SciELO - Scientific Electronic Library Online

 
vol.5 número especial 10Indices de extremos térmicos en las Llanuras Costeras del Golfo Sur en México índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay artículos similaresSimilares en SciELO

Compartir


Revista mexicana de ciencias agrícolas

versión impresa ISSN 2007-0934

Rev. Mex. Cienc. Agríc vol.5 no.spe10 Texcoco nov./dic. 2014

 

Artículos

Proyecciones de cambio climático y potencial productivo para Salvia hispánica L. en las zonas agrícolas de México

Guillermo Orozco de Rosas1  § 

Noé Durán Puga2 

Diego Raymundo González Eguiarte3 

Patricia Zarazúa Villaseñor3 

Gabriela Ramírez Ojeda4 

Salvador Mena Munguía3 

1Chíablanca, S. C. de R. L. La paz 54, Acatic, Jalisco, México. C. P. 45470. (chiablanca@yahoo.com.mx).

2Unidad Académica de Agricultura. Universidad Autónoma de Nayarit. Carretera Tepic-Compostela, km 9. Xalisco, Nayarit, México. C. P. 63780.

3Centro Universitario de Ciencias Biológicas y Agropecuarias. Universidad de Guadalajara. Carretera Guadalajara-Nogales, km 15.5. (diegonz@cucba.udg.mx; pzarazua@cucba.udg.mx).

4Campo Experimental Centro-Altos de Jalisco. INIFAP. Carretera libre Tepatitlán-Lagos de Moreno, km 8. Tepatitlán, Jalisco, México. C. P. 47600. (ramirez.gabriela@inifap.gob.mx).

Resumen:

El objetivo del presente estudio fue estimar el impacto del cambio climático para el período 2040-2069, en las áreas potenciales para la producción de S. hispánica L., en tres estratos altitudinales en las áreas agrícolas de México: 0-1 200 msnm (tierras bajas), 1 200-2 200 msnm (tierras de altitud media) y >2 200 msnm (tierras altas). Se utilizaron variables topográficas, de suelo y clima para representar las áreas potenciales. Los datos climáticos correspondientes a los periodos 1961-1990 (climatología de referencia) y 2040-2069, se obtuvieron del portal de WorldClim Earth System Grid y se trabajó a 2.5 min de resolución con imágenes tipo raster con el software Idrisi Selva. Para el escenario 2040-2069, se consideraron tres Modelos de Circulación General (MCG): ECHAM5, MIROC (Medres) y UKMO_HADCM3, bajo el escenario de emisiones de gases de efecto invernadero A2. Los resultados mostraron que con los cambios climáticos esperados la superficie óptima para S. hispanica L., se incrementará en tierras altas entre 1 432 y 1 733%, en tierras de altitud intermedia a una tasa de 43 a 58%, y disminuirá de 84 a 73% en tierras bajas. En lo referente a la superficie subóptima se pronostica una disminución en tierras de altitud intermedia a razón de 14 a 21% y un incremento de 60 a 85% en tierras bajas y de 101 a 126% en tierras altas.

Palabras clave: Salvia hispánica L.; cambio climático; cambio climático y zonas altitudinales

Introducción

Salvia hispanica, es una planta anual originaria de las zonas montañosas del oeste y centro de México (Hernández et al, 2008; Di Sapio et al, 2012). Se encuentra naturalmente en áreas de bosques de encino o de pino-encino y se distribuye en ambientes semicálidos y templados del Eje Neovolcánico Transversal de las Sierras Madre Occidental y del sur de Chiapas, en altitudes que oscilan entre 1 400 y 2 200 m. Históricamente, esta especie se ha cultivado, tanto en ambientes tropicales como subtropicales, en áreas libres de heladas y en regiones con heladas anuales, desde el nivel del mar hasta 2 500 m (Capitani, 2013).

Actualmente numerosos estudios refieren que las semillas de chía se han revalorizado como insumos en la alimentación humana por su elevado contenido en ácido a-linolénico, así como por el beneficio que implica para la salud el consumo del ácido graso co-3 que contiene (Di Sapio et al, 2012). S. hispanica también puede aprovecharse en forma integral, ya que se ha demostrado la calidad en la composición de su semilla considerando fibra y proteínas (Vázquez et al, 2009) y sus componentes de mucílago (Ramírez et al, 2012).

El incremento en la demanda internacional en el mercado con un mejoramiento de los precios y la poca disponibilidad de materia prima, plantea la necesidad de aumentar la superficie del cultivo por parte de productores, empresarios y organismos gubernamentales. Ante la relevancia que adquiere el cultivo de la chía, es necesario caracterizar el medio físico y los factores naturales del país, para localizar las áreas de cultivo más adecuadas actuales y futuras para su producción bajo condiciones de temporal (Ramírez et al, 2012).

Por otra parte, como resultado del aumento de los gases de efecto invernadero (GEI) en la atmósfera, se tiene presenta un incremento en la temperatura global (Trenberth et al., 2007; IPCC, 2013), lo que propicia la desecación de muchas regiones a través del aumento de la evaporación (Woodhouse et al, 2010), y a la vez se acelera el proceso de madurez de los cultivos; de esta manera se reduce la duración del área foliar y con ello el requerimiento hídrico total a la madurez del cultivo (Hatfield et al, 2011; Ojeda et al, 2011). Éstos cambios en los patrones climáticos, tendrán profundos efectos en el crecimiento de las plantas terrestres y productividad en el futuro próximo (Attipalli et al., 2010), así, es trascendental delimitar la distribución geográfica potencial de las pérdidas del rendimiento de los cultivos y desarrollar estrategias para mitigarlos (Deryng et al, 2011; Justin et al, 2012).

Ante la relevancia que adquiere el cultivo de la chía, es necesario caracterizar el medio físico y las condiciones agroclimáticas del país, para localizar las áreas de cultivo más adecuadas para su producción baj o condiciones de temporal. La selección de especies con potencial agroecológico para una región implica ventajas en el manejo del cultivo, ya que producir una especie fuera de su ambiente óptimo encarece las tecnologías de producción, o bien simplemente reduce el rendimiento por la presencia de condiciones de estrés ambiental (Ruíz et al., 1999). Las principales causas de estrés son las variaciones extremas de factores tales como altas o bajas temperaturas y sequía o exceso de humedad.

En México, existen estudios sobre cambio climático y su impacto en la producción de cultivos, pero no se ha analizado a detalle el efecto de este fenómeno sobre el cultivo de la chía en particular; por tal motivo, el objetivo del presente estudio fue determinar el impacto del cambio climático sobre las áreas agrícolas potenciales en tres estratos altitudinales en México.

Materiales y métodos

El estudio se realizó en las zonas agrícolas de México, bajo los siguientes estratos altitudinales: zonas bajas (<1 200 msnm), zonas de altitud intermedia (1 200 a 2 200 msnm) y zonas altas (>2 200 msnm).

Especie estudiada

Salvia hispanica L. (chía), especie que formó parte esencial de la cultura mesoamericana, con una amplia distribución geográfica y un alto valor como insumo en la alimentación humana.

Bases de datos y sistema de información geográfica. Se utilizaron los datos mensuales y anuales de precipitación, temperatura máxima, temperatura mínima y temperatura media de los periodos 1961-1990 (climatología de referencia) y 2040-2069, para determinar las áreas potenciales de S. hispanica. Estos datos climáticos se obtuvieron del portal de datos de Earth System Grid (ESG) de WorldClim y trabajaron mediante imágenes raster con una resolución de 2.5 min de arco, en el sistema Idrisi Selva (Eastman, 2012). Para el período 2040-2069 se consideraron los MCG: MPIM-ECHAM5, MIROC (medres) y UKMO_HADCM3 bajo el escenario de emisiones de gases efecto invernadero A2 (IPCC, 2007).

Éstos tres modelos han sido de los más utilizados para México y han mostrado tener buen ajuste a las condiciones climáticas del país (Conde et al, 2006). Para la determinación de áreas potenciales se incluyeron también otras variables de diagnóstico, tales como uso del suelo agrícola, pendiente y textura del suelo; las cuales se obtuvieron del sistema de información ambiental (SIAN) del Instituto Nacional de Investigaciones Forestales Agrícolas y Pecuarias (INIFAP) (Díaz et al, 2012); con excepción de uso de suelo agrícola y textura, la pendiente se extrajo de la imagen de uso de suelo serie III del Instituto Nacional de Estadística, Geografía e Informática (INEGI, 2009).

Análisis estadístico

Se utilizó la prueba de Kolmogorov-Smirnov para probar normalidad en las series de datos de precipitación y temperatura (climatología 1961-1990) en las tres zonas altitudinales. La prueba se corrió a través del software SPSS Statistics 19 (IBM Corp, 2010). Dado que la prueba de normalidad reportó en todos los casos que los datos de temperatura y precipitación no tenían una distribución normal, se procedió a realizar un análisis de varianza con el estadístico no paramétrico de Kruskal y Wallis, el cual se conoce también como prueba H y utiliza rangos de datos muestrales de tres o más poblaciones independientes (Kruskal and Wallis, 1952). En el presente estudio la prueba H se utilizó para identificar diferencias significativas entre los datos de temperatura y precipitación de los tres estratos altitudinales. El estadístico se describe por la expresión:

Donde: j= número de muestras; ni= número de observaciones en la í muestra; N= Sm, número de observaciones en todas las muestras combinadas; Ri= suma de los rangos en la í muestra.

Para realizar los análisis estadísticos se utilizaron los datos de temperatura y precipitación derivados de cada una de las celdas de las imágenes raster para los tres estratos altitudinales estudiados. Esta información se obtuvo transformando las imágenes raster a vectores de puntos, los cuales se exportaron en el sistema Idrisi Selva a archivos tipo ascii y éstos se abrieron y manipularon en el sistema Excel de Microsoft.

Diagnóstico de áreas potenciales

Las áreas potenciales se determinaron mediante un análisis multi-criterio en el sistema Idrisi-Selva y considerando un esquema cualitativo de tres categorías: áreas con condiciones agroecológicas óptimas (Op), áreas con condiciones agroecológicas subóptimas (Sp) y áreas con condiciones agroecológicas marginales (Mg). Se asumieron con condiciones agroecológicas óptimas, las áreas en las que todos los factores ambientales de análisis se encontraban en un nivel óptimo para las especies forrajeras; como subóptimas se clasificaron aquellas áreas en las que al menos una variable de diagnóstico se encontró en condiciones no óptimas (sub-óptimas o supra-óptimas) para el cultivo; por último se tomaron como marginales las áreas en las que al menos una de las variables de diagnóstico mantenía valores que restringían el desarrollo de las especies forrajeras estudiadas.

La información para establecer esta categorización se obtuvo de revisión bibliográfica reportada por Hernández y Miranda (2008) ; Jamboonsri et al. (2012) ; Capitani (2013) . En el Cuadro 1 se describen los intervalos de tres variables utilizados para el diagnóstico de áreas potenciales. La pendiente del suelo para la especie se valoró asignando una condición óptima para pendientes de 0 a 8%, condición subóptima para pendientes de 8 a 20% y condición marginal para pendientes mayores a 20%. El análisis de áreas potenciales se realizó considerando como superficie de diagnóstico solamente las áreas de uso agrícola.

Cuadro 1 Intervalos agroecológicos para el diagnostico de áreas potenciales de S. hipanica. 

Op= óptima; Sp= subóptima y supraóptima; Mg= marginal; Gr= gruesa; Md= media; Fn= fina.

Resultados y discusión

Análisis estadístico

Como se muestra en el Cuadro 2, y de acuerdo con los resultados de la prueba de Kolmogorov-Smirnov (p< 0.0001), los datos de temperatura y precipitación no tienen una distribución normal en ninguno de los estratos altitudinales estudiados.

Cuadro 2 Resultados de la prueba de normalidad de Kolmogorov-Smirnov para datos de temperatura y precipitación de tres estratos altitudinales. 

En el Cuadro 3 se describen los estadísticos básicos de temperatura y precipitación por estrato altitudinal. De acuerdo con los resultados de la prueba de Kruskal y Wallis, tanto la temperatura como la precipitación varían significativamente (p< 0.001) entre los tres estratos altitudinales, por lo que las tres regiones topográficas pueden considerarse climáticamente diferentes entre sí.

Cuadro 3 Estadísticas básicas de temperatura y precipitación en tres estratos altitudinales. Cambios climáticos en las áreas agrícolas de México 

Cambios climáticos en las áreas agrícolas de México

La variación térmica que va de 14.3 °C en zonas altas a 22.8 °C en zonas bajas, en combinación con la variación de precipitación, produce gran diversidad ambiental en las zonas agrícolas de México. Las proyecciones de temperatura de los tres MCG señalan un incremento térmico en un rango de 2.6 a 2.9, 2.7 a 3.3 y 2.4 a 3.1 °C en zonas bajas, intermedias y altas, respectivamente (Cuadro 4) al pasar del período 1961-1990 al período 2040-2069, lo cual se traduce en un calentamiento por década de 0.32-0.37, 0.34-0.42 y 0.30-0.39 °C. Éste incremento se asemeja a lo consignado por Brohan et al. (2006) y Trenberth et al. (2007) , quienes refieren que la temperatura de la atmósfera terrestre por decenio entre 1979 y 2005, aumentó 0.268 ±0.069 °C.

Cuadro 4 Valores promedio anuales de temperatura media y precipitación acumulada en dos escenarios climáticos para tres estratos altitudinales de la superficie agrícola. 

El calentamiento proyectado para la región de estudio es importante, ya que algunas áreas variarán su régimen de temperatura; como las zonas de altura intermedia que pasarán de una condición templada (12 a18 °C de temperatura media anual, García, 1988) a una condición semicálida (18 a 22 °C, García, 1988; Medina et al, 1998), lo cual tendrá efectos positivos sobre la superficie con condiciones óptimas para el cultivo de especies tropicales y subtropicales (Ruiz et al. , 2011). Sin embargo, el incremento de temperatura se considera nocivo para los patrones actuales de cultivo, ya que un aumento de la temperatura media estacional puede adelantar el tiempo de la cosecha de las variedades actuales, y por tanto reducir el rendimiento final; más aún si no se instrumentan medidas de adaptación (Gornall et al, 2010).

En las zonas bajas, las cuales mantienen ya una temperatura cálida, cerca de los umbrales máximos fisiológicos de los cultivos, el incremento de temperatura proyectado en el presente estudio puede ser perjudicial, por el incremento de estrés por calor y la pérdida de agua por evaporación (Gornall et al, 2010).

Con relación a la precipitación, las proyecciones de los tres MCG no mantienen una coincidencia tan alta como en el caso de la temperatura, ya que mientras los modelos MIROC (medres) y UKMO_HADCM3 reflejan una disminución de la precipitación de 13 a 6%, en zonas bajas, el modelo MPIM-ECHAM5 proyecta un ligero incremento de 0.7% en la lluvia anual (Cuadro 4). En tanto, para las zonas intermedias se proyecta un incremento de la precipitación anual de 2 y 4%, con los modelos MPIM-ECHAM5 y UKMO_HADCM3, respectivamente, y una disminución de 9.5% con el modelo MIROC (medres). En las zonas altas se vislumbra una disminución en la precipitación con los modelos MPIM-ECHAM5 y MIROC (medres) de 2 y 12%, y un aumento de 5% con el modelo UKMO_HADCM3. Esta falta de consistencia en la modelación de la precipitación futura por parte de los diferentes MCG ya ha sido reportada previamente (IPCC, 2007) y se acentúa en zonas desérticas y semidesérticas Johnson y Sharma (2009) , condición que predomina en el territorio mexicano. Este es un aspecto importante porque la precipitación es una variable relevante para las evaluaciones hidrometeorológicas y la productividad de los cultivos (Kumar et al, 2004; Sivakumar et al, 2005). Incluso los pequeños cambios en las precipitaciones pueden afectar la productividad (Lobell and Burke, 2008).

Áreas potenciales para S. hispanica en zonas agrícolas de México

Las condiciones óptimas para el cultivo de chía, se ubican, principalmente, en tierras bajas y de altitud intermedia durante el periodo de referencia (Figura 1), lo que demuestra que las condiciones climáticas de las zonas entre 0 y 2 200 msnm presentan mayores ventajas para los requerimientos agroclimáticos de la especie (Jamboonsri et al., 2012; Capitani, 2013). Estas áreas se ubican, primordialmente, en los estados de Jalisco, Sinaloa, Nuevo León, Tamaulipas, Guerrero, Puebla, Oaxaca, Nayarit, Morelos, Veracruz, Michoacán, Yucatán y Chiapas.

Figura 1 Áreas potenciales para Salvia hispanica, bajo las climatologías: a) 1961-1990; b) 2040-2069 UKMO_HadCM3; c) MPIM-ECHAM5; d) MIROC (medres) con escenario de gases efecto invernadero A2. 

Por lo que estas regiones ofrecen una destacada oportunidad para mejorar la nutrición humana, dado que la chía proporciona una fuente natural de ácidos grasos omega-3, de antioxidantes y de fibra dietética; además de la capacidad de la semilla para enriquecer varios productos, añadiéndose directamente a los alimentos o formando parte de las dietas de los animales, proporciona una oportunidad para desarrollar productos con la semilla e incursionar en los mercados novedosos de productos funcionales o "nutracéuticos" (Hernández y Miranda, 2008).

En los mapas de la Figura 1, el efecto del cambio climático sobre las áreas potenciales de chía también se puede observar. En este sentido, las predicciones de las áreas potenciales de los MCG, reflejan que la superficie óptima aumentará en tierras altas y de altitud intermedia, con respecto a la climatología de referencia, en los estados de Jalisco, Michoacán, Guerrero, Puebla, Morelos y Oaxaca; disminuirá en tierras bajas, principalmente en los estados de Sinaloa, Tamaulipas y Chiapas y desaparecerá en Yucatán.

Las predicciones climáticas de los tres MCG definieron áreas potenciales muy similares en la superficie óptima en los tres estratos altitudinales (Figura 1). Sin embargo, las áreas potenciales establecidas con el MCG: MIROC (medres) resultó sensiblemente diferente para tierras bajas con respecto a los otros dos escenarios. Éstos resultados son atribuibles, principalmente, a las diferencias en las simulaciones de precipitación de los MCG (Cuadro 4). Este hecho evidencia que las zonas potenciales del cultivo son sensibles a las variaciones climáticas de la simulación de los MCG, incluso entre los modelos que se consideran similares en la predicción del cambio climático para México (Conde et al., 2006).

Una tendencia similar de los MCG, también se observó en la determinación de las superficies subóptimas. Se observa (Cuadro 5) que existe una tendencia a disminuir en tierras de altitud intermedia, principalmente en Jalisco; y a aumentar en zonas altas y zonas bajas, ubicadas en el Estado de México, Tlaxcala y Yucatán.

Cuadro 5 Áreas potenciales para S. hispanica en tres estratos altitudinales y dos escenarios climáticos en México. 

Sp=subóptimas

Con relación a las áreas marginales, se percibe una disminución entre 5 y 10% con los modelos MIROC (medres) y UKMO_HadCM3 respectivamente, con respecto a la climatología de referencia, por lo tanto el cambio climático durante el presente siglo tendrá un impacto positivo en la producción de chía en México.

La dinámica de áreas potenciales detectadas con el cambio climático, supone la aparición de zonas óptimas en las tierras de altitud intermedia y en las tierras altas de las regiones Centro-Occidente y Sur del país y desaparecen en tierras bajas en el Noreste y la Península de Yucatán (Figura 1). Estas regiones ya han sido reportadas con los cambios en los patrones de cultivos debido al cambio climático (Ramírez et al, 2011; Santillán et al, 2011; Márdero et al, 2012).

Éstos resultados permiten afirmar que, con la presencia del cambio climático, las áreas potenciales óptimas para el cultivo de chía, se desplazan hacia las tierras altas e intermedias en el futuro. Por lo tanto, una redistribución de las tierras de cultivos probablemente se llevará a cabo en estas zonas que varían en altitud, en el presente siglo. Dado que en la actualidad, las tierras de altitud intermedia incluyen 45% de la superficie agrícola, esta redistribución no sería de un alto impacto; sin embargo, cuando el cambio climático impulse a los cultivos a emigrar a tierras altas, se presentará una situación complicada, ya que en la actualidad sólo 18% de la superficie agrícola se encuentra dentro de las tierras altas.

Conclusiones

Las proyecciones de temperatura de los tres MCG utilizados señalan consistentemente un incremento térmico en un rango de 2.6 a 2.9, 2.7 a 3.3 y 2.4 a 3.1 °C en zonas bajas, intermedias y altas, respectivamente, al pasar del período 1961-1990 al período 2040-2069. Las proyecciones de precipitación no fueron tan consistentes entre los modelos, ya que algunos señalan disminución de la lluvia y otros un incremento, aunque en todos los casos estos cambios se ubican en el rango de 0.7 a 13%. Dos de tres modelos reflejaron una disminución de la precipitación anual para el periodo 2040-2069 en tierras bajas, un incremento de 2 a 4% en tierras de altitud intermedia, y una caída de la precipitación de 2 a 12% en tierras altas. El modelo MIROC (medres) simuló consistentemente menores cantidades de precipitación anual en los tres estratos altitudinales.

Los cambios climáticos proyectados afectarán la extensión y la distribución altitudinal de la superficie con condiciones agroclimáticas óptimas y subóptimas para el cultivo de S. hispanica.

La superficie potencial de cultivo con condiciones agroclimáticas óptimas y subóptimas actualmente se concentra más en tierras bajas e intermedias (0 a 2 200 m).

Con los cambios climáticos esperados, la superficie óptima de cultivo se incrementará con un rango de 43 a 58% en zonas de altitud intermedia y de 1 432 a1 733% en las regiones altas; este incremento se ubicará principalmente en los estados de Jalisco, Michoacán, Guerrero, Puebla, Morelos y Oaxaca y disminuirá con un rango de 84 a 73% en zonas bajas, y se ubicará en los estados de Sinaloa, Tamaulipas y Chiapas.

En los tres estratos altitudinales se detectaron zonas subóptimas para el cultivo de S. hispanica; sin embargo, con la presencia del cambio climático esta superficie disminuirá con un rango de 14 a 22% en zonas con altitud intermedia, ubicándose principalmente en Jalisco; y aumentará de 60 a 85% en zonas bajas y entre 101 a 126% en tierras altas, que corresponden a los estados de Tlaxcala, Yucatán y Estado de México.

Las áreas marginales para el cultivo de chía disminuirán entre 5 y 10% por la presencia del cambio climático con los modelos MIROC (medres) y UKMO_HadCM3, por lo tanto se presentará durante el presente siglo un impacto positivo en la producción de este cultivo en México.

Literatura citada

Attipalli, R. R.; Girish, K. R. and Agepati, S. R. 2010. The impact of global elevated CO2 concentration on photosynthesis and plant productivity. Current Sci. 99(1):46-57. [ Links ]

Brohan, P.; Kennedy, J. J.; Harris, I.; Tett, S. F. B. and Jones, P. D. 2006. Uncertainty estimates in regional and global observed temperatura changes: a new data set from 1850. J. Geophys. Res. 111:D12106. [ Links ]

Capitani, M. I. 2013. Caracterización y funcionalidad de subproductos de chía (Salvia hispanica L.) aplicación en tecnología de alimentos. Tesis Doctoral. Universidad Nacional de la Plata-Facultad de Ciencias Exactas. Buenos Aires, Argentina. 204 p. [ Links ]

Conde, C.; Ferrer, R. and Orozco, S. 2006. Climate change and climate variability impacts on rainfed agricultural activities and possible adaptation measures. A Mexican case study. Atmósfera. 19(3):181-194. [ Links ]

Deryng, D.; Sacks, W.; Barford, C. and Ramankutty, N. 2011. Simulating the effects of climate and agricultural managementpractices on global crop yield. Glob. Biogeochem. Cycles (25), GB2006. 18pp. [ Links ]

Di Sapio, O.; Bueno, M.; Busilacchi, H.; Quiroga, M. y Severin, C. 2012. Caracterización morfoanatómica de hoja, tallo, fruto y semilla de Salvia hispanica L. (Lamiaceae). Bol. Latinoam. Caribe Plant. Med. Aromat. 11(3):249-268. [ Links ]

Díaz, P. G.; Guajardo P. R. A.; Medina, G. G.; Sánchez, C. I.; Soria, R. J.; Vázquez, A. M. P.; Quijano, C. J. A.; Legorreta, P. F. y Ariel, R. C. J. 2012. Potencial productivo de especies agrícolas de importancia socioeconómica en México. 1a. (Ed.). INIFAP. Xalapa, Veracruz, México. 140 p. [ Links ]

Eastman, J. R. 2012. Idrisi selva manual. Manual versión 17. Clark Labs, Clark University. Worcester, Mass., USA. 322 p. [ Links ]

García, E. 1988. Modificaciones al sistema de clasificación climática de Koppen (para adaptarlo a las condiciones de la República Mexicana). 4a. Ed. Offset Larios. México, D. F. 219 p. [ Links ]

Gornall, J.; Betts, R.; Burke, E.; Clark, R.; Camp, J.; Willet, K. and Wiltshire, A. 2010. Implications of climate change for agricultural productivity in the early twenty-first century. Phil. Trans. R. Soc. B. 365:2973-2989. [ Links ]

Hatfield, J. L.; Boote, K. J.; Kimball, B. A.; Ziska, L. H.; Izaurralde, R. C.; Ort, D.; Thomson, A. M. and Wolfe, D. 2011. Climate impacts on agriculture: implications forcropproduction.Agron. J. 103:351-370. [ Links ]

Hernández, G. J. A. y Miranda, C. S. 2008. Caracterización morfológica de chía (Salviahispanica). Rev. Fitotec. Mex. 31(2):105-113. [ Links ]

Intergovernmental Panel on Climate Change (IPCC). 2007. Climate change 2007: mitigation of climate change. Contribution of working group III to the fourth assessment report of the intergovernmental panel on climate change. Metz, B.; Davidson, O.; Bosch, P.; Dave, R. and Meyer, L. (Eds.). Cambridge University Press, UK. and USA. 851 p. [ Links ]

Intergovernmental Panel on Climate Change (IPCC). 2013. Climate Change 2013. The physical science basis. Working group i contribution to the fifth assessment report of the intergovernmental panel on climate change. Summary for policymakers. Stocker, F. T.; Qin, D.; Plattner, K. G.; Tignor, M. B. M.; Allen, K. S.; Boschung, J.; Nauels, A.; Xia, Y.; Bex, V. and Midgley, M. P. (Eds.). Switzerland. 27 p. [ Links ]

IBM Corp. 2010. IBM SPSS Statistics for Windows, version 19.0. Armonk, N.Y.: IBM Corp. [ Links ]

Instituto Nacional de Estadística Geografía e Informática (INEGI). 2009. Guía para interpretación cartográfica: uso de suelo-vegetación Serie III. D. F. México. 71 p. [ Links ]

Jamboonsri, W.; Phillips, T. D.; Geneve, R. L.; Cahill J. P. and Hildebrand, D. F. 2012. Extending the range of an ancient crop, Salvia hispanica L.-a new co3 source. Genet. Resour. Crop Eval. 59:171-178. [ Links ]

Johnson, F.; Sharma, A. 2009. Measurement of GCM skill in predicting variables relevant for hydroclimatological assessments. J. Climate. 22:4373-4382. [ Links ]

Justin, E. B.; Desai, R. A.; Dirmeyer, P. A. and Foley, A. J. 2012. Effects of land cover change on moisture availability and potential crop yield in the world's breadbaskets. Environ. Res. Lett. 7:1-9. [ Links ]

Kruskal, W. H. and Wallis,A. W. 1952. Use ofranks in one-criterion variance analysis. J. Am. Statistical Association. 47(260): 583-621. [ Links ]

Kumar, K. K.; Kumar, K. R.;Ashrit, R. G.; Deshpande, N. R. and Hansen, J. W. (2004). Climate impacts on Indian agriculture. Int. J. Climatol. 24:1375-1393. [ Links ]

Lobell, D. B. and Burke, M. B. 2008. Why are agricultural impacts of climate change uncertain? The importance of temperature relative to precipitation. Environ. Res. Lett. 3:1-8. [ Links ]

Márdero, S.; Nickl, E.; Schmook, B.; Schneider, L.; Rogan, J.; Christman, Z. and Lawrence, D. 2012. Sequías en el sur de la Península de Yucatán: análisis de la variabilidad anual y estacional de la precipitación. Investigaciones Geográficas. 78:19-33. [ Links ]

Medina, G. G.; Ruiz, C. J. A. and Martínez, P. A. R. 1998. Los climas de México: una estratificación ambiental basada en el componente climático. Libro técnico Núm. 1. SAGAR-INIFAP. 104p. [ Links ]

Ojeda, B. W.; Sifuentes, I. E.; Íñiguez, C. M. y Montero, M. M. J. 2011. Impacto del cambio climático en el desarrollo y requerimientos hídricos de los cultivos. Agrociencia. 45:1-11. [ Links ]

Ramírez, L. M. R.; Ruiz, C. J.A.; Medina, G. G.; Jacobo, C. J. L.; Parra, Q. R. A.; Ávila, M. M. R. y Jesús, P. A. A. J. P. (2011). Perspectivas del sistema de producción de manzano en Chihuahua, ante el cambio climático. Rev. Mex. Cienc. Agríc. (2):265-279. [ Links ]

Ramírez, J. G.; Rosado, R. J. G.; Castellanos, R. A. F. y Chel, G. L. A. 2012. Potencial productivo para el cultivo de chía (Salvia hispanica L.) en México y calidad del aceite Extraído. Rev. Fac. Ing. Quím. 52:32-36. [ Links ]

Ruiz, C. J. A.; Medina, G. G.; González, I. J.; Ortiz, C.; Flores, L. H.E.; Martínez, R. A. y Byerly, K. F. 1999. Requerimientos agroecológicos de cultivos. Libro técnico Núm. 3. INIFAP-CIRPAC. Ed. Conexión Gráfica. Guadalajara, Jalisco, México. México. 362 p. [ Links ]

Ruiz, C. J.A.; Medina, G. G.; Ramírez, D. J. L.; Flores, L. H. E.; Ramírez, O. G.; Manríquez, O. J. D.; Zarazúa, V. P.; González, E. D. R.; Díaz, P. G. y De la Mora, O. C. 2011. Cambio climático y sus implicaciones en cinco zonas productoras de maíz en México. Rev. Mex. Cienc. Agríc. (2):309-323. [ Links ]

Santillán, E. L. E.; Blanco, M. F.; Magallanes, Q. R.; García, H. J. L.; Cerano, P. J.; Delgadillo, R. O. y Valdez, C. R. D. 2011. Tendencias de temperatura extremas en Zacatecas, México. Rev. Mex. Cienc. Agríc. (2):207:219. [ Links ]

Sivakumar, M. V. K.; Das, H. P. and Brunini, O. 2005. Impacts of present and future climate variability and change on agriculture and forestry in the arid and semi-arid tropics. In: increasing climate variability and change. Salinger, J. M.; Sivakumar, V. K. and Motha, R. P. (Eds.). Springer, USA. 31-72 pp. [ Links ]

Trenberth, K. E.; Jones, P. D.; Ambenje, P.; Bojariu, R.; Easterling, D. R.; Kleint-Tank, A.; Parker, D.; Rahimzadeh, F.; Renwick, J. A.; Rusticucci, M.; Soden, B. and Zhai, P. 2007. Observations: surface and atmospheric climate change. Climate Change 2007: the physical science basis. Contribution of wg i to the fourth assessment report of the IPCC. Cambridge University Press 321 pp. [ Links ]

Vázquez, O. A.; Rosado, R. J. G.; Chel, G. L. A. and Betancur, A. D. 2009. Physicochemical properties of a fibrous fraction from chia. (Salvia hispanica L). Food Sci. Technol. 42:168-173. [ Links ]

Woodhouse, C. A.; Meko, D. M.; MacDonald, G. M.; Stahle, D. W. and Cook, E. R. A. 2010. 1,200-year perspective of 21st century drought in southwestern NorthAmerica. Proc.Natl Acad. Sci. USA. 107:21283-21288. [ Links ]

Recibido: Febrero de 2014; Aprobado: Agosto de 2014

§Autor para correspondencia: noeduranpuga@ yahoo.com.mx.

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons