www.climatforest.

com

Climatforest 1.0 y el Sistema

Fitoclimático de Allué-Andrade

Javier María García López

Carmen Allué Camacho

Mayo de 2008
 www.climatforest.com

CLIMATFOREST 1.0 Y EL SISTEMA

FITOCLIMÁTICO DE ALLUÉ-ANDRADE

Nociones básicas

Javier María García López

Carmen Allué Camacho

Qué es CLIMATFOREST 1.0

CLIMATFOREST 1.0 es una herramienta informática especialmente diseñada en Microsoft Access para
realizar los cálculos internos propios de las diagnosis fitoclimáticas basadas en los Modelos
Fitoclimáticos de Allué-Andrade, en su versión original o Modelo “Subtipos” (Allué-Andrade, 1990-
1997) y en su versión modificada o Modelo “Especies” (García-López & Allué Camacho, 2003).

El Modelo “SUBTIPOS”
(Allué-Andrade, 1990-1997)

1. Bases del Modelo Inicial

Antecedentes

El sistema fitoclimático de Allué-Andrade presenta su primera versión en 1990, en el ya clásico “Atlas

Fitoclimático de la España Peninsular. Taxonomías”. Una versión actualizada del modelo “Diagnosis” se
presentó por el autor en 1995. En 1997 se presenta la última versión del sistema fitoclimático, que incluye
los modelos “Homologación” e “Idoneidad”.

Desde los inicios del sistema es manifiesta su vinculación a la informática como herramienta
indispensable para realizar los complejos cálculos internos propios del modelo. La primera
informatización (Grau, 1990) fue desarrollada específicamente para el cálculo de la matriz fitoclimática, y
vio la luz junto al Atlas Fitoclimático. Posteriormente Manrique (1993) desarrolló un conjunto de
módulos en Basic denominados genéricamente “Informatizaciones CLIMOAL” en los que se ampliaban
considerablemente las posibilidades de la informatización anterior, incluyendo entre otras prestaciones el
cálculo de climodiagramas anuales o compendios (módulo CLIMADI), cálculo de climatogramas y
climatorratiogramas (módulo CLIMATOS), evolución de subtipos anuales (módulo CLITIPOS),
evolución de factores (módulo EVOLUTIO), espectros de evolución tipológica (módulo CLIMOES),
matrices de función de posición (módulo CLIMATRI) y homologaciones fitoclimáticas (módulo
CLIHOMO). Parte de este programa fue posteriormente adaptada al entorno Windows (WCLIMOAL)
por Sarmiento & Manrique (1997). Dos módulos de informatización específicos (CLIMESP y ESCESP)
fueron desarrolados por Martín Blas & Manrique (1994). Manrique (1999) adaptó las informatizaciones
CLIMOAL al estudio fitoclimático de Turquía (García-López, 1999) y añadió algunas prestaciones
adicionales relacionadas con la dinámica temporal fitoclimática, desarrollando las informatizaciones
CLIMOTUR. Finalmente, se han extendido los tres modelos (diagnosis, homologación e Idoneidad) al
tratamiento masivo en continuum de bases de datos vinculadas a Sistemas de Información Geográfica
mediante el programa FITOCLIMOAL’2000 en Microsoft Access (García-López et al., 2000 & 2002).

Fitoclimatología

La noción básica del sistema fitoclimático de Allué-Andrade es la de una fitoclimatología como disciplina
que se ocupa de relacionar los limitadamente variables cursos meteorológicos de un lugar (clima) con los
aspectos fitológicos que suscitan (fitologías).

Las limitaciones previas

Su motivación principal parte del hecho de que la información climática fitológicamente causal, es decir,
aquella realmente responsable de la generación de la fitología, no está disponible, pues ni los datos
meteorológicos convencionales ni su tratamiento euclídeo tradicional lo permiten.

De hecho, una taxonomía fitoclimática estricta solo sería posible si existiesen univocidades rigurosas
entre los valores del clima y sus contenidos fitológicos. Tal correspondencia no existe en un sentido
estricto y ello por varias razones:

Causalidad

Los factores climáticos disponibles no son los causales. Su influencia sobre la vegetación
se integra de distintas formas con distintas combinaciones de valores correspondientes a
varios factores, obteniendo resultados que pueden ser semejantes y además, los datos
generalmente disponibles no actúan, como lo hace la luz, directamente sobre la vida. Por
otra parte, las elaboraciones matemáticas del clima suelen contener gran número de
manipulaciones tan discutibles al menos como la idoneidad de los datos en que se apoyan;
especialmente en el caso de algunas elaboraciones estadísticas que pueden llevar a erróneas
interpretaciones climáticas. De hecho, por ejemplo los promedios de valores muy
separados en el tiempo no suelen significar gran cosa.

Versatilidad y homeostasis

Si, pese a ello, estos factores fuesen efectivamente causales y lográsemos integrar sus
valores de una forma fitológicamente significativa, aún así la vegetación tendría distintas
 opciones adaptativas (versatilidad) y amortiguadoras (homeostasis), por lo que la
univocidad rigurosa seguiría siendo imposible.

Azonalidades

Por otra parte, el clima sufre una serie de modificaciones a nivel del suelo que alteran la
cuantía de sus factores y la de sus efectos. Tal fenómeno de azonalidad es prácticamente
general, y el hecho de que sólo llamemos azonal a determinadas modificaciones muy
ostensibles del clima es más bien una cuestión de comodidad que de acierto. Los suelos y
la topografía conforman una gama interminable de matizaciones fitoclimáticas.

En resumen, la biunivocidad clima-fitología no es pues rigurosa; a menudo es opcional o polivalente. Por

otra parte, la elección de caracteres fitológicamente trascendentes y climáticamente homologables
presenta dificultades. En el supuesto de que hubiéramos utilizado factores realmente causales y los
hubiéramos integrado de una manera correcta para la obtención de una univocidad estricta, nos
encontraríamos todavía con una vegetación que respondería, además, a una serie de factores ajenos que
harían imposible esta univocidad.

Del concepto de causalidad al concepto de correspondencia

Abandonando pues toda esperanza de causalidad directa, puede remontarse esta situación sustituyendo el
concepto directo de “causalidad” por el concepto indirecto de “correspondencia” no causal aunque
podríamos decir que “refleja”. Se basa esta sustitución en la esperanza de que, debiendo de haber alguna
correspondencia entre los datos disponibles y los datos realmente causales (no disponibles), también la
habrá entre aquéllos y los efectos. En otras palabras, aunque los datos fitoclimáticos verdaderamente
causales no estén disponibles, los disponibles se corresponderán en alguna medida con aquéllos y,
consiguientemente, es probable que lo hagan también con sus efectos.

Bases del Modelo

Con estas premisas, la construcción del modelo fitoclimático podría iniciarse por una serie de pautas
implícitas:

1. Las correspondencias se presentarán a partir de un cierto número de años en cualquier caso igual o
superior al de la estabilización tipológica de sus medias y extremas.

2. Puede formarse un espacio factorial de n dimensiones, cuyos ejes fuesen los n factores fitoclimáticos
elegidos Fi (con i entre 1 y n), en función de suponerlos más relacionados que otros con los datos
directamente causales no disponibles.

3. En este espacio pueden establecerse m ámbitos más o menos excluyentes entre sí (Aj, con j entre 1 y
m), limitados por los valores extremos de cada factor (figura 1), correspondientes con cada uno de los
m distintos tipos o estrategias de vida vegetal (fitologías) posibles en el ámbito de aplicación del
modelo, por ejemplo la siccideserta, durilignosa, duriaestilignosa, aestilignosa, aciculilignosa,
frigorideserta etc...).
 F1

ESPACIO CLIMATICO N-FACTORIAL

CON POSICION RELATIVA DE AMBITOS Am

A5
A3

A4
A2

A1
F2

Fn

Figura 1

4. Los puntos de este espacio factorial climático serán susceptibles de estructuración respecto de cada
ámbito si se le atribuyesen ciertas magnitudes geométricas y discriminantes normalizadas (escalares)
capaces de expresar su mayor o menor adecuación a él. Estos escalares evalúan simultáneamente dos
aspectos de esta estructuración del espacio factorial: La posición (o cercanía a los ámbitos) y la
potencialidad caracterizadora de sus valores climáticos respecto de todos los ámbitos. El escalar no es
por tanto una medida de distancia clásica en un espacio de varias dimensiones, sino una medida dual
de proximidad/potencialidad, con respecto a todas las estrategias de vida vegetal, de cada una de las
estaciones y, consiguientemente, entre ellas.

5. Cualquiera de estos recintos o ámbitos estructura pues a los puntos del espacio factorial en distintas
zonas de adecuación a ellos. Así, se denominarán “Genuinos” (G) respecto de un ámbito a los puntos
interiores a él, “Análogos” (A) a los exteriores pero próximos, y “Dispares” (D) a los exteriores
alejados. Pero la estructuración llega más allá que estas tres grandes clases de adecuación, pues
establece toda una gama gradual de escalares que reflejarán interactivamente la posición relativa y su
eficiencia fisionómica para cada valor.

6. El cociente entre el escalar de cualquier situación respecto a un determinado tipo de vida vegetal y el
del máximo escalar posible respecto a este tipo (escalar normalizado) no sólo nos dará una noción
objetiva de eficiencia de la situación, sino que nos permitirá comparar las eficiencias de cualesquiera
otras situaciones respecto al tipo. Dado que la noción de este nuevo escalar es en definitiva una
 noción porcentual respecto a un óptimo, también tendrá sentido comparar entre sí los escalares de un
punto respecto de todos los tipos de vida vegetal.

EA1

A1
E Pk

Pk A2
E Pk
EA2
Am
E Pk

EAm

Figura 2

7. En consecuencia, cualquier escalar de este espacio escalar (figura 2), que sustituye al tradicional
espacio factorial, es comparable con cualquier otro. Además, si consideramos que el conjunto de
todos los escalares normalizados de un punto respecto a los distintos ámbitos fitoclimáticos constituye
las coordenadas fitoclimáticas de ese punto, podremos comparar también cualquier conjunto de
escalares (coordenadas) de un punto con cualquier otro conjunto, lo que constituye ya una matizada
manera de distinguir situaciones. Las coordenadas fitoclimáticas o conjunto de los escalares
normalizados de un punto respecto a los distintos ámbitos factoriales estiman porcentualmente, uno a
uno, su "distancia" al óptimo fitológico de cada tipo de vida y, por otra, al comparar todas estas
distancias entre sí, produce una diagnosis vocacional comparativa (politética) y matizada de
extremado carácter sintético. Por ejemplo, decir que una situación climática es la del Quercus
pyrenaica -aestidurilignosa- es una precisión laxa y monotética, quizá suficiente, pero si decimos
además que está próxima al Pinus sylvestris climácico –aciculilignoso- y lejos del Quercus ilex –
durilignoso- y además se cuantifican mediante escalares estas “distancias fitológicas”, las
probabilidades de acierto cualitativo se incrementan con la corroboración relativa de las posiciones, y
las de exactitud con la obvia matización que la relación de analogía o disparidad introduce en las
diagnosis.
8. Estas diagnosis finales pueden suponer pues la superación de una serie de dificultades: En especial,
frente a los tratamientos fitoclimáticos clásicos, que implican transformaciones matemáticas propias
de situaciones euclídeas en espacios factoriales que no son euclídeos, el espacio escalar sí lo es, y
restaura una métrica de otra manera inviable, netamente fitológica y no paramétrica, es decir un
lenguaje directamente “vegetal” en un sistema cartesiano. Se obtiene así una síntesis extrema de
cualquier situación vegetal por compleja que sea.

2. Construcción del Modelo

2.1. Regulación de ámbitos:

Si como medida de simplificación de cara al cálculo sustituimos los recintos de existencia de cada
fitología por paralepípedos tangentes a los extremos de estos recintos que, bien naturalmente, bien
forzando un poco sus valores límites, presentasen al menos una coordenada común entre cada dos de
ellos, llenando todo el espacio (figura 3), sucedería que:

• La forma primigenia de los ámbitos será sustituida por la de los paralepípedos.

• Los intervalos parietales, mucho más regulares, serían así calculables.

• Se puede así establecer una dicotomía sistemática en forma de clave que reduzca la taxonomía
numérica del modelo a una taxonomía meramente cualitativa que contemple solo el hecho de
las atribuciones de genuinidad, y que a veces resulta suficiente para los objetivos buscados.

F1

F1max

F1min

F2
F2min F2max

Fnmin
Fn
Fnmax

Figura 3
2.2. Cálculo de Escalares:

Como se ha dicho, los grados de adecuación de un punto a cada uno de los ámbitos pueden ser
cuantificados y ordenados mediante el cálculo de unos escalares que evalúen simultáneamente dos
aspectos de esta estructuración del espacio factorial: La posición (o cercanía a los ámbitos) que viene
determinada por una llamada “función de posición” y la potencialidad caracterizadora de sus valores
climáticos respecto de todos los ámbitos, determinado por un llamado “poder caracterizador”. El escalar
no es por tanto una medida de distancia clásica en un espacio de varias dimensiones, sino una medida
dual de proximidad/potencialidad, con respecto a todas las estrategias, de cada una de las estaciones y,
consiguientemente, entre ellas.

2.2.1.Poder caracterizador
Los valores climáticos disponibles no tienen gran significación fitológica causal en sí mismos pero, sin
embargo, presentan distinto número de correspondencias con los también distintos tipos fitoclimáticos.
Comparativamente pues, la inversa numérica de la cantidad de correspondencias de un cierto valor con
los distintos tipos fitoclimáticos expresa la jerarquía de una especie de poder caracterizador. Cuanto
mayor sea el número de correspondencias de un determinado valor climático con los distintos tipos
fitoclimáticos, es decir, cuanto mayor sea el número de ámbitos que contengan ese valor concreto, menor
será el poder caracterizador de dicho valor, al estar compartido por todos esos tipos (figura 4).

F1

F’’1
A1

Am
A2
F’1

F2

F’2 F’’2
Fn 1 1
p F '2 = 2 = 0,5 p F ''1 = 1 = 1

Figura 4
Como puede apreciarse en la figura 4, el valor F’2 del factor F2 es común a los ámbitos A1 y A2, por lo
que su poder caracterizador es inferior (1/2=0,5) al del valor F’’1 del factor F1 que solo está contenido en
el ámbito A1 y que por tanto tiene poder caracterizador máximo (1/1=1).

Existen varios tipos de comportamiento de los poderes caractyerizadores en función del factor del que se
trate:

Tipo 1: Corresponde a factores en los que los máximos poderes caracterizadores se corresponden
con los valores máximos del factor y los mínimos poderes caracterizadores con los valores mínimos
del factor.

Este comportamiento se suele dar en factores tales como la duración de la aridez (A), la intensidad de la
aridez (K), de la precipitación mensual mínima (PE) y de la duración de la Helada Segura (HS).
Tipo 2: Corresponde a factores en los que los máximos poderes caracterizadores se corresponden
con los valores máximos y mínimos del factor y los mínimos poderes caracterizadores con los
valores medios del factor.

Este comportamiento se suele dar en factores tales como P, T, TMF, TMC, TMMF, TMMC, PV y OSC

2.2.2.Función climática de posición

La estructuración de proximidad del valor de un factor al intervalo factorial correspondiente de un ámbito
del espacio n-factorial puede realizarse mediante una función homogénea que cumpla las siguientes
condiciones (figura 5):

• Debe anularse en los dos bordes de su intervalo de existencia.

• Debe tomar valores cercanos a la unidad en un amplio y relativamente centrado tramo interior de
dicho intervalo.

• Debe cumplir la condición de descender abruptamente en los extremos del tramo central anterior
hacia 0 en los extremos.
 y
1 y=f(x)

x
-1 1

Figura 5

Para hacer comparables estos valores con los de otros factores del mismo punto con respecto al mismo o a
distintos ámbitos, e incluso con valores análogos de todos los puntos del espacio, es necesario hacer una
traslación y cambio de coordenadas, tal y como se expresa en la figura siguiente, reducida al factor T, que
varía entre 14 y 19ºC (figura 6):

y
1 y=f(x) 1
(18;0,9)
y’

0 X’’ 0’ X’’’
X’ 19
T
-1 1 14

Figura 6
En la práctica, es suficiente una formulación de partida del tipo y = -ax2n + b para la función de posición,
con n=3, por ejemplo. Trasladando y convirtiendo la ecuación, se obtendría la denominada “función
versátil”:

2n
x'
' x''
x '
' −
2 ε .x '
+ − x''
.x'''
y '= f ( x') = 1 −
+ε
− x''
x'''
+ε
x''
+ G ( x''' (
−ε ) . 1 − G ( x''
− x) )

En donde x’’ y x’’’ son los extremos del intervalo de existencia fitológica, es un valor muy pequeño y
G un valor muy grande. La introducción en la fórmula de y de G se debe a la necesidad de que la
función tome formas particulares como la de una media curva truncada por la izquierda (caso de factores
como la aridez, sin valores negativos), una recta (caso de la aridez en medios axéricos) o un punto

Una vez hechos estos cambios y traslaciones, el carácter normalizado de los supuestos hace comparables
a las funciones de los distintos factores respecto a un ámbito determinado y a las de los distintos ámbitos
(figura 7).

El valor de la función climática de posición del valor F’i respecto del intervalo factorial correspondiente
del ámbito Aj vendrá afectado por un símbolo que exprese su interioridad o exterioridad al ámbito, y en
este último caso su cercanía:

1. Genuino (G): Punto interior al ámbito

0 ≤ f F 'i ≤ 1
Aj

2. Análogo (A): Punto exterior al ámbito pero próximo a él

−1 < f F 'i < 0

Aj

3. Dispar (D): Punto exterior al ámbito y alejado de él

− ∞ ≤ f F 'i ≤ −1
Aj
 F1

F1max

F1min Pk
Aj A
f F'
n

F2
F2min F2max

Fnmin

Fn Aj

Fnmax
f F'
2

Figura 7

2.2.3Función fitoclimática de adecuación

La adecuación fitoclimática de un determinado valor de un factor climático respecto del intervalo

factorial correspondiente de un ámbito será tanto mayor cuanto mayor sea el producto del poder
caracterizador del valor y de la cuantía que alcanza en su función de posición respecto del intervalo
factorial del ámbito.

Aj
Φ
Aj
F'
i
= p F 'j
. f F'
i

2.2.4. Escalares no normalizados

Dada una estación o punto fitoclimático Pk formado por un conjunto de valores concretos de n factores
fitoclimáticos p= [F’i]= [F’1;F’2;........;F’n], se pueden calcular los m escalares de adecuación de ese punto
a cada uno de los n ámbitos de existencia. Cada uno de estos m escalares es la suma de las funciones
fitoclimáticas de adecuación de cada factor al intervalo factorial correspondiente del ámbito.

Aj
e
Aj
Pk
= p F 'i f F'
i
= Φ
Aj
F'
i
2.2.5. Escalares normalizados:

Se denomina escalar máximo al valor del máximo escalar posible para un determinado factor en relación
con un determinado ámbito. Existen por tanto n.m escalares máximos.

El cociente del escalar del valor concreto de un factor respecto de un ámbito, y del escalar máximo de
este factor respecto al mismo ámbito es lo que se denomina escalar normalizado o simplemente escalar.
Su significación es una especie de “tanto por uno”, que, más allá de su utilidad de comparación y de
ordenación, es un cierto reflejo de eficiencia fitológica.

Aj

Aj
p F 'i. f
E = F'i

Φmax
pk Aj
Fi

El escalar normalizado de un punto fitoclimático respecto de un ámbito se afecta del siguiente símbolo:

Genuino (G):

Cuando todas los valores de la función de posición que lo generan son genuinos.

Análogo (A):

Cuando existe algún análogo y ningún dispar

Dispar (D):

Cuando haya algún dispar, habiendo o no genuinos y análogos.

2.3. Espectro fitoclimático:

Los cálculos anteriores quedan reflejados en una tabla denominada “Matriz fitoclimática”, matriz n.m
que presenta en columnas los m ámbitos y en filas los n factores. Cada celda contiene el valor que adopta
la función de posición para el valor del factor para ese ámbito y su indicación de genuinidad (G), analogía
(A) o disparidad (D). En la última fila se incluyen los escalares normalizados de la estación respecto de
cada ámbito, por multiplicación en cada celda de la función de posición por el poder caracterizador del
valor del factor, división por el escalar máximo del factor respecto al ámbito y posterior suma de las
celdas de la columna correspondiente al ámbito. Los valores muy negativos se expresan por estrellas (*).
Esta última fila de la matriz, que representa las coordenadas fitoclimáticas de nuestra estación es lo que
conocemos como “Espectro Fitoclimático”.
2.4. Coordenadas fitoclimáticas:
Al conjunto de los m escalares normalizados de un punto respecto de los m ámbitos se denomina
“coordenadas fitoclimáticas” del punto o “Espectro Fitoclimático”. Como forma de expresión sintética
del fitoclima alternativa a la expresión de la totalidad de sus “coordenadas fitoclimáticas”, puede
calcularse una “terna fitoclimática” que expresa de forma reducida los aspectos más importantes del
conjunto de las coordenadas anteriores. Las ternas de diagnosis fitoclimática abreviada presentan la forma
(G; A1; A2; A3; D1; D2), siendo G el nº del subtipo fitoclimático genuino, A1, A2 y A3 los subtipos
análogos en orden de proximidad (escalar) decreciente y D1 y D2 los números de los subtipos
fitoclimáticos dispares con escalares positivos más cercanos (escalares mayores).

La originalidad del sistema fitoclimático deriva pues de ser en la actualidad el único sistema fitoclimático
que permite un nivel de máxima síntesis y además de carácter cuantitativo, pues no sólo permite la
adscripción meramente cualitativa de una estación a una categoría fitoclimática previamente definida,
sino que permite además una cuantificación del nivel de adecuación de la estación a dicha categoría o tipo
fitoclimático y a su vez también al resto de tipos del sistema, mediante la utilización de “coordenadas de
posición” y de “distancias fitoclimáticas” relativas entre sí y referidas a ámbitos fitoclimáticos factoriales
correspondientes a las principales estrategias de vida vegetal u otras fitologías previamente definidas.
Todo ello permite la cuantificación numérica del grado de potencialidad fitoclimática de un territorio para
albergar determinadas fitologías.

3. Aplicación del Modelo

3.1. Elección de atributos fitológicos

En la versión original del Sistema (Allué-Andrade 1990-1997) o Modelo “Subtipos”, se adoptan como
fitologías del modelo los grandes tipos fisionómicos de Brockmann-Jerosch & Rübel (1912) y los
macrotipos de Walter (1960) por su sencillez no exenta de fuerte significado trascendente.

3.2. Elección de factores

En nuestro caso, los factores utilizados fueron los de la tabla 1, que son los originales de Allué-Andrade,
salvo HS (Helada Segura), que se sustituye por PV y se ha modificado el cálculo de HS y de OSC:
 ABREVIATURA FACTOR UNIDAD
Intensidad de la aridez. Se calcula por el cociente As/Ah, siendo Ah el
área húmeda de climodiagrama (curva de Pi por encima de la de Ti, es
K
decir 2Ti<Pi) y As el área seca del climodiagrama (curva de Pi por debajo
de la de Ti, es decir 2Ti>Pi).
Duración de la aridez, en el sentido de GAUSSEN, es decir, el número de
A meses en que la curva de Ti se sitúa por encima de la de Pi, es decir meses
cuando 2Ti>Pi.
P Precipitación anual total mm.
PE Precipitación estival mínima (Junio, Julio, Agosto o Septiembre) mm.
TMF Temperatura media mensual más baja ºC
T Temperatura media anual ºC
TMC Temperatura media mensual más alta ºC
Temperatura media de las mínimas del mes de temperatura media más
TMMF ºC
baja
Temperatura media de las máximas del mes de temperatura media más
TMMC ºC
alta
HS Helada segura. Calculada como nº de meses en que Ti>=4ºC meses
Periodo de actividad vegetal libre, calculada como el número de meses en
PV meses
que Ti>=7,5ºC excluidos los periodos con A>0
OSC Oscilación térmica. Se calcula como TMC-TMF ºC

Tabla 1: Factores fitoclimáticos utilizados

El cálculo de los factores se realiza a partir de los climodiagramas Walter-Lieth ligeramente modificados,
de las estaciones termopluviométricas disponibles. El detalle de identificación de factores en el
climodiagrama se expone en la figura 8:
 P (mm.) EJE DE Pi
TRAMOS DE 20 mm.
C (ºC) T (ºC)

TMMC (ºC)

A
EJE DE Ti
TRAMOS DE 10ºC TMF TMC Ah
P
Ah
Pi Ti
As
TMMF (ºC)

F (ºC)

HS
K HS HP
HP ARIDEZ
(meses)
Figura 8
 A>11 III(IV)
P<=450 IV(III)
TMC>=9,5
P>450 IV2
TMMF>0 P<=400 IV1
3<=A<11 TMC<9,5 400<P<=500 IV3
P>500 IV4
TMF<=2 IV(VII)
TMMF<=0
TMF>2 IV(VI)1
P<=850 IV(VI)2
TMF>=7,5
TMMF>-7
P>850 VI(IV)3
1,25<=A<3 P<=725 VI(IV)1
HS<5
TMF<7,5
P>725 VI(IV)2
HS>=5 VIII(VII)
TMMF>0 VI(IV)4
P<=950 T>=7,5 VI(VII)
TMMF<=0
T<7,5 VIII(VI)1
0<=A<1,25
TMF>4 VI(V)
P>950 HS<5 VI
TMF<=4
HS>=5 VIII(VI)2
TMC>10 X(VIII)
A=0
TMMF<-7 TMC<=10 X(IX)1
A>0 X(IX)2

Tabla 2a: Clave numérica cualitativa de los subtipos fitoclimáticos utilizados

Subtipo Adscripción Formaciones zonales más frecuentes
III(IV) Sahariano Espinales de azufaifo y cornicales
IV(III) Subsahariano Lentiscares
IV2 Acebuchales
IV1 Coscojares
Genuinos
IV3 Encinares secos
Mediterráneos
IV4 Encinares húmedos
IV(VII) Subestepario Piornales espinosos almohadillados
IV(VI)1 Encinares húmedos con quejigo o rebollo
Subnemorales
IV(VI)2 Alsinares secos
VI(IV)3 Subnemorales Robledales pedunculados secos
VI(IV)1 Quejigares y melojares secos con encina
Nemoromediterráneos Genuinos
VI(IV)2 Quejigares y melojares húmedos con encina
VI(IV)4 Submediterráneo Alsinares húmedos
VI(VII) Subestepario Robledales pubescentes
VI(V) Nemorales Robledales pedunculados
Genuinos
VI Hayedos y robledales albares
VIII(VII) Subestepario Pinares de silvestre o laricio
VIII(VI)1 Subnemoral seco Pinares de silvestre o laricio
VIII(VI)2 Oroborealoides Subnemoral húmedo Pinares de silvestre con frondosa
X(VIII) Genuino Pinares de silvestre o moro
X(IX)1 Termoaxérico Pastos alpinos
Oroarticoides
X(IX)2 Termoxérico Pastos alpinoideos

Tabla 2b: Significación fitológica de los subtipos fitoclimáticos utilizados

Subtipo Adscripción Subregiones Fitoclimáticas

III(IV) Sahariano Ribera oriental almeriense y enclaves de la costa murciana
IV(III) Subsahariano Litoral este y sureste e Islas Baleares
IV2 Depresión bética y sur
IV1 Depresión del Ebro, Segura y otros
Genuinos
IV3 Areas basales interiores
Mediterráneos
IV4 Areas basales interiores
IV(VII) Subestepario Alturas filábricas y nevadenses no culminales
IV(VI)1 La Mancha, Tierras del Pan y del Vino, La Armuña
Subnemorales
IV(VI)2 Litoral catalán
VI(IV)3 Subnemorales Litoral gallego meridional
VI(IV)1 Areas altibasales interiores
Nemoromediterráneos Genuinos
VI(IV)2 Orlas interiores de media montaña
VI(IV)4 Submediterráneo Sublitoral catalán
VI(VII) Subestepario Orlas de media montaña pirenaica y Sistema Ibérico
VI(V) Nemorales Areas basales cántabro-atlánticas
Genuinos
VI Pirineo oriental
VIII(VII) Subestepario Orla de montaña pirenaica, Maestrazgo
VIII(VI)1 Subnemoral seco Pinares de silvestre o laricio
VIII(VI)2 Oroborealoides Subnemoral húmedo Montaña no culminal de la mitad septentrional
X(VIII) Genuino Montaña no culminal pirenaica
X(IX)1 Termoaxérico Culminal septentrional
Oroarticoides
X(IX)2 Termoxérico Culminal central y meridional

Tabla 2c: Corología principal de los subtipos fitoclimáticos utilizados

 Subtipo KMn KMx AMn AMx PMn PMx PEMn PEMx TMn TMx TMFMn TMFMx
III(IV) 129,117 107481,200 11,45 12,00 31 223 0 12 13,4 20,9 5,1 18,4
IV(III) 1,000 199,739 4,40 11,44 219 430 0 19 15,2 19,7 5,9 12,1
IV1 1,000 1392,504 3,62 11,44 136 443 0 24 11,6 20,9 3,9 17,9
IV2 0,078 0,999 3,00 6,46 385 1430 0 19 13,8 20,5 9,5 17,9
IV3 0,088 0,999 3,00 6,67 294 500 0 30 11,5 18,1 3,6 9,4
IV4 0,064 0,675 3,00 5,41 501 1553 0 26 9,5 18,3 3,9 9,4
IV(VI)1 0,083 1,382 3,00 5,78 277 1060 2 29 8,9 14,9 2,1 6,1
IV(VII) 0,072 0,376 3,02 3,84 272 1124 1 17 7,2 11,8 0,4 2,0
IV(VI)2 0,024 0,393 1,25 2,99 456 842 6 37 12,8 18,8 7,5 12,2
VI(IV)1 0,006 0,505 1,25 2,99 288 725 0 37 6,1 16,1 -0,6 7,4
VI(IV)2 0,005 0,171 1,25 2,99 726 2886 0 37 6,0 16,1 -0,7 7,4
VI(IV)3 0,004 0,148 1,25 2,99 852 2221 2 196 13,0 25,1 7,5 24,0
VI(IV)4 0,000 0,062 0,00 1,24 446 950 20 88 10,1 16,0 3,8 10,1
VI(VII) 0,000 0,067 0,00 1,24 419 950 18 89 5,7 15,4 -0,9 7,0
VI(V) 0,000 0,009 0,00 1,24 951 3113 15 141 9,0 14,9 4,1 10,1
VI 0,000 0,009 0,00 1,24 951 2539 23 120 5,8 12,1 -1,4 4,0
VIII(VI)2 0,000 0,008 0,00 1,24 952 3015 1 126 2,3 7,5 -3,6 1,2
X(VIII) 0,000 0,000 0,00 0,00 903 2884 72 116 2,4 4,3 -4,5 -2,9
X(IX)1 0,000 0,000 0,00 0,00 913 3074 40 148 -2,2 2,8 -8,4 -3,7
X(IX)2 0,000 0,030 0,09 1,86 620 2068 3 13 0,0 3,0 -6,1 -3,7
VIII(VII) 0,005 0,059 1,25 2,81 608 2104 0 26 2,4 7,6 -3,6 1,0
VIII(VI)1 0,000 0,000 0,00 0,00 728 950 31 95 3,1 6,9 -3,6 0,4
Subtipo TMCMn TMCMx TMMFMn TMMFMx TMMCMn TMMCMx HSMn HSMx PVMn PVMx OSCMn OSCMx
III(IV) 22,7 26,9 1,3 16,2 26,3 31,8 0,0 0,0 0,0 0,6 4,8 19,7
IV(III) 26,5 29,9 0,5 9,3 30,8 37,0 0,0 0,0 0,6 7,6 15,1 21,1
IV1 18,4 26,4 0,1 14,5 23,1 35,3 0,0 0,6 0,0 8,3 5,2 20,4
IV2 19,3 29,6 3,5 14,5 23,3 38,6 0,0 0,0 5,5 9,0 5,6 19,5
IV3 20,4 28,7 0,1 6,6 26,1 37,7 0,0 1,3 2,6 9,0 13,1 21,4
IV4 17,6 29,1 0,1 5,8 22,1 38,6 0,0 1,2 2,2 9,0 12,8 21,8
IV(VI)1 17,8 26,3 -2,8 0,0 22,9 36,5 0,0 2,9 2,8 6,3 14,4 21,8
IV(VII) 18,5 23,0 -3,1 -1,6 24,1 33,8 2,0 4,2 1,3 3,8 17,8 21,0
IV(VI)2 19,5 26,9 0,5 8,2 23,9 34,4 0,0 0,0 9,0 10,8 10,8 17,4
VI(IV)1 17,1 25,9 -4,7 4,3 22,2 35,4 0,0 4,9 2,1 10,4 12,7 21,8
VI(IV)2 14,9 26,1 -4,5 3,4 20,2 36,2 0,0 4,9 1,6 10,5 11,9 21,0
VI(IV)3 18,8 26,1 2,6 20,3 22,3 34,0 0,0 0,0 9,0 10,8 2,1 18,4
VI(IV)4 16,9 24,2 0,1 7,5 21,5 30,4 0,0 2,1 6,1 12,0 8,9 19,4
VI(VII) 11,7 24,4 -5,9 0,0 16,9 32,7 0,0 4,9 4,4 10,2 11,9 20,9
VI(V) 14,8 24,7 -0,2 7,3 19,3 30,6 0,0 0,0 6,0 12,0 8,0 19,8
VI 13,0 21,5 -5,6 0,6 17,9 29,2 0,0 4,9 4,1 8,1 10,8 18,4
VIII(VI)2 9,3 17,1 -6,9 -2,4 14,4 22,9 5,0 7,6 1,9 5,3 11,3 17,1
X(VIII) 10,1 12,8 -8,1 -7,0 15,7 18,9 6,1 7,7 2,7 4,3 13,8 16,3
X(IX)1 4,9 10,0 -11,4 -7,0 10,7 15,8 6,9 10,4 0,0 3,0 12,4 14,6
X(IX)2 8,7 14,2 -9,2 -7,0 14,4 20,1 7,2 9,1 0,0 2,2 13,6 18,1
VIII(VII) 11,1 18,1 -6,9 -2,6 16,6 24,6 5,0 7,6 0,9 4,2 13,5 19,5
VIII(VI)1 11,0 15,9 -6,9 -3,1 16,7 21,8 5,0 6,8 3,3 5,4 14,2 16,8

Tabla 3: Ámbitos factoriales correspondientes a los subtipos fitoclimáticos. “Mn” después del factor indica que se trata
del valor mínimo y “Mx” indica el valor máximo.
4. Ejemplo de Cálculo

Elegimos como ejemplo la estación de Burgos-Villafría, con código de la AEMET nº 2331, cuyos datos
geográficos y valores factoriales se muestran a continuación:

Si aplicamos estos valores factoriales a la clave numérica de la tabla 2, tenemos la secuencia siguiente:

TMMF>-7
1,25>=A>3
TMF<7,5
HS<5
P<725

Lo cual nos situa en la casilla del subtipo Nemoromediterráneo subesclerófilo VI(IV)1, correspondiente a
formaciones marcescentes, normalmente integradas, en condiciones zonales, por quejigares (Quercus
faginea) sobre sustratos básicos y de rebollares (Quercus pyrenaica) sobre sustratos ácidos.

Esta primera aproximación a la diagnosis de nuestra estación no es más que una aplicación poco precisa
de la teoría clásica Booleana de pertenencia o no a un conjunto predefinido, que es de hecho la
proximación máxima a la que nos llevan el resto de clasificaciones fitoclimáticas existentes en la
actualidad.

La mayor potencialidad del sistema fitoclimático la obtenemos cuando realizamos la diagnosis numérica.
Mediante la utilidad correspondiente de CLIMATFOREST 1.0 obtenemos la tabla de diagnosis numérica
siguiente:
Conforme a esta diagnosis nos hallamos ante una estación encuadrable en el subtipo Nemoromediterráneo
Subesclerófilo VI(IV)1, como puede verse por la presencia de la letra “G” en la casilla correspondiente a
este subtipo fitoclimático. Además, el escalar de adecuación “0,71” nos indica que nos hallamos a un
71% de la situación factorial óptima teórica de este subtipo.

Por otra parte, vemos una letra “A” (Análogo) en la casilla correspondiente al subtipo VI(IV)2. Esto
quiere decir que nos hallamos en una estación muy cercana, aunque no coincidente, con la combinación
de valores factoriales que carcterizan a este subtipo Nemoromediterráneo Subtípico. Además, el escalar
de adecuación “0,67” nos indica que nos hallamos a un 67% de la situación factorial óptima teórica de
este subtipo.

Para el resto de subtipos, la letra correspondiente es la “D” (Dispar), lo cual nos informa de que nos
hallamos en una situación factorial alejada de ellos, tanto más alejada cuando más negativo sea el escalar
de adecuación de nuestra estación a cada uno de ellos. Por comodidad de anotación, los escalares
inferiores a -1000 se consignan con asteriscos.

El conjunto de escalares de adecuación de nuestra estación a cada una de los 22 subtipos fitoclimáticos
previamente definidos en el sistema nos da un conjunto de “coordenadas fitoclimáticas” que nos situa de
forma muy precisa y numéricamente cuantificable a nuestra estación en un espacio fitoclimático de
naturaleza escalar, de 22 dimensiones, una por cada uno de los subtipos, lo cual representa una síntesis
fitoclimática de gran precisión para caracterizarla. Esta circunstancia es la que marca la principal
diferencia, ventaja y potencialidad del sistema fitoclimático de Allué-Andrade respecto de las
clasificaciones tradicionales de carácter meramente Booleano.
Existen varias formas de expresar de forma reducida y manejable el conjunto de las 22 coordenadas
anteriores, en forma de anotación cómoda. Se trata de la llamada “terna fitoclimática” que como ya se ha
dicho anteriormente expresa de forma reducida los aspectos más importantes del conjunto de las
coordenadas anteriores. Pueden calcularse 2 tipos de ternas fitocimáticas, en función de la precisión que
necesitemos:

• Terna fitoclimática completa

• Terna fitoclimática abreviada

La terna de diagnosis fitoclimática completa presenta la forma (eg.G; ea1.A1; ea2.A2; ea3.A3; ed1.D1;
ed2.D2), siendo G el nº del subtipo fitoclimático genuino, A1, A2 y A3 los subtipos análogos en orden de
proximidad (escalar) decreciente y D1 y D2 los números de los subtipos fitoclimáticos dispares con
escalares positivos más cercanos (escalares mayores). En donde eg, ea1, ea2, ea3, ed1 y ed2 son los
escalares de adecuación de nuestra estación respectivamente al subtipo Genuino (G), a los 3 subtipos
Análogos A1, A2 y A3 (ea1>ea2>ea3) y a los 2 subtipos Dispares positivos D1 y D2 (ed1>ed2, con
ed1>0 y ed2>0).

En el ejemplo anterior, tenemos el Subtipo Genuino en VI(VI)1, un único Subtipo Análogo VI(IV)2 y no
tenemos Subtipos Dispares con escalar positivo, por lo que la terna fitoclimática abreviada será:

[eg.G; ea1.A1; ea2.A2; ea3.A3; ed1.D1; ed2.D2] =[0,71.VI(IV)1; 0,68.VI(IV)2; - ; -; - ; - ; -]

La terna de diagnosis fitoclimática abreviada presenta la forma (G; A1; A2; A3; D1; D2), siendo G el nº
del subtipo fitoclimático genuino, A1, A2 y A3 los subtipos análogos en orden de proximidad (escalar)
decreciente y D1 y D2 los números de los subtipos fitoclimáticos dispares con escalares positivos más
cercanos (escalares mayores).

En el ejemplo anterior, tenemos el Subtipo Genuino en VI(VI)1, un único Subtipo Análogo VI(IV)2 y no
tenemos Subtipos Dispares con escalar positivo, por lo que la terna fitoclimática abreviada será:

[G; A1; A2; A3; D1; D2] =[VI(IV)1; VI(IV)2; - ; -; - ; - ; -]

Esta anotación abreviada tiene múltiples aplicaciones. Entre ellas destaca la “Homologación”, es decir, la
localización de estaciones que presenten realidades y potencialidades fitológicas parecidas. En nuestro
caso, consultando la base de datos fitoclimáticos de CLIMATFOREST 1.0, integrada por las 793
estaciones de la AEMET con más de 20 años de observaciones en temperaturas y precipitaciones en el
periodo 1940-1989, se pueden localizar las siguientes estaciones con terna [VI(IV)1; VI(IV)2; - ; -; - ; - ; -
].

Si ordenamos las ternas fitoclimáticas completas en función del escalr de adecuación al subtipo genuino,
podremos observar las estacioners homólogas más cercanas a la nuestra.
AEMET X Y Altitud Nombre Provincia Terna Completa Terna Abreviada
0183 901828 4597188 156 SAN SADURNI DE NOYA B (0,45(VI(IV)1);0,39(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
9279 586299 4728155 475 ALLOZ 'EMBALSE' NA (0,50(VI(IV)1);0,52(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
9971 813626 4550389 310 TIVISSA T (0,51(VI(IV)1);0,40(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
0171 885616 4613754 312 IGUALADA B (0,53(VI(IV)1);0,48(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
8479 719703 4445820 610 ZUCAINA CS (0,54(VI(IV)1);0,45(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
9069A 505779 4727156 475 MIRANDA DE EBRO AZUC. BU (0,54(VI(IV)1);0,48(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
0019 837967 4588043 590 VIMBODI RIUDABELLA T (0,56(VI(IV)1);0,52(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
9224 646381 4717654 455 JAVIER CASTILLO NA (0,56(VI(IV)1);0,54(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
9180 578527 4725255 426 ESTELLA ROCAMADOR NA (0,56(VI(IV)1);0,54(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
9069 503642 4725181 520 MIRANDA DE EBRO BU (0,57(VI(IV)1);0,51(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
9898 721151 4662571 541 HUESCA 'MONFLORITE' HU (0,57(VI(IV)1);0,52(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
9531 686477 4522164 880 MONTALBAN TE (0,58(VI(IV)1);0,49(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
9481 684091 4662280 400 MARRACOS Z (0,59(VI(IV)1);0,51(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
8241 647779 4418164 1097 GRAJA DE CAMPALBO CU (0,59(VI(IV)1);0,52(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
9019 423070 4739829 716 POLIENTES S (0,59(VI(IV)1);0,60(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
9379 638684 4516453 939 MONREAL DEL CAMPO TE (0,62(VI(IV)1);0,46(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
2440 356059 4493201 1160 ALDEA DEL REY NIÑO AV (0,62(VI(IV)1);0,57(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
9244 647376 4707275 542 SOS DEL REY CATOLICO Z (0,63(VI(IV)1);0,59(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
2706 270691 4740806 998 LA MAGDALENA LE (0,63(VI(IV)1);0,68(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
8357 656009 4468301 900 TERUEL OBRAS PUBLICAS TE (0,64(VI(IV)1);0,51(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
3013 593975 4522166 1063 MOLINA DE ARAGÓN GU (0,66(VI(IV)1);0,60(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
2045 539119 4614806 938 ALMAZAN SO (0,68(VI(IV)1);0,64(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
2370 357464 4709458 912 SALDAÑA P (0,68(VI(IV)1);0,66(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
2257 392608 4723945 851 ALAR DEL REY P (0,68(VI(IV)1);0,68(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
2243 395201 4738746 903 PANTANO DE AGUILAR P (0,68(VI(IV)1);0,71(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
9759 799128 4653700 512 CANELLES 'EMBALSE-ASINEL' HU (0,69(VI(IV)1);0,58(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
3130 530411 4546300 950 SIGUENZA 'EL BOSQUE' GU (0,70(VI(IV)1);0,66(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
7069 566538 4220643 1273 MORATALLA BETETA MU (0,70(VI(IV)1);0,68(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
9375 642200 4491996 983 SANTA EULALIA DEL CAMPO TE (0,71(VI(IV)1);0,57(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
9381 642875 4525264 932 CALAMOCHA-VOR TE (0,71(VI(IV)1);0,59(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
2331 449281 4689583 881 BURGOS 'VILLAFRÍA' BU (0,71(VI(IV)1);0,68(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
9998 631680 4535760 1018 TORNOS TE (0,72(VI(IV)1);0,65(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
2030 542919 4624975 1082 SORIA 'OBSERVATORIO' SO (0,72(VI(IV)1);0,66(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
2261A 383385 4730728 930 OLMOS DE OJEDA 'PROPASI' P (0,72(VI(IV)1);0,70(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)
2327 442175 4687880 854 BURGOS 'OBSERVATORIO' BU (0,73(VI(IV)1);0,68(VI(IV)2);- ; - ; - ; ; -) (VI(IV)1;VI(IV)2;- ; - ; - ; ; -)

Tabla 4: Estaciones homógolas de la Estación “Burgos-Villafría”

Pero además, podemos adentrarnos en estudios fitoclimáticos más detallados si buceamos en la

denonimada “Matriz Fitoclimática” de nuestra estación. Como ya se ha indicado más arriba, la matriz de
cálculo fitoclimático es en realidad un matriz con tantas columnas como subtipos componen el sistema
(en nuestro caso 22 columnas) y tantas filas como factores (en nuestro caso 12 columnas).

Cada una de las 22x12=264 celdas incluye el escalar parcial de adecuación de nuestra estación para ese
factor y ese subtipo al que corresponde la celda. El escalar de adecuación de nuestra estación a un subtipo
es la media de los escalares de la columna correspondiente al subtipo, es decir, la media de los 12
escalares (uno por cada factor). En la tabla 5 se incluye la matriz fitoclimática de nuestra estación ejemplo
de Burgos-Villafría, en ella podemos ver como el escalar 0,71 de adecuación de la estación al subtipo
Genuinos VIIV)1 es en realidad la media de los escalares de la columna coloreada en verde.
Dado que el subtipo VI(IV)1 resulta ser el Genuino, es decir, el subtipo en el interior de cuyos ámbitos
factoriales se encuentran los valores factoriales de nuestra estación, vemos que todas las celdas de la
columna presentan el indicativo “G”. De los 12 escalares parciales de adecuación de nuestra estación al
subtipo VI(IV)1, la má baja es la correspondiente al factor K (0,41), mientras que existen adecuaciones
óptimas (valor 1) en los factores A, T y OSC.

En efecto, si consultamos la tabla 3 de ámbitos factorilaes, vemos que el subtipo VI(IV)1 se encuentra
entre valores de K=0,006 y K=0,505. Nuestra estación presenta un valor de K=0,037, es decir, muy
escorado hacia la izquierda del ámbito del subtipo, por lo que parece lógico este valor tan bajo del escalar.
En lo que respecta al factor A, la consulta de tabla 3 de ámbitos factorilaes, nos informa de que el subtipo
VI(IV)1 se encuentra entre valores de A=1,25 y A=2,99. Nuestra estación presenta un valor de A=1,9, es
decir, muy centrado y cercano al valor medio 2,12 del ámbito, por lo que parece lógico este valor tan alto
del escalar.

III(IV) IV(III) IV1 IV2 IV3 IV4 IV(VI)1 IV(VII) IV(VI)2 VI(IV)1 VI(IV)2
K ***D -0,04A -0,01A -0,41A -0,53A -0,4A -0,31A -1,29A 0,25G 0,41G 0,86G
A ***D -7,55D -3,3D -6,16D -5,54D -12,39D -9,3D -192,92D 1G 1G 1G
P -448,37D -27,85D -9,99D 0,82G -6,78D 0,43G 1G 0,99G 0,97G 0,99G -0,72A
PE -28,64D -3,72D -0,85A -3,72D 0,24G -0,35A 0,26G -30,82D 0,97G 0,67G 0,67G
T -12,97D -125,78D -2,48A -20,94D -3,86D 0,32G 0,8G 1G -13,96D 1G 1G
TMF -3,25D -22,15D -1,39A -55,21D -3,83D -5,86D 0,19G -1,44A -111,3D 0,99G 0,99G
TMC -85,27D ***D 0G -0,9A -3,82D 0,45G 0,46G -0,19A -1,83A 0,75G 0,98G
TMMF -2,45A -3,2D -1,13A -11,78D -3,56D -4,43D 1G -1,57A -3,98D 0,99G 1G
TMMC -0,51A -41,18D 0,92G 0,82G -0,07A 0,92G 0,91G 0,86G 0,87G 0,97G 0,99G
HS ***D ***D -300,41D ***D -12,68D -17,84D 0,45G 0,91G ***D 0,93G 0,93G
PV ***D 0,99G 1G -1,28A 1G 1G 0,99G -16,32D -808,09D 0,99G 1G
OSC 0,92G 0,84G 0,96G 0,92G 1G 1G 0,93G -15D 0,84G 1G 1G

TOTAL ****D ****D -18,18D ****D -3,15D -3,15D -0,52D -24,33D ****D 0,71G 0,68A
VI(IV)3 VI(IV)4 VI(VII) VI(V) VI VIII(VI)2 X(VIII) X(IX)1 X(IX)2 VIII(VII) VIII(VI)1
K 0,91G 1G 1G ***D ***D ***D ***D ***D -3,63D 1G ***D
A 1G -17,17D -17,17D -17,17D -17,17D -17,17D ***D ***D -0,19A 1G ***D
P -2,99A 0,93G 0,96G -2,35A -3,81D -2,54A -2,2A -2,02A -0,31A -0,23A -34,01D
PE 0,71G 0,66G 0,73G 0,6G 0,35G 0,9G -80D -1,23A -255D -0,35A -0,43A
T -4,23D -0,3A 1G 0,77G 0,99G -12,68D ***D -216,43D -982,45D -11,62D -43,24D
TMF -6,28D -4,17D 1G -6,12D 0,99G -3,03D ***D -150,9D ***D -4,36D -12,03D
TMC -0,52A 0,88G 1G 0,99G 0,99G -2,16A -701,43D -339,01D -39,8D -0,39A -15,66D
TMMF -3,44D -2,9A 0,92G -2,04A 0,98G -3,35D ***D -157,01D ***D -4,89D -11,89D
TMMC 0,98G 1G 1G 1G 0,96G -7,95D -873,17D -624D -87,85D -2,32A -48,1D
HS ***D -1,01A 0,93G ***D 0,93G -72,01D -914,06D -151,53D ***D -72,01D -202,68D
PV -808,09D -2,21A 0,67G -1,86A 0,94G 0,39G -15D -32,18D -173,85D -4,7D 0,74G
OSC 0,72G 0,98G 1G 0,98G 0,97G 0,77G 0,28G -35,3D 1G 1G 0,92G
TOTAL ****D -2,49D -1,07D ****D -196,68D -260,17D ****D ****D -264,27D -7,06D ****D

Tabla 5: Matriz fitoclimática de la Estación “Burgos-Villafría”

La matriz de cálculo fitoclimático es el verdadero corazón del sistema, del que el conjunto de
coordenadas y las ternas no son sino meros resultados abreviados de la misma (las coordinas, son, como
ya hemos dicho, las medias escalares por columnas).

Podemos ver también porqué nuestra estación está lejos de determinados subtipos. Fijémonos por ejemplo
en el subtipo nemoral (VI). En el caso de este subtipo, si estudiamos su columna matricial, vemos
queexiste genuinidad (es decir los valores factoriales de nuestra estación están comprendidos en el
interior de los ámbitos factoriales del subtipo VI) en todo slos factores (obsérvense los indicativos “G”)
salvo en los factores K, A y P, para los cuales el indicativo “D” nos informa de que nuestra estación es
externa y alejada de los ámbitos factoriales de K, A y P del subtipo VI. De ellos, en especial el escalar
correspondiente al ámbito factorial de K es muy negativo, inferior a -1000, de ahí la anotación con
asteriscos. El resultado de calcular la media de la columna nos da un escalar global de adecuación de
nuestra estación al subtipo VI de -196,68 y además, dado que al menos existe un indicativo “D” en la
columna (en nuestro caso 3), el indicativo final, a pesar de que el resto son “G” es finalmente “D”, de ahí
el contenido final -196,68D de la celda de coordenadas fitoclimáticas.

El Modelo “ESPECIES”
(García-López & Allué Camacho, 2003)

1. Introducción

En el año 2003, se desarrolló una profunda modificación de los modelos de Allué-Andrade, encaminada a
la mejora de su eficiencia predictiva. Esta modificacón se basa en la teoría de la envolvente convexa,
como método alternativo a la teoría del paralepípedo factorial máximo utilizado hasta ahora en el sistema
para la definición de ámbitos. El uso de proyecciones factoriales planares de un poliedro convexo en el
hiperespacio fitoclimático factorial permite una mayor aproximación a las fronteras de la nube de puntos
que definen una estrategia vegetal, adaptando mejor los ámbitos, hasta ahora simplificados a formas
paralepipédicas, a la realidad natural. Ello proporciona, entre otras ventajas frente al modelo anterior, una
mayor precisión en la consideración de genuinidades y en la definición de ámbitos, que pasan de ser fijos
para cada subtipo fitoclimático a ser variables en función de la posición del punto a estudiar en el
hiperespacio factorial. Todo ello permite una diagnosis más precisa desde fases muy iniciales de su
aplicación (diagnosis monotética).

El modelo fitoclimático original simplifica la forma real de los recintos factoriales, formados cada uno de
ellos por la nube de puntos-estaciones que los caracterizan. Esta simplificación consiste en
circunscribirlos a paralepípedos rectos rectangulares de caras paralelas a los planos factoriales de
referencia y tangentes a las aristas extremas de los recintos reales (método del paralepípedo factorial
máximo). Mediante esta simplificación de la forma primigenia de los ámbitos reales los intervalos
parietales, mucho más regulares, son más fácilmente calculables.

Como se ha visto en la figura3, asimilar los ámbitos fitoclimáticos reales de una estrategia vegetal al
paralepípedo en que quede inscrito el ámbito real simplifica los cálculos posteriores propios del modelo
“Diagnosis”, pues entre otras cuestiones, los ámbitos factoriales son independientes de la posición del
punto a estudiar.
Sin embargo, esta simplificación produce algunos problemas en la precisión de la diagnosis,
principalmente al considerar como interiores al recinto de la fisionomía puntos que, como el P’ de la
figura 9, en realidad quedan fuera. En definitiva, los ámbitos parapepipédicos calculados son los
“máximos ámbitos factoriales posibles” de cada subtipo para el estudio de cualquier punto.

Partiendo de la base de que el ámbito del subtipo no es en la realidad un paralepípedo, sino una figura de
forma diversa, se podría intentar una aproximación más fiel a su forma real en el hiperespacio factorial
mediante el cálculo de alguna frontera envolvente más ceñida a su forma original.

F2

F2max
F2pmax

P’

P
F2P

F2pmin
F2min
F1
F1min F1Pmin F1P F1Pmax F1max

Figura 9: Comparación del recinto factorial real y del paralepípedo que lo enmarca. El Punto P es interno a ambos
pero el punto P’ sólo es interno al paralepípedo.

En la figura 10 se muestra un ejemplo real del problema. Se ha determinado el ámbito de existencia real
de Juniperus thurifera en España para los factores A (duración de la aridez en el sentido de Gaussen, en
meses) y T (temperatura media anual, en ºC), a partir de las parcelas del II Inventario Forestal Nacional
con formación vegetal dominada por esta especie. Como puede comprobarse, dicho ámbito dista bastante
de asemejarse a un paralepípedo. Como parece coherente con la autoecología de esta especie, en
términos generales cuanto mayor es la aridez, más alta es la temperatura media que puede soportar e
inversamente.
 18,00
16,00

14,00 A
12,00
10,00
8,00 B
6,00
4,00
2,00
0,00
0,00 0,50 1,00 1,50 2,00 2,50 3,00 3,50 4,00

Figura 10: Ambito fitoclimático de Juniperus thurifera en España (factores A en abscisas y T en ordenadas). Los puntos
corresponden a parcelas de muestreo del II IFN con presencia de Juniperus thurifera como especie dominante. La línea gruesa es
la envolvente convexa y la línea de puntos es el paralepípedo utilizado hasta ahora en el Sistema Fitoclimático de Allué-Andrade.

Así pues, puntos situados en la zona A externa al ámbito real, caracterizados por la coexistencia de altas
temperaturas y baja aridez, se corresponderán seguramente con estrategias más próximas a formaciones
nemorales planifolias que a sabinares. De igual forma, estaciones situadas en la zona B, caracterizadas
por la coexistencia de altas arideces y bajas temperaturas estarán más cerca de formaciones estépicas
leñosas no arboladas que de sabinares. Únicamente puntos situados en el interior de la envolvente estarán
previsiblemente, a falta del estudio del resto de factores y desde el punto de vista fitoclimático, cerca de
formaciones de sabinar.

2. Utilización de la envolvente convexa

Un conjunto A de puntos de un plano se dice que es convexo si para cualesquiera 2 puntos de ese
conjunto el segmento que los une está contenido en A (figura 11). Se denomina envolvente convexa al
perímetro o frontera del conjunto A. Esta envolvente está formada por el conjunto de rectas soporte que
unen entre si las aristas o vértices de la figura. Un recta soporte es aquella que, uniendo 2 puntos, cumple
la condición de dejar al resto de los puntos en uno de los 2 semiplanos en que la recta divide al plano. La
envolvente convexa es pues el polígono de menor perímetro que contiene a una nube de puntos de un
plano.
 Figura 11: Envolvente convexa de una nube de puntos en un plano

La envolvente convexa quedará pues definida por el cálculo de sus vértices en el hiperespacio factorial.
Un subtipo fitoclimático caracterizado por una nube de puntos con atributos fitológicos concordantes en
un plano factorial podría por tanto definirse de forma bastante fiel mediante un listado de vértices con sus
coordenadas factoriales. Esto es, en un espacio n-dimensional, la nube de puntos factoriales de estaciones
con características fisionómicas comunes, que hasta ahora se asemejaba a un paralepípedo, podría ceñirse
apreciablemente más a su forma real mediante el cálculo de un poliedro convexo cuyas aristas fuesen
puntos extremos de la propia nube de puntos (figura 12).

F2

F1

Fi
Figura 12: Poliedro convexo en un espacio factorial
Existen varios algoritmos para el cálculo de la envolvente convexa (O’ROURKE, 1994; DE BERG et al.,
1997; GOODMAN et al., 1997; SACK et al., 2000; GRAHAM, 1972). El tiempo de cálculo en ordenador
difiere apreciablemente entre ellos, pero en cualquier caso a partir de 6 dimensiones los procesos de
cálculo computerizado se hacen hoy por hoy inviables en un PC convencional para nube de más de un
centenar de puntos.

Si bien en la formulación actual del modelo el paralepípedo, dada su forma geométrica sencilla, de caras
paralelas a los ejes factoriales, no necesita de una definición explícita de su forma y la propia tabla de
ámbitos factoriales sirve para ello, el poliedro convexo requiere de una definición explícita de su forma,
independiente de la tabla de ámbitos y debe realizarse mediante el cálculo de una tabla o listado de
vértices, con sus correspondientes coordenadas factoriales.

Para un plano factorial F1F2 dado y un polígono convexo correspondiente a un atributo fitológico
determinado, el primer problema que se plantea para la aplicación del modelo es el cálculo de los ámbitos
factoriales de ambos factores, esto es, sus valores máximos y mínimos (F1min, F1max, F2min y F2max ) para
esta fitología (figura 13).

Si bien en la formulación actual del modelo fitoclimático los ámbitos factoriales son únicos para cada
fitología considerada, en caso de describir la fitología mediante un polígono convexo en lugar de por un
paralepípedo, dependiendo del plano de corte con la figura los límites de los 2 ámbitos podrán ser
diferentes y dependerán por tanto de la posición del punto a estudiar.

F2
P2

V3

F2maxp2 V2
V4

F2maxp1
V1
C

V9
P1 V5
F2P1

F2minp1

V8
V6
F2minp2
V7
F1
F1minp1 F1minp2 F1minp2 F1P1 F1minp1

Figura 13: Cálculo de los ámbitos factoriales particularizados para la posición de 2 puntos P1 (interior) y P2 (exterior)
en un plano factorial F1F2

Para el cálculo del ámbito factorial de los factores F1 y F2 del subtipo cuya envolvente convexa se
representa en la figura 13 particularizado para la diagnosis de los puntos P1 (F1p1;F2p1) interior a la
envolvente y P2 (F1p2;F2p2) exterior a la misma, esto es, los valores F1minp1 , F2minp1, F1maxp1 y F2maxp1
para el punto P1 y los valores F1minp2 , F2minp2, F1maxp2 y F2maxp2 para el punto P2, se deberán hallar los
puntos de corte de la recta que une cada punto con el centroide C (F1c;F2c) del polígono de envolvente
convexa dado por el conjunto de vértices Vi (F1vi;F2vi):

Para ello, es necesario como paso previo el cálculo de las coordenadas del centroide:

(x2,y2)
(x1,y1)

C (xc,yc) (x3,y3
(x0,y0

(x5,y5)
(x4,y4
y
Figura 14: Ejemplo de polígono convexo en 2 dimensiones

Dado el polígono de la figura 14 y conforme a la metodología de BOURKE (1988) las coordenadas del
centroide de un polígono convexo como el de la figura pueden calcularse como:

1 N −1

Cx = (xi + xi+1 )( xi yi+1 − xi+1 yi )

6A i =0

1 N −1

Cy = ( yi + yi +1 )( xi y i +1 − xi +1 y i )
6A i =0

En donde:

1 N −1

A= ( x i y i +1 −x i +1 y i )
2 i =0
Los puntos de intersección de recta P-C con la envolvente convexa del polígono nos dará los valores de
los extremos de los ámbitos de los factores F1 y F2 particularizados para la posición del punto P: F1minP,
F1maxP, F2minP y F2maxP . A partir de aquí podría calcularse la función de posición del punto P respecto de
los ámbitos factoriales de F1 y F2 conforme a la metodología actual. Evidentemente, el valor de la función
de posición en el punto C será 1.

La figura 15 muestra la generalización de las ideas hasta aquí expuestas a un espacio factorial de 3
dimensiones. Como ya se ha dicho, los procesos de cálculo de la envolvente convexa para hiperespacios
no es viable en tiempo con métodos informáticos convencionales. Por ello, a partir de n=2 dimensiones
del espacio factorial se renuncia al cálculo de los vértices de la envolvente y al cálculo de los puntos de
corte de la recta P-C con los hiperplanos n-1 que formen las caras del hiperpoliedro convexo.

La solución adoptada es la proyección del hiperpoliedro convexo sobre planos de parejas factoriales y
reducir por tanto el problema a su tratamiento en 2 dimensiones como ya se ha explicado. En la figura 15
se muestra la metodología de cálculo de los ámbitos para un espacio factoriales de 3 dimensiones.

F2

PF1F2

PF2F3

F1

PF1F3

F3

Figura 15: Proyecciones planes de un ámbito fitoclimático poliédrico en un espacio factorial tridimensional

Si en un espacio factorial de 3 dimensiones F1F2F3 consideramos el poliedro limitado por los vértices de
una envolvente convexa (figura 15), deberemos efectuar proyecciones sobre los 3 planos F1F2, F2F3 y
F1F3 del poliedro para poder aplicar el detalle de cálculo de límites factoriales de la figura 13. En la
práctica, no proyectaremos el poliedro ya formado, sino que calcularemos en cada plano la envolvente
(los vértices) de cada nube de puntos proyectada. La proyección directa de los vértices del poliedro
hiperespacial no es posible ya que sus proyecciones no tienen porqué ser necesariamente envolventes
convexas.
Un punto P es interior al poliedro en el hiperespacio (es decir, será genuino desde el punto de vista
fitoclimático respecto de dicho ámbito) si y sólo si cada una de sus proyecciones factoriales planares es
interior a cada una de las envolventes convexas proyectadas.

Una vez calculados los vértices para cada plano factorial se aplicará el cálculo expuesto en la figura 13.
Al ser la dimensión del espacio factorial 3D, el ámbito de cada uno de los factores se calcula de 2 formas
distintas dependiendo del plano de proyección (figura 15). Es decir, por ejemplo el ámbito del factor F1
para el punto P calculado mediante proyección de la nube de puntos sobre el plano F1F2 es [(F1minP)F1F2;
(F1maxP)F1F2], mientras que el ámbito de ese mismo factor calculado mediante proyección de la nube de
puntos sobre el plano F1F3 es [(F1minP)F1F3; (F1maxP)F1F3].

F2
1

(F2maxP)F1F2
6
(F2maxP)F2F3
CF1F2

1 6 2
5
(F2minP)F2F3 5

CF2F3 3
(F2minP)F1F2 4
PF1F

4 F1
(F1minP)F1F3 (F1maxP)F1F3
3
5
2 (F3minP)F1F3
4
PF2F3
3
CF1F3
(F3minP)F2F3 6
(F3maxP)F2F3
PF1F3
(F3maxP)F1F3
1

F3 2

Figura 16: Cálculo de ámbitos factoriales particularizados para el punto P en un espacio factorial de 3 dimensiones

La generalización de la metodología expuesta a dimensiones superiores a 3, y en concreto a la mejora del

modelo fitoclimático actual exige la previa consideración del número de factores a utilizar y el número de
subtipos o fitologías. En el estado actual, el sistema fitoclimático contempla 14 factores y 20 subtipos
(ALLUE-ANDRADE, 1995). Consideremos un sistema con n factores y m subtipos fitoclimáticos.

n n(n − 1)
Para un espacio factorial de n dimensiones hay = proyecciones factoriales planares y cada
2 2
factor aparece en n-1 proyecciones FiFk ( con i entre 1 y n y con k entre i+1 y n).

Luego habrá n(n-1) pseudofactores o factores proyectados (Fip)FiFk para un punto P.

ϕ
Aj

e
Aj

( Fip )FiFk
= λFip .
( Fip )FiFk
En donde:

(Fip)FiFk: Valor del factor Fi para el punto P en la proyección del plano factorial FiFk formado por los
factores Fi y Fk.

e
Aj

( Fip ) FiFk
: Escalar de adecuación de (Fip)FiFk al ámbito fitoclimático Aj

λ Fpi
: Poder caracterizador de Fpi

ϕ
Aj

( Fip )FiFk
: Función de posición de (Fip)FiFk respecto del ámbito fitoclimático Aj

Determinando el máximo escalar posible para un factor y ámbito determinado y dividiendo el escalar
anterior por él, obtenemos un “escalar normalizado” que permite que los escalares de distintos ámbitos
sean comparables entre sí:

e
AjFi

enor
AjFi
=
( Fip ) FiFk

emax
AjFi
( Fip ) FiFk

Fi

En donde:

emax
AjFi
: Escalar máximo de adecuación de Fi al ámbito fitoclimático Aj
Fi

enor
AjFi

( Fip ) FiFk
: Escalar normalizado de adecuación de (Fip)FiFk al ámbito fitoclimático Aj

Estos m.n.(n-1) escalares de adecuación (valor factorial proyectado)-(ámbito) pueden reducirse a m

escalares de adecuación del punto a cada ámbito, mediante suma de las funciones fitoclimáticas de
adecuación de cada factor al intervalo factorial correspondiente del ámbito.

1 i =1,k =2

enor e
Aj AjFi
=
P n(n − 1) i=n ,k =n nor ( Fpi ) FiFk

En donde:

enor
Aj
: Escalar normalizado de adecuación del punto P al ámbito fitoclimático Aj
P
3. Informatización del modelo
Hasta ahora, y conforme a FITOCLIMOAL’2000, la última informatización del sistema (García-López et
al., 2002), un sistema fitoclimático afecto al modelo Allué Andrade está definido por:

• Una tabla de ámbitos factoriales por cada subtipo (los del paralepípedo)
• Una tabla de poderes caracterizadores
• Una tabla de escalares máximos

Conforme a la mejora introducida por la teoría de la envolvente convexa , los ámbitos factoriales ya no
serán fijos como hasta ahora, sino que dependerán del punto a diagnosticar y se calcularán por tanto de
forma temporal para la diagnosis de cada punto. Por tanto, el Sistema Fitoclimático seguirá estando
definido por:

• Una tabla de ámbitos factoriales por cada subtipo (los del paralepípedo)
• Una tabla de poderes caracterizadores
• Una tabla de escalares máximos

La hasta ahora denominada “tabla de ámbitos factoriales”, al ser calculada a partir del paralepípedo,
pasará a denominarse “tabla de ámbitos fitoclimáticos máximos”. Esta tabla ya no entrará a formar parte
del cálculo de la función de posición, sino únicamente en el cálculo de la tabla de poderes
caracterizadores y de la tabla de escalares máximos.

El cálculo mediante función de posición se aplicará a partir de ahora sobre los ámbitos fitoclimáticos
variables que se calcularán para cada punto y que dependerán de la posición de este punto en el
hiperespacio factorial.

Para ello, será necesario que el nuevo sistema fitoclimático mejorado cuente, además de con las tablas
auxiliares anteriores, con 2 nuevas tablas:

• Una tabla con la lista de vértices por cada subtipo y proyección

• Una tabla con la lista de centroides uno por cada subtipo y proyección

n
La tabla de vértices contendrá, para cada una de las proyecciones factoriales planares, las
2
coordenadas factoriales de los vértices en este plano.

La tabla de centroides contendrá, para cada una de las proyecciones factoriales planares, las coordenadas
factoriales de los vértices en este plano.

Además de las tablas anteriores, que tienen todas ellas carácter fijo para el sistema fitoclimático dado, el
programa deberá calcular de forma transitoria para el análisis de cada punto (y borrarla después del
análisis del punto):

• Una tabla de ámbitos factoriales reales por cada factor, subtipo, proyección factorial planar o lo
que es lo mismo, una tabla de ámbitos reales por cada factor proyectado y subtipo.
Es decir, la tabla de ámbitos factoriales reales contendrá 2.n.m.(n-1) datos. Cada uno de ellos será el valor
máximo o mínimo de un factor dado para una proyección dada y para un ámbito dado.

La tabla de ámbitos factoriales máximos son los correspondientes al paralepípedo, y por tanto se
corresponden con la tabla de ámbitos del Sistema tradicional, al igual que las tablas de poderes
caracterizadores y escalares máximos.

La utilización de la envolvente convexa permite una aproximación topológica más fiel a la nube de
puntos definitoria de una cierta fitología en un espacio factorial, como alternativa a la delimitación de sus
aristas extremas o método del paralepípedo factorial máximo, en el que se sustenta hasta ahora el sistema
fitoclimático Allué-Andrade.

Entre otras ventajas frente al método anterior, el método de la envolvente convexa permite minimizar los
errores de base en la construcción de un sistema fitoclimático, cuya tabla de ámbitos podía sufrir cambios
de gran relevancia ante la consideración de un solo punto de errónea adscripción fitológica.

La consideración de proyecciones binarias de pares factoriales, método alternativo a la consideración

conjunta de todos ellos en un hiperespacio factorial de más de una decena de dimensiones, permite un
ahorro considerable de tiempo de cálculo, a la par que una simplificación conceptual de materias tales
como el cálculo de la posición de centroides. Este estudio de todas las combinaciones factoriales binarias
aumenta la potencia del sistema en la detección de efectos sinérgicos, combinatorios o compensatorios
entre valores factoriales, cuestión ésta crucial en la definición de determinadas estrategias fitológicas
como por ejemplo las estépicas, para las cuales a temperaturas mínimas menos acusadas tienen que
corresponder valores más acusados de aridez para producir parecido efecto fisionómico. El ejemplo de
aplicación del método de la envolvente convexa a una especie forestal como Juniperus thurifera, cuya
autoecología parece notablemente influida por este efecto combinatorio de aridez-frío ha dado resultados
muy satisfactorios, permitiendo eliminar casi 2/3 de las estaciones que erróneamente el sistema
consideraba internos al ámbito factorial de esta especie.

El vertiginoso aumento en la velocidad de los procesos informáticos permitirá en breve minimizar los
efectos del aumento de tiempo de cálculo necesario respecto del sistema anterior, que en la actualidad se
sitúa en la mayoría de los equipos en más de diez veces superior al hasta ahora manejado.

Es previsible que estas mejoras, que se producen ya desde la fase de utilización monotética del sistema,
esto es, sin la consideración conjunta de más subtipos que el propio de la fitología considerada, se
multipliquen cuando el estudio fitoclimático se realice de forma politética, esto es, de forma conjunta y
matizada con varios subtipos representativos de otras tantas estrategias de vida vegetal, al estar
construidas de forma mucho más precisa que hasta ahora las tablas de ámbitos factoriales y por añadidura
las de poderes caracterizadores y escalares máximos.

4. Ejemplo de Cálculo

Elegimos una vez más como ejemplo la estación de Burgos-Villafría, con código de la AEMET nº 2331,
estación que ya hemos utilizado anteriormente para hacer una prueba de diagnosis con el modelo
“Subtipos”. En la tabla 6 pueden consultarse los ámbitos factorilaes correspondientes a 15 formaciones
forestales arboladas cuyas especies prinipales pueden llegar a ser cabezas de serie de vegetación. Los
valores factorialse se estimaron a partir de los modelostermopluviométricos de Sánchez-Palomares et al.
A partir de parcelas del II Inventario Forestal Nacional.
 KMn KMx AMn AMx PMn PMx PEMn PEMx TMn TMx TMFMn TMFMx
Abies alba (Aal) 0,000 0,000 0,00 0,00 754 2442 52 108 4,6 8,9 -1,9 2,6
Abies pinsapo (Api) 0,016 0,092 1,60 3,13 1154 2384 4 10 11,0 13,6 4,8 7,1
Fagus sylvaticia (Fsy) 0,000 0,024 0,00 1,59 606 2417 18 120 5,7 11,0 -1,1 5,3
Juniperus thurifera (Jth) 0,000 0,396 0,00 3,67 434 1198 6 37 7,2 14,4 0,0 5,7
Pinus nigra (Pni) 0,000 0,076 0,00 2,54 535 1325 5 46 6,7 10,4 -0,4 2,4
Pinus sylvestris (Psy) 0,000 0,067 0,00 2,46 556 2337 8 114 4,2 9,4 -2,5 2,6
Pinus uncinata (Pun) 0,000 0,000 0,00 0,00 766 2117 43 116 2,6 7,4 -3,8 1,1
Quercus canariensis (Qca) 0,059 0,228 2,62 4,02 842 1530 0 4 14,9 17,7 7,8 11,8
Quercus faginea (Qfa) 0,000 0,303 0,00 3,25 387 1881 4 66 7,4 15,0 0,0 8,0
Quercus humilis (Qhu) 0,000 0,019 0,00 1,31 593 1775 28 96 7,3 13,2 0,1 5,9
Quercus ilex (Qil) 0,000 1,016 0,00 6,26 336 2330 0 104 8,0 19,2 0,3 12,5
Quercus petraea (Qpe) 0,000 0,011 0,00 1,36 611 1958 24 103 6,3 12,9 -0,7 5,7
Quercus pyrenaica (Qpy) 0,000 0,206 0,00 3,51 494 2354 1 109 6,9 16,3 -0,2 8,3
Quercus robur (Qro) 0,000 0,034 0,00 1,90 805 2587 17 133 9,7 15,1 3,6 10,3
Quercus suber (Qsu) 0,000 0,418 0,00 4,74 533 1864 0 98 13,0 18,4 4,5 13,3
TMCMn TMCMx TMMFMn TMMFMx TMMCMn TMMCMx HSMn HSMx PVMn PVMx OSCMn OSCMx
Abies alba (Aal) 12,6 18,5 -5,3 -1,1 18,2 24,4 3,2 6,0 4,2 6,4 13,8 17,7
Abies pinsapo (Api) 19,6 22,5 1,0 3,1 24,7 27,5 0,0 0,0 5,1 7,9 14,8 15,4
Fagus sylvaticia (Fsy) 12,6 20,1 -4,9 2,9 17,6 25,8 0,0 5,6 4,0 8,4 11,8 17,6
Juniperus thurifera (Jth) 15,4 24,7 -3,5 1,8 21,0 30,4 0,0 4,5 4,5 7,8 14,4 19,9
Pinus nigra (Pni) 14,6 21,8 -3,9 -1,3 19,9 27,5 2,6 5,4 3,6 8,0 13,4 19,6
Pinus sylvestris (Psy) 12,3 20,4 -5,9 -1,1 17,6 26,0 3,0 6,3 2,8 7,8 12,2 18,7
Pinus uncinata (Pun) 10,0 16,6 -7,4 -2,5 15,6 22,5 4,4 7,0 3,0 5,6 13,1 17,0
Quercus canariensis (Qca) 23,5 25,9 3,8 7,5 28,4 31,0 0,0 0,0 8,0 9,4 13,0 16,2
Quercus faginea (Qfa) 16,2 25,3 -4,7 4,0 21,3 34,8 0,0 4,7 3,9 10,2 12,7 21,0
Quercus humilis (Qhu) 15,9 23,1 -5,6 2,0 21,3 31,7 0,0 4,6 5,5 9,0 14,3 20,2
Quercus ilex (Qil) 15,5 28,9 -4,7 8,7 20,5 38,6 0,0 4,5 3,1 12,0 9,6 21,8
Quercus petraea (Qpe) 13,9 21,6 -5,5 1,8 19,2 28,2 0,0 5,2 4,6 8,9 11,9 18,2
Quercus pyrenaica (Qpy) 14,2 26,3 -4,9 4,3 19,2 35,6 0,0 5,4 3,8 12,0 10,3 20,4
Quercus robur (Qro) 15,8 22,0 -0,2 7,6 20,0 29,4 0,0 1,1 6,5 12,0 8,7 15,8
Quercus suber (Qsu) 19,8 27,4 0,7 11,0 24,5 35,9 0,0 0,0 5,7 12,0 9,4 20,3

Tabla 6: Ámbitos fitoclimáticos de los 15 ámbitos autoecológicos construidos

Mediante la utilidad correspondiente de CLIMATFOREST 1.0 obtenemos la tabla de diagnosis numérica

siguiente:
A diferencia del Modelo “SUBTIPOS”, en el Modelo “ESPECIES” los ámbitos factoriales de los
conjuntos previamente definidos no son excluyentes, puesto que en la naturaleza las especies y las
formaciones conviven en las mismas estaciones mediante complejas relaciones de competencia
interespecífica. Esto quiere decir que en el Modelo “ESPECIES” podrán existir uno o varios tipos
genuinos.

Es el caso de la Estación de Burgos-Villafría, en la que conforme a esta diagnosis nos hallamos ante una
estación encuadrable en situaciones compatibles con bosques marcescentes de Quercus faginea, de
bosques marcescentes de Quercus pyrenaica y de bosques esclerófilos de Quercus ilex, como puede verse
por la presencia de la letra “G” en las casilla correspondiente a Qfa, Qpy y Qil. Además, el escalar de
adecuación “0,51” para Qfa nos indica que nos hallamos a un 51% de la situación factorial óptima teórica
de este tipo de formaciones arbóreas forestales. Idéntico comentario puede hacerse respecto al escalar de
adecuación de nuestra estación al tipo propio de bosques de Qpy, que también en este caso es de 0,51 y de
Qil, que en este caso es sólo del 0,17 (estamos a un 17% del óptimo teórico fitoclimático del encinar).

Como ya hemos indicado anteriormente, en el Modelo “ESPECIES” el escalar funciona como ujn Índice
de Idoneidad Fitoclimática, por lo que la formación que obtenga un mayor valor escalar genuino tendrá en
principio mayor capacidad competitiva a largo placo frente al resto de formaciones genuinas. En este
caso, las 2 formaciones marcescentes anteriores tendrían una capacidad competitiva similar en nuestra
estación, aunque lógicamente, dadas las preferencias ecológicas de Quercus pyrenaica y de Quercus
faginea, el primero dominará en los sustratos ácidos y el segundo en los básicos. Estas formaciones
marcescentes serían más competitivas en nuestra estación que las esclerófilas encabezadas por Quercus
ilex, por lo que a largo plazo y en condiciones zonales, las especies marcescentes dominarían el paisaje
vegetal circundante.

Por otra parte, vemos una letra “A1” (Análogo de Primer Orden) en la casilla correspondiente a las
formaciones de Juniperus thurifera. Esto quiere decir que nos hallamos en una estación muy cercana a
sabinares albares. En este caso, tal y como ya hemos explicado anteriormente, “A1” significa que todos
los valores factorilaes de nuestra estación se hallan en el interior del ámbito factorial del sabinar albar,
definido este ámbito que forma simplificada como un paralepípedo en un espacio factorial de 12
dimensiones (1 dimensión por cada factor), aunque no se hallan en el interior del ámbito definido de
forma más fiel como una envolvente convexa en ese mismo espacio factorial de 12 dimensiones. Dado
que la formulación matemática en 12 dimensiones de la envolvente convexa es prácticamente imposible
de utilizar, se hace el estudio de posición de nuestra estación interna o externa a la envolvente mediante
proyecciones sucesivas de la misma en planos bifactoriales. Es precisamente el caso de Juniperus
thurifera, que como podemos comprobar en la tabla 6 de ámbitos factoriales, todo los valores factorilaes
de nuestra estación estarían en su interior, pero internamente el programa (nosoytros no lo vemos a simple
vista) detecta que existe alguna situación externa a la envolvente en alguna de sus proyecciones binarias.
En el caso de la estación de Burgos-Villafría el escalar A1 es de 0,58, y es la única formación anlágo de
primer orden, es decir, la más cercana de las no genuinas.

D
F2
A2

A1

F1

Situaciones de una estación en un plano factorial de cálculo.

Asimismo vemos 2 letras “A2” (Análogo de Segundo Orden) en las casillas correspondiente a las
formaciones de Pinus nigra y de Pinus sylvestris. Esto quiere decir que nos hallamos en una estación
relativamente cercana a pinares laricios y albares, aunque con reservas, pues la situación es en este caso
más alejada en el espacio escalar de 15 dimensiones que para los sabinares albares. En este caso, tal y
como ya hemos explicado anteriormente, “A2” significa que alguno de los valores factoriales de nuestra
estación son externos (aunque cercanos al límite) al ámbito factorial de los pinares laricios y albares,
definido este ámbito que forma simplificada como un paralepípedo en un espacio factorial de 12
dimensiones (1 dimensión por cada factor), y por tanto tampoco no se hallan en el interior del ámbito
definido de forma más fiel como una envolvente convexa en ese mismo espacio factorial de 12
dimensiones. Por ejemplo, en el caso de Psy, como podemos comprobar en la tabla 6 de ámbitos
factoriales, HS=2,5 meses es exterior al ámbito del paralepípedo de estas formaciones, que está
comprendido entre 3 y 6,3 meses. En nuestro caso, es escalar A2 para Pinus nigra es de 0,53 mientras que
para Pinus sylvestris sólo es de 0,14. Por ello, nos hallamos más alejados de los pinares de Pinus
sylvestris que de los pinares laricios de Pinus nigra.

Para el resto de formaciones arbóreas forestales, la letra correspondiente es la “D” (Dispar). Esto significa
que alguno de los valores factoriales de nuestra estación son externos (y no cercanos al límite) al ámbito
factorial de estas formaciones, definidos estos ámbitos de forma simplificada como un paralepípedo en un
espacio factorial de 12 dimensiones (1 dimensión por cada factor), y por tanto tampoco no se hallan en el
interior del ámbito definido de forma más fiel como una envolvente convexa en ese mismo espacio
factorial de 12 dimensiones. La situación es tanto más alejada cuanto más negativo sea el escalar de
adecuación de nuestra estación a cada uno de ellos. Por comodidad de anotación, los escalares inferiores a
-1000 se consignan con asteriscos.

Al igual que en el Modelo “SUBTIPOS” el conjunto de escalares de adecuación de nuestra estación a

cada una de las 15 formaciones fitoclimáticas previamente definidas en el sistema nos da un conjunto de
“coordenadas fitoclimáticas” que nos situa de forma muy precisa y numéricamente cuantificable a
nuestra estación en un espacio fitoclimático de naturaleza escalar, de 15 dimensiones, una por cada una de
las formaciones fitoclimáticas, lo cual representa una síntesis fitoclimática de gran precisión para
caracterizarla.

También por analogía a lo que sucede en el Modelo “SUBTIPOS” existen varias formas de expresar de
forma reducida y manejable el conjunto de las 15 coordenadas anteriores, en forma de anotación cómoda.
Se trata del llamad “espectro fitoclimático de especies” que como ya se ha dicho anteriormente expresa
de forma reducida los aspectos más importantes del conjunto de las coordenadas anteriores.

La estación puede quedar perfectamente definida mediante el cálculo de 3 tipos de espectros:

• Espectros de Especies Genuinas

• Espectro de Especies Análogas de Primer Orden
• Espectro de Especies Análogas de Primer Orden

Cada una de ellas puede ser completa o abreviada, en funcoón de que incluyan mención a los escalares de
idoneidad o no.

Espectros de Especies Genuinas

El espectro completo para Especies Genuinas presenta la forma [eg1.G1; eg2.G2; eg3.G3; eg4.G4; …….
eg15.G15], siendo G el indicativo de la formación fitoclimática genuina y eg1….eg15 son los escalares
de adecuación de nuestra estación respectivamente cada formación. Se cumple además que
eg1>eg2>eg3>……>eg15 y que egi>0.

En el ejemplo anterior tendríamos:

[eg1.G1; eg2.G2; eg3.G3; eg4.G4; ……. eg15.G15] =[0,51.(Qfa); 0,51.(Qpy) ; 0,17(Qil)]

El espectro abreviado de Especies Genuinas sería:

[G1; G2; G3; G4; ……. G15] =[Qfa; Qpy ; Qil]

Espectros de Especies Análogas de Primer Orden

Por analogía al caso de las especies Genuinas, para las especies Análogas más cercanas, es decir para las
especies Análogas de primer orden tendríamos:

• Completo: [0,58.(Jth)]

• Abreviado: [Jth]

Espectros de Especies Análogas de Segundo Orden

Por analogía al caso de las especies Genuinas, para las especies Análogas algo menos cercanas, es decir
para las especies Análogas de segundo orden tendríamos:

• Completo: [0,53.(Pni); 0,14.(Psy)]

• Abreviado: [Pni; Psy]

El resultado de la diagnosis concuerda fielmente con el paisaje vegetal existente en condiciones de

tonalidad en los alrededores de Burgos, estación en cuyos suelos básicos dominan los quejigares de
Quercus faginea y en los silíceos rebollares de Quercus pyrenaica. En los sustratos con algún grado
importante de atonalidad, motivada por ejemplo para la degradación edáfica, roquedos o fuertes
pendientes en solana, dominan encinares, que con el tiempo van siendo sustituidos por bosques
marcescentes. Los sabinares, análogos de primer orden, llegan por el sur hasta escasamente 5 km de la
estación. Por otra parte, existen repoblaciones dercanas de Pinus nigra en buen estado vegetativo y con
abundante regeneración natural (Puerto de La Brújula) y también hay repoblaciones ceranas de Pinus
sylvestris, pero recurrentemente atacadas por plagas forestales, lo cual concuerda con el bajo escalar
0,14.A2 asignado a estas formaciones.

Al igual que para el caso del Modelo “SUBTIPOS”, en el caso del Modelo “ESPECIES”, también
podemos adentrarnos en estudios fitoclimáticos más detallados si buceamos en la denonimada “Matriz
Fitoclimática” de nuestra estación. Como ya se ha indicado más arriba, la matriz de cálculo fitoclimático
es en realidad un matriz con tantas columnas como formaciones componen el sistema (en nuestro caso 15
columnas) y tantos factores-planos existentes. Existen 66 planos factoriales sin repetición y en cada uno
de ellos se estudiando los 2 factores que lo forman, por lo que tendremos 66x2=132 filas en la matriz.

Cada una de las 132x15=1980 celdas incluye el escalar parcial de adecuación de nuestra estación para ese
factor y plano factorial (proyección binaria de la envolvente convexa) y esa formación fitoclimática
concreta a los que corresponde la celda. El escalar de adecuación de nuestra estación a una formación de
las 15 definidas es la media de los escalares de la columna correspondiente a la formación, es decir, la
media de los 132 escalares de la columna. En la tabla 7 se incluye la matriz fitoclimática de nuestra
estación ejemplo de Burgos-Villafría, en ella podemos ver como los escalar 0,51, 0,51 y 0,17 de
adecuación de la estación a las formaciones Qfa, Qpy y Qil es en realidad la media de los escalares de la
cada columna coloreada en rosa.
Dado que los subtipos Qfa, Qpy y Qil resultan ser Genuinos, vemos que todas las celdas de las columnas
coloreadas en rosa presentan el indicativo “G”. Por ejemplo, de los 132 escalares parciales de adecuación
de nuestra estación al subtipo Qfa, la más baja es la correspondiente al factor K en el plano K-TMC, que
es de 0,27.

30
TMC

25
C (0,12; 21,7)

20
P (0,037; 18,4)

15

10

K
0
0 0,05 0,1 0,15 0,2 0,25 0,3 0,35

Para este plano factorial, la envolvente convexa queda definida por los siguientes vértices que calcula el
programa:

K TMC
0 16,2
0,255 20,7
0 24,7
0,303 24,9
0,147 25,3

Y el centroide es C (0,120; 21,7)

Si nuestro punto de análisis, cponforme a la tabla de factores de nuestra estación, es P (0,037; 18,4),
vemos que nos hallamos en una situación interna a la envolvente convexa, pero en situyación marginal
respecto a su centroide, de ahí el valor tan bajo del escalar.
Plano Factor Psy Pun Api Aal Fsy Qro Qpe Qil Qsu Qca Qfa Qpy Qhu Jth Pni
- -
APV A 0,45G -3,77D 0,40A1 -3,77D 0,00A1 0,11G 0,29A1 -0,97D 0,72G 0,68G -2,21D 0,67G 0,67G
0,52A2 1,16A2
- -
KA A 0,45G -3,77D 0,38A1 -3,77D 0,00A1 0,10G 0,26G -0,88D 0,74G 0,69G -3,22D 0,68A1 0,77G
0,52A2 1,16A2
- -
ATMMC A 0,45G -3,77D 0,41G -3,77D 0,00A1 0,11G 0,27G -0,88D 0,71G 0,70G -2,21D 0,68G 0,69G
0,52A2 1,16A2
- -
AHS A 0,45A1 -3,77D 0,42A1 -3,77D 0,00A1 0,12G 0,28A1 -1,12D 0,70G 0,66G -2,21D 0,67G 0,69A1
0,52A2 1,16A2
- -
ATMF A 0,45A1 -3,77D 0,40A1 -3,77D 0,00A1 0,11G 0,28A1 -0,85D 0,72G 0,68G -2,21D 0,68G 0,67G
0,52A2 1,16A2
- -
AT A 0,45A1 -3,77D 0,41A1 -3,77D 0,00A1 0,11G 0,28A1 -1,00D 0,71G 0,69G -2,21D 0,67G 0,68G
0,52A2 1,16A2
- -
ATMMF A 0,45A1 -3,77D 0,41A1 -3,77D 0,00A1 0,11G 0,27A1 -0,85D 0,72G 0,68G -2,21D 0,68G 0,66G
0,52A2 1,16A2
- -
APE A 0,45G -3,77D 0,41A1 -3,77D 0,00A1 0,12G 0,29G -1,00D 0,70G 0,64G -2,21D 0,68G 0,69A1
0,52A2 1,16A2
- -
AP A 0,45A1 -3,77D 0,43A1 -3,77D 0,00A1 0,11G 0,28A1 -0,86D 0,71G 0,66G -2,21D 0,64G 0,76G
0,52A2 1,16A2
- -
AOSC A 0,45G -3,77D 0,40A1 -3,77D 0,00A1 0,11G 0,27G -0,83D 0,71G 0,69G -2,21D 0,68A1 0,68A1
0,52A2 1,16A2
- -
ATMC A 0,45G -3,77D 0,41A1 -3,77D 0,00A1 0,11G 0,28A1 -0,90D 0,70G 0,69G -2,21D 0,68A1 0,69G
0,52A2 1,16A2
- -
TMMFHS HS -0,73D -8,25D -0,76D 1,00G -4,76D 1,00G 0,69G -8,25D -8,25D 0,95G 0,99G 0,97G 0,95G
0,36A2 0,18A2
- -
HSPV HS -0,75D -8,25D -0,73D 1,00G -4,76D 0,99G 0,69G -8,25D -8,25D 0,95G 0,97G 0,95A1 0,98G
0,44A2 0,22A2
- -
TMFHS HS -0,77D -8,25D -0,76D 0,98G -4,76D 1,00G 0,69G -8,25D -8,25D 0,93G 0,99G 0,96G 0,96G
0,36A2 0,18A2
- -
KHS HS -0,76D -8,25D -0,72D 0,96A1 -4,76D 1,00A1 0,69G -8,25D -8,25D 0,94G 0,98G 0,99A1 0,90G
0,44A2 0,21A2
- -
PEHS HS -0,74D -8,25D -0,80D 0,99G -4,76D 1,00G 0,69G -8,25D -8,25D 0,97G 0,98G 0,96A1 0,94G
0,35A2 0,19A2
- -
HSOSC HS -0,82D -8,25D -0,83D 0,99G -4,76D 1,00G 0,69G -8,25D -8,25D 0,96G 0,98G 0,97G 0,97G
0,42A2 0,23A2
- -
TMMCHS HS -0,89D -8,25D -0,84D 0,99A1 -4,76D 1,00G 0,69G -8,25D -8,25D 0,97G 0,99G 0,96G 0,97G
0,44A2 0,23A2
- -
TMCHS HS -0,77D -8,25D -0,83D 0,99G -4,76D 0,99G 0,69G -8,25D -8,25D 0,96G 0,98G 0,95G 0,97G
0,44A2 0,23A2
- -
THS HS -0,67D -8,25D -0,77D 0,99G -4,76D 0,98G 0,69G -8,25D -8,25D 0,94G 0,97G 0,94G 0,95G
0,40A2 0,21A2
- -
AHS HS -0,76D -8,25D -0,72D 0,98A1 -4,76D 0,99A1 0,69G -8,25D -8,25D 0,97G 0,99G 0,99A1 0,97G
0,40A2 0,21A2
- -
PHS HS -0,79D -8,25D -0,71D 0,99A1 -4,76D 1,00A1 0,69G -8,25D -8,25D 0,96G 1,00G 0,99A1 1,00G
0,33A2 0,23A2
- - -
KPE K 0,75G 0,00A1 0,83A1 0,00A1 -1,84D 0,02G 0,17G 0,31G 0,56G -6,11D 0,15G 1,00G
0,23A2 14,18D 0,49A2
- - -
KTMMF K 0,75A1 0,00A1 0,85A1 0,00A1 -1,84D 0,02G 0,12A1 0,29G 0,49G -6,11D 0,16G 0,98G
0,23A2 14,18D 0,43A2
- - -
KTMMC K 0,75G 0,00A1 0,84G 0,00A1 -1,84D 0,02G 0,13G 0,28G 0,48G -6,11D 0,17G 0,99G
0,23A2 14,18D 0,45A2
- - -
KTMF K 0,75A1 0,00A1 0,84A1 0,00A1 -1,84D 0,02G 0,13A1 0,31G 0,48G -6,11D 0,16G 0,98G
0,23A2 14,18D 0,43A2
- - -
KTMC K 0,75G 0,00A1 0,84A1 0,00A1 -1,84D 0,02G 0,13A1 0,27G 0,47G -6,11D 0,17G 0,99G
0,23A2 14,18D 0,46A2
- - -
KT K 0,75A1 0,00A1 0,85A1 0,00A1 -1,84D 0,02G 0,13A1 0,30G 0,47G -6,11D 0,16G 0,99G
0,23A2 14,18D 0,45A2
- - -
KPV K 0,75G 0,00A1 0,84A1 0,00A1 -1,84D 0,02G 0,15A1 0,29G 0,49G -6,11D 0,15G 0,98G
0,23A2 14,18D 0,47A2
- - -
KP K 0,75G 0,00A1 0,82A1 0,00A1 -1,84D 0,02G 0,16G 0,31G 0,56G -6,11D 0,19G 0,99G
0,23A2 14,18D 0,46A2
- - -
KOSC K 0,75G 0,00A1 0,83A1 0,00A1 -1,84D 0,02G 0,12G 0,28G 0,48G -6,11D 0,16G 1,00G
0,23A2 14,18D 0,42A2
- - -
KHS K 0,75A1 0,00A1 0,79A1 0,00A1 -1,84D 0,03G 0,13A1 0,29G 0,51G -6,11D 0,19G 0,98A1
0,23A2 14,18D 0,44A2
- - -
KA K 0,75G 0,00A1 0,80A1 0,00A1 -1,84D 0,02G 0,14G 0,29G 0,52G -6,29D 0,16A1 0,99G
0,23A2 14,18D 0,45A2
- -
HSOSC OSC 0,84A1 0,61A1 0,81A1 0,49G 0,64G 0,18G 0,32A1 0,00A1 0,37G 0,41G 0,55G 0,55G 0,69A1
14,36D 0,04A2
- -
PVOSC OSC 0,87G 0,60G 0,81G 0,51G 0,62A1 0,18G 0,32A1 0,00A1 0,37G 0,41G 0,54A1 0,55G 0,68G
21,55D 0,03A2
- -
AOSC OSC 0,90G 0,62A1 0,88A1 0,56A1 0,63A1 0,18G 0,32G 0,00A1 0,37G 0,41G 0,48A1 0,54A1 0,67A1
19,54D 0,03A2
 - -
TMCOSC OSC 0,84G 0,60A1 0,81A1 0,50G 0,64G 0,18G 0,33A1 0,00A1 0,38G 0,41G 0,54G 0,55G 0,69G
23,13D 0,03A2
- -
KOSC OSC 0,91G 0,62A1 0,88A1 0,57A1 0,64A1 0,18G 0,33G 0,00A1 0,34G 0,42G 0,48A1 0,49G 0,65G
20,47D 0,03A2
- -
TOSC OSC 0,84A1 0,61A1 0,81A1 0,50G 0,64G 0,18G 0,33A1 0,00A1 0,38G 0,42G 0,55G 0,54G 0,68G
22,52D 0,03A2
- -
PEOSC OSC 0,84G 0,59A1 0,79A1 0,50G 0,64G 0,18G 0,31G 0,00A1 0,37G 0,40G 0,53A1 0,55G 0,68G
18,26D 0,03A2
- -
TMMFOSC OSC 0,85G 0,61A1 0,81A1 0,50G 0,66G 0,18G 0,32A1 0,00A1 0,37G 0,42G 0,51G 0,55G 0,69G
22,66D 0,03A2
- -
TMFOSC OSC 0,84G 0,60A1 0,81A1 0,50G 0,64G 0,18G 0,33A1 0,00A1 0,38G 0,41G 0,54G 0,55G 0,69G
23,13D 0,03A2
- -
TMMCOSC OSC 0,86A1 0,62A1 0,81A1 0,50A1 0,65G 0,18G 0,33A1 0,00A1 0,37G 0,42G 0,52G 0,55A1 0,69A1
22,69D 0,03A2
- -
POSC OSC 0,83A1 0,59A1 0,78A1 0,48A1 0,62A1 0,18G 0,33G 0,00A1 0,38G 0,41G 0,55A1 0,57G 0,65G
19,15D 0,03A2
- - - - - -
KP P 0,06G -4,17D 0,43G 0,26G -4,96D 0,51G 0,30G 0,66G 0,30G
1,13A2 0,60A2 0,14A2 0,40A2 0,29A2 0,22A2
- - - - - -
PPE P 0,05A1 -4,05D 0,35G 0,22A1 -4,12D 0,39G 0,19G 0,65G 0,28G
1,11A2 0,72A2 0,10A2 0,29A2 0,24A2 0,18A2
- - - - - -
PPV P 0,06A1 -3,73D 0,35G 0,22A1 -4,45D 0,42G 0,23G 0,58G 0,30A1
1,38A2 0,72A2 0,10A2 0,33A2 0,23A2 0,19A2
- - - - - -
PT P 0,05A1 -3,69D 0,36G 0,23A1 -4,62D 0,42G 0,24G 0,65G 0,26G
1,38A2 0,73A2 0,10A2 0,34A2 0,23A2 0,18A2
- - - - - -
AP P 0,06A1 -3,42D 0,38G 0,24A1 -4,61D 0,43G 0,24G 0,61G 0,32G
1,13A2 0,60A2 0,15A2 0,36A2 0,29A2 0,22A2
- - - - - -
PTMC P 0,06A1 -3,81D 0,35G 0,23A1 -4,52D 0,43G 0,23G 0,63G 0,28G
1,43A2 0,76A2 0,10A2 0,34A2 0,23A2 0,20A2
- - - - - -
PTMF P 0,05A1 -3,83D 0,37G 0,23A1 -4,72D 0,41G 0,24G 0,64G 0,24G
1,35A2 0,75A2 0,10A2 0,35A2 0,23A2 0,19A2
- - - - - -
PTMMC P 0,06A1 -3,79D 0,37G 0,23A1 -4,77D 0,45G 0,23G 0,62G 0,28A1
1,36A2 0,76A2 0,11A2 0,33A2 0,25A2 0,20A2
- - - - - -
PHS P 0,05A1 -3,32D 0,35G 0,19A1 -4,30D 0,44G 0,22G 0,61G 0,23G
1,38A2 0,71A2 0,10A2 0,38A2 0,22A2 0,17A2
- - - - - -
POSC P 0,06A1 -3,90D 0,37G 0,24G -4,98D 0,45G 0,23G 0,61G 0,30G
1,47A2 0,85A2 0,11A2 0,37A2 0,27A2 0,19A2
- - - - - -
PTMMF P 0,05A1 -3,80D 0,37G 0,24A1 -4,71D 0,42G 0,24G 0,64G 0,24G
1,35A2 0,75A2 0,10A2 0,35A2 0,24A2 0,20A2
- - -
PETMMF PE 0,55G -1,91D 0,23G 0,06A1 0,17G 0,71G 0,76A1 0,70G 0,76G 0,00A1 0,56G 0,66G
0,59A2 19,72D 47,42D
- - -
KPE PE 0,71G -2,23D 0,30G 0,07G 0,24A1 0,79G 0,78G 0,74G 0,79G 0,00A1 0,49G 0,64G
0,70A2 18,84D 42,51D
- - -
PEHS PE 0,59A1 -1,77D 0,23G 0,06A1 0,17G 0,66G 0,65A1 0,70G 0,75G 0,00A1 0,57G 0,65A1
0,62A2 30,55D 61,09D
- -
PEOSC PE 0,64G -0,72D -2,76D 0,24G 0,06A1 0,20G 0,72G 0,77G 0,71G 0,78G 0,00A1 0,59G 0,65G
19,18D 47,18D
- - -
PEPV PE 0,61G -1,73D 0,22G 0,06A1 0,18G 0,67G 0,68A1 0,72G 0,76G 0,00A1 0,56G 0,66G
0,62A2 21,87D 50,75D
- - -
PET PE 0,57A1 -1,74D 0,22G 0,06A1 0,17G 0,71G 0,73A1 0,70G 0,78G 0,00A1 0,57G 0,65G
0,62A2 20,22D 47,21D
- - -
PETMC PE 0,61G -1,96D 0,23G 0,06G 0,17A1 0,71G 0,73A1 0,69G 0,78G 0,00A1 0,57G 0,65G
0,64A2 19,42D 48,34D
- - -
PETMF PE 0,55G -1,91D 0,22G 0,06A1 0,17G 0,70G 0,75A1 0,71G 0,76G 0,00A1 0,56G 0,66G
0,58A2 19,49D 47,50D
- - -
PETMMC PE 0,62A1 -2,08D 0,23A1 0,07G 0,18A1 0,74G 0,76G 0,70G 0,78G 0,00A1 0,57G 0,65G
0,67A2 19,57D 50,27D
- - -
PPE PE 0,53A1 -1,96D 0,21A1 0,05A1 0,18A1 0,77G 0,77A1 0,72G 0,77G 0,00A1 0,59G 0,64G
0,68A2 18,61D 51,01D
- - -
APE PE 0,68G -2,23D 0,29A1 0,07A1 0,24A1 0,77G 0,74G 0,74G 0,76G 0,00A1 0,60G 0,65A1
0,70A2 19,64D 48,73D
- - -
PPV PV 0,32A1 0,19A1 0,00A1 0,88A1 0,73A1 -0,43D 0,38A1 0,29G 0,40G 0,26G 0,67G 0,77A1
0,16A2 22,69D 0,51A2
- - -
PEPV PV 0,32G 0,19A1 0,00A1 0,82A1 0,71G -0,42D 0,38G 0,27G 0,38G 0,23G 0,63G 0,77G
0,13A2 17,41D 0,44A2
- - -
TMMCPV PV 0,32A1 0,20A1 0,00A1 0,80A1 0,78A1 -0,44D 0,36A1 0,30G 0,42G 0,23G 0,60G 0,75G
0,16A2 20,85D 0,44A2
- - -
HSPV PV 0,32A1 0,20A1 0,00A1 0,84A1 0,75G -0,67D 0,42G 0,35G 0,46G 0,29G 0,63G 0,80A1
0,16A2 14,44D 0,44A2
- - -
PVOSC PV 0,32G 0,20G 0,00A1 0,81G 0,73G -0,44D 0,34A1 0,29G 0,39G 0,24G 0,61G 0,75G
0,17A2 24,43D 0,40A2
- - -
TMMFPV PV 0,32A1 0,19A1 0,00A1 0,84A1 0,73G -0,39D 0,40G 0,29G 0,41G 0,26G 0,60G 0,77G
0,16A2 22,03D 0,41A2
- - -
TMFPV PV 0,32A1 0,20A1 0,00A1 0,84A1 0,78G -0,42D 0,42G 0,29G 0,41G 0,26G 0,60G 0,76G
0,17A2 22,03D 0,43A2
 - - -
KPV PV 0,31G 0,19A1 0,00A1 0,88A1 0,88A1 -0,51D 0,48A1 0,32G 0,46G 0,25G 0,62G 0,81G
0,20A2 21,46D 0,58A2
- - -
TPV PV 0,32A1 0,20A1 0,00A1 0,88A1 0,82A1 -0,41D 0,39A1 0,29G 0,41G 0,24G 0,61G 0,74G
0,16A2 17,06D 0,54A2
- - -
TMCPV PV 0,32G 0,20A1 0,00A1 0,80A1 0,78A1 -0,42D 0,35A1 0,29G 0,40G 0,24G 0,60G 0,75G
0,15A2 20,12D 0,46A2
- - -
APV PV 0,32G 0,19A1 0,00A1 0,88A1 0,86A1 -0,53D 0,44A1 0,32G 0,39G 0,25G 0,62G 0,77G
0,18A2 18,42D 0,58A2
-
PT T -0,39D -1,93D -0,42D 0,45A1 0,10A1 0,87A1 0,16G -1,56D -6,99D 0,68G 0,59G 0,89A1 0,88G 0,48G
0,14A2
-
KT T -0,36D -1,82D -0,41D 0,45A1 0,09A1 0,87A1 0,13G -1,16D -5,70D 0,65G 0,52G 0,86A1 0,76G 0,54G
0,19A2
-
TTMMF T -0,40D -1,84D -0,53D 0,47G 0,09A1 0,87G 0,15G -1,10D -6,34D 0,67G 0,56G 0,85G 0,81G 0,48G
0,16A2
-
TTMF T -0,45D -1,68D -0,53D 0,45G 0,10A1 0,88G 0,15G -1,21D -6,39D 0,66G 0,56G 0,84G 0,80G 0,48G
0,16A2
-
TTMMC T -0,42D -2,02D -0,53D 0,45A1 0,09A1 0,88G 0,15G -1,16D -5,70D 0,70G 0,55G 0,85G 0,85G 0,48G
0,17A2
-
TOSC T -0,41D -2,16D -0,54D 0,46G 0,10A1 0,88G 0,15G -1,28D -5,95D 0,68G 0,55G 0,85G 0,85G 0,48G
0,17A2
-
PET T -0,37D -2,01D -0,51D 0,44G 0,10A1 0,87G 0,17G -1,88D -7,42D 0,69G 0,59G 0,86A1 0,79G 0,46G
0,15A2
-
TTMC T -0,39D -1,87D -0,53D 0,45G 0,10A1 0,88G 0,15G -1,33D -5,63D 0,69G 0,55G 0,86G 0,85G 0,49G
0,17A2
-
AT T -0,36D -1,89D -0,41D 0,47A1 0,09A1 0,88A1 0,15G -1,53D -7,37D 0,67G 0,56G 0,86A1 0,84G 0,49G
0,17A2
-
TPV T -0,39D -1,89D -0,42D 0,47A1 0,10A1 0,88A1 0,15G -1,74D -7,60D 0,68G 0,54G 0,85A1 0,86G 0,47G
0,17A2
-
THS T -0,36D -2,14D -0,49D 0,49G 0,13A1 0,88G 0,19G -1,21D -6,63D 0,73G 0,60G 0,84G 0,83G 0,42A1
0,15A2
- -
TTMC TMC 0,30A1 -0,13D -1,59D 0,03A1 0,33G 0,88A1 0,72G 0,09G 0,36G 0,43G 0,81G 0,51G 0,91G
0,20A2 12,74D
- -
ATMC TMC 0,33G -0,13D -1,63D 0,03A1 0,36A1 0,87A1 0,71A1 0,09G 0,34G 0,44G 0,75A1 0,51A1 0,91G
0,23A2 14,67D
- -
TMFTMC TMC 0,29G -0,14D -1,73D 0,03A1 0,33G 0,88A1 0,72G 0,10G 0,36G 0,44G 0,78G 0,51G 0,89G
0,21A2 12,76D
- -
KTMC TMC 0,35G -0,13D -1,59D 0,03A1 0,34A1 0,87A1 0,71A1 0,08G 0,31G 0,40G 0,75A1 0,46G 0,89G
0,19A2 12,87D
-
PETMC TMC 0,29G -0,13D -1,72D 0,03A1 0,33G 0,89G 0,70A1 0,11G -0,28D 0,35G 0,47G 0,79A1 0,48G 0,91G
14,86D
- -
TMCTMMC TMC 0,32G -0,11D -1,33D 0,03A1 0,33A1 0,88G 0,73G 0,09G 0,35G 0,42G 0,73G 0,50A1 0,90A1
0,21A2 12,44D
- -
TMCOSC TMC 0,29G -0,14D -1,73D 0,03A1 0,33G 0,88A1 0,72G 0,10G 0,36G 0,44G 0,78G 0,51G 0,89G
0,21A2 12,76D
- -
TMCHS TMC 0,28A1 -0,14D -1,83D 0,03A1 0,35G 0,90A1 0,71G 0,12G 0,41G 0,48G 0,80G 0,52G 0,88A1
0,22A2 10,92D
- -
PTMC TMC 0,27A1 -0,13D -1,66D 0,02A1 0,32A1 0,88A1 0,69A1 0,10G 0,37G 0,45G 0,85A1 0,56G 0,91G
0,26A2 14,83D
- -
TMCPV TMC 0,31G -0,14D -1,61D 0,03A1 0,34A1 0,91A1 0,72A1 0,10G 0,37G 0,44G 0,76A1 0,53G 0,90G
0,23A2 14,78D
- -
TMCTMMF TMC 0,29G -0,13D -1,68D 0,03A1 0,34G 0,88A1 0,72G 0,10G 0,35G 0,45G 0,77G 0,51G 0,89G
0,22A2 12,79D
-
ATMF TMF 0,11A1 -0,12D -5,22D 0,13A1 0,70A1 0,69A1 0,18G -0,29D -3,81D 0,50G 0,47G 0,65A1 0,66G 0,33G
0,38A2
-
TMFPV TMF 0,10A1 -0,11D -5,14D 0,12A1 0,70G 0,69G 0,19G -0,28D -3,90D 0,52G 0,48G 0,67A1 0,68G 0,31G
0,39A2
-
KTMF TMF 0,11A1 -0,12D -5,02D 0,13A1 0,70A1 0,70A1 0,17G -0,27D -3,83D 0,50G 0,46G 0,65A1 0,62G 0,34G
0,34A2
-
PETMF TMF 0,09G -5,57D 0,13A1 0,70G -0,44D 0,70G 0,21G -0,30D -4,08D 0,52G 0,50G 0,65A1 0,64G 0,32G
0,10A2
PTMF TMF 0,09A1 -0,12D -5,34D 0,12A1 0,70A1 -0,45D 0,69A1 0,20G -0,33D -4,06D 0,51G 0,54G 0,68A1 0,69G 0,32G
TTMF TMF 0,10A1 -0,12D -4,55D 0,12A1 0,69G -0,43D 0,68G 0,19G -0,26D -4,61D 0,52G 0,47G 0,67G 0,64G 0,33G
TMFTMC TMF 0,11G -0,11D -5,90D 0,12A1 0,70G -0,42D 0,68G 0,19G -0,28D -4,30D 0,51G 0,47G 0,66G 0,67G 0,32G
TMFOSC TMF 0,11G -0,11D -5,90D 0,12A1 0,70G -0,42D 0,68G 0,19G -0,28D -4,30D 0,51G 0,47G 0,66G 0,67G 0,32G
-
TMFTMMF TMF 0,09G -0,11D -4,22D 0,12A1 0,70G 0,70G 0,19G -0,24D -3,85D 0,54G 0,50G 0,67G 0,66G 0,28A1
0,39A2
-
TMFTMMC TMF 0,10A1 -0,12D -5,26D 0,12A1 0,70A1 0,69G 0,19G -0,26D -4,35D 0,53G 0,48G 0,67G 0,67G 0,32G
0,41A2
TMFHS TMF 0,09A1 -0,12D -5,78D 0,12A1 0,70G -0,65D 0,69G 0,22G -0,26D -4,05D 0,53G 0,55G 0,65G 0,66G 0,26A1
-
TMCTMMC TMMC 0,00G -0,22D 0,83A1 -0,60D 0,76G 0,75G 0,10G 0,16A1 -5,80D 0,35G 0,37G 0,62G 0,69A1 0,58A1
0,05A2
 -
KTMMC TMMC 0,00G -0,29D 0,88G -0,63D 0,75A1 0,63A1 0,09G 0,17G -5,39D 0,34G 0,37G 0,62A1 0,69G 0,68G
0,05A2
-
PETMMC TMMC 0,00A1 -0,25D 0,89A1 -0,66D 0,73G 0,62A1 0,11G 0,20G -6,15D 0,38G 0,39G 0,64A1 0,69G 0,60G
0,05A2
-
PTMMC TMMC 0,00A1 -0,28D 0,89A1 -0,53D 0,76A1 0,61A1 0,11G 0,18A1 -5,93D 0,39G 0,39G 0,64A1 0,66G 0,64A1
0,04A2
-
TMMCPV TMMC 0,00A1 -0,26D 0,88A1 -0,65D 0,76A1 0,68A1 0,11G 0,18A1 -6,12D 0,38G 0,39G 0,64A1 0,68G 0,56G
0,05A2
-
TTMMC TMMC 0,00A1 -0,28D 0,89A1 -0,61D 0,76A1 0,70G 0,10G 0,17A1 -5,84D 0,37G 0,39G 0,64G 0,69G 0,59G
0,05A2
-
TMMCOSC TMMC 0,00A1 -0,27D 0,90A1 -0,61D 0,76A1 0,63G 0,10G 0,16A1 -5,85D 0,38G 0,39G 0,64G 0,69A1 0,55A1
0,05A2
-
TMFTMMC TMMC 0,00A1 -0,28D 0,88A1 -0,61D 0,75A1 0,66G 0,10G 0,17A1 -5,83D 0,38G 0,39G 0,65G 0,69G 0,54G
0,05A2
-
TMMCHS TMMC 0,00A1 -0,30D 0,90A1 -0,65D 0,74A1 0,66G 0,11G 0,17A1 -4,52D 0,38G 0,39G 0,65G 0,68G 0,53A1
0,05A2
-
TMMFTMMC TMMC 0,00A1 -0,28D 0,90A1 -0,61D 0,74A1 0,70G 0,10G 0,18A1 -5,82D 0,37G 0,39G 0,64G 0,69G 0,54G
0,05A2
-
ATMMC TMMC 0,00G -0,29D 0,88G -0,63D 0,78A1 0,63A1 0,10G 0,18G -6,14D 0,36G 0,39G 0,62A1 0,69G 0,61G
0,05A2
-
PTMMF TMMF 0,11A1 -0,12D -6,24D 0,22A1 0,70A1 0,70A1 0,29G -0,15D -5,39D 0,65G 0,67G 0,69A1 0,70G 0,19G
0,32A2
-
TTMMF TMMF 0,11A1 -0,11D -5,93D 0,22A1 0,70G 0,69G 0,29G -0,12D -5,97D 0,69G 0,64G 0,68G 0,65G 0,19G
0,30A2
- -
PETMMF TMMF 0,11G -6,51D 0,24A1 0,70G 0,70G 0,30G -0,14D -5,35D 0,67G 0,64G 0,70A1 0,64G 0,19G
0,10A2 0,32A2
-
TMMFTMMC TMMF 0,11A1 -0,11D -7,18D 0,22A1 0,70A1 0,69G 0,29G -0,13D -5,80D 0,68G 0,63G 0,68G 0,68G 0,19G
0,30A2
-
TMMFPV TMMF 0,13A1 -0,10D -5,96D 0,22A1 0,70G 0,69G 0,28G -0,14D -5,06D 0,67G 0,63G 0,68A1 0,69G 0,18G
0,31A2
-
TMMFOSC TMMF 0,13G -0,11D -7,13D 0,22A1 0,70G 0,70G 0,29G -0,14D -5,79D 0,66G 0,62G 0,70G 0,68G 0,19G
0,31A2
-
TMMFHS TMMF 0,11A1 -0,11D -6,86D 0,22A1 0,70G -0,45D 0,68G 0,34G -5,41D 0,70G 0,69G 0,68G 0,66G 0,15A1
0,11A2
- -
TMFTMMF TMMF 0,11G -4,88D 0,22A1 0,70G 0,65G 0,30G -0,13D -5,05D 0,69G 0,67G 0,67G 0,67G 0,17A1
0,10A2 0,32A2
-
TMCTMMF TMMF 0,12G -0,10D -6,65D 0,22A1 0,70G 0,70G 0,29G -0,13D -5,72D 0,67G 0,62G 0,69G 0,68G 0,19G
0,29A2
-
KTMMF TMMF 0,14A1 -0,11D -5,86D 0,23A1 0,70A1 0,70A1 0,27G -0,13D -4,99D 0,66G 0,61G 0,70A1 0,62G 0,20G
0,24A2
-
ATMMF TMMF 0,13A1 -0,11D -6,11D 0,23A1 0,70A1 0,70A1 0,27G -0,13D -4,92D 0,66G 0,63G 0,70A1 0,67G 0,20G
0,27A2
-
TOTAL 0,14A2 -0,32D -5,14D -0,43D 0,24D -0,28D -0,51D 0,16G -0,32D 0,51G 0,51G -0,15D 0,58A1 0,53A2
10,62D

Tabla 7: Matriz de cáculo fitoclimático del Modelo “ESPECIES” para la estación de Burgos-Villafría

El escalar de máxima adecuación es 1. Tras el número aparece un indicativo alfabético que puede ser:

G Genuino Función de posición (Fp)>=0 y punto interior a la envolvente

convexa
A1 Análogo de primer orden Fp>=0 y punto exterior a la envolvente convexa pero interior al
paralepípedo factorial
A2 Análogo de segundo orden Fp<0 y >=-1 con punto exterior al paralepípedo factorial pero
cercano a él
D Dispar Fp<-1 con punto exterior al paralepípedo factorial y alejado de él

La diagnosis final de la estación de Burgos es la siguiente:

 Psy Pun Api Aal Fsy Qro Qpe Qil Qsu Qca Qfa Qpy Qhu Jth Pni
0,13D -1,71D -112,14D -1,91D -0,01D -1,61D -11,52D 0,22G -1,89D ****D 0,59G 0,57G -3,18D 0,66A1 0,60A2

Puede expresarse este resultado en forma de un espectro de genuinos del tipo:

[e1(Sp1)+e2(Sp2)+e3(Sp3)+……..+ei(Spi)]

en donde e1>e2>e3>…….>ei siendo ei los escalares de adecuación correspondientes.

En nuestro caso el espectro es:

[0,59(Qfa)+0,57(Qpy)+0,22(Qil)]

Idéntico espectro puede calcularse para las especies análogas de primer y segundo orden. En nuestro caso
tendremos:

Análogos de primer orden (A1): [0,66(Jth)]

Análogos de segundo orden (A2): [0,60Pni]

En definitiva, nos hallamos ante una estación cuyas condiciones fitoclimáticas se corresponden con
bosques marcescentes de Quercus faginea y de Quercus pyrenaica (según el sustrato básico o ácido), con
idoneidades semejantes (0,59 y 0,57) pero también compatible, aunque con idoneidades bajas (0,22), con
encinares de Quercus ilex. Existe una cercanía fitoclimática muy fuerte (A1) hacia sabinares de Juniperus
thurifera, aunque no llegan a ser plenamente genuinos, y algo más alejados (A2), aunque también en
situación de analogía, se encuentran pinares de Pinus nigra.

Bibliografía recomendada

Sobre Modelos básicos:

ALLUÉ ANDRADE, J.L., 1990. Atlas fitoclimático de España. Taxonomías. Ministerio de Agricultura,
Pesca y Alimentación. Instituto Nacional de Investigaciones Agrarias. 221 pp. Madrid.

ALLUÉ ANDRADE, J.L., 1997: Tres nuevos modelos para la fitoclimatología forestal: Diagnosis,
Idoneidad y dinámica de fitoclimas. Actas IRATI’97. 1er Congreso Forestal Hispano-Luso. I: 31-40.
Pamplona.

ALLUE-ANDRADE, J.L. & MARTIN BLAS, M.T. 1994. Indicador de idoneidad de lugar para las
masas forestales. Aplicación a Pinus pinea L. Conferencia Universidad de Castilla la Mancha. Inédita.

ALLUÉ CAMACHO, C. 1996: Un modelo para la caracterización fitoclimática de individuos,

comunidades y fitologías. El modelo idoneidad y su aplicación a las comunidades pascícolas. Ecología
10: 209-230. Madrid.

GARCÍA-LÓPEZ, J.M. & ALLUÉ CAMACHO, C., 2003. Aplicación de la teoría de la envolvente
convexa a la mejora del sistema fitoclimático Allué-Andrade. Ecología 17: 329-343.

Sobre informatizaciones de los modelos:

MANRIQUE MENENDEZ, E. 1993. Informatizaciones CLIMOAL. Fundación Conde del Valle de

Salazar. Universidad Politécnica de Madrid.

MANRIQUE MENENDEZ, E. 1999. Informatizaciones CLIMOTUR. Inédito.

MARTIN BLAS, M.T. & MANRIQUE MENENDEZ, E. 1994. Programas CLIMESP y ESCESP.
Inéditos.

GARCÍA-LÓPEZ, J.M., 2002: FITOCLIMOAL’2000, un programa para la diagnosis, homologación y

estudio de dinámicas e idoneidades fitoclimáticas. Montes 67: 9-18.

GRAU CORBI, J.M.; 1990. Informatización de los modelos. Computerización. En “ALLUE-

ANDRADE (1990): Atlas Fitoclimático de España. Taxonomías. Instituto Nacional de Investigaciones
Agrarias. 221 pp. Madrid”.

SARMIENTO, J.M. & MANRIQUE, E. 1997. Aplicación del entorno Windows a los cálculos del
Sistema Fitoclimático de Allué-Andrade. Actas del I Congreso Forestal

Sobre aplicaciones de los modelos:

ALLUÉ-ANDRADE, J.L. 1995 : El cambio climático y los montes españoles. Cuadernos de la Sociedad
Española de Ciencias Forestales 2: 35-64.

ALLUÉ ANDRADE, J.L. & MANRIQUE, E., 1993: La homologación en fitoclimatología forestal.
Universidad Politécnica de Madrid. Escuela Universitaria de Ingeniería Técnica Forestal. 12 pp.

ALLUÉ CAMACHO, C.; 1995 : Idoneidad y expectativas de cambio fitoclimáticas en los principales
sintaxa pascícolas de los montes españoles. Tesis Doctoral. Universidad Politécnica de madrid. Escuela
Técnica Superior de Ingenieros de Montes. 423 pp. Madrid.
GARCÍA-LÓPEZ, J.M.; ALLUÉ, C. & ALLUÉ, M., 1990: Homologation phytoclimatique de
quelques stations turques et marocaines de cédre. Actas Simposium Internacional sobre el cedro. Antalya
(Turquía): 103-115.

GARCÍA-LÓPEZ, J.M.; ALLUÉ, C. & ALLUÉ, M., 1990: An approach to an integral phytoclimatic
diagnosis of the circunmediterranean cedar forests. Actas Simposium Internacional sobre el cedro.
Antalya (Turquía): 116-128.

GARCÍA-LÓPEZ, J.M.; ALLUÉ, C. & ALLUÉ, M., 1993: Phytoclimatic characterisation and
homologation of natural forests of Pinus brutia in Turkey. Proceedings International Symposium on Pinus
brutia Ten. Mamaris (Turkey), 18-23 October 1993.

GARCÍA-LÓPEZ, J.M., 1997: Avance de clasificación fitoclimática de Turquía. Actas del I Congreso
Forestal Hispano-Luso. Tomo I: 63-68. Pamplona.

GARCÍA-LÓPEZ, J.M.; ALLUÉ, C. & ALLUÉ, M., 1997: Diagnosis fitoclimática integral y
homologación española de los cedrales circunmediterráneos. Actas del I Congreso Forestal Hispano-
Luso. Tomo I: 69-74. Pamplona.

GARCÍA-LÓPEZ, J.M., 1999: Fitoclimatología de Turquía. Diagnosis, homologación, dinámica y

vocaciones. Tesis Doctoral. Universidad Politécnica de Madrid. Escuela Técnica Superior de Ingenieros
de Montes. Madrid. 825 pp.

GARCÍA-LÓPEZ, J.M., 1999: Posición fitoclimática de Abies bornmuelleriana Matfeld en el Macizo

del Uludag (Turquía noroccidental). Investigación Agraria. Sistemas y Recursos Forestales. Fuera de
Serie nº 1 (Homenaje al Prof. José Luis Allué Andrade). 65-74. Instituto Nacional de Investigaciones
Agrarias. Madrid.

GARCÍA-LÓPEZ, J.M., 2000: Equivalencias fitoclimáticas entre la vegetación de Turquía y de España.

Lazaroa 20: 71-94.

GARCÍA-LÓPEZ, J.M., 2000: Taxonomía fitoclimática de Turquía. Ecología 13: 25-53.

GARCÍA-LÓPEZ, J.M., 2000 Homologación fitoclimática de cinco especies forestales de interés entre
España y Turquía. Montes 60: 33-48.

GARCÍA-LÓPEZ, J.M., 2000 Homologación fitoclimática entre España y Turquía. Investigación

Agraria. Sistemas y Recursos Forestales 9(1): 59-87. Instituto Nacional de Investigación y Tecnología
Agraria y Alimentaria (INIA).

GARCÍA-LÓPEZ, J.M.; GONZALO JIMÉNEZ,. J. & ALLUÉ CAMACHO, C., 2001: Diagnosis
fitoclimática digital mediante técnicas de estimación factorial. Aplicación a la provincia de Burgos.
Cuadernos de la Sociedad Española de Ciencias Forestales 12: 57-68.

GARCÍA-LÓPEZ, J.M. & ALLUÉ CAMACHO, C., 2001: Aplicaciones de la fitoclimatología en

situaciones de continuum digital. Cuadernos de la Sociedad Española de Ciencias Forestales 12: 39-45.

GONZALO JIMÉNEZ, J.; GARCÍA-LÓPEZ, J.M. & ALLUÉ CAMACHO, C., 2001:
Caracterización fitoclimática de procedencias de Quercus faginea en el Centro-Norte peninsular.
Cuadernos de la Sociedad Española de Ciencias Forestales 12: 69-75

GARCÍA-LÓPEZ, J.M.; GONZALO, J. & ALLUÉ CAMACHO, C., 2001: Mapa Fitoclimático
Digital de España. Castilla y León. Actas III Congreso Forestal Español. 1: 9-14. Granada.

GARCÍA-LÓPEZ, J.M., 2001: Mediterranean phytoclimates in Turkey. Ecología Mediterránea 27(1):

15-32. Montpellier.

GARCÍA-LÓPEZ, J.M.; GONZALO JIMÉNEZ, J. & ALLUÉ CAMACHO, C., 2002:

Caracterización fitoclimática de procedencias de encinar (Quercus ilex ssp. ballota y Quercus ilex ssp.
ilex) en el Centro-Norte Peninsular. Investigación Agraria (Serie Sistemas y Recursos Forestales) 11 (1):
77-96. INIA.

GONZALO JIMÉNEZ, J.; GARCÍA-LÓPEZ, J.M. & ALLUÉ CAMACHO, C., 2004.
Potencialidades y adecuaciones fitoclimáticas de Abies pinsapo Boiss. en España. Montes 77: 24-32.
Madrid.

GARCÍA-LÓPEZ, J.M. & ALLUÉ CAMACHO, C., 2005. Caracterización y potencialidades

fitoclimáticas de los abetales (Abies alba Mill.) en la Península Ibérica. Ecología 19: 11-28.

GARCÍA-LÓPEZ, J.M.; GONZALO JIMÉNEZ, J. & ALLUÉ CAMACHO, C., 2005.

Fitoclimatología de Pinus nigra Arn. Subsp. salzmannii (Dunal) Franco en España. Áreas potenciales de
ensayo y adecuaciones fitoclimáticas. In “Los pinares de Pinus nigra Arn. en España: Ecología, uso y
gestión; Grande, M.A. & García-Abril, A., 2005; Fundación Conde del Valle de Salazar. 699 pp.) 85-108.

GARCÍA-LÓPEZ, J.M. & ALLUÉ CAMACHO, C., 2005 Caracterización y potencialidades

fitoclimáticas de la sabina albar (Juniperus thurifera L.) en la Península Ibérica. Sistemas y Recursos
Forestales 14(1): 98-109.

GARCÍA-LÓPEZ, J.M.; GONZALO JIMÉNEZ, J. & ALLUÉ CAMACHO, C., 2005

Fitoclimatología de Quercus canariensis Willd. En España. Potencialidades y adecuaciones
fitoclimáticas. Flora Montiberica 29: 14-29.

GARCÍA-LÓPEZ, J.M. & GARCÍA ABRIL, A., 2005 Caracterización y potencialidades fitoclimáticas
de los robledales de Quercus petraea (Matt.) Liebl. y de Quercus robur L. en Castilla y León. Ecología
19: 29-46.

GARCÍA-LÓPEZ, J.M.; ALLUÉ CAMACHO, C. & GONZALO JIMÉNEZ, J., 2005.

fitoclimatología y competencia interespecífica. aplicación a la determinación de ámbitos factoriales de
existencia de alta viabilidad fitoclimática para seis coníferas forestales peninsulares. Actas IV Congreso
Forestal Español. Zaragoza, 26-30 de septiembre de 2005.

GARCÍA-LÓPEZ, J.M.; ALLUÉ CAMACHO, C. & GONZALO JIMÉNEZ, J., 2005.

fitoclimatología y competencia interespecífica. aplicación a la determinación de ámbitos factoriales de
existencia de alta viabilidad fitoclimática para diez frondosas forestales peninsulares. Actas IV Congreso
Forestal Español. Zaragoza, 26-30 de septiembre de 2005.
GARCÍA-LÓPEZ, J.M. & ALLUÉ CAMACHO, C., 2005. Ensayo de un sistema fitoclimático de
carácter autoecológico para especies arbóreas forestales en la península ibérica y su aplicación en labores
de repoblación forestal. Actas IV Congreso Forestal Español. Zaragoza, 26-30 de septiembre de 2005.

GARCÍA-LÓPEZ, J.M.; ALLUÉ CAMACHO, C. & GONZALO JIMÉNEZ, J., 2005.

Caracterización y potencialidades de los hayedos (Fagus sylvatica L.) en la Península Ibérica. Actas IV
Congreso Forestal Español. Zaragoza, 26-30 de septiembre de 2005.

GONZALO JIMÉNEZ, J.; GARCÍA-LÓPEZ, J.M. & ALLUÉ CAMACHO, C., 2005. Modelización
de factores fitoclimáticos de la España Peninsular. Actas IV Congreso Forestal Español. Zaragoza, 26-30
de septiembre de 2005.

GARCÍA-LÓPEZ, J.M. & ALLUÉ CAMACHO, C., 2006 Characterization and phytoclimatic
potentialities of Quercus petraea (Matt.) Liebl. and Quercus robur L. forests in Spain. Sistemas y
Recursos Forestales 15(3): 277-295.

GARCÍA-LÓPEZ, J.M. & ALLUÉ CAMACHO, C., 2006. Relaciones de competencia interespecífica
en sabinares albares (Juniperus thurifera L.) de la Península Ibérica. Una aproximación fitoclimática.
Actas III Coloquio Internacional sobre sabinares y enebrales 1: 71-78. Soria, 24 al 26 de mayo de 2006.
Junta de Castilla y León y Comunidad de Madrid.

GARCÍA-LÓPEZ, J.M. & ALLUÉ CAMACHO, C., 2006. Prospección de los fitoclimas del sabinar
albar español (Juniperus thurifera L.) en Norteamérica. Actas III Coloquio Internacional sobre sabinares
y enebrales 1: 311-318. Soria, 24 al 26 de mayo de 2006. Junta de Castilla y León y Comunidad de
Madrid.

GARCÍA-LÓPEZ, J.M. & ALLUÉ CAMACHO, C., 2007. Relaciones de competencia interespecífica
en los castañares españoles (Castanea sativa Mill.). Una aproximación fitoclimática. II Congreso Ibérico
do castanheiro. Vila Real (Portugal), 20-22 de junio de 2007. Universidade de Tras os Montes e Alto
Douro.
GARCÍA-LÓPEZ, J.M. & ALLUÉ CAMACHO, C., 2007. Ámbitos factoriales de alta viabilidad
fitoclimática del castaño (Castanea sativa Mill.) en España. II Congreso Ibérico do castanheiro. Vila Real
(Portugal), 20-22 de junio de 2007. Universidade de Tras os Montes e Alto Douro.

GARCÍA-LÓPEZ, J.M. & ALLUÉ CAMACHO, C., 2007. Ensayo de cartografía de áreas potenciales
fitoclimáticas para los castañares (Castanea sativa Mill.) en España. II Congreso Ibérico do castanheiro.
Vila Real (Portugal), 20-22 de junio de 2007. Universidade de Tras os Montes e Alto Douro.

GARCÍA-LÓPEZ, J.M. & ALLUÉ CAMACHO, C., 2007. Posición fitoclimática de los castañares
(Castanea sativa Mill.) en España. II Congreso Ibérico do castanheiro. Vila Real (Portugal), 20-22 de
junio de 2007. Universidade de Tras os Montes e Alto Douro.

GARCÍA-LÓPEZ, J.M. & ALLUÉ CAMACHO, C., 2008. Cambio climático y su relación con la
composición y estructura de las cubiertas forestales. Congreso sobre Medio Rural, Agricultura y Cambio
Climático. Santiago de Compostela, 28-29 de febrero de 2008. Unions Agrarias (UPA), Universidad de
Santiago de Compostela (USC), Instituto Nacional de Investigaciones Agrarias (INIA).

Sobre teoría de la envolvente convexa de los modelos:

BOURKE, P. 1988. Geometry. Calculating the area and centroid of a polygon.

http://astronomy.swin.edu.au/~pbourke/geometry/polyarea/

DE BERG, M.; VAN KREVELD, M.; OVERMARS, M. & SCHWARTSKOPF, O. 1997.

Computational Geometry: Algorithms and Applications. Springer.

GOODMAN, J. & O’ROURKE, J. (eds.). 1997. Handbook of Discrete and Computational Geometry.
CRC Press.
GRAHAM, R.L. 1972. An efficient algorithm for determining the convex hull of a finite planar set, Info.
Proc. Lett. 1: 132-133.
O’ROURKE, J. 1994. Computational Geometry in C. Cambridge Univ. Press.
SACK, J.R. & URRUTIA, J. 2000. Handbook of computational geometry. Elsevier Science Publishers
B.V. North-Holland.

Otros:

BROCKMANN-JERISCH, H. & RÜBEL, E. 1912. Die Einteilung der Pflanzengesellschaffen nach

ökologischphysiognomischen Gesichtspunkten. Leipzip.
SANCHEZ PALOMARES, O. SANCHEZ SERRANO, F. & CARRETERO CARRERO, M.P.
1999. Modelos y cartografía de estimaciones climáticas termopluviométricas para la España peninsular.
Instituto Nacional de Investigación y Tecnología Agraria y Alimentaria. Madrid. 192 pp.

WALTER, H. & LIETH, H. 1960. Klimadiagramm Welt atlas. Ed. Fisher. Viena.

WALTER, H. 1977. Zonas de vegetación y clima. Ed. Omega. Barcelona. 245 pp.