadas [13, 14]. Con estos resultados determinamos la riqueza de especies de mamferos en reas cerca y lejos de asentamientos humanos en los dos tipos de bosque. Las comparaciones de la diversidad de mamferos registrados en las cmaras cerca y lejos de los asentamientos humanos fueron realizadas con pruebas de t pareadas (StatView SE). Gracias a la informacin incluida en cada fotografa sobre la hora a la que fue tomada, pudimos tambin conocer los patrones de actividad diaria de las especies. As mismo, estimamos los patrones estacionales de actividad con base en el nmero de meses en que cada especie fue registrada.

Resultados

Al identicar los 219 registros fotogrcos de las cmaras ubicadas en tierra rme y en varzea obtuvimos un total de 20 especies de mamferos pertenecientes a 14 familias (Tabla 1). La especie con mayor nmero de registros en los dos tipos de bosque fue la guatusaDasyprocta fuliginosa (50 registros), seguida por el sahno Pecari tajacu (34) y la guanta Agoutipaca (31). Seis especies, de 5 familias, fueron registradas una sola vez (Fig 1).

Especie FamiliaMarmosa sp. DidelphidaeMazama americana CervidaeMazama goauzoupira Cervidae

Pecari tajacu Tayassuidae

Speothos venaticus Canidae

Atelocynus microtis CanidaeHerpailurus yaguaroundi FelidaeLeopardus pardalis Felidae

Eira barbara MustelidaeNasua nasua ProcyonidaeProcyon cancrivorus ProcyonidaeDasypus novemcinctus Dasypodidae

Cabassous unicinctus DasypodidaeMyrmecophaga tridactyla MyrmecophagidaeCebus albifrons CebidaeAgoutipaca AgoutidaeDasyprocta fuliginosa Dasyproctidae

Myoprocta acouchi DasyproctidaeProechymis sp. EchymidaeSciurus igniventris Sciuridae

Tabla 1. Especies de mamferos registradas en las trampas de cmara en tierras Secoya (Abril - Diciembre 2006)

La abundancia de cada una de las especies no fue uniforme a lo largo del estudio. Del total de especies capturadas en las fotografas, solamente una, la guanta, fue registrada en todos los meses [9]. El armadillo de nueve bandas Dasypus novemcinctus y la guatusa fueron registrados en 8 y 7 de los meses de estudio, respectivamente. Siete especies de 6 familias fueron registradas solamente en uno de los meses de estudio (Fig 1).

Al comparar la diversidad de especies, estimada por el nmero de especies registradas por mes, en sitios cerca de asentamientos humanos - donde se espera una mayor presin de cacera - y sitios alejados de los asentamientos - donde se espera una menor presin de cacera - encontramos diferencias signicativas para las comunidades de mamferos en los dos tipos de bosque (promedio de especies registradas por mes en tierra rme cerca = 2.3 especies 0.9, promedio en tierra rme lejos = 4.4 especies 0.5; t pareado (8) = -3.0, p = 0.01; promedio en varzea cerca = 2.2 especies 1.0, promedio en varzea lejos = 4.2 especies 0.6; t pareado (8) = -2.9,p = 0.02)(Fig2).

Figura 1. Abundancia relativa (total de registros) y variacin mensual-estacional (total de meses con registros) de las especies de mamferos en tierras Secoya

Las horas a las cuales se tomaron las fotografas de los animales nos permitieron estimar los patrones de actividad diaria de las especies; algunas de ellas, como la guatusa y el sahno fueron registradas exclusivamente durante el da (06h00-18h00). Otras especies, como la guanta y el armadillo de nueve bandas, fueron registradas exclusivamente durante la noche (19h00-05h00). Finalmente, especies como el venado cenizo, Mazama goauzoupira, y el venado rojo M. americana fueron registradas tanto en el da como en la noche; sin embargo, la primera tuvo ms registros diurnos mientras que la segunda tuvo ms registros nocturnos (Fig 3).

2

Figura 2. Diversidad de mamferos (promedio de especies registradas por mes) cerca y lejos de asentamientos Secoya en bosques de tierra rme y varzea.

Figura 3. Patrones de actividad diurna y nocturna (% de registros diurnos vs. nocturnos) de las especies registradas

Gracias al uso de esta metodologa no invasiva, pudimos determinar los meses de reproduccin de algunas especies de caza como la guanta, fotograada con cra en el mes de mayo, y de otras especies raras, como el bandern Myrmecophaga tridactyla, fotograada aparendose en el bosque de varzea, en el mes de septiembre.

Discusin

Tradicionalmente, los Secoya fueron un pueblo de cazadores-recolectores que se movan por extensas reas de bosque [15]. En la actualidad, el rea disponible para los Secoya se ha reducido considerablemente, la poblacin est aumentando y los mtodos ancestrales de cacera, basados en el uso de cerbatanas y lanzas, han sido reemplazados por armas de fuego. Como consecuencia, la presin de cacera es cada vez mayor y est reduciendo la diversidad de mamferos en los bosques, como evidenciamos en este estudio. Estos resultados son una alerta que debe ser usada por la Nacionalidad Secoya para regular esta actividad en el corto plazo y evitar as que sus bosques sean ecosistemas vacos de los cuales los grandes animales hayan desaparecido y, con ellos, las funciones ecolgicas que cumplan, un fenmeno ya observado en varios bosques tropicales del mundo [5]. Entre las funciones ecolgicas que pueden perderse con la prdida de los mamferos est, por ejemplo, la dispersin de semillas, afectando as a la composicin y estructura

de los bosques a largo plazo [16]. La prdida de estas funciones puede darse aun sin la completa desaparicin de las especies de mamferos, si sus poblaciones son demasiado pequeas estas especies no podrn interactuar signicativamente con el resto de elementos del ecosistema y estarn ecolgicamente extintas [5].

La metodologa no invasiva utilizada fue fundamental para asegurar la conabilidad de los resultados de esta investigacin. Al causar el menor impacto posible aindividuos y poblaciones con una alta sensibilidad a la presencia humana como resultado de una continua presin de cacera, logramos registrar una muestra representativa de la diversidad de mamferos en las zonas de estudio. Obtuvimos tambin datos preliminares de la abundancia relativa de las especies y de sus patrones de actividad diaria y estacional. Es importante destacar que la especie ms abundante fue la guatusa Dasyprocta fuliginosa, un roedor de mediano tamao que no suele ser cazado donde todava existen poblaciones de guanta Agouti paca, un roedor ms grande y de carne ms apreciada. En lugares donde la poblacin de guanta ha disminuido signicativamente, la cacera se centra en la guatusa [9]. En la segunda fase de esta investigacin, iniciada en abril de 2008, estudiaremos los mamferos de zonas histricamente ms afectadas por la cacera en tierras Secoya para determinar cul es la abundancia relativa de estas dos especies de roedores en los hbitats ms degradados y comparar estos nuevos resultados con los presentados ahora.

El carcter participativo de la investigacin, en la cual los datos fueron recopilados y analizados por parabilogos Secoya a lo largo de aproximadamente un ao, ha facilitado la toma de conciencia sobre los impactos negativos de la cacera. En nuestro trabajo con la nacionalidad Secoya, hemos podido constatar la gran importancia que ellos dan al material fotogrco y de su impacto positivo para atraer la atencin de las personas hacia las especies registradas. Este impacto es una base importante para actividades de sensibilizacin y educacin ambiental y fue reforzado con la publicacin de algunos resultados de este estudio en el libro Caminando en el sendero, hacia la conservacin del ambiente y la cultura Secoya [11]. Los nuevos resultados que obtendremos en la segunda fase de este estudio y que compararn la diversidad de mamferos en reas con diferente presin de cacera, tanto en el pasado como en el presente, facilitarn a los miembros de la Nacionalidad Secoya desarrollar un programa de manejo de cacera ecaz y adecuado a su realidad ambiental y cultural.

Agradecimientos

Agradecemos a Pablo Ypez por su constante apoyo y motivacin y a todos los parabilogos Secoya por su valioso trabajo en este estudio, a Alfredo, Patricio, Magali, Jenny, Margot, Csar, Gustavo, Niser, Lidia, Nancy, Erico, Roberto, Gilberto, Ailmer, Maribel, Mireya, Bartolo, Manolo, Olivero, Jos Euclides y Mariela, muchas gracias. Esta investigacin fue nanciada por el EcoFondo/FAN, Fundacin VIHOMA

3

y Proyecto CAIMAN/USAID, con el permiso de investigacin del Ministerio del Ambiente No. 001-IC-FAU-DRSO-MA-2006.

!"#$%"%&"'()+!#$

1. Kinnaird, M.F.; Sanderson, E.W.; OBrien, T.G.; Wibisono, H.T.; Woolmer, G. 2003. Deforestation Trends in a Tropical Landscape and Implications for Endangered Large Mammals. Conservation Biology 17: 245-257

2. Main, M. B.; Richardson, L. W. 2002. Response of wildlife to prescribed re in southwest Florida pine atwoods. Wildlife Society Bulletin 30: 213- 221

3. Te Wong S.; Servheen, C.; Ambu, L.; Norhayati, A. 2005. Impacts of fruit production cycles on Malayan sun bears and bearded pigs in lowland tropical forest of Sabah, Malaysian Borneo. Journal of Tropical Ecology 21: 627-639

4. Peres, C.A. 1990. Effects of Hunting on Western Amazonian Primate Communities. Biological Conservation 54(1): 47-59

5. Redford, K. 1992. The empty forest. Bioscience 42: 412-422

6. Redford, K.; Robinson, J.G. 1987. A game of choice: patterns of indian and colonist hunting in the Neotropics. American Anthropologist 89: 650-667

7. Cincotta, R.P.; Wisnewsli, J.; Engelman, R. 2000. Human population in the biodiversity hotspots. Nature 404: 990-992

8. WCS 2006. Efectos de las carreteras sobre la fauna silvestre en el Parque Nacional Yasun.. WCS Programa Ecuador. Boletn 1

9. de la Torre, S.; Payaguaje, H.; Payaguaje, P.; Payaguaje, A. 2007. Investigacin participativa y conservacin de la fauna en tierras Secoya. En: Caminando en el sendero, hacia la conservacin del ambiente y la cultura Secoya. S. de la Torre yP. Ypez (eds). Fundacin VIHOMA. Quito. pp. 77-90

10. Pinto, L.C.; Andriolo, A. 2005. Camera traps used on the mastofaunal survey of Araras Biological Reserve, IEF-RJ. Revista Brasileira Zoocincias Juiz de Fora 7: 231-246

11. de la Torre, S., Ypez, P. (eds). 2007. Caminandoen el sendero, hacia la conservacin del ambiente y la cultura Secoya. Fundacin VIHOMA. Quito.

12. Palacios, W.; Cern, C.E.; Valencia, R.; Sierra, R. 1999. Las Formaciones Naturales de la Amazonia del Ecuador. En: Propuesta Preliminar de un!"#$%&' (% )*'#"+-'-"/0 (% 1%2%$'-"/0 3'4' %* Ecuador Continental. R. Sierra (ed.). Quito. pp.109-119

13. Emmons, L.H.; Feer, F. 1990. Neotropical4'"0564%#$ &'&&'*# ' +%*( 27"(% 1era. Edicin.The University of Chicago Press, Chicago

14. Tirira D. 1999. Mamferos del Ecuador. Museo deZoologa (QCAZ) / Centro de Biodiversidad y Ambiente / Ponticia Universidad Catlica del Ecuador / SIMBIOE. Quito

15. Vickers, W. 1989. Los Sionas y Secoyas, su

adaptacin al ambiente amaznico. Editorial Abya-Yala, Quito

16. Howe, H.F. 1984. Implications of seed dispersal by animals for tropical reserve management. Biological Conservation 30: 261-281

4

ESTIMACIN DEL TIEMPO DE LLEGADA EN UN CANAL RAYLEIGH DESDE UNAPERSPECTIVA DE LA COTA INFERIOR DE CRAMER-RAO

Ren P. Jtiva E.*1 Josep Vidal M.2

1 Colegio de Ciencias e Ingeniera, USFQ. 2 Departamento de Teora de la Seal y Comunicaciones, Universidad Politcnica de Catalua.

Resumen

Este documento presenta un modelo utilizado para el estudio de los parmetros de inters que modifican la precisin en la estimacin del instante de Tiempo de Arribo (TOA) de la seal emitida por unsuscriptor mvil que opera en un sistema en acceso mltiple por divisin en cdigo (CDMA) que hace uso de un receptor RAKE como parte de su operacin. Este modelo se ajusta a sistemas tales como IS-95, CDMA 2000 o WCDMA, para seales que se propagan en condicin Rayleigh. Este trabajo muestra el desempeo del receptor en funcin del nmero de estimaciones de canal disponibles, el nmero de sensores que conforman el arreglo de antenas y el tipo de fuente de seal cuando la tasa de muestreo es superior a la tasa de chip. La seal recibida se modela a partir de distribuciones estocsticas, y se consideran tanto los casos de fuentes distribuidas parcialmente coherentes, como los casos de fuentes completamente coherentes y completamente incoherentes.

Palabras Clave. Cramer-Rao Bounds (CRB), CDMA, Rayleigh Channel, RAKE receiver.

Introduccin

Los sistemas de posicionamiento de suscriptor mvil han adquirido gran relevancia en la ltima dcada debido al gran potencial que presentan para la provisin de una nueva gama de servicios basados en localizacin (LBS), sobretodo en sociedades donde la penetracin de usuarios mviles es superior al 60%, tales como las encontramos en Amrica del Norte y Europa por ejemplo, donde segn varios reportes el gasto que realizan los usuarios en LBS totalizaron sumas de alrededor de doscientos millones de dlares a finales de 2006.

Si bien es cierto que los esquemas de posicionamiento de unidades mviles en general pueden clasificarse como basados en red y basados en GPS, son muy variadas las tcnicas que pueden aplicarse dentro del primer grupo, siendo las ms importantes las tcnicas basadas en la estimacin de la Diferencia de los instantes de Tiempo de Arribo Observados (OTDOA), de forma que incluso se ha estandarizado el uso de esta tcnica para sistemas mviles de Tercera Generacin. Un componente fundamental en sistemas mviles que operan con Acceso Mltiple por Divisin de Cdigo (CDMA) es el receptor RAKE que permite identificar las componentes de seal originadas en propagacin multitrayecto, y posibilita su aprovechamiento en trminos de diversidad.

Los resultados mostrados en este artculo asumen que el proceso de estimacin del primer retardo se hace para un sistema CDMA que utiliza un receptor RAKE, y que el proceso de estimacin del primer retardo es el mejor posible. En efecto se estudia el impacto que se tiene sobre la precisin en la estimacin del TOA para el primer retardo en funcin de parmetros tales como: el

nmero de estimaciones de canal disponibles, el nmero de sensores que constituyen el arreglo de la antena, el grado de coherencia temporal en las estimaciones de canal que se utilizan para el proceso de estimacin de TOA y el perodo de muestreo cuando ste se realiza a una velocidad mayor que la tasa de chips del sistema.

Materiales y mtodos

Este trabajo est muy relacionado con otro anterior, en el que se estudi el impacto de varios de estos parmetros pero bajo el supuesto de que la tasa de muestreo de la seal se realizaba a la tasa de chip [1].

Para este estudio se considera una seal dispersa caracterizada estocsticamente, y el error en la estimacin del instante de llegada (TOA) se calcula utilizando la Cota Inferior de Cramer-Rao (CRB) a partir del modelo de seal que describe el escenario mvil. El modelo toma en cuenta las siguientes consideraciones:

1. Se asume que el canal tiene un tiempo de coherencia para las amplitudes que siguen las expresiones de Jake usuales, sin embargo el tiempo de coherencia de retardos y ngulos de llegada es mucho mayor, siendo posible obtener muchas estimaciones de canal a objeto de mejorar la precisin de las estimaciones de TOA.

2. El ruido presente en las estimaciones de canal es blanco y gaussiano.

3. El ruido es incoherente en retardo y ngulo, lo cual corresponde a una situacin en la cual el suscriptor mvil se mueve y los diferentes rayos reflejados experimentan desvanecimiento rpido incorrelado.

5

4. Se asumen un modelo lineal de Markov de primer orden para la variacin temporal en el canal.

5. Un espectro de potencia continua se utiliza para modelar la funcin de densidad marginal de retardo, y se asume que esta se ajusta a una exponencial segn se propone en Pedersen [2], y se la estima a una fraccin del tiempo de chip. Se asume tambin la misma distribucin angular para todos los retardos.

Este modelo es muy conveniente para propsitos de localizacin puesto que interesa calcular tan solo algunos parmetros de inters en lugar de todos los retardos, lo que complicara el modelo innecesariamente y tornara su solucin demasiado complicada en escenarios altamente dispersivos.

Modelo De Canal El vector de canal, z(j)(k), para un sensor particular j y un lag k puede modelarse en trminos del coeficiente correspondiente con el cual la seal firma sobre el arreglo de sensores en la antena, bj, la potencia estimada para el trayecto recibido, Pi, su frecuencia Doppler normalizada fi, y el vector correspondiente al pulso conformador g(i); adems de una componente de ruido w(j)(k), donde k0 corresponde al instante de muestreopara el primer retardo.

0

2 iN

j i jj f k

j i

i k

k b Pe k0k0

jkj i

N

j

k

ij 2j ib Pej i

iif kiz g w (1.1)

El vector g(i) contiene las muestras del pulso conformador, siendo i la posicin de su mximo, gp(0), y se muestra en (1.2).

1 0Ti

p p pg i g g N iT

1 0T

i N i1 0p p pp p pg g gp p pg i g g N i1 0p p pg (1.2)

Si el vector de canal, z(j)(k), y su correspondiente vector de ruido se arreglan como se muestra en (1.3), tanto la seal como el ruido pueden describirse como procesos aleatorios Gaussianos de media cero y con ciertas matrices de correlacin como se indica en (1.4). Se asume que el ruido es temporalmente incorrelado, independiente de la seal y de varianza w2. La matriz de correlacin para las estimaciones del vector de canal, Rz, puede expresarse en trminos de sus componentes temporal y espacial, como se muestra en (1.5). En esta expresin, el factor de potencia de la seal Ps, se refiere a la varianza de la potencia recibida estimada para el primer retardo de la seal temporalmente dispersa en el caso de propagacin Rayleigh; la matriz de conformacin de pulso, Gs( ), modela la contribucin del pulso conformador, mientras que es una matriz diagonal que modela la dispersin temporal de la seal y su distribucin de potencia exponencial. Por otro lado, la matriz de correlacin temporal, T( ), toma en consideracin la variacin temporal del canal, y se asume idntica para todos los retardos; la matriz de

correlacin espacial, RR ( ), contiene los coeficientes de correlacin para las firmas entre sensores, y denota el producto de Kronecker.

1 11

1 11

1

1 1

s

N

N

TN

N N

w w

w k w k

w K w K

1111

1 1w1 1

T

w

(1.3)

2, , ,w zCN CN, , ,w z,CN CN2 ,w ,w 0 I z 0 R (1.4)

2( ) ( ) ( ) Hs s n s wP( ) (( )2( ) ( ) Hs s n s) wPz R R T G G I (1.5)

La ecuacin (1.6) muestra el modelo exponencial usado para los retardos, en trminos de la posicin del primer arribo, k0, y del inverso de la dispersin de retardos normalizado para el tiempo de chip, n.

0 0,exp nk k k k u k kk k, exp k k kk k0 00 00k00k k0 u k k (1.6)

La matriz de correlacin espacial, R ( ) se modela como en (1.7), T( ) como un proceso auto-regresivo (AR) de primer orden, como se muestra en (1.8); y la forma general para Gs se exhibe en (1.9). es el coeficiente de correlacin temporal entre dos vectores de canal consecutivos, y ij es el coeficiente de correlacin entre los sensores i y j. Note tambin que Gs corresponde a la matriz identidad cuando el muestreo se realiza a la tasa de chips.

12 1

*12 2

* *1 2

1

1

1

s

s

s s

N

N

N N

111 12 1Ns*

12 1 sNs12 1N

2 sNs21 N

** 11212 sNs

1* ** *1 s sN N2s s21 1N21 2N2

R

(1.7)

1

21( )

2 1

K 1

K

K 1 K

( )

1 K 11 1

K 21 K 11 K 22

K 21 KKK 1121 K 21 K 1

T

(1.8)

11 4

s

cT

14 1 2 N

s s sG g g g (1.9)

Observe que cada uno de los vectores de conformacin de pulso, gsi, en (1.9) puede modelarse como en (1.10),donde sus elementos gk se describen por (1.11). Ms an, es el factor de roll-off, y Nspc corresponde al nmero de muestras adquiridas por perodo de chip:

6

1 1iT

i N ig g

i th element

11i N ig1 g1 N ig1g 1i 1ig 1isg (1.10)

2

cos

1 2spc spc

k

spc

k ksinc

N Ng

k N2

spcNs

k kk kcosN Nspc spcN Nspc sN NN NsNsN

2 k N (1.11)

Los elementos de la matriz de correlacin espacial, R , se calculan como se muestra en (1.12):

1 21 2

2

21 2

*,

2 sin12

o

n nn n

j n n

E b b

e e d

2n n1

ddd2

2oo

n2n sinsin

n1E bn

122

2e e 1

2e

2 22e

2j n n1j n n1jje

R

(1.12)

Derivacin de las Cotas de Cramer-Rao Las cotas de Cramer-Rao (CRB) son muy tiles en la cuantificacin de los errores que resultan de la estimacin de parmetros de un modelo estocstico. Para el modelo en (1.4), (1.5) se define el vector de parmetros, , en (1.13), donde es un vector que contiene las partes reales e imaginarias de los coeficientes de correlacin entre sensores, tal como se muestra en (1.14).

20 , , , , , ,

TT

n s wk PT2 TTPk0 n s ws w

2, , , Ts w, ,,P,,0 n0 ,k0 , n ,,, (1.13)

1,Re ,Re 1,Im ,Im, , , , ,T

Nc Nc

TT

1,Re ,Re 1,Im ,ImNc Nc,Re 1,Im ,ImNc Nc,Re 1,Im ,Im, ,Re 1 Im, Nc Nc1,Re1,Re , (1.14)

En este vector de parmetros, k0 se refiere al instante de la primera llegada normalizado para el tiempo de chip, Tc; n es el inverso de la dispersin de retardos normalizado para el intervalo de chip, y los dems parmetros ya han sido definidos antes. El parmetro de inters es precisamente k0.

Adicionalmente, note que Nc cuenta el nmero de coeficientes de correlacin espacial y se relaciona con el nmero de sensores como se muestra en (1.15).

12

sc s

NN N 1s2

NNs s

Ns (1.15)

Las CRB para este modelo se calculan a partir de la Matriz de Informacin de Fisher (FIM), cuyos elementos se calculan como se muestra en (1.16) [3]:

1 1trLOSpq

p q

LOS 1111

pq

LOS tr 11p qp q

z z z z

R RF R R

(1.16)

Si la matriz de correlacin espacial, RR ( ), se descompone en trminos de sus autovalores, , y de sus autovectores, u ; y se define U como la matriz que contiene los autovectores, y , como la matriz diagonal que contiene los autovalores, como se exhibe en (1.17);y un procedimiento anlogo se utiliza para la matriz de Correlacin Temporal, T( ), como se muestra en (1.18), y se reemplazan estas expresiones en (1.5), es posibleencontrar una expresin simplificada para Rz-1, que se muestra en (1.19).

(1) (2) ( )

(1) (2) ( )

, , ,

, , ,

Ns

Nsdiag

) ( )(1) (2) ( ), ,(1) (2,(1) (2) ( )diagdiag ((1) (2) ( )( ) ( ) ( ), , ,((

HR U U

U u u u

(1.17)

(1) (2) ( )

(1) 2 ( )

, , ,

, , ,

K

t t t t

K

t t t tdiag

) ( )(1) (2t t t

) ( ), , tt t(1) (2,t t,

(1) 2 ( )diag (t t tt t(1) 2 ( ), , ,t ttt, , ,t(ttt

Ht t tT U U

U u u u

(1.18)

1 1

1

1

1

1 1

12

s H HN K

k k k k

z t t

k k

k k H

t s s s wPt

1

1 11k11 11

1 2k k1 Hs s s wPstttt

1

s H HNs K

t t

k

s

k

1 1s H H

k k k k1 1t t

s

R u u u u

G G I

(1.19)

Las derivadas de Rz, respecto a los parmetros en (1.13) toman la forma en (1.20), siendo Ai, Bi y Ci las matrices que se contienen en la Tabla 1.

,i i ii

i p qi iiiii i p q,ii

izR A B C

(1.20)

Si se reemplazan la expresin para Rz-1 en (1.19), y las derivadas en (1.20) en (1.16), puede demostrarse que la FIM puede calcularse por la expresin (1.21).

i=p,q i Ai Bi Ci

1 k0 RR TPsGs GsT

k0

2 n RR TPs

n

3 RR TPs (Gs GsT)

4 Ps RR T Gs GsT

5 w2 INs IK IN

7

6 RRT

Ps.Gs GsT

7:6+Nc i-6,ReRRi-6,Re

T Ps.Gs GsT

7+Nc:6+2Nc i-6,Im

RRi-6,Im

T Ps.Gs GsT

Tabla 1. Resultados de las derivadas de la Matriz de Correlacin de Estimaciones de Canal Rz requeridas en (1.20).

1 2

(6) (6) , 1 , 1 1

1 1 12 2

(6 ) (6 )( 1, 2)2

1 1 2 1

s

p p

c c

N KT T

k k k k N N

k k

N Nq qq q T

Np Np

q q

C

C

1 1k1

1 2) (6 )2q1 ) (6)1 T

1 2 1q1

(6) (6)T T(6) (6)k k N N, 1 1, C1,

sNs K

k , 11k k

s

T

k k k, 11

2(6( 1, 2)

2

c cN N2c c2q q1,1,

NpC22

c c

C2

F H J H e e

e e(1.21)

Donde la FIM para este modelo se relaciona con la FIM calculada para un vector reducido de parmetros que se muestra en (1.22) conforme se indica en (1.23) y (1.24),a travs de la matriz Hk,k1 que se muestra en (1.25).

1

20 ,, , , ,

T

n k k wkT2 Tk

10 ,k w1,k w1,,

1

2k k w,100k0 (1.22)

1

1,k k

k k s tP t1k1

k k1,k k

sP tttt (1.23)

1 1

1 1

, ,1 1, ,

k k k k

k k k kpqqp

trtr 1, 1, 1, 1 11111, 1 1111k k1 k k111

k k1 1, 1

1k k1 1k k11, 1, 1k , 111k k1, 1qqp

111

R RJ R R

(1.24)

Las derivadas respecto al vector de coeficientes de correlacin entre sensores requeridas en (1.25) se calculan como se muestra en (1.26)- (1.28).

1

1

1

( )( )

, 1( )

( )

( )

1 0 0 0 00 1 0 0 00 0 1 0 00 0 0 00 0 0 0 1

0 0 0 0

kk

t

k k

kk t

s

k

k

s t

P

P

1 0 0 0 00 1 0 0 00 1 0 0 00 1 0 0 00 0 1 0 00 0 0 0( )( ) 00 0 1 0 00 0 0 0t 1

( )1( ) 01ttt 00 0 0( )1( ) 01

0 0 10 0 0 0 10 0

0 0 0 P ( )( )1

011( )1

ttt

( )

0 0 0 0sP0 0 0 0P( ) t 0t 0

( )

P

( )( )kk

( )

P 1P 1k1k1k1k

tttsP tt

H

0 0 0 0

(1.25)

( ) ( ) ( )

Re Im

,T

k k kT( ) ( ) ( ) T) (

,,Re ImRe Im

,

(1.26)

( ) ( ) ( )

Re 1,Re ,Re

, ,c

Tk k k

N

T( )( ) ( ) ( ) T( ) ( )

Re

,, ,,1,Re ,RecNc1,Re ,RecNc

(1.27)

( ) ( ) ( )

Im 1,Im ,Im

, ,c

Tk k k

N

T( )( ) ( ) ( ) T( ) ( )

Im

,, ,,1,Im ,ImcNc,Im1,Im ,ImcNc

(1.28)

El trmino C1 requerido en (1.21) modela el efecto del coeficiente de correlacin temporal, , sobre la FIM, como una contribucin de la diversidad espacial y temporal, mientras que los trminos C2(q1,q2)

corresponden a la contribucin de los coeficientes de correlacin espacial a la FIM. El vector ev(i) se introduce por conveniencia de notacin y se muestra en (1.29).

( ) 0, ,0, 1 0, ,0

Ti

vv

i th element

1 0 0T

0 0, , ,v

, 1 0, ,0, , ,0, ,0,e (1.29)

Note en (1.30) - (1.33) como F1 corresponde a la contribucin de las estimaciones temporales y F2 modela la diversidad temporal y el efecto del pulso conformador.

21 1 1 1

1 1

, , ,21 1 2

1 1 1

Ns K Kk k l k k l

s

k k l

C P F F1 1 11k1 11 111 1

2sPs

21 111

1 2

Ns K K2k l k k l1 1111

k

F F1 111 2k l1 11

2k

1k l1 11(1.30)

1 1 1 1 1 1 1 12, ( ) ( ) ( ) ( ) ( ) ( )

1k l k l k l l kH H

t t t t t tF)1 1 1( ) ( ) (1 1 1

2( ) ( ) (( ) (1 1 12

t ttt t tt u u u u (1.31)

1 1

1 1

, , 1 12 , ,k k l T T

k k s s k l s sF tr1T T1

k k1,tr 1 R G G R G G (1.32)

11

( )( )

kk t

t

d

dd

1( )1td

dd

uu (1.33)

Los trminos C2(q1,q2) se definen en (1.34)-(1.36) y se calculan como resultado de la diversidad temporal y espacial. Los trminos E1 corresponden precisamente a la contribucin espacial, mientras que los trminos E2 se relacionan con la diversidad temporal debida al receptor RAKE y al efecto del pulso conformador.

21 11 2

1

, , ,( , ) 22 1 2

1 1 1

K Ns Nsk k l k k lq q

s t

k k l

C P E E1 1 1k l11

2sPs

21 , ,1

1 2

K Ns Ns2k l k k l1 , ,1

t

k

E E1 2k l

21k1

ttt

1 1 1k l11(1.34)

1 2

( ) ( )2, ( ) ( ) ( ) ( )

1

l k

k l k l k T l T

q q

E

( ) ( )) (2( ) ( )) ( ) 2 T ( T)( )T( ) ( T)( )T)( )( ))( )( )

1 2q1 2q q1

u uu u

(1.35)

8

11 1

, , 1 12 , ,

k l k T T

k k s s l k s sE tr1T T1

k k1,tr 1 R G G R G G (1.36)

Las derivadas de los auto-vectores de la matriz de correlacin temporal respecto al coeficiente de correlacin temporal, , requeridas en (1.31) se calcularon numricamente para obtener las cotas de Cramer-Rao en este artculo.

Resultados y discusin

A continuacin se presentan algunos resultados de inters que relacionan el error en la determinacin del primer retardo con algunos parmetros relevantes del modelo.

Comportamiento del Error en la estimacin del Instante de Llegada de la seal (TOA) cuando se utilizan mltiples sensores en diversidad y el vector de canal se muestrea a la tasa de chip.

La figura 1 muestra el comportamiento del error de estimacin cuando se utilizan seales de varios sensores. El ejemplo propuesto corresponde a las cotas para un entorno con una dispersin angular de 10 y una dispersin temporal de 2Tc, cuando se utilizan 4 sensores espaciados /2; el cual bien podra corresponder al caso del enlace ascendente en el que las mediciones se realizan en la estacin base (BS). La grfica revela que la adicin de mltiples sensores en el arreglo de la antena mejora la estimacin del primer retardo significativamente. As se tiene que para una relacin seal a ruido de 10 dB, la cota del error en la estimacin del primer retardo se reduce desde alrededor de 0,85Tccuando se usa un nico sensor hasta aproximadamente la mitad (0,44Tc) cuando se emplean cuatro sensores y la fuente de seal se modela como parcialmente coherente

Figura 1. Cotas de Cramer-Rao para el trayecto correspondiente a la primera llegada k0 en funcin de la SNR para varios valores del factor de correlacin temporal, . Un sensor (lnea slida) y cuatro sensores (lnea slida-estrella) se usan para una fuente con una dispersin angular de 10, una dispersin de retardos de 2Tc y 50 observaciones del vector de canal.

con un factor de correlacin temporal, =0,999. La situacin es algo mejor para fuentes de seal incoherentes ( =0). En este caso el error se reduce desde aproximadamente 0,23Tc cuando se emplea un sensor hasta cerca de la mitad cuando se emplea un arreglo con cuatro sensores. El peor caso corresponde a fuentes de seal completamente coherentes. El error en este caso es de alrededor de 1,2Tc para un sensor y se reduce hasta algo ms de la mitad cuando se utilizan cuatro sensores.

La dispersin angular no es un aspecto especialmente relevante, a pesar de que el mejor caso corresponde a sensores completamente incorrelados, y que el error de estimacin presenta una pequea reduccin conforme la dispersin angular reduce.

Comportamiento del Error en la estimacin del Instante de llegada de la seal (TOA) cuando la estimacin del vector de canal se realiza a dos veces la tasa de chip.

La figura 2 muestra el comportamiento de la cota del error en la estimacin del primer retardo el vector de canal se muestrea a dos veces la tasa de chip, para diferentes valores del factor de roll-off, , y muestra como una mejora marginal apenas se alcanza cuando se modifica el factor de roll-off de 0,5 a 1. Por otro lado si estos resultados se comparan con los que se muestran en la figura 1, el error en la estimacin de TOA se reduce ligeramente. As por ejemplo, se observa que para un factor de correlacin temporal, , de 0,999 y cuando se emplea nicamente un sensor, el error en la estimacin del primer retardo es de alrededor de 0,85Tc para una SNR de 10dB y de alrededor de 0,2Tc para una SNR de 40dB, cuando el muestreo se realiza a la tasa de chip, y que este valor reduce a alrededor de la mitad cuando la tasa de muestreo es dos veces ms rpida.

La figura 2 muestra que resultados similares se esperan con independencia de la dispersin angular de la fuente de seal. Sin embargo, ligeras ganancias se consiguen cuando la dispersin angular es mayor, especialmente cuando la relacin seal a ruido, SNR, es baja. Por ejemplo, el error en la estimacin del primer retardo cuando la SNR es de alrededor de 5dB y se emplea una antena con 4 sensores se reduce desde alrededor de 10-1 Tc hasta 8x10-2Tc cuando la dispersin angular crece desde 5 hasta 18 y se utilizan estimaciones del vector de canal temporalmente incorreladas; y se reduce desde 4x10-1Tc hasta alrededor de 3x10-1Tc cuando las estimaciones del vector de canal estn altamente correladas ( =0,99999). En forma similar, el error en la estimacin del primer retardo cuando la SNR es de alrededor de 50dB mejora de 10-1Tc a 8x10-2 Tc para el caso en que la fuente de seal est temporalmente muy correlada ( =0,99999).

Finalmente, es importante destacar que el error de estimacin del primer retardo se mantiene prcticamente

-10 0 10 20 30 40 50 60 70 8010

-2

10-1

100

101

SNR (dB)

Firs

t Arr

ival

Est

imat

ion

Erro

r (ch

ip ti

me)

sqrt(CRB(ko)) vs. SNR and multiple sensors

ko=2Delay spread=2TcN=20K=50

Ang. spread=10

Signal impinging from broadside

Ns=1Ns=4

atck=gaus

=1

=0,999

=0

9

-10 0 10 20 30 40 50 60 70 8010

-2

10-1

100

101

ko=2Delay spread=2TcRoll off factor=1Samples per chip=2

N=20K=50

sqrt(CRB(ko)) vs SNR(dB) Ns= 1 sensors

SNR (dB)Fi

rst A

rriv

al E

stim

atio

n Er

ror (

chip

tim

e)

a=0.99999

a=0.9999a=0.999

a=0.99

a=0.9a=0

invariante con respecto a la dispersin temporal de la fuente y que la precisin mejora cuando el nmero de estimaciones de vector de canal disponibles aumenta,

sobretodo cuando la fuente de seal es temporalmente incoherente, es decir para valores bajos de .

Referencias bibliogrficas

1. Jtiva, R.; Vidal, J. 2003. La Cota Inferior de Cramer-Rao en la Estimacin del Instante de Llegada al usar Modelos de Fuente Distribuida. Revista CIENCIA Vol.6, N.2, 185-196.

2. Pedersen, K. 2000. Antenna Arrays in Mobile Communications Channel Modeling and Receiver Design for DS-CDMA Systems, Tesis Doctoral de la Universidad de Aalborg.

3. Kay, S. 1993. Fundamentals of Statistical Signal Processing Estimation Theory. New Jersey: Prentice Hall.

-10 0 10 20 30 40 50 60 70 8010

-2

10-1

100

101

ko=2Delay spread=2TcRoll off factor=0.5Samples per chip=2

N=20K=50

sqrt(CRB(ko)) vs SNR(dB) Ns= 1 sensors

SNR (dB)

Firs

t Arr

ival

Est

imat

ion

Erro

r (ch

ip ti

me)

a=0.99999

a=0.9999

a=0.999a=0.99

a=0.9a=0

-10 0 10 20 30 40 50 60 70 8010

-2

10-1

100

101

ko=2Delay spread=2TcRoll off factor=0.5Samples per chip=2

N=20K=50

sqrt(CRB(ko)) vs SNR(dB) Ns= 4 sensors

SNR (dB)

Firs

t Arr

ival

Est

imat

ion

Erro

r (ch

ip ti

me)

Ang. spread=18

a=0.99999

a=0.9999a=0.999

a=0.99a=0.9

a=0

-10 0 10 20 30 40 50 60 70 8010

-2

10-1

100

101

ko=2Delay spread=2TcRoll off factor=0.5Samples per chip=2

N=20K=50

sqrt(CRB(ko)) vs SNR(dB) Ns= 4 sensors

SNR (dB)

Firs

t Arr

ival

Est

imat

ion

Erro

r (ch

ip ti

me)

Ang. spread=5

a=0.99999a=0.9999a=0.999

a=0.99a=0.9

a=0

Figura 2: Cotas de Cramer-Rao para al trayecto correspondiente a la primera llegada k0 en funcin de la SNR para diversos valores del factor de correlacin temporal,

p. Dos factores de roll-off se utilizan y se presentan resultados para un sensor y para un arreglo de cuatro

elementos dispuestos con una separacin de /2. La dispersin temporal es de 2Tc. A) Superior Izquierda: Un sensor, de 0.5. B) Superior Derecha: Un sensor, de 1.0. C) Inferior Izquierda: Cuatro sensores, de 0.5, y dispersin angular de 18. C) Inferior Derecha: Cuatro sensores, de 0.5, y dispersin angular de 5.

10

EVALUACIN DE LA CALIDAD DE AGUA A TRAVS DE MACROINVERTEBRADOS BENTNICOS E NDICES BIOLGICOS EN ROS TROPICALES EN BOSQUE DE

NEBLINA MONTANO

D. Carolina Arroyo J.* Andrea C. Encalada

Colegio de Ciencias Biolgicas y Ambientales, USFQ.

Resumen

Los efectos de la contaminacin en ros de zonas temperadas han sido descritos de manera extensa y desde hace varias dcadas, mientras existe escasa informacin de estos efectos en ros neotropicales. Los macroinvertebrados bentnicos son muy utilizados como bioindicadores de la calidad de fuentes de agua, debido a sus caractersticas y requerimientos especiales que hacen a estos organismos muy sensibles a diversos impactos. Se realiz un muestreo de macroinvertebrados bentnicos en los ros Guajalito, Palmeras y Brincador, los cuales cruzan a travs del Bosque Protector Ro Guajalito, con el fin de estimar la calidad de las aguas de los mismos y de comparar diversos ndices biolgicos de calidad de aguas (BMWP, IBMWP, BMWP/Col e ndice de Sensibilidad). Adems se realiz una caracterizacin fsica y qumica para validar la informacin biolgica obtenida. Las familias ms representativas fueron Hydropsychidae, Chironomidae y Helicopsychidae. Se encontraron diferencias significativas en la diversidad y riqueza de invertebrados bentnicos entre los diferentes ros, y adems en las puntuaciones de los diferentes ndices biolgicos de calidad del agua. El anlisis de los diferentes parmetros (fsico-qumico y biolgico) en estos ros sugieren que los ros Guajalito y Palmeras tienen aguas ligera a moderadamente contaminadas y que el ro Brincador tiene un calidad ptima de sus aguas. Adems, el presente estudio sugiere que el ndice biolgico que explica mejor sobre la calidad de las aguas en este bosque montano, es posiblemente el BMWP/Col, debido principalmente a que ms del 97% de familias de invertebrados encontradas estn presentes en el ndice. A futuro, es necesario el desarrollo de un ndice de calidad biolgica para el Ecuador, donde se cubra todo el rango altitudinal y ecosistmico del pas, as como las familias de macroinvertebrados comunes en los cuerpos de agua.

Palabras Clave. BMWP, indicadores biolgicos, ndices biolgicos, macroinvertebrados.

Introduccin

Las sociedades humanas han usado los ros, aguas subterrneas y humedales para varias actividades como desarrollo urbano, agricultura, industria entre otras [1], sin tomar en cuenta los efectos negativos y amenazas sobre el ecosistema, diversidad biolgica y funcionamiento de los cuerpos de agua corriente [2].

Los macroinvertebrados son uno de los indicadores biolgicos ms utilizados en la evaluacin de ecosistemas fluviales del mundo [3], debido a sus caractersticas, requerimientos especiales y adaptaciones evolutivas a determinadas condiciones ambientales, que los convierten en organismos con lmites de tolerancia especficos a las diferentes alteraciones de su hbitat [4, 5, 6].

Los mtodos que consideran a los macroinvertebrados como indicadores de calidad de agua han sido empleados en Europa por alrededor de un siglo [3, 7, 8]. A raz de estos trabajos, se han desarrollado alrededor del mundo varios ndices o sistemas que relacionan la fauna bentnica con la calidad de las aguas como Biological Monitoring Working Party (BMWP), The River Invertebrate Prediction and Classification System (RIVPACS), el ndice Bitico de Familias (IBF), entre otros [3, 4, 9, 10].

En Amrica Latina se cuenta con pocos estudios puntuales realizados en Venezuela, Colombia, Mxico, Colombia, Ecuador, Bolivia, Argentina y Chile [7]. En algunos casos, como en Colombia y Argentina, se cuenta con adaptaciones e ndices biolgicos propios [11, 12, 13], aunque aun es comn el uso de ndices desarrollados para zonas temperadas.

En el Ecuador existe poca informacin relacionada a ndices biolgicos, taxonoma y metodologas apropiadas para el estudio de fauna bentnica [11, 12, 13]. Adems, los macroinvertebrados acuticos no son empleados oficialmente para la evaluacin y monitoreo de la condicin de los ros y arroyos. Algunos estudios han sido realizados localmente en este mbito, en su mayora realizados en regiones altas (> 2000 m), siendo muy pocos los estudios para tierras bajas [14]. El objetivo del presente proyecto es evaluar la calidad de las aguas de tres ros: Palmeras, Brincador y Guajalito, los cuales cruzan por la reserva Bosque Protector Ro Guajalito, a travs de anlisis de comunidades de macroinvertebrados bentnicos. Adems, realizar anlisis qumicos, como complemento del estudio de invertebrados acuticos y por ltimo, comparar diferentes ndices biolgicos desarrollados para zonas temperadas y tropicales para evaluar su validez en ros tropicales. La informacin generada ser utilizada a

11

manera de lnea base, para apoyar al manejo y conservacin de la reserva, la cual posee una gran riqueza biolgica, y donde el sistema fluvial constituye un recurso muy importante del cual dependen no slo flora y fauna, sino tambin varias zonas pobladas, quienes utilizan directamente este recurso. Por esta razn se ve necesario desarrollar iniciativas que apoyen la conservacin del ecosistema.

Materiales y mtodos

Este estudio fue realizado en tres ros dentro de la reserva privada Bosque Protector Ro Guajalito (BPRG) (00 14 57S 78 4822O), se encuentra localizada el

kilmetro 59 de la antigua va Quito San Juan Chiriboga Santo Domingo de los Colorados, Provincia de Pichincha [15]. De acuerdo a Sierra y Holdridge, la reserva corresponde al ecosistema calificado como Bosque de Neblina Montano que la convierte en una regin importante de provisin fuentes de agua [15]. A travs de la reserva cruza tambin el Sistema de Oleoducto TransEcuatoriano (SOTE).

Se establecieron seis estaciones de muestreo, dos en cada uno de los ros: Guajalito (G1 y G2), Palmeras (P1 y P2) y Brincador (B1 y B2). Cada estacin comprendi un tramo de 10 m de longitud sobre el ro y en cada una de ellas se registraron las coordenadas geogrficas (GPS Garmin 12XL), as como la altitud (altmetro SUUNTO E203).

En cada una de las estaciones se realizaron cuatro muestreos de oxgeno disuelto (mtodo Winkler, kit LaMotte), temperatura y pH (medidor de pH, Hanna Instruments 8519). Adems, conductividad (Medidor OAKTON TDS) y slidos totales (Medidor OAKTON TDS testr).

El ancho y la profundidad del ro, y la caracterizacin de sustrato se registraron escogiendo tres transectos al azar dentro de cada estacin. La profundidad y sustrato se midieron en cinco puntos en cada transecto. Los tipos de sustrato mineral fueron clasificados de acuerdo a las categoras de arena (< 2 mm de dimetro), grava (2 - 64 mm de dimetro), piedras (65 256 mm de dimetro) y

rocas (> 256 mm de dimetro) [16]. Para los muestreos de fauna bentnica se utiliz de una red Surber de 0,3 m2 de superficie, con red de 500 micras. En cada una de las estaciones, se realizaron de manera aleatoria cuatro muestreos o rplicas con duracin de un minuto.

Una vez separados, los macroinvertebrados fueron identificados con un estereoscopio Olympus SZ40 a magnificacin de 10x 40x. La identificacin fue realizada hasta el nivel taxonmico de Familia, utilizando diversas claves taxonmicas para invertebrados acuticos, como Roldan-Prez 1988 y Merritt y Cummins 1996.

Ro Profundidad (m) Ancho (m) Velocidad (m/s) Volumen (m/s2) Sustrato

Media Min Max Media Min Max Media Min Max Media Min MaxG 0,20 0,08 0,38 5,1 3,2 8,2 0,36 0,28 0,43 0,48 0,27 0,7 14/23/40/23P 0,25 0,12 0,44 7,3 6,0 8,5 0,31 0,29 0,34 0,56 0,55 0,57 10/20/40/30B 0,17 0,04 0,38 4,9 4,3 5,2 0,34 0,28 0,41 0,29 0,22 0,36 20/23/34/23

Tabla 1. Valores medios y rango (mnimo-mximo) de caractersticas fsicas de los ros Guajalito (G), Palmeras (P) y Brincador (B). Sustrato (%arena/%grava/%canto s/%bloques). BPRG, Ecuador.

Ro Temperatura (C) pHOxgeno Disuelto

(mg/l)Conductividad

(S)Slidos

Totales (ppm)Media Min Max Min Max Media Min Max Media Min Max Media

G 14,3 14,0 15,0 6,1 6,3 10,2 9,5 10,9 58,8 50,0 60,0 30,0P 15,8 15,0 17,0 6,3 6,4 10,1 10,0 11,0 55,0 50,0 60,0 30,0B 14,4 13,5 15,0 6,2 6,3 9,8 9,3 11,0 30,0 30,0 30,0 20,0

Tabla 2. Valores medios y rango (mnimo-mximo) de caractersticas fsico-qumicas de los ros Guajalito (G), Palmeras (P) y Brincador (B). BPRG, Ecuador.

12

En base a los invertebrados acuticos encontrados en cada estacin de muestreo, se calcularon los ndices biolgicos: BMWP (Biological Monitoring Working Party) [16], IBMWP [4], BMWP/Col [10] y de Sensiblidad.- ndice basado en el IBMW/Col [19] para analizar biolgicamente la calidad del agua de estos ros (ver detalle de los ndices en [20]).. Adems, se evalu la diversidad de las familias encontradas en los ros del BPRG a travs del ndice de diversidad de Shannon (H) y Simpson (S).

Las variables fsico-qumicas y biolgicas fueron examinadas a travs de Anlisis de Varianza (ANOVA) de una va, en caso de no presentar distribucin normal, las variables fueron analizadas con pruebas no paramtricas, como Kruskall Wallis (MINITAB, versin 12.2). Adems, se realizaron correlaciones de Pearson (MINITAB) para medir las correlaciones entre las variables fsico-qumicas y la abundancia relativa de macroinvertebrados y riqueza de familias.

Resultados y discusin

Los ros Guajalito y Palmeras presentaron caractersticas muy similares en cuanto a sus caractersticas fsico-qumicas (Tabla 1), mientras que el ro Brincador difiere ligeramente de los anteriores, especialmente en los valores de conductividad (F2,21= 142,74; P= 0,0001) yslidos totales (Kruskal Wallis H=15,360; DF=2; P=0,0005) (Tabla 2). Estas diferencias entre los cuerpos de agua puede deberse a que los ros G y P se encuentran rodeados por una relativa mayor concentracin de asentamientos humanos, las cuales pueden encontrarse vertiendo desechos orgnicos, fertilizantes o pesticidas provenientes de actividades domsticas, agrcolas o ganaderas, afectando de esta manera a los valores de conductividad del agua. No obstante, los valores de conductividad en los tres ros son bajos y estn dentro de los estndares permisibles[13] .

De igual manera con los valores de slidos totales disueltos en el agua se encuentran en menor concentracin en el ro B (Tabla 2). Los slidos totales en suspensin se encuentran directamente relacionados con la turbidez, la cual puede ser provocada por efecto de la erosin de las riberas de los ros debido a la deforestacin de los bosques ribereos [18] y que representa un problema a los ecosistemas acuticos al restar el ingreso de luz solar provocando disminucin de la produccin primaria (crecimiento de algas), as comola sedimentacin de partculas que pueden destruir los hbitats acuticos. Probablemente, el ro B al contar con un menor nmero de personas alrededor tiene un menor

grado de deforestacin de bosques de ribera, dando resultando as menor probabilidad de erosin y menor concentracin de partculas de slidos en suspensin.

La comunidad de invertebrados acuticos de los ros G, P y B fue numerosa y diversa con 8807 individuos (4077,3 ind/m2), distribuidos en 10 rdenes y 29 familias (Tabla 3), de las cuales 28 corresponden a familias de insectos. A nivel de rdenes, los ms representativos fueron Trichoptera (44%), seguido por Diptera (29%) y Ephemeroptera (16%). Las familias ms abundantes fueron Hydropsychidae (Trichoptera) (21%), seguida de Chironomidae (Diptera) (20 %) y Helicopsychidae (Trichoptera) (17%).

ORDEN FAMILIA G P BHidracarina Hidracarina 9 7 6

Coleoptera

Elmidae 238 204 322Gyrinidae - - 4Psephenidae 8 18 77Ptilodactylidae 4 1 6

Colembolla Colembolla - 1 -

Diptera

Ceratopogonidae 22 37 12Chironomidae 522 957 305Empididae 103 81 349Simuliidae 48 59 19Tabanidae 4 4 -Tipulidae 15 18 6

Ephemeroptera

Baetidae 300 90 133Leptohyphidae 100 297 381Leptophlebiidae - 35 45Oligoneuridae - - 4

Hemiptera Naucoridae - - 6Vellidae 2 1 2

Lepidoptera Pyralidae 12 7 6Megaloptera Corydalidae 27 51 5

OdonataCalopterygydae - 1 2Gomphidae 11 2 8Libellulidae - 1 1

Plecoptera Perlidae 7 - 18

Trichoptera

Glossosomatidae 42 42 20Helicopsychidae 452 614 532Hydropsychidae 886 345 590Hydroptilidae 15 - 53Leptoceridae 28 45 117

Total 2855 2918 3029

Tabla 3. Nmero de individuos de cada taxa colectados en los ros Guajalito (G), Palmeras (P) y Brincador (B) en el BPRG Ecuador.

13

Los organismos de la familia Hydropsychidae son considerados como indicadores de aguas oligotrficas ya que pueden resistir poca contaminacin [10]. Por otro lado, la familia Chironomidae se caracteriza por organismos indicadores de aguas mesotrficas, debido a su resistencia a contaminacin [10]. Por ltimo, la familia Helicopsychidae, corresponden a organismos indicadores de aguas meso-oligotrficas [10]. Cabe recalcar que dos de las tres familias ms abundantes, pertenecen al orden Trichoptera, el cual es considerado buen indicador de calidad de aguas, debido a la sensibilidad de dichos organismos ante la contaminacin, al igual que los rdenes Ephemeroptera y Plecoptera.

La familia Oligoneuriidae del orden Ephemeroptera fue registrada en el ro B, mas no en los ros G y P. Esta familia es considerada muy sensible a la contaminacin y corresponde a un indicador de aguas limpias [10]. Esto puede ser un indicio de que la calidad del agua del ro B es superior a la de los ros G y P, cuya contaminacin no slo es causada por presencia humana y de ganado, si no tambin por vertidos de desechos o pesticidas y por actividades pisccolas. Adems el ro G, ha recibido derrames de petrleo y diesel cuyos residuos an pueden continuar ligados o alojados en el sustrato o en el acufero, afectando a organismos extremadamente sensibles.

La riqueza de familias vari significativamente en los ros G, B y P (F2,21=4,25; P=0,02), siendo el ro B donde se registr la mayor riqueza a nivel de familia, adems la riqueza de familias se correlacion inversamente de forma significativa con la conductividad (Pearson r= -0.42, p= 0.04) y con los slidos totales (r= -0,43, p= 0,04). La presencia de un mayor nmero de familias en el ro B, al igual que la asociacin negativa entre riqueza de familias y los parmetros de conductividad y slidos totales refuerza la idea que el ro B tiene una mejor calidad de agua que los ros G y P.

En cuanto a diversidad de invertebrados, no existieron diferencias significativas entre los ros G, P y B al utilizar el ndice de diversidad de Simpson (S). Sin embargo, el ndice de diversidad de Shannon H difiri significativamente entre G, P y B (Kruskal Wallis H= 7,48; DF=2; P= 0,023), donde el ro B present la mayor diversidad.

En referencia a los ndices biolgicos, existieron diferencias significativas entre los ros G, P y B para los ndices BMWP (F2,21=9,253; P=0,001), IBMWP(F2,21=5,287; P=0,014), BMWP/Col (F2,21=4,78; P=0,02) e ndice de Sensibilidad (F2,21=3,729; P=0,0411), siendo el ro B donde se

obtuvieron los mayores puntajes (Tabla 4). El ro B obtuvo los valores ms elevados para los ndices BMWP, tanto para la versin original, como para las adaptaciones ibrica y colombiana y para el ndice de Sensibilidad, coincidiendo as con los resultados anteriores (parmetros fsico-qumicos y biolgicos) y tambin con el gradiente de impacto humano que observamos en estos ros.

Sin embargo, es importante recalcar que se puede llegar a conclusiones ligeramente diferentes en cuanto a calidad de agua, dependiendo del tipo de ndice biolgico que se utilice, Por ejemplo, de acuerdo a la puntuacin del BMWP en su versin original, los ros G y P poseen aguas con calidad dudosa y B con calidad aceptable (Tabla 4). Por otro lado, el ndice IBMWP califica a G, P y B como ros de calidad aceptable al igual que el ndice de Sensibilidad. El ndice IMBWP/Col califica al ro G como aceptable, mientras que a los ros P y B los clasifica como buenos.

Esta no concordancia de los diferentes ndices se puede deber a que de las 29 familias registradas, la versin original del BMWP incluy 14 familias (48,28%) de invertebrados, la versin ibrica de este ndice incluy

Calidad Puntaje Significado ColorBuena >150, 101-120 Aguas muy limpias a limpias Azul

Aceptable 61-100 Aguas ligeramente contaminadas VerdeDudosa 36-60 Aguas moderadamente contaminadas AmarilloCritica 16-35 Aguas muy contaminadas Naranja

Muy Critica

24 familias (82,76%), la versin colombiana incluy 28 familias (97%) y finalmente el ndice de sensibilidad incluy 18 familias (62,1%). La poca inclusin de familias de invertebrados en los ndices BMWP e IBMWP probablemente caus la clasificacin de la calidad del agua de los ros como dudosa, cuando stos estuvieron clasificados como aguas de calidad aceptable segn el BMWP/Col. Estos ndices antes mencionados han sido ampliamente utilizados en zonas tropicales (referencia), a pesar de haber sido desarrollados para ros que presentan condiciones naturales y de diversidad completamente diferentes.

A pesar de que el ndice de Sensibilidad fue adaptado para Ecuador, probablemente es demasiado local y solamente incluye familias de macrobentos que se encuentran en zonas bajas de la costa Ecuatoriana [19], y al haber sido creado originalmente para el uso de poblaciones humanas locales posee solo las familias ms representativas y hasta cierto punto sencillas de reconocer, lo que lo vuelve menos preciso.

El presente estudio sugiere que el ndice biolgico que explica ms sobre la calidad de las aguas en este bosque montano del Ecuador, es posiblemente el BMWP/Col [10], debido principalmente a que la gran mayora de las familias encontradas si estn presentes en el ndice y por lo tanto tienen un valor asociado en cuanto a contaminacin. Sin embargo, es sumamente importante el desarrollo de un ndice de calidad biolgica del agua para el todo el Ecuador, donde se reflejen las condiciones naturales, ecosistmicas y altitudinales del pas, as como la fauna de macroinvertebrados que se encuentran distribuidos en zonas tropicales. Es prioritario que los organismos encargados del monitoreo de la calidad de agua en el Ecuador, incorporen variables biolgicas en su monitoreo, ya que estas tomanen cuenta criterios de integridad ecolgica de ecosistemas lticos.

El anlisis de los diferentes parmetros en estos tres ros en bosque montano sugieren que los ros Guajalito y Palmeras tienen aguas ligera a moderadamente contaminadas y que el ro Brincador tiene un calidad ptima de sus aguas. Se recomienda realizar un muestreo ms extenso e intensivo para estos tres ros, donde se incluya una mayor variedad de hbitats, parmetros ambientales y condiciones climticas (poca seca y hmeda), con el fin de complementar la informacin generada por la presente investigacin, y as contar con una herramienta fuerte y ms completa para el manejo de las cuencas hidrogrficas de la reserva.

Agradecimientos

Agradezco la invaluable ayuda y apoyo de Stella de la Torre, Nelson Zabala, Vlastimil Zak, Javier Robayo, cuya colaboracin fue muy importante para la realizacin de este estudio, adems las facilidades

brindadas en el Laboratorio de Ecologa Acutica de la Universidad San Francisco de Quito.

Referencias bibliogrficas

1. Baron, J.; Poff, N.; Angermeter, P.; Dahm, C.; Gleick, P.; Hairston, N.; Jackson, R.; Johnston C., Richter, B. ;Steinman, A. 2002. Meeting ecological and societal needs for freshwater, Ecological Applications, 12: 1247-1260

2. Allan, J.; Flecker, A. S. 1993. Biodiversity conservation in running waters. BioScience, 43: 32-34.

3. Figueroa, R.; Araya, E.; Parra, O.; Valdovinos C. 2003. Invertebrados bentnicos como indicadores de calidad de agua, Centro de Ciencias Ambientales, EULA-Chile.

4. Alba-Tercedor, J. 1996. Macroinvertebrados acuticos y la calidad de las aguas de los ros, IV simposio del Agua de Andaluca (SIAGA), Vol II, 203-213. Almera, Espaa.

5. Ziga de Cardoso, M.C. 2001. Los insectos como bioindicadores de calidad del agua, Primer Congreso Colombiano de zoologa, Bogot, Colombia.

6. Pino, W.; Mena, D.; Mosquera L.; Caicedo P.; Palacios, J.; Castro A.; Guerrero J. 2003. Diversidad de macroinvertebrados y evaluacin de la calidad de agua de la quebrada La Bendicin, Municipio de de Quibdo (Choc, Colombia), Acta biolgica Colombiana, vol 8, 23.

7. Segnini, S. 2003. El Uso de los macro-invertebrados bntonicos como indicadores de la condicin ecolgica de los cuerpos de aguacorriente, Ecotrpicos, 16: 45-63.

8. Rosenberg, D.; Davies, J.; Cobb, D.; Wiens, P. 1997. Protocols for measuring biodiversity: Benthic macroinvertebrates in fresh waters, Department of fisheries and oceans and Freshwater Institute, Winnipeg, Canada.

9. Zimmerman, M. C. 1993. The use of the biotic index as an indication of water quality, Proceedings of the 5th Workshop/Conference of the Association for Biology Laboratory Education (ABLE).

10. Roldn, G. 2003. Bioindicacin de la calidad de agua en Colombia, uso del mtodo BMWP/Col, Editorial Universidad de Antioquia, Colombia.

11. Jacobsen, D. 1998. The effect of organic pollution on the macroinvertebrate fauna of Ecuadorian highland streams. Archiv fr Hydrobiologie, 158: 145-167.

12. Jacobsen, D.; Schultz, R.; Encalada A. 1997. Structure and diversity of stream invertebrate assemblages: the influence of temperature with altitude and latitude, Freshwater Biology, 38: 247-261.

13. Ros, B.; Prat, N. 2004. Estudios de las condiciones de referencia de las cuencas del ro Pita, San Pedro y Machngara, Departamento de Ecologa,Universitat de Barcelona, Espaa.

15

14. Domnguez-Granda, L.; Goethals, P. ; De Pauw, N. 2005. Aspectos del ambiente fsico-qumico del ro Chaguana: un primer paso en el uso de los macroinvertebrados bentnicos en la evaluacin de su calidad de agua, Revista Tecnolgica ESPOL, 18: 127-134.

15. Robayo, J.; Robayo G.; Zak, V. 2004. Plan de manejo del Bosque Protector Ro Guajalito. Quito, Ecuador.

16. Armitage, P.; Moss, D.; Wright, J.F.; Furse, M. T. 1983. The performance of a new biological water quality score system based on macroinvertebrates over a wide range of unpullulated running-waters sites, Wat. Res. 17, 333-347.

17. Klemm, D.; Lewis P.; Filk, F.; Lazorchak J. 1990. Macroinvertebrate field and laboratory methods for evaluating the biological integrity of surface waters, Environmental monitoring systems laboratory. Cincinnati, Ohio.

18. Jacobsen, D. 1998. Human activities and stream environments in tropical regions en: Environment, health and sustainable development, A. Reenberg y E. Moller Pedersen, SEREIN, Copenhagen, Dinamarca., pp. 121-127.

19. Carrera, C. ;Fierro K. 2001. Manual de monitoreo: Los macroinvertebrados acuticos como indicadores de la calidad de agua. Ecociencia, Quito.

20. Arroyo, C. 2007. Evaluacin de la calidad de agua de las fuentes hidrogrficas del Bosque Protector Ro Guajalito (BPRG) a travs de la utilizacin de macroinvertebrados acuticos, Pichincha, Ecuador, Universidad San Francisco de Quito, Ecuador.

16

DESARROLLO DE UNA APLICACIN DE SERVICIOS BASADOS EN LOCALIZACIN PARA REDES CELULARES DE TIPO GLOBAL SYSTEM FOR MOBILE (GSM) Y

UNIVERSAL MOBILE TELECOMUNICATIONS SYSTEM (UMTS) USANDO EL EMULADOR MOBILE POSITIONING SYSTEM 6.0.1 PROVISTO POR LA EMPRESA

ERICSSON.

Pal A. Prcel M. Luis M. Prcel M. Ren Jtiva* Julio Arauz

Colegio de Ciencias e Ingeniera, USFQ.

Resumen

En el presente artculo se describe el trabajo de programacin de una aplicacin para un servicio basado en localizacin (LBS: Location Based Service) usando el emulador MPS 6.0 provedo por la empresa Ericsson, el cual corre bajo redes GSM y UMTS. La aplicacin consiste en que un usuario con una estacin mvil enva un mensaje de texto corto (SMS) solicitando la direccin de un servicio especfico a la aplicacin LBS. Esta aplicacin localiza a la Estacin Mvil (MS: Mobile Station) y consulta en una base de datos la direccin de los locales que ofrecen el servicio solicitado que se encuentren cerca del cliente. Para emular el servicio, se programaron dos servlets, el primero emula la MS y el segundo es la aplicacin LBS. El lenguaje utilizado en este software es JAVA. Adems se realizan algunos anlisis estadsticos del error de posicin como es el clculo del intervalo de confianza de la media del mismo y un anlisis factorial.

Palabras Clave. Mobile Station (MS) Location Based Services (LBS). Global System for Mobile Communications (GSM). UMTS (Universal Mobile Telecommunications System).

Introduccin

En 1999, la Comisin Federal de Comunicaciones (FCC) en Estados Unidos elabor normas para el sistema inalmbrico de emergencia 911 [1]. En este sistema de emergencia, las lneas de comunicacin 911 estn destinadas nicamente para atender reportes de crmenes en progreso, incendio o requerimiento de ambulancias y primeros auxilios. Los objetivos de estas normas son mejorar la confiabilidad de las llamadas al 911 por celular, y proporcionar al personal de respuesta de emergencia y seguridad pblica la informacin necesaria para que stos puedan localizar y ayudar a los usuarios de telfonos mviles de manera ms efectiva. El gobierno de Estados Unidos, a travs de la FCC, impuso un plazo a las compaas de telefona mvil para que cumplan con el servicio de localizacin [2], dando apertura a la aplicacin de servicios basados en localizacin (LBS).

En telefona mvil actualmente existen tres tecnologas dominantes en el mundo: Interim Standard 136 (IS-136), Interim Standard 95 (IS-95) y GSM [3]. El IS-136 es un sistema de Acceso Mltiple por Divisin en el Tiempo (TDMA: Time Division Multiple Access TDMA), que permite el acceso simultneo a un canal por parte de varios usuarios organizados en distintas ranuras de tiempo. TDMA es la tecnologa digital pionera en tecnologa creada a partir de AMPS. El IS-95 por su parte es un sistema de acceso mltiple por Divisin en Cdigo (CDMA: Code Division Multiple Access), en el cual mltiples usuarios acceden

a un canal, compartiendo la frecuencia, pero con cdigos diferentes. Por las caractersticas de diseo puede resultar ms eficiente en ciertos aspectos y permitir un mejor uso del espectro. El uso de esta tecnologa predomina en Norteamrica [2].

La tecnologa GSM se basa en la conmutacin de circuitos de alta velocidad para la transmisin de voz y datos combinando ranuras de tiempo para cada canal, cuyo funcionamiento especfico se explicar en el siguiente captulo. GSM fue desarrollado en Europa y es la tecnologa con mayor nmero de usuarios a nivel mundial.

En Ecuador el panorama de las comunicaciones mviles actualmente est dominado por GSM, aun cuando se est procediendo a una migracin paulatina hacia UMTS. An ms, la venta de la frecuencia e infraestructura de la operadora BellSouth a Telefnica aument el nmero de usuarios GSM, pues esta ltima compaa operadora, al ser de origen europeo, tiene preferencia por el uso de este tipo de red, por lo que actualmente ha abierto el soporte para esta tecnologa, e inclusive est planificado migrar el sistema a GSM en su totalidad.

Es necesario mencionar que de acuerdo a la mayora de redes GSM y UMTS a nivel mundial tienen infraestructura fabricada por la compaa Ericsson.

Aprovechando las oportunidades que ofrecen las aplicaciones de localizacin, se ha enfocado el trabajo en brindar servicios tiles para los clientes de telefona

17

celular. De esta manera, el presente artculo explica el desarrollo de una aplicacin basada en servicios de localizacin por medio de mensajes escritos utilizando herramientas que emulan una red celular GSM. Dicha aplicacin, en un ambiente simulado, permite al usuario de telefona mvil realizar consultas sobre la ubicacin de servicios cercanos brindando informacin rpida y verstil.

Con el fin de determinar el error de la aplicacin, se crearon dos escenarios virtuales: urbano y rural en dos tipos de red: GSM y UMTS.

Materiales y mtodos

En el desarrollo del presente proyecto, se utilizaron conceptos definiciones y fundamentos tcnicos de redes GSM, UMTS, y servicios SMS [6]. A continuacin se explican las tcnicas de posicionamiento en sistemas de telefona mvil.

Tcnicas de Posicionamiento Los datos requeridos para el posicionamiento pueden ser obtenidos en la red (Network based) o en la estacin base (Handset-based). Los sistemas basados en la red se fundamentan en realizar mediciones de la seal en varios puntos de la red, luego estos datos son enviados a un centro de procesamiento y finalmente se determina la posicin de la estacin mvil. Los sistemas que obtienen su posicin en la estacin mvil (determinan su propia posicin), realizan mediciones de sensores geogrficamente distribuidos para, luego de procesar su propia informacin y calcular su posicin. El caso ms comn es GPS incorporado en una MS. [4]

Considerando este punto de vista, Younge [5], realiz la siguiente clasificacin:

Tcnicas basadas en la red. Tcnicas basadas en la Estacin Mvil (MS:Mobile Station)

Tcnicas basadas en la red

ngulo de arribo (AOA).- Determina la posicin del telfono mvil mediante triangulacin en 2 dimensiones, pues se tiene, en por lo menos dos estaciones base, el ngulo de arribo de la seal del telfono mvil, y es posible realizar la interjeccin para determinar la posicin como es ilustrado en la Figura 1 a). Requiere la instalacin de antenas especiales en las estaciones base.

Tiempo de Arribo (TOA).- Determina la posicin de la MS a partir de la interjeccin de crculos de distancia con centro en las BS como se puede ver en la Figura 2.7. b). Los radios son las distancias calculadas a partir del tiempo de arribo en la propagacin de la seal.. Se requiere que las estaciones base se encuentren en perfecta sincrona de tiempo.

Figura 1. Mtodos de determinacin de posicin: a) Angulo de Arribo; b) Tiempo de Arribo. [7]

Parmetro de Avance de Tiempo (Timing Advance TA).- El parmetro TA es una estimacin de la distancia (en incrementos de 550 m) desde la estacin mvil a la estacin base. La medicin est basada en el retardo de acceso entre el inicio de una ranura de tiempo en la estacin base y la llegada de rfagas desde la estacin mvil para la misma ranura. El retardo de acceso es proporcional a la distancia entre la estacin base y la estacin mvil. En otras palabras, el TA corresponde a la diferencia de tiempo que hay entre la ranura de tiempo reservada en la estacin base y cada vez que es recibida una seal que la estacin mvil transmite para dicha ranura de tiempo como est ilustrado en la figura 2.

Figura 2. Parmetro de Avance de tiempo.

Tcnicas de Radio Propagacin.- Determina la posicin de la MS a partir del nivel de potencia de la seal recibida a partir de un mapa de las caractersticas de propagacin de RF de la celda, previamente realizado.

Tecnologas de Posicionamiento en SS7-Red Mvil.-Utiliza las actualizaciones de posicionamiento de la red celular. De este modo, el SS7 contiene la identificacin de la celda de origen (COO) o cell ID donde se encuentra la MS. Luego, si la red es GSM utiliza el Cdigo de Identificacin del Estacin Base (BSID) o el MAP; y, si es CDMA se basa en la seal estimada de calidad (SQE, ANSI-41) que designa la MS a la BS o un Requerimiento de posicin (PosReq). La aplicacin LBS puede encontrarse en la mitad de este proceso,

TA

Ranura de tiempo

Paquete de acceso a canal

18

generando mensajes de requerimiento de posicin hacia el HLR. El HLR puede responder con la informacin aproximada como COO o con informacin ms precisa como es el Tiempo de arribo (TA, time of arrival) o el MAP para GSM.

Tcnicas Basadas en la Estacin Mvil

Diferencia Observada de Tiempo (E-OTD, Enhanced Observed Time Difference).- Estima la propia posicin a partir del tiempo de ida y arribo (RTT, Round Trip Time) obtenidos a partir del TOA de tres o ms estaciones base (BS). En este mtodo la MS mide el tiempo de una seal en recorrer dos veces la distancia a tres o ms BS, de este modo realiza el clculo de la distancia aproximada y puede establecer su propia posicin aproximada.

Perodo vaco de recepcin OTD de arribo (IPDL-OTDOA, Idle Period Downlink OTD Of Arrival).-Consiste en una triangulacin a partir del tiempo desde o hacia tres o ms BS, en un rea dentro del UTRAN (en UMTS). En el esquema de diversidad ortogonal de transmisin (OTD), existe un tiempo de diferencia entre la transmisin y la recepcin, este es el tiempo a partir del cual se calcula la distancia a la UTRAN.

Sistema de Posicionamiento Global (GPS).- Consiste en modificar la MS agregando un GPS que se interconecta con seales de sincrona con tres o ms satlites, de este modo la MS establece su posicin, realizando clculos a partir del tiempo.

GPS Asistido (GPS-A).- Se utilizan dispositivos adicionales de la red de telefona mvil junto con datos obtenidos de los satlites de GPS para determinar la posicin de la MS. En este mtodo, existe la

intervencin de la BS a fin de mejorar la precisin de la posicin dada por el GPS. Este mtodo es el ms preciso de todos, como se muestra en la tabla 1.1. En la tabla 1 se puede apreciar la precisin esperada para los mtodos descritos anteriormente. Se puede llegar a concluir que los mtodos basados en la red tienen poca precisin comparados con los mtodos basados en la estacin mvil. Cabe mencionar que el sistema de posicionamiento que emulamos en nuestro proyecto es Timing Advance combinada con laubicacin del Cell ID.

Nuestra propuesta consiste en realizar una aplicacin LBS basada en SMS utilizando programas de emulacin y escenarios virtuales. Es decir, se consider la infraestructura genrica de aplicaciones basadas en SMS para integrar una aplicacin LBS basada en Tecnologas de Posicionamiento en SS7- Red Mvil, bsicamente, aunque la aplicacin podra basarse en cualquier mtodo de posicionamiento basado en la red.

Arquitectura de la aplicacin LBS

La estructura general del servicio que estamos implementando consiste en un requerimiento de mensaje de texto, como se explica a continuacin:

Envo de un mensaje de texto a un nmero corto, con una sola palabra que describa el servicio deseado por el cliente. El mensaje y el nmero de la MS que realiz la peticin es entregado a la aplicacin LBS. La aplicacin LBS ubica la MS y consulta en una base de datos las direcciones de los locales

del servicio deseado ms cercanos a la MS. La aplicacin LBS entrega las direcciones de los locales y sus nombres a la MS por medio de un SMS.

Debido a que la red del emulador no incluye el sistema de SMS, los elementos de red de este servicio debieron ser implementados en la programacin de la aplicacin.

La figura 3 muestra la arquitectura de la aplicacin, en la cual se observa que la aplicacin est compuesta por dos computadoras y un conmutador.

Tecnologa de Posicionamiento Precisin Red

Requerimientos de FCC

IN/SS7 Cell ID 200m-10km GSM/CDMABasadas en la Red100 metros 67% de veces, 300 metros

95% de veces

AOA 100m-2km GSM/CDMATOA,TA 500 m GSM/CDMA

EFLT / U-TDOA 250 350m GSM/CDMATOA, RTT 100-200m GSM/CDMA

E-OTD, AFLT 50-200m GSM Basados en la MS 50metros 67% de veces, 150 metros 95% de

veces

GPS 60s, 10-30m GSM/CDMAA-GPS 1s, 1-10m CDMA

A-GPS/AFLT CDMA

Tabla 1. Precisin de posicionamiento por mtodo usado. (Mark L. Younge P.E. ATIS GSC Delegation)

19

Figura 3. Arquitectura de la Aplicacin LBS

En la computadora 1 se encuentra almacenado la aplicacin que contiene la interfaz grfica de la estacin mvil y que realiza la funcin de puerta de enlace del servidor SMS. En el segundo ordenador se encuentran la aplicacin del emulador, la aplicacin LBS y la base de datos. El punto de mayor probabilidad de encontrar a la MS en el sector entregado por el emulador, es el centro geomtrico del mismo. Luego de obtener las coordenadas del centro geomtrico, la aplicacin LBS realiza una consulta a la base de datos.

El sistema realiza los siguientes pasos:

1. De la computadora 1 (MS) se enva un mensaje al nmero corto 4040, solicitando el nombre y la direccin de un servicio determinado. Este mensaje es enviado por medio de una conexin SSL.

2. La computadora 2 (LBS) recibe el mensaje, y calcula la posicin de la MS usando el emulador MPS-SDK 6.0.1.

3. La aplicacin LBS calcula el centro geomtrico del sector entregado por el emulador.

4. Con los datos del centro geomtrico y el tipo de servicio solicitado, se realiza una consulta a la base de datos, la cual entrega el nombre y la direccin del servicio ms cercano a las coordenadas del centro geomtrico.

5. En la interfaz grfica de la aplicacin LBS se publica una imagen satelital de la regin de bsqueda donde se resalta el posible sector donde se encuentra la MS,

6. Esta informacin es entregada a la MS (computadora 1).

Tabla 2. Resumen de los intervalos de confianza del error de posicin en los distintos escenarios y tipos de red

Resultados y discusin

Para el clculo del error de posicin, la aplicacin se ejecut en dos escenarios virtuales: urbano y rural creados en base a la aplicacin GoogleEarth. Algunos factores influenciaron en la seleccin de estos escenarios como es la densidad de las de las estaciones base, siendo esta mayor en el escenario urbano. Cada uno de estos escenarios es emulado en una red GSM y en una UMTS.

Para el anlisis factorial de los efectos se plante lo siguiente [8]:A: Tipo de red B: Escenario Donde las hiptesis son:

H0: Efecto A = 0 HA: Efecto A 0H0: Efecto B = 0 HA: Efecto B 0

H0: Efecto AB = 0 HA: Efecto AB 0

El resultado obtenido se puede visualizar en la Tabla 3.

Como el valor F0 para cada efecto es mayor que el valor de la distribucin F con =0.05 y con los respectivos grados de libertad (1,288) se rechaza H0 para los tres efectos. Esto significa que los tres efectos son estadsticamente significativos en la respuesta de la variable de inters. Igualmente, en este anlisis mientras ms grande es el valor de F0, ms significativa es su influencia en la variable de respuesta. En nuestro anlisis en particular, se tiene que el efecto ms significativo es el tipo de red seguido por el efecto combinado de ambos factores (tipo de red y tipo de escenario), por ltimo el efecto menos significativo es el tipo de escenario.

El error de posicin medido para redes UMTS es mayor que para redes GSM, debiendo considerar adems que la media del error obtenido para redes UMTS para ambos escenarios es alrededor de 1km, lo cual es inaceptable para este tipo de red, ya que en la prctica el error de posicin para redes UMTS es menor que para redes GSM. Se puede plantear la hiptesis de que el mtodo para posicionamiento en redes UMTS no est depurado en el emulador. Sin embargo, no existe la documentacin detallada para explorar ms el tema.

La media y la varianza del error en los escenarios rurales son mayores que en escenarios urbanos en redes GSM, lo cual est explicado por la densidad de estaciones base, que es mayor para escenarios urbanos que en rurales, en otras palabras, la distancia entre estaciones base es mayor para escenarios rurales. Los datos de posicionamiento proporcionados por el emulador son aceptables para redes GSM, por lo que se recomienda el uso del emulador para este tipo de redes. En redes UMTS la media del error es mayor para escenarios urbanos que para rurales, esto muestra

Escenario Red Intervalo de confianza para la media del error

Urbano GSM 269.73 11.71m

Rural GSM 302.3638.75m

Urbano UMTS 1088.0615.10