Patrones dinámicos de abundancia y dispersión de una plaga en un paisaje heterogéneo. Dynamic patterns of abundance and dispersion of a pest in a heterogeneous landscape.

El desarrollo de conocimiento empírico sobre cómo la heterogeneidad espacial de un paisaje afecta los patrones de movimiento de una especie animal es considerado una prioridad para el manejo y la conservación de las especies y sus hábitats. En el caso de los insectos plaga, estos estudios resultan importantes ya que aportan las bases teóricas y empíricas fundamentales para su manejo. La persistencia de éstas especies en un paisaje modificado depende de la interrelación entre procesos ecológicos y la estructura del paisaje, tales como la interacción entre especies, la disponibilidad de parches hábitat y la influencia de las prácticas de manejo. El análisis de éstos procesos en un agroecosistema permite simplificar los modelos de heterogeneidad espacial, debido a que los lotes de cultivo son internamente homogéneos y los disturbios antropogénicos generalmente ocurren a la escala de parche, permitiendo determinar las respuestas de los insectos a dicha escala. La alfalfa (Medicago sativa) es un recurso fundamental para la producción agropecuaria y en Argentina, es el recurso forrajero más importante, constituyendo la base de la producción ganadera del país. Actualmente se cultivan alrededor de 5 millones de hectáreas, de las cuales un millón se siembran en la provincia de Córdoba. Además, cumple un rol importante en la sustentabilidad de los sistemas de producción por su función de recuperación de la fertilidad y estabilidad edáfica. La isoca de la alfalfa (Colias lesbia) es la plaga principal del cultivo, produciendo en promedio la pérdida de un corte por año. La hipótesis principal de nuestro trabajo es que los patrones de abundancia y movilidad de la isoca de la alfalfa son afectados por la estructura del paisaje y las prácticas de manejo. Los objetivos específicos del proyecto son: (a) Establecer el efecto de la estructura del paisaje y y el manejo del cultivo en la abundancia de los distintos estadios de Colias lesbia. (b) Determinar los patrones de dispersión de Colias lesbia en relación a la heterogeneidad espacial del paisaje (c) Generar un modelo predictivo de la abundancia de Colias lesbia según la estructura espacial del paisaje, el clima y el manejo del cultivo. (d) Desarrollar un conjunto de recomendaciones de manejo a escala regional para el control de la isoca de la alfalfa. Para ello se elegirán lotes de alfalfa en la región este de la provincia de Córdoba, en el departamento de San Justo, donde se realizará un relevamiento inicial del área de estudio y se dialogará con los productores. Paralelamente, se realizará una clasificación supervisada del área de estudio a partir de escenas de imágenes Landsat TM. En los parches seleccionados, durante 3 años y durante los meses de verano, se muestrearán quincenalmente los distintos estadios de Colias lesbia. Se realizarán análisis de correlación y regresión entre las variables independientes (métricas de la configuración y dinámica del paisaje) y las variables dependientes, (abundancia media de los diferentes estadios de las poblaciones). Asimismo, se realizarán experimentos de marcado-liberación-recaptura para determinar cómo el movimiento de la especie depende de la estructura del paisaje. Para modelar el movimiento inherente de la especie se combinará la información obtenida en el campo con un modelo de difusión utilizando métodos bayesianos. Se espera obtener modelos que permitan comprender los mecanismos que generan los patrones observados. Con esta información se propondrán lineamientos generales y específicos para un manejo de la isoca de la alfalfa a escala regional. En tal sentido, se espera aportar información para restringir la dispersión de la plaga, y reducir los costos y perjuicios del control químico que podrían evitarse con la aplicación de prácticas de manejo integrado y de "manejo de área" que minimicen el impacto de la plaga como también contribuir al conocimiento general de la ecología de insectos.

DINAMICA MICROBIANA Y CALIDAD DE LA MATERIA ORGANICA DEL SUELO COMO INDICADORES DE SUSTENTABILIDAD EN EL CHACO ARIDO DE LA PROVINCIA DE CORDOBA Microbial dynamic and organic matter quality as indicators of soil sustainability in Dry Chaco of Córdoba Province

Se propone analizar el efecto del uso productivo en el Chaco Árido de la provincia de Córdoba, mediante la aplicación de indicadores de sustentabilidad relacionados con la calidad de la materia orgánica y la liberación de nutrientes en el suelo, con la finalidad de aportar a un tema de suma interes para la provincia de Córdoba como es la formulación de criterios y pautas de manejo para la implementación de la Ley de Bosques (N° 26331). Se trabajará en la localidad de San Miguel en el departamento Pocho, en un sitio de bosque no disturbado y en tres sistemas productivos: desmonte selectivo con implantación de pasturas; desmonte total con agricultura bajo riego y desmonte total sobrepastoreado. En cada sitio se medirá “in situ” la emisión de CO2 y se tomaran muestras de suelo a las que se les determinará: a) contenido de materia orgánica total (MO), b) contenido de sustancias húmicas (SH), diferenciando ácidos húmicos (AH) y fúlvicos (AF), c) abundancia y actividad de microorganismos nitrificadores y d) propiedades químicas de los AH y AF. Se calcularán los siguientes índices de sustentabilidad a) materia orgánica biodisponible (MOB=MO–SH); b) índice de humificación (IH=SH/MO); c) tipo de humus (TH=AF/AH; d) índice de mineralización de C (IMC=CO2/MO); e) índice de nitrificación (IN=actividad/abundancia); y f) índice de estabilidad de las fracciones humificadas: compuestos aromáticos/ alifáticos. Los datos serán analizados estadísticamente mediante ANOVA y comparación de medias por LSD (P<0.05) y tests multivariados. We proposed analyze the effect of land use in Arid Chaco of Cordoba province, using sustainability indicators related to organic matter quality and nutrient release in soil, with the aim to formulate management criteria for the implementation of the Ley de Bosques (N° 26331) in Córdoba province. The study will be conducted in San Miguel village in Pocho department, in one undisturbed forest site and three productive systems: selective clearing with grass sowing; total clearing with irrigation agriculture and total clearing with overgrazed. In each site "in situ" CO2 emission will be measured and soil samples will be taken, in which the following parameters will be determined: a) total organic matter content (MO), b) humic substances content (SH), in humic acids (AH) and fulvic acids (AF), c) abundance and activity of nitrifier microorganisms and d) chemical properties of AH and AF. The sustainability indexes will be calculated: biodisponible organic matter (MOB=MO–SH); b) humification index (IH=SH/MO); c) humus type (TH=AF/AH; d) C mineralization index (IMC=CO2/MO); e) nitrifying index (IN=activity/abundance); and f) humic fractions stability index: aromatic/aliphatic compounds. The data will be statistically analyzed by ANOVA and the means will be compared by LSD (P<0.05) and multivariate tests.

Aceleración de Algoritmos en Procesadores Multicore, GPGPU y FPGA. Algorithm Acceleration with Multicore, GPGPU and FPGA Processors.

El avance en la potencia de cómputo en nuestros días viene dado por la paralelización del procesamiento, dadas las características que disponen las nuevas arquitecturas de hardware. Utilizar convenientemente este hardware impacta en la aceleración de los algoritmos en ejecución (programas). Sin embargo, convertir de forma adecuada el algoritmo en su forma paralela es complejo, y a su vez, esta forma, es específica para cada tipo de hardware paralelo. En la actualidad los procesadores de uso general más comunes son los multicore, procesadores paralelos, también denominados Symmetric Multi-Processors (SMP). Hoy en día es difícil hallar un procesador para computadoras de escritorio que no tengan algún tipo de paralelismo del caracterizado por los SMP, siendo la tendencia de desarrollo, que cada día nos encontremos con procesadores con mayor numero de cores disponibles. Por otro lado, los dispositivos de procesamiento de video (Graphics Processor Units - GPU), a su vez, han ido desarrollando su potencia de cómputo por medio de disponer de múltiples unidades de procesamiento dentro de su composición electrónica, a tal punto que en la actualidad no es difícil encontrar placas de GPU con capacidad de 200 a 400 hilos de procesamiento paralelo. Estos procesadores son muy veloces y específicos para la tarea que fueron desarrollados, principalmente el procesamiento de video. Sin embargo, como este tipo de procesadores tiene muchos puntos en común con el procesamiento científico, estos dispositivos han ido reorientándose con el nombre de General Processing Graphics Processor Unit (GPGPU). A diferencia de los procesadores SMP señalados anteriormente, las GPGPU no son de propósito general y tienen sus complicaciones para uso general debido al límite en la cantidad de memoria que cada placa puede disponer y al tipo de procesamiento paralelo que debe realizar para poder ser productiva su utilización. Los dispositivos de lógica programable, FPGA, son dispositivos capaces de realizar grandes cantidades de operaciones en paralelo, por lo que pueden ser usados para la implementación de algoritmos específicos, aprovechando el paralelismo que estas ofrecen. Su inconveniente viene derivado de la complejidad para la programación y el testing del algoritmo instanciado en el dispositivo. Ante esta diversidad de procesadores paralelos, el objetivo de nuestro trabajo está enfocado en analizar las características especificas que cada uno de estos tienen, y su impacto en la estructura de los algoritmos para que su utilización pueda obtener rendimientos de procesamiento acordes al número de recursos utilizados y combinarlos de forma tal que su complementación sea benéfica. Específicamente, partiendo desde las características del hardware, determinar las propiedades que el algoritmo paralelo debe tener para poder ser acelerado. Las características de los algoritmos paralelos determinará a su vez cuál de estos nuevos tipos de hardware son los mas adecuados para su instanciación. En particular serán tenidos en cuenta el nivel de dependencia de datos, la necesidad de realizar sincronizaciones durante el procesamiento paralelo, el tamaño de datos a procesar y la complejidad de la programación paralela en cada tipo de hardware. Today´s advances in high-performance computing are driven by parallel processing capabilities of available hardware architectures. These architectures enable the acceleration of algorithms when thes ealgorithms are properly parallelized and exploit the specific processing power of the underneath architecture. Most current processors are targeted for general pruposes and integrate several processor cores on a single chip, resulting in what is known as a Symmetric Multiprocessing (SMP) unit. Nowadays even desktop computers make use of multicore processors. Meanwhile, the industry trend is to increase the number of integrated rocessor cores as technology matures. On the other hand, Graphics Processor Units (GPU), originally designed to handle only video processing, have emerged as interesting alternatives to implement algorithm acceleration. Current available GPUs are able to implement from 200 to 400 threads for parallel processing. Scientific computing can be implemented in these hardware thanks to the programability of new GPUs that have been denoted as General Processing Graphics Processor Units (GPGPU).However, GPGPU offer little memory with respect to that available for general-prupose processors; thus, the implementation of algorithms need to be addressed carefully. Finally, Field Programmable Gate Arrays (FPGA) are programmable devices which can implement hardware logic with low latency, high parallelism and deep pipelines. Thes devices can be used to implement specific algorithms that need to run at very high speeds. However, their programmability is harder that software approaches and debugging is typically time-consuming. In this context where several alternatives for speeding up algorithms are available, our work aims at determining the main features of thes architectures and developing the required know-how to accelerate algorithm execution on them. We look at identifying those algorithms that may fit better on a given architecture as well as compleme