SciELO - Scientific Electronic Library Online

 
vol.27 número2Injerto interespecífico como alternativa para la propagación asexual de Pinus rzedowskii Madrigal & Caball. Del. en riesgo de extinciónCrecimiento y potencial hídrico en brinzales de Pinus patula Schltdl. & Cham. en el ejido Carbonero Jacales, Huayacocotla, Veracruz índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Não possue artigos similaresSimilares em SciELO

Compartilhar


Revista Chapingo serie ciencias forestales y del ambiente

versão On-line ISSN 2007-4018versão impressa ISSN 2007-3828

Rev. Chapingo ser. cienc. for. ambient vol.27 no.2 Chapingo Mai./Ago. 2021  Epub 26-Jan-2024

https://doi.org/10.5154/r.rchscfa.2020.07.048 

Artículo científico

Áreas potenciales para establecer sistemas silvopastoriles a partir del nicho ecológico de dos cultivos forrajeros y tres especies de coníferas

Jesús Eduardo Sáenz-Ceja1 

J. Trinidad Sáenz-Reyes2 

David Castillo-Quiroz3  * 

Francisco Castillo-Reyes3 

Hipólito J. Muñoz-Flores2 

Agustín Rueda-Sánchez4 

1 Universidad Nacional Autónoma de México, Instituto de Investigaciones en Ecosistemas y Sustentabilidad. Antigua Carretera a Pátzcuaro núm. 8701, col. Exhacienda San José de la Huerta. C. P. 58190. Morelia, Michoacán, México.

2 Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias (INIFAP), Campo Experimental Uruapan. Av. Latinoamericana núm. 1110, col. Revolución. C. P. 60150. Uruapan, Michoacán, México.

3 Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias (INIFAP), Campo Experimental Saltillo. Carretera Saltillo-Zacatecas km 342+119 núm. 9515, col. Hacienda de Buenavista. C. P. 25315. Saltillo, Coahuila, México.

4 Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias (INIFAP), Campo Experimental Centro Altos de Jalisco. km 8 carretera libre Tepatitlán-Lagos de Moreno. C. P. 47600. Tepatitlán, Jalisco, México.


Resumen

Introducción:

El modelado del nicho ecológico constituye una herramienta fundamental para conocer las áreas aptas para el establecimiento de sistemas silvopastoriles, con base en los requerimientos ambientales de las especies.

Objetivos:

Modelar el nicho ecológico de las especies forrajeras Chloris gayana Kunth y Eragrostis curvula (Schrad.) Nees, y las coníferas Pinus devoniana Lindley, Pinus lawsonii Roezl ex Gordon y Pinus montezumae Lambert e identificar las áreas potenciales para establecer sistemas silvopastoriles.

Materiales y métodos:

El nicho ecológico se modeló con base en datos de sitios de colecta georreferenciados en México y 23 variables ambientales. Posteriormente se identificaron las áreas y se estimó la superficie donde confluyen las especies forrajeras con las coníferas tanto en zonas agrícolas como en forestales.

Resultados y discusión:

Las áreas potenciales para establecer sistemas silvopastoriles con las cinco especies se encontraron principalmente en el Eje Neovolcánico y la Sierra Madre del Sur, con mayor superficie apta en zonas agrícolas que forestales. La especie P. devoniana tuvo la mayor superficie potencial para ser intercalada con C. gayana y E. curvula. Los modelos de nicho ecológico tuvieron alta capacidad predictiva con valores de área bajo la curva mayores de 0.93. La altitud y el rango anual de la temperatura fueron las variables de mayor importancia.

Conclusiones:

En México existe potencial para establecer sistemas silvopastoriles con las especies bajo estudio en el centro y sur del país, lo cual podría contribuir a disminuir la degradación del suelo, proveer forraje para el ganado y mantener la cobertura arbórea en zonas agrícolas y forestales.

Palabras clave: Chloris gayana; Eragrostis curvula; Pinus devoniana; Pinus montezumae; Pinus lawsonii

Abstract

Introduction:

Ecological niche modeling is a fundamental tool to know the areas suitable for the establishment of silvopastoral systems, based on the environmental requirements of the species.

Objectives:

To model the ecological niche of the forage species Chloris gayana Kunth and Eragrostis curvula (Schrad.) Nees, and the conifers Pinus devoniana Lindley, Pinus lawsonii Roezl ex Gordon and Pinus montezumae Lambert and to identify potential areas for silvopastoral systems.

Materials and methods:

The ecological niche was modeled based on data from georeferenced collection sites in Mexico and 23 environmental variables. Subsequently, areas were identified and the extent, where forage species converge with conifers in both agricultural and forest areas, was estimated.

Results and discussion:

Potential areas for silvopastoral systems with the five species were found mainly in the Neovolcanic Axis and the Sierra Madre del Sur, with a greater area suitable for agricultural areas compared to forestry areas. Pinus devoniana had the largest potential area to be intercropped with C. gayana and E. curvula. The ecological niche models had high predictive capacity with an area under the curve values greater than 0.93. Altitude and annual temperature range were the most important variables.

Conclusions:

Mexico has the potential to establish silvopastoral systems with the species understudy in the center and south of the country, which could contribute to decreasing soil degradation, provide forage for livestock and maintain tree cover for agricultural and forest areas.

Keywords: Chloris gayana; Eragrostis curvula; Pinus devoniana; Pinus montezumae; Pinus lawsonii

Ideas destacadas:

  1. La modelación de nicho ecológico permite identificar áreas para establecer sistemas silvopastoriles.

  2. Se modeló el nicho ecológico de Chloris gayana, Eragrostis curvula, Pinus devoniana, P. lawsonii y P. montezumae.

  3. El centro y sur de México tienen alto potencial para establecer sistemas silvopastoriles.

  4. Las zonas agrícolas tienen mayor superficie potencial que las forestales.

  5. Pinus devoniana tuvo la mayor superficie potencial para ser intercalado con C. gayana y E. curvula.

Introducción

Los sistemas silvopastoriles están constituidos por parcelas donde se intercalan especies forestales y forrajeras con fines de producción de alimento para el ganado y mantenimiento de la cobertura arbórea (Mosquera-Losada, McAdam, Romero-Franco, Santiago-Freikanes, & Rigueiro-Rodríguez, 2009). Estos sistemas representan una alternativa para la recuperación de la vocación forestal de suelos convertidos a terrenos agrícolas y proporcionan servicios ecosistémicos como sombra para el ganado, frutos, semillas, leña, reducción de la erosión del suelo, incremento de la infiltración del agua al subsuelo, hábitat para la fauna y regulación microclimática (Casanova-Lugo et al., 2015); además, a escala regional, los sistemas silvopastoriles contribuyen a la captura de contaminantes atmosféricos, almacenamiento de carbono, mitigación del cambio climático, diversificación de la producción agropecuaria y recuperación de la biodiversidad (Montagnini, Ibrahim, & Murgueitio-Restrepo, 2013).

Los modelos de nicho ecológico se han utilizado para conocer la distribución natural de especies (McKenzie, Peterson, & Peterson, 2003), proyectar la expansión de especies invasoras (Schussman, Geiger, Mau-Crimmins, & Ward, 2006), distinguir áreas con alta biodiversidad (Newbold, Gilbert, Zalat, El-Gabbas, & Reader, 2009) e identificar áreas prioritarias para la conservación biológica (Hirzel, Hausser, Chessel, & Perrin, 2002). En el caso de los sistemas silvopastoriles, las áreas idóneas para su establecimiento se identifican mediante modelos de nicho ecológico, ya que estos pueden representar cartográficamente el ambiente óptimo para el desarrollo de las especies forrajeras y forestales, el cual es delimitado por filtros como la temperatura, precipitación, altitud y tipo de suelo (Guisan & Zimmermann, 2000).

En la región templada de México, el establecimiento de sistemas silvopastoriles es incipiente. La expansión de la frontera agrícola y prácticas de manejo del suelo como labranza mecanizada, exceso de fertilizantes nitrogenados y siembra en laderas inclinadas han generado la degradación física y química de los suelos del centro y sur del país (Cotler, Corona, & Galeana-Pizaña, 2020), especialmente en el Estado de México, Ciudad de México, Michoacán y Tlaxcala, entidades con las tasas más altas de erosión hídrica (Bolaños-González et al., 2016). En este sentido, los sistemas silvopastoriles con especies forrajeras anuales o perennes de crecimiento rápido y árboles intercalados pueden ser una herramienta útil para detener los procesos de erosión del suelo en zonas agrícolas (Pérez-Nieto, Valdés-Valverde, & Ordaz-Chaparro, 2012).

En las zonas forestales de México, una práctica arraigada es la introducción del ganado para pastoreo en los bosques o en sitios con vegetación secundaria; sin embargo, los animales pueden impactar negativamente sobre la flora y el suelo (Fuentes-Hernández et al., 2019). Estos impactos sobre el ecosistema forestal pueden ser minimizados a través de sistemas silvopastoriles, mediante la rotación del ganado en bosques naturales y la siembra de especies forrajeras preferidas por los animales (Ávila-Ramírez et al., 2019).

Chloris gayana Kunth (pasto rhodes) y Eragrostis curvula (Schrad.) Nees (pasto llorón) son dos especies forrajeras originarias del continente africano, introducidas en diversas partes del mundo para la alimentación del ganado (palatabilidad y alto valor productivo) y control de la erosión del suelo (Ponsens, Hanson, Shcellberg, & Moeseler, 2010). Estas especies se adaptan a varios ambientes, incluyendo zonas tropicales húmedas, zonas áridas y templadas (Imaz, Giménez, Grimoldi, & Striker, 2012). Ambas especies están presentes en México, como cultivos forrajeros, a orillas de caminos y en terrenos perturbados (Valdés-Reyna 2015). Dichos forrajes han demostrado gran potencial de establecimiento en sistemas silvopastoriles con especies maderables en algunas regiones templadas de México (Sáenz-Reyes et al., 2019).

El potencial de los sistemas silvopastoriles con C. gayana y E. curvula en zonas templadas de México podría incrementarse mediante el uso de especies de coníferas de importancia comercial, propagadas ampliamente en viveros forestales y con capacidad de retención del suelo y prevención de la erosión, tal como Pinus devoniana Lindley (pino lacio), Pinus lawsonii Roezl ex Gordon (pino ortiguillo) y Pinus montezumae Lambert (pino blanco) (Gómez-Romero et al., 2012; Sáenz-Reyes, Muñoz-Flores, & Rueda-Sánchez, 2011). Por tanto, los objetivos de este estudio fueron modelar el área de distribución de C. gayana, E. curvula, P. devoniana, P. lawsonii y P. montezumae en México e identificar las áreas potenciales para el establecimiento de sistemas silvopastoriles con estas especies en zonas forestales y agrícolas del país.

Materiales y métodos

Componente forrajero

C. gayana es una gramínea perenne (Figura 1a), desarrolla culmos que miden entre 50 a 130 cm de altura, crece en la estación lluviosa, florece todo el año y está presente en 22 estados de México (Valdés-Reyna, 2015). La especie se adapta bien a suelos francos y salinos, su desarrollo óptimo se logra en climas subtropicales y tropicales y es tolerante a la sombra cuando se establece intercalado con árboles (Guevara-Escobar, Cervantes-Jiménez, Suzán-Azpiri, González-Sosa, & Saavedra, 2012). Esta gramínea es empleada para pastoreo directo y responde a fertilización química con fosfato diamónico y urea, abonos orgánicos, biofertilizantes líquidos y vermicompostas (Sáenz-Reyes et al., 2016), logrando rendimientos entre 5 y 15 Mg∙ha-1 de materia seca en suelos de origen volcánico del centro de México (Imaz et al., 2012).

E. curvula es una gramínea perenne (Figura 1b), desarrolla raíces profundas y culmos amacollados que miden entre 60 y 150 cm de altura; crece en el ciclo primavera-verano, florece en verano y rebrota abundantemente después de ser defoliado por ganado; se adapta bien a suelos franco-arcillosos, franco-arenosos con poca humedad; responde a fertilización química con N, K, Mg, Si, NH4NO3 y orgánica con estiércol, harina de pescado y cal (Ward, Kirkman, & Tsvuura, 2017). La especie es resistente a la sequía, se adapta a climas templados y es tolerante a la sombra (Ghebrehiwot, Fynn, Morris, & Kirkman, 2006); puede alcanzar hasta 15 % de contenido de proteína cruda en el ciclo primavera-verano, produce rendimientos de 4 Mg∙ha-1 en suelos arenosos del occidente de México (Esqueda-Coronado & Carrillo-Romo, 2012) y está presente en 10 estados del país (Valdés-Reyna, 2015).

Componente forestal

P. devoniana (Figura 1c) es una especie distribuida principalmente en el Eje Neovolcánico y Sierra Madre del Sur. Los árboles pueden alcanzar entre 20 a 30 m de altura (Farjon, Pérez de la Rosa, & Styles, 1997); crecen en suelos profundos de textura franco-arenosa, de origen volcánico; y forman rodales monoespecíficos o asociados con otras especies de pino o encino. La especie es utilizada con fines maderables, extracción de resina y pulpa para papel (Sáenz-Reyes et al., 2011).

P. lawsonii (Figura 1d) es una conífera restringida al Eje Neovolcánico y Sierra Madre del Sur. Los árboles alcanzan hasta 30 m de altura (Farjon et al., 1997); se desarrolla en suelos arenosos, profundos, con textura arcillosa-limosa y pH ácido. La especie es utilizada como leña, para la elaboración de postes para cercas, vigas y muebles rústicos y, en ocasiones, para la producción de resina (Ramos-Uvilla et al., 2014).

P. montezumae (Figura 1e) se distribuye en el Eje Neovolcánico, Sierra Madre del Sur y pequeñas porciones de la Sierra Madre Oriental. Los árboles alcanzan entre 20 a 35 m de altura (Farjon et al., 1997). Esta especie se desarrolla en suelos de origen volcánico, textura franco-arcillosa y con buen drenaje, formando rodales monoespecíficos o en codominancia con otras especies de pinos y del género Abies; es utilizada principalmente para la producción de madera y ha sido propagada ampliamente para plantaciones forestales comerciales (Centre for Agricultural Bioscience International [CABI], 2002; Pérez-Miranda, Moreno-Sánchez, González-Hernández, & Arriola-Padilla, 2014).

Figura 1 Especies propuestas para el establecimiento de sistemas silvopastoriles en México. 

Modelación del nicho ecológico

Las capas en formato ráster de las 19 variables bioclimáticas, a una resolución espacial de 1 km2, se obtuvieron del portal WorldClim (Hijmans, Cameron, Parra, Jones, & Jarvis, 2005); las capas de altitud, pendiente y orientación de ladera en el portal Hydro1k (Hydro1k Elevation Derivative Database) (United States Geological Survey [USGS], 2000); y los tipos de suelo en el Portal de Geoinformación del Sistema Nacional de Información sobre la Biodiversidad (INEGI, 2014). Todas las capas fueron recortadas a los límites del territorio mexicano (Cuadro 1).

Cuadro 1 Variables bioclimáticas y topográficas utilizadas para modelar el nicho ecológico de Chloris gayana, Eragrostis curvula, Pinus devoniana, P. lawsonii y P. montezumae en México. 

Clave Variable
Bio01 Temperatura media anual (°C)
Bio02 Rango diurno de la temperatura (°C)
Bio03 Isotermalidad (°C)
Bio04 Estacionalidad de la temperatura (%)
Bio05 Temperatura máxima del periodo más cálido (°C)
Bio06 Temperatura mínima del periodo más frío (°C)
Bio07 Rango anual de la temperatura (°C)
Bio08 Temperatura promedio del trimestre más húmedo (°C)
Bio09 Temperatura promedio del trimestre más seco (°C)
Bio10 Temperatura promedio del trimestre más cálido (°C)
Bio11 Temperatura promedio del trimestre más frío (°C)
Bio12 Precipitación media anual (mm)
Bio13 Precipitación del periodo más húmedo (mm)
Bio14 Precipitación del periodo más seco (mm)
Bio15 Estacionalidad de la precipitación (%)
Bio16 Precipitación del trimestre más húmedo (mm)
Bio17 Precipitación del trimestre más seco (mm)
Bio18 Precipitación del trimestre más cálido (mm)
Bio19 Precipitación del trimestre más frío (mm)
Altitud Metros sobre el nivel del mar (m)
Pendiente Grados (°)
Ladera Norte, sur, oeste, este
Tipo de suelo Nomenclatura de la FAO

La información de presencia de las especies de estudio en territorio mexicano se descargó de la base de datos del Global Biodiversity Information Facility (GBIF, 2020). Los datos se depuraron eliminando puntos repetidos y realizando gráficos de barras y bigotes para la identificación de valores atípicos de acuerdo con las variables bioclimáticas y topográficas evaluadas. Luego se realizaron análisis de componentes principales (ACP) para identificar las variables que más influyen en la distribución de los puntos de colecta de cada especie, seleccionando las de mayor magnitud y más fáciles de interpretar. Los gráficos de barras y bigotes, así como los ACP se ejecutaron en el programa R versión 3.5.1 (R-Core Team, 2017).

Una vez identificadas las variables más importantes para cada especie, el nicho ecológico se modeló mediante el programa Maxent versión 3.3.3 (Phillips, Anderson, & Schapire, 2006), utilizando 75 % de los puntos de colecta para la modelación y el resto como puntos de validación. Los modelos con valores de área bajo la curva (AUC, por sus siglas en inglés) entre 7 y 9 se consideraron aceptables, mientras que aquéllos con valores superiores a 9 se consideraron con alta capacidad predictiva (Peterson et al., 2011).

Adicionalmente, se ejecutó un análisis ROC parcial (Receiver Operating Characteristics, por sus siglas en inglés) en el programa NicheToolBox (Osorio-Olvera et al., 2020). Este análisis minimiza los errores de omisión y comisión del AUC, empleando 50 % de los puntos de colecta como datos de validación, 1 000 iteraciones y error de comisión del 5 %. Los valores del ROC parcial se validaron mediante pruebas de Z para determinar si eran diferentes al azar (ROC = 1); los cercanos a 2 y estadísticamente significativos (P < 0.05) indicaron modelos que se ajustan muy bien a la distribución real de las especies (Slater & Michel, 2012). Los mapas obtenidos de cada especie fueron reclasificados, donde las celdas con probabilidad de presencia de las especies menores al primer cuartil fueron descartadas (Peterson et al., 2011).

Áreas potenciales para el establecimiento de sistemas silvopastoriles

Las áreas con cuerpos de agua y asentamientos urbanos se eliminaron de los mapas de distribución de cada especie, de acuerdo con el mapa de Uso de Suelo y Vegetación Serie VI para México, escala 1:250,000 (INEGI, 2017). Posteriormente, los mapas se proyectaron al sistema de coordenadas Cónico de Lambert 1992 y se calculó la superficie potencial de la distribución de cada especie (km2).

Los mapas de C. gayana y E. curvula fueron superpuestos con los mapas de P. devoniana, P. lawsonii y P. montezumae con el fin de obtener las áreas potenciales para el establecimiento de sistemas silvopastoriles en zonas forestales, zonas agrícolas y por entidad federativa, de acuerdo con la distribución de bosque primario y áreas de agricultura del mapa de Uso de Suelo y Vegetación Serie VI. Por último, se calcularon las superficies estimadas (ha) de las áreas potenciales silvopastoriles con estas especies.

Resultados

Nicho ecológico de las especies de estudio

Acorde con el Cuadro 2, los ACP mostraron que la altitud y el rango anual de temperatura (Bio07) fueron las variables de mayor importancia para las especies de Pinus La tercera variable más importante para P. devoniana fue la temperatura promedio del periodo más cálido (Bio05), para P. lawsonii, la precipitación media anual (Bio12), y para P. montezumae, la temperatura media anual (Bio01). En general, C. gayana y E. curvula respondieron más a la altitud, seguida del rango anual de temperatura (Bio07) en el caso de E. curvula, y la temperatura promedio del trimestre más húmedo (Bio08) para C. gayana; para ambas especies, la variable temperatura promedio del trimestre más frío (Bio11) fue la tercera en importancia. La Figura 2 muestra la contribución de las variables bioclimáticas y topográficas sobre la distribución de las especies.

Cuadro 2 Contribución de las variables ambientales en los modelos de distribución potencial de dos especies forrajeras y tres especies de pino en México. 

Variable ambiental Contribución en los modelos de distribución (%)
Chloris gayana Eragrostis curvula Pinus devoniana Pinus lawsonii Pinus montezumae
Altitud 44.9 62.9 32.3 36.8 58.2
Temperatura media anual (Bio01) 0.1 0.1 2.3 6.2 6.8
Isotermalidad (Bio03) 1.7 2.7 - - -
Temperatura máxima del periodo más cálido (Bio05) 1.2 0.1 15.9 - -
Rango anual de la temperatura (Bio07) - 27 39.7 35.3 31.2
Temperatura promedio del trimestre más húmedo (Bio08) 34.8 - - 5.3 -
Temperatura promedio del trimestre más frío (Bio11) 9 5.4 8.1 - 1.8
Precipitación media anual (Bio12) 2.7 0.3 - 14.8 -
Precipitación del periodo más seco (Bio14) 5.7 - 2.4 - 2
Precipitación del trimestre más seco (Bi017) - 1.5 - 1.5 -

Figura 2 Análisis de componentes principales que muestra la contribución de las variables bioclimáticas y topográficas sobre la distribución de dos especies forrajeras y tres especies de Pinus en México. Las claves de las variables son descritas en el Cuadro 1

Los modelos de nicho ecológico tuvieron alta capacidad predictiva con valores de AUC mayores de 0.93, mientras que los valores del ROC parcial fueron muy cercanos a 2, tal como se observa en el Cuadro 3. Las áreas de distribución de las especies se localizaron en altitudes entre 1 620 y 2 940 m, que corresponden con regiones templadas, con temperatura media anual entre 12.2 y 19.5 °C y precipitación media anual entre 450 y 1 200 mm. La gramínea E. curvula ocupó áreas más elevadas y con temperatura media anual menor que C. gayana. Por otra parte, P. montezumae se encontró en laderas más altas y sitios con temperatura media anual menor que P. devoniana y P. lawsonii, especies que compartieron cotas de elevación y rangos de temperatura media anual.

Cuadro 3 Valores del nicho ecológico de las especies evaluadas para el establecimiento de sistemas silvopastoriles en México. 

Descriptor Chloris gayana Eragrostis curvula Pinus devoniana Pinus lawsonii Pinus montezumae
Área bajo la curva (AUC) 0.9345 0.9418 0.9577 0.9901 0.9814
ROC parcial 1.8691 1.8836 1.9156 1.9802 1.9628
Desviación estándar 0.0201 0.0415 0.0096 0.0017 0.0053
Valor de Z 2 939.1 1 432.1 6 270.3 34 836 11 599
Valor de P <0.05 <0.05 <0.05 <0.05 <0.05
Altitud (m) 1 620-2 070 2 082-2 385 1 720-2 340 1 930-2 220 2 340-2 940
Temperatura media anual (°C) 16.7-19.5 14.9-16.8 15.6-18.7 16.4-19.1 12.2-15.5
Precipitación media anual (mm) 567-840 450-813 957-1 164 876-1 153 965-1 200
Superficie estimada (km2) 302 400 85 720 103 900 27 340 46 580

La Figura 3 ilustra la distribución potencial de las especies evaluadas. El pasto C. gayana se encontró en una superficie de 302 400 km2, ocupando áreas extensas del Eje Neovolcánico, de la Altiplanicie Mexicana y algunas porciones de la Sierra Madre Occidental, Sierra Madre Oriental y Sierra Madre del Sur; mientras que el área de distribución de E. curvula fue más reducida, ocupando 85 720 km2, especialmente en el Eje Neovolcánico y la porción sur de la Altiplanicie Mexicana. En el caso de las coníferas, P. devoniana ocupó mayor superficie (103 900 km2) que las otras dos especies a lo largo del Eje Neovolcánico, Sierra Madre del Sur y las sierras de Chiapas; P. montezumae (46 580 km2) se encontró principalmente en la porción oriental del Eje Neovolcánico y en algunas porciones de la Sierra Madre Oriental, Sierra Madre del Sur y Chiapas; mientras que P. lawsonii tuvo una distribución más restringida (27 340 km2), principalmente en el Eje Neovolcánico y Sierra Madre del Sur.

Figura 3 Distribución potencial de dos especies forrajeras y tres especies de pino en México. Provincias fisiográficas: SMOC = Sierra Madre Occidental, SMOR = Sierra Madre Oriental, AM = Altiplanicie Mexicana, EN = Eje Neovolcánico, SMS = Sierra Madre del Sur, SC = Sierra de Chiapas. 

Áreas potenciales para establecer sistemas silvopastoriles

De acuerdo con la Figura 4, las áreas potenciales se localizaron principalmente en el Eje Neovolcánico y Sierra Madre del Sur. Con C. gayana y P. devoniana, las áreas potenciales en zonas forestales se encontraron mayoritariamente en la porción occidental del Eje Neovolcánico (4 730 024 ha), mientras que en áreas agrícolas se encontraron en la porción oriental de esta cordillera (1 559 539 ha). La distribución de P. lawsonii fue más discontinua con porciones principalmente en zonas agrícolas de Michoacán, Puebla y Guerrero (635 154 ha), mientras que las áreas potenciales con P. montezumae se concentraron en zonas agrícolas de los estados del centro del país (2 536 042 ha). En promedio, la superficie en zonas forestales ocupó 25 % del área total para cada especie.

La distribución de áreas aptas para sistemas silvopastoriles con E. curvula y P. devoniana presentó un patrón similar al de C. gayana, con zonas de bosque conservado en la porción occidental del Eje Neovolcánico (676 321 ha), mientras que las zonas agrícolas se ubicaron en la porción oriental de esta cordillera (2 761 068 ha). Las áreas para sistemas silvopastoriles con P. lawsonii fueron más reducidas (128 344 ha), con pequeñas porciones en zonas agrícolas del Eje Neovolcánico. Las áreas aptas con P. montezumae también se concentraron en el Eje Neovolcánico, con zonas forestales (432 801 ha) en Jalisco, Michoacán, Guanajuato y Querétaro, mientras que las zonas agrícolas (1 228 405 ha) se localizaron en Estado de México, Ciudad de México, Hidalgo, Tlaxcala y Puebla.

Figura 4 Áreas potenciales para el establecimiento de sistemas silvopastoriles de dos especies forrajeras y tres especies de pino en zonas forestales y agrícolas de México. Provincias fisiográficas: SMOC = Sierra Madre Occidental, SMOR = Sierra Madre Oriental, AM = Altiplanicie Mexicana, EN = Eje Neovolcánico, SMS = Sierra Madre del Sur. 

En cuanto a la distribución por estados, el Cuadro 4 muestra que las áreas potenciales con C. gayana y al menos una especie de pino se encontraron en 20 estados. En zonas agrícolas, 48.5 % de la superficie apta con P. devoniana y 84.6 % del área con P. lawsonii se concentraron en Michoacán, Puebla y Oaxaca, mientras que 56.7 % del área con P. montezumae se ubicó en Puebla, Oaxaca y Estado de México. En zonas forestales, Michoacán fue el primer lugar en área con P. lawsonii y P. montezumae, y segundo lugar con P. devoniana. Jalisco, Michoacán y Oaxaca concentraron 67.2 % de la superficie con P. devoniana y 87.4 % con P. lawsonii, mientras que Michoacán, Oaxaca y Estado de México reunieron 55.8 % del área con P. montezumae.

Cuadro 4 Superficie potencial para establecer sistemas silvopastoriles con Chloris gayana y tres especies de pino en México. 

Estado Pinus devoniana Pinus lawsonii Pinus montezumae
Agrícola (ha) Bosque (ha) Agrícola (ha) Bosque (ha) Agrícola (ha) Bosque (ha)
Chiapas 67 370 21 800 8 737 1 433 66 040 22 070
Coahuila 236 21 - - 15 590 6 020
Colima 8 037 6 633 255 - 2 292 2 288
Ciudad de México 35 840 4 550 416 - 56 470 12 790
Durango 8 241 30 169 - - 679 7 051
Guanajuato 130 600 51 500 1 571 1 732 36 300 42 020
Hidalgo 684 400 50 600 6 161 1 392 286 500 88 500
Jalisco 508 900 549 100 2 970 18 620 24 990 80 310
Estado de México 523 600 79 000 52 700 7 770 660 300 212 900
Michoacán 734 800 402 200 157 500 91 200 226 600 257 500
Morelos 29 330 18 080 18 050 5 730 22 800 20 970
Nayarit 24 030 79 570 - - 356 5 350
Nuevo León 5 063 8 897 - - 40 070 24 680
Oaxaca 760 700 97 500 261 700 33 000 421 400 68 500
Puebla 797 600 61 600 118 100 2 100 355 800 110 700
Querétaro 166 900 35 800 3 191 - 62 850 31 150
Sinaloa 977 15 573 - - - -
Tlaxcala 198 900 10 500 - - 193 700 22 600
Veracruz 19 050 5 450 - - 57 930 14 660
Zacatecas 21 940 28 030 - - 1 763 8 477
Total 4 726 515 1 556 572 631 351 162 977 2 532 430 1 038 536

En el caso de E. curvula se encontraron áreas potenciales en 15 entidades (Cuadro 5). Los estados con mayor superficie apta con P. devoniana en zonas agrícolas fueron Hidalgo, Michoacán y Oaxaca (39.5 % del total), mientras que en zonas forestales fueron Michoacán, Jalisco y Guanajuato (70.5 %). Solo cinco estados fueron aptos para P. lawsonii, de los cuales Puebla, Estado de México y Michoacán concentraron 95.7 % del área potencial en zonas agrícolas, mientras que en zonas forestales fueron Michoacán, Guanajuato y Puebla con 97.7 % del área. El Estado de México, Hidalgo y Michoacán reunieron 58.3 % de la superficie potencial con P. montezumae en zonas agrícolas, mientras que en zonas forestales fueron Michoacán, Jalisco y Guanajuato, con 60.6 % del total.

Cuadro 5 Superficie potencial para establecer sistemas silvopastoriles con Eragrostis curvula y tres especies de pino en México. 

Estado Pinus devoniana Pinus lawsonii Pinus montezumae
Agrícola (ha) Bosque (ha) Agrícola (ha) Bosque (ha) Agrícola (ha) Bosque (ha)
Ciudad de México 29 280 1 770 - - 24 440 2 600
Durango 3 443 4 360 - - 410 1 558
Guanajuato 128 800 51 100 1 571 1 732 36 240 41 960
Hidalgo 657 100 36 600 - - 230 800 39 200
Jalisco 113 300 186 100 - - 19 900 59 270
Estado de México 385 600 9 800 11 200 280 301 300 34 800
Michoacán 511 400 239 900 59 650 9 480 184 500 161 200
Nayarit 9 181 40 939 - - 273 4 982
Nuevo León - - - - 6 702 4 318
Oaxaca 99 430 4 870 - - 26 140 2 330
Puebla 435 600 27 800 40 530 710 150 900 31 300
Querétaro 166 300 35 600 - - 62 580 30 900
Tlaxcala 188 400 7 300 3 191 - 160 200 8 600
Veracruz 9 592 99 - - 19 280 100
Zacatecas 20 320 27 550 - - 1 746 7 676
Total 2 757 746 673 789 116 142 12 202 1 225 411 430 795

Discusión

Los modelos de nicho ecológico tuvieron alto poder predictivo y fueron mejores que una modelación al azar, tanto en los valores de AUC como los del ROC parcial, lo cual indica que dichos modelos se ajustan bien a la distribución real de las especies (Slater & Michel, 2012). Los valores de AUC fueron mayores (0.93) que en otros estudios sobre distribución potencial de C. gayana (0.62) (Lastiri-Hernández, Cruz-Cárdenas, Álvarez-Bernal, Vázquez-Sánchez, & Bermúdez-Torres, 2020), así como de P. devoniana, P. lawsonii y P. montezumae (Cruz-Cárdenas et al., 2016).

La distribución de las cinco especies se correlacionó con la altitud y el rango anual de la temperatura (Bio07), variables interrelacionadas debido a que las condiciones de temperatura cambian rápidamente con respecto a la altitud; el rango anual de temperatura es más marcado en zonas montañosas (Winkler, Lin, Delgadillo, Chapin, & Huxman, 2019). Las especies tropicales C. gayana y E. curvula, aparentemente, se han adaptado a las condiciones templadas del Eje Neovolcánico, Sierra Madre del Sur y la Altiplanicie Mexicana, debido a la alta capacidad de aclimatación en ambientes ruderales y degradados, lo cual ha permitido su expansión en estas regiones de México (Imaz et al., 2005), mientras que E. curvula ha mostrado su capacidad de adaptación a laderas más altas y temperaturas más bajas (Schussman et al., 2006).

En el caso de los pinos, el nicho ecológico se ajustó a zonas templadas de montaña, donde P. devoniana tuvo la mayor superficie potencial, seguido por P. montezumae, mientras que P. lawsonii registró una distribución más restringida, lo cual coincide con una modelación previa para estas especies (Aceves-Rangel, Méndez-González, García-Aranda, & Nájera-Luna, 2018). Las coníferas P. devoniana y P. lawsonii compartieron cotas de elevación, mientras que P. montezumae se encontró en laderas más altas, donde incluso puede formar rodales codominantes con especies más afines a condiciones frías, como Abies religiosa (Kunth) Schltdl. et Cham (Pérez-Miranda et al., 2014), lo cual confirma que P. montezumae tiene un nicho ecológico altitudinal distinto.

En el presente estudio se notó gran potencial para el establecimiento de sistemas silvopastoriles utilizando C. gayana y E. curvula con las especies de coníferas evaluadas, principalmente en la región templada del centro y sur del país, lo cual coincide con el alto potencial encontrado para estas dos especies forrajeras a escala regional (Sáenz-Reyes et al., 2019). Michoacán, Jalisco, Puebla, Oaxaca, Estado de México, Guanajuato e Hidalgo tuvieron la mayor superficie apta, principalmente en zonas agrícolas, donde es factible intercalar los cultivos forrajeros con coníferas propagadas ampliamente en viveros forestales (Rueda-Sánchez et al., 2010), lo cual incrementa el potencial de los sistemas silvopastoriles con estas especies; además, se podrían cubrir distintas zonas altitudinales, pues P. devoniana y P. lawsonii ocupan laderas bajas con temperaturas más cálidas, mientras que P. montezumae habita en zonas más frías.

Es importante destacar que el uso de estas especies en sistemas silvopastoriles ha sido evaluado en localidades de Michoacán, con fertilización química y orgánica, obteniendo producción de forraje de 11.9 Mg∙ha-1, suficiente para la alimentación de hasta 6 unidades animal∙ha-1∙año-1, y con un desarrollo adecuado en altura de las coníferas (Sáenz-Reyes et al., 2016). Por ello, es factible implementar esta tecnología en regiones cuyos suelos han sido degradados severamente y que tienen una gran producción ganadera, como el valle Morelia-Queréndaro, la región Bajío y la cuenca del lago de Cuitzeo (Mendoza, López-Granados, Geneletti, Pérez-Salicrup, & Salinas, 2011).

La región templada del centro y sur de México presentó el mayor potencial para establecer sistemas silvopastoriles con las especies estudiadas, ya que, en el caso de las coníferas, representan las regiones de su distribución natural (Farjon et al., 1997). Los forrajes, por su parte, tienen gran capacidad de aclimatación a los suelos de México (Beltrán-López et al., 2018), pero también podrían ser aptos para el uso con otras especies forestales, para lo cual el modelado del nicho ecológico de las especies representa una herramienta útil para la identificación de áreas potenciales.

Conclusiones

En México existe alto potencial para establecer sistemas silvopastoriles con los cultivos forrajeros C. gayana y E. curvula y con las coníferas P. lawsonii, P. devoniana y P. montezumae, principalmente en las regiones centro y sur del país. La mayoría de las áreas potenciales se localizaron en zonas agrícolas, donde la implementación de estos sistemas podría contribuir a la recuperación de la cubierta forestal y prevenir la erosión del suelo, mientras que en zonas forestales podrían generar una fuente continua de alimento para el ganado y prevenir el daño de los animales al ecosistema. El modelado del nicho ecológico es recomendable con el fin de conocer las áreas potenciales para establecer sistemas silvopastoriles con especies forrajeras y forestales.

Agradecimientos

El primer autor agradece al Posgrado en Ciencias Biológicas de la UNAM y al Consejo Nacional de Ciencia y Tecnología (CONACYT) por la beca recibida durante sus estudios de posgrado

REFERENCIAS

Aceves-Rangel, L. D., Méndez-González, J., García-Aranda, M. A., & Nájera-Luna, J. A. (2018). Potential distribution of 20 pine species in Mexico. Agrociencia, 52(7), 1043‒1057. Retrieved from https://www.colpos.mx/agrocien/Bimestral/2018/oct-nov/art-9.pdfLinks ]

Ávila-Ramírez, D. N., Lara-Bueno, A., Krishnamurthy, L., Espinosa-Aviña, F., Escutia-Sánchez, J. A., & Uribe-Gómez, M. (2019). Seasonal silvopastoral system with sheep in pine-oak forest: effects on soil and vegetation. Agroforestry Systems, 93, 1637‒1645. doi: 10.1007/s10457-019-00379-3 [ Links ]

Beltrán-López, S., García-Díaz, C. A., Loredo-Osti, C., Urrutia-Morales, J., Hernández-Alatorre, J. A., & Gámez-Vázquez, H. G. (2018). “Llorón Imperial”, Eragrostis curvula (Schrad) Nees, variedad de pasto para zonas áridas y semiáridas. Revista Mexicana de Ciencias Pecuarias, 9(2), 400‒407. doi: 10.22319/rmcp.v9i2.4532 [ Links ]

Bolaños-González, M. A., Paz-Pellat, F., Cruz-Gaistardo, C. O., Argumedo-Espinoza, J. A., Romero-Benítez, V. M., & de la Cruz-Cabrera, J. C. (2016). Mapa de erosión de los suelos de México y posibles implicaciones en el almacenamiento de carbono orgánico del suelo. Terra Latinoamericana, 34(3), 271‒288. Retrieved from https://www.terralatinoamericana.org.mx/index.php/terra/article/view/149Links ]

Casanova-Lugo, F., Ramírez-Avilés, L., Parsons, D., Caamal-Maldonado, A., Piñeiro-Vázquez, A. T., & Díaz-Echeverría, V. (2015). Environmental services from tropical agroforestry systems. Revista Chapingo Serie Ciencias Forestales y del Ambiente, 22(3), 269‒284. doi: 10.5154/r.rchscfa.2015.06.029 [ Links ]

Centre for Agricultural Bioscience International (CABI). (2002). Pines of silvicultural importance. Wallingford, Inglaterra: Author. [ Links ]

Cotler, H., Corona, J. A., & Galeana-Pizaña, J. M. (2020). Erosión de suelos y carencia alimentaria en México: Una primera aproximación. Investigaciones Geográficas, 101, e59976. doi: 10.14350/rig.59976 [ Links ]

Cruz-Cárdenas, G., López-Mata, L., Silva, J. T., Bernal-Santana, N., Estrada-Godoy, F., & López-Sandoval, J. A. (2016). Potential distribution model of Pinaceae species under climate change scenarios in Michoacan. Revista Chapingo Serie Ciencias Forestales y del Ambiente, 22(2), 135‒148. doi: 10.5154/r.rchscfa.2015.06.027 [ Links ]

Esqueda-Coronado, M. H., & Carrillo-Romo, R. L. (2012). Producción de forraje y carne en pastizales resembrados con gramíneas introducidas. Revista Mexicana de Ciencias Pecuarias, 39(2), 139‒152. Retrieved from https://www.redalyc.org/pdf/613/61339205.pdfLinks ]

Farjon, A., Pérez de la Rosa, J. A., & Styles, T. B. (1997). Field guide of the pines of Mexico and Central America. Oxford, Inglaterra: Kew Publishing. [ Links ]

Fuentes-Hernández, A., Mendoza-Orozco, M., Ríos-Casanova, L., Soler-Aburto, A., Muñoz-Iniestra, D., & Godínez-Álvarez, H. (2019). Impacto de la agricultura y ganadería sobre el bosque tropical seco de Zirándaro, Guerrero: Una evaluación con indicadores ecológicos. Botanical Sciences, 97(2), 148‒154. doi: 10.17129/botsci.2043 [ Links ]

Ghebrehiwot, H. M., Fynn, R. W. S., Morris, C. D., & Kirkman, K. P. (2006). Shoot and root biomass allocation and competitive hierarchies of four South African grass species on light, soil resources and cutting gradients. African Journal of Range and Forage Science, 23(2), 113‒122. doi: 10.2989/10220110609485894 [ Links ]

Global Biodiversity Information Facility (GBIF). (2018). Retrieved December 20, 2019 from https://www.gbif.org/occurrence/search?country=MX&taxon_key=2684241Links ]

Gómez-Romero, M., Soto-Correa, J. C., Blanco-García, J. A., Sáenz-Romero, C., Villegas, J., & Lindig-Cisneros, R. (2012). Testing of pine species for restoration of degraded sites. Agrociencia, 46, 795‒807. Retrieved from https://www.colpos.mx/agrocien/Bimestral/2012/nov-dic/art-5.pdfLinks ]

Guevara-Escobar, A., Cervantes-Jiménez, M., Suzán-Azpiri, H., González-Sosa, E., & Saavedra, I. (2012). Producción de pasto Rhodes en una plantación de eucalipto. Agrociencia, 46(2), 175‒188. Retrieved from http://www.scielo.org.mx/pdf/agro/v46n2/v46n2a7.pdfLinks ]

Guisan, A., & Zimmermann, N. E. (2000). Predictive habitat distribution models in ecology. Ecological Modelling, 135(2-3), 147‒186. doi: 10.1016/S0304-3800(00)00354-9 [ Links ]

Hijmans, R. J., Cameron, S. E., Parra, J. L., Jones, P. G., & Jarvis, A. (2005). Very high resolution interpolated climate surfaces for global land areas. International Journal of Climatology, 25(15), 1965‒1978. doi: 10.1002/joc.1276 [ Links ]

Hirzel, A. H., Hausser, J., Chessel, D., & Perrin, N. (2002). Ecological-niche factor analysis: how to compute habitat-suitability maps without absence data? Ecology, 83(7), 2027‒2036. doi: 10.1890/0012-9658(2002)083[2027:ENFAHT]2.0.CO;2 [ Links ]

Imaz, J. A., Giménez, D. O., Grimoldi, A. A., & Striker, G. G. (2012). The effects of submergence on anatomical, morphological and biomass allocation responses of tropical grasses Chloris gayana and Panicum coloratum at seedling stage. Crop and Pasture Science, 63, 1145‒1155. doi: 10.1071/CP12335 [ Links ]

Instituto Nacional de Estadística y Geografía (INEGI). (2014). Retrieved November 15, 2019, from https://www.inegi.org.mx/temas/edafologia/#DescargasLinks ]

Instituto Nacional de Estadística y Geografía (INEGI). (2017). Retrieved November 15, 2019, from https://www.inegi.org.mx/temas/usosuelo/#DescargasLinks ]

Lastiri-Hernández, M. A., Cruz-Cárdenas, G., Álvarez-Bernal, D., Vázquez-Sánchez, M., & Bermúdez-Torres, K. (2020). Ecological niche modeling for halophyte species with possible anthropogenic use in agricultural saline soils. Environmental Modeling and Assessment, 25, 429-440. doi: 10.1007/s10666-020-09690-1 [ Links ]

McKenzie, D., Peterson, D. W., & Peterson, D. L. (2003). Modelling conifer species distributions in mountain forests of Washington State, USA. The Forestry Chronicle, 79(2), 253‒258. doi: 10.5558/tfc79253-2 [ Links ]

Mendoza, M. E., López-Granados, E., Geneletti, D., Pérez-Salicrup, D. R., & Salinas, V. (2011). Analyzing land cover and land use change processes at watershed level: a multitemporal study in the Lake Cuitzeo Watershed, Mexico (1975-2003). Applied Geography, 31, 237‒250. doi: 10.1016/j.apgeog.2010.05.010 [ Links ]

Montagnini, F., Ibrahim, M., & Murgueitio-Restrepo, E. (2013). Silvopastoral systems and climate change mitigation in Latin America. Bois et Forêts des Tropiques, 316(2), 3‒16. doi: 10.19182/bft2013.316.a20528 [ Links ]

Mosquera-Losada, M. R., McAdam, J. H., Romero-Franco, R., Santiago-Freijanes, J. J., & Rigueiro-Rodríguez, A. (2009). Definitions and components of agroforestry practices in Europe. In A. Rigueiro-Rodríguez, J. McAdam, & M. R. Mosquera-Losada (Eds.), Agroforestry in Europe (pp. 3‒19). Dordrecht, Alemania: Springer. [ Links ]

Newbold, T., Gilbert, F., Zalat, S., El-Gabbas, A., & Reader, T. (2009). Climate-based models of spatial patterns of species richness in Egypt´s butterfly and mammal fauna. Journal of Biogeography, 36(11), 2085‒2095. doi: 10.1111/j.1365-2699.2009.02140.x [ Links ]

Osorio-Olvera, L., Lira‐Noriega, A., Soberón, J., Townsend Peterson, A., Falconi, M., Contreras‐Díaz, R. G., Martínez‐Meyer, E., … Barve, N. (2020). ntbox: An R package with graphical user interface for modeling and evaluating multidimensional ecological niches. Methods in Ecology and Evolution, 11(10), 1199-1206. doi: 10.1111/2041-210X.13452 [ Links ]

Pérez-Miranda, R., Moreno-Sánchez, F., González-Hernández, A., & Arriola-Padilla, V. J. (2014). Distribution of Abies religiosa (Kunth) Schltdl. et Cham. and Pinus montezumae Lamb. in the face of climate change. Revista Mexicana de Ciencias Forestales, 5(25), 18‒33. doi: 10.29298/rmcf.v5i25.301 [ Links ]

Pérez-Nieto, J., Valdés-Velarde, E., & Ordaz-Chaparro, V. M. (2012). Cobertura vegetal y erosión del suelo en sistemas agroforestales de café bajo sombra. Terra Latinoamericana, 30(3), 249‒259. Retrieved from https://www.redalyc.org/articulo.oa?id=57325509001Links ]

Peterson, A. T., Soberón, J., Pearson, R. G., Anderson, R. P., Martínez-Meyer, E., Nakamura, M., & Bastos-Araújo, M. (2011). Ecological niches and geographic distributions. New Jersey, USA: Princeton University Press. [ Links ]

Phillips, S. J., Anderson, R. P., & Schapire, R. E. (2006). Maximum entropy modeling of species geographic distributions. Ecological Modelling, 190, 231‒259. doi: 10.1016/j.ecolmodel.2005.03.026 [ Links ]

Ponsens, J., Hanson, J., Schellberg, J., & Moeseler, B. M. (2010). Characterization of phenotypic diversity, yield and response to drought stress in a collection of Rhodes grass (Chloris gayana Kunth) accessions. Field Crops Research, 118(1), 57‒72. doi: 10.1016/j.fcr.2010.04.008 [ Links ]

R Core Team. (2017). A language and environment for statistical computing. Vienna, Austria: R Foundation for Statistical Computing. Retrieved October 14, 2018, from http://www.R-project.org/Links ]

Ramos-Uvilla, J. A., García-Magaña, J. J., Hernández-Ramos, J., García-Cuevas, X., Velarde-Ramírez, J. C., Muñoz-Flores, H. J., & García-Espinoza, G. G. (2014). Equations and volume tables for two Pinus species of la Sierra Purhépecha, Michoacán. Revista Mexicana de Ciencias Forestales, 5(23), 92‒109. doi: 10.29298/rmcf.v5i23.344 [ Links ]

Rueda-Sánchez, A., Benavides-Solorio, J. D., Prieto-Ruíz, J. A., Sáenz-Reyes, J. T., Orozco-Gutiérrez, G., & Molina-Castañeda, A. (2012). Quality of plants produced in forest nurseries in Jalisco. Revista Mexicana de Ciencias Forestales, 3(14), 69‒82. doi: 10.29298/rmcf.v3i14.475 [ Links ]

Sáenz-Reyes, J. T., Castillo-Quiroz, D., Ávila-Flores, D. Y., Castillo-Reyes, F., Muñoz-Flores, H. J., & Rueda-Sánchez, A. (2019). Potential areas for silvopastoral systems with pine lacio (Pinus devoniana Lind.) and introduced grasses (Eragrostis curvula (Schrad.) Nees or Chloris gayana Kunth) in Michoacán, México. Revista Bio Ciencias, 6:e494. doi: 10.15741/revbio.06.e494 [ Links ]

Sáenz-Reyes, J. T., Jiménez-Ochoa, J., Muñoz-Flores, H. J., Rueda-Sánchez, A., Sáenz-Ceja, J. E., & Hernández-Ramos, J. (2016). Fertilización en sistema silvopastoril en la cuenca del lago de Pátzcuaro, Michoacán. Revista Mitigación del Daño Ambiental, Agroalimentario y Forestal de México, 2(2), 178‒187. Retrieved from https://www.researchgate.net/publication/327881246_Fertilizacion_en_sistema_silvopastoril_en_la_cuenca_del_Lago_de_Patzcuaro_MichoacanLinks ]

Sáenz-Reyes, J. T., Muñoz-Flores, H. J., & Rueda-Sánchez, A. (2011). Especies promisorias de clima templado para plantaciones forestales comerciales en Michoacán. México: Instituto Nacional de Investigaciones Forestales Agrícolas y Pecuarias, Campo Experimental Uruapan. [ Links ]

Schussman, H., Geiger, E., Mau-Crimmins, T., & Ward, J. (2006). Spread and current potential distribution of an alien grass, Eragrostis lehmanniana Nees, in the southwestern USA: Comparing historical data and ecological niche models. Diversity and Distributions, 12, 582‒592. doi: 10.1111/j.1366-9516.2006.00268.x [ Links ]

Slater, H., & Michael, E. (2012). Predicting the current and future potential distributions of lymphatic filariasis in Africa using maximum entropy ecological niche modelling. PloS ONE, 7(2), e32202. doi: 10.1371/journal.pone.0032202 [ Links ]

United States Geological Survey (USGS). (2000). Retrieved December 9, 2018 from https://www.usgs.gov/centers/eros/science/usgs-eros-archive-digital-elevation-global-30-arc-second-elevation-gtopo30?qt-science_center_objects=0#qt-science_center_objectsLinks ]

Valdés-Reyna, J. (2015). Gramíneas de Coahuila. México: Comisión Nacional para el Conocimiento y Uso de la Biodiversidad. [ Links ]

Ward, D., Kirkman, K., & Tsvuura, Z. (2017). An African grassland responds similarly to long-term fertilization to the Park Grass experiment. PloS ONE, 12(5), e01177208. doi: 10.1371/journal.pone.0177208 [ Links ]

Winkler, D. E., Lin, M. Y., Delgadillo, J., Chapin, K. J., & Huxman, T. E. (2019). Early life history responses and phenotypic shifts in a rare endemic plant responding to climate change. Conservation Physiology, 7(1), coz076. doi: 10.1093/conphys/coz076 [ Links ]

Recibido: 20 de Julio de 2020; Aprobado: 29 de Marzo de 2021

Creative Commons License This is an open-access article distributed under the terms of the Creative Commons Attribution License