SciELO - Scientific Electronic Library Online

 
vol.7 número especial 13Mapeo espacial de la salinidad del suelo a través de sensores remotos. Estudio de caso norte de TamaulipasRelación entre necromasa, composición de especies leñosas y posibles implicaciones del cambio climático en bosques templados 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.7 spe 13 Texcoco ene./feb. 2016

 

Artículos

Caracterización de cargas de combustibles forestales para el manejo de reservorios de carbono y la contribución al cambio climático

Álvaro Agustín Chávez Durán1  § 

Jaqueline Xelhuantzi Carmona1 

Ernesto Alonso Rubio Camacho1 

José Villanueva Díaz2 

Hugo Ernesto Flores López1 

Celia de la Mora Orozco1 

1 Campo Experimental Centro Altos de Jalisco-INIFAP. Tepatitlán de Morelos, Jalisco. C.P. 47600 Tel: 018000882222. (xelhuantzi.jaqueline@inifap.gob.mx; rubio.ernesto@inifap.gob.mx; flores.hugo@inifap.gob.mx; delamora.celia@inifap.gob.mx).

2 Centro Nacional de Investigación Disciplinaria en Relación Agua, Suelo, Planta, Atmósfera- INIFAP. Gómez Palacio, Durango. C. P. 35140. Tel: 01 871 1590104. (villanueva.jose@inifap.gob.mx).


Resumen

El cambio climático es una de las mayores amenazas medioambientales a las que enfrenta la humanidad. La biomasa quemada durante los incendios son fuente importante de gases de efecto invernadero (Beitler, 2006). Diversas investigaciones señalan que por cada tonelada de biomasa presente en el bosque, la mitad corresponde a carbono (Brown et al., 1996). Para que un incendio forestal ocurra se requiere de tres factores básicos: material combustible, condiciones ambientales favorables y un factor de inicio (Santiago et al., 1999). Los combustibles forestales constituyen uno de los factores más importantes para el manejo y control de los incendios pues, este puede manipularse (Flores, 1996). En México se han realizado importantes trabajos para caracterizarlos (Xelhuantzi et al., 2011); sin embargo, las investigaciones realizadas son ejecutadas en áreas específicas, limitando conocer un contexto general sobre los combustibles forestales. En el presente trabajo se describe la estimación de combustibles forestales en zonas de bosque del Estado de Jalisco, a través de métodos de recolección de datos in situ y estimaciones de cargas por unidad de área. Se encontraron sitios con cargas de combustibles muertos de hasta 840.85 t ha-1, diferentes valores para el complejo de combustibles muertos y diferencias entre las cargas de combustibles de los bosques de coníferas y encinos. Los resultados obtenidos permiten cimentar las bases para la implementación de estrategias de manejo de combustibles que favorezcan su reducción evitando así, incendios catastróficos que liberen a la atmósfera grandes cantidades de gases de efecto invernadero.

Palabras clave: cambio climático; caracterización; combustibles; incendios; manejo

Abstract

Climate change is one of the greatest environmental threats facing humanity. Burned biomass during the fires is an important source of greenhouse gases (Beitler, 2006). Various researches indicate that for every ton of biomass present in the forest, half are carbon (Brown et al., 1996). For a wildfire to occur requires three basic factors: combustible material, favorable environmental conditions and initiation factor (Santiago et al., 1999). Forest fuels are one of the most important factors in the management and control of the fire, since this can be manipulated (Flores, 1996). In Mexico has been made important an important work to characterize them (Xelhuantzi et al., 2011); however, researches carried are made in specific areas, limiting to know a general context on forest fuels. This paper describes the estimation of forest fuels in forests from Jalisco, through in situ data collection methods and loading estimates per unit area. Sites with dead fuel load of up to 840.85 t ha-1, different values for the dead fuels complex and differences between fuel load from coniferous forests and oak were found. The result obtained allows setting the bases to implement fuel management strategies that favor their reduction, thus avoiding catastrophic fires that release into the atmosphere large amounts of greenhouse gases.

Keywords: characterization; climate change; fire; fuel; management

Introducción

El cambio climático es una de las mayores amenazas medioambientales a las que enfrenta la humanidad. En la actualidad es muy discutido, debido principalmente a que las estimaciones realizadas requieren ser fundamentadas con mayor información (UNEP, 1992). Se requieren estudios que ayuden a evaluar las causas y efectos de los diferentes aspectos que propician dicho fenómeno (Bettwy, 2007). Los incendios forestales son un factor ecológico importante, no solo como destructor sino como agente modelador de los ecosistemas ya que, son un detonador del proceso de sucesión vegetal el cual, tiende a garantizar la continuidad de los mismos (Pickett y White, 1985). Pueden ser causados por la naturaleza (Martínez y Rodríguez, 2008), o por la acción antropogénica (Flores et al., 2010). La biomasa quemada durante los incendios son fuente importante de gases de efecto invernadero y de gases foto-químicamente reactivos (Beitler, 2006), considerados como uno de los principales agentes que aportan contaminantes a la atmósfera (Flannigan y Wagner, 1991). Se han realizado investigaciones importantes para conocer la emisión de componentes y las partículas tipo aerosol que son liberadas mediante quemas de biomasa en terrenos agrícolas (Andreae y Merlet, 2001); sin embargo, información sobre la extensión espacial y temporal de los incendios de en áreas forestales y su asociación con la emisión los gases es muy limitada (Guenther et al., 1995).

Diversas investigaciones señalan que por cada tonelada de biomasa presente en el bosque, la mitad corresponde a carbono, con variaciones dependiendo las especies por lo tanto, realizar medidas de biomasa en los bosques ayudará a estimar la cantidad de carbono concentrada en ellos y su posible liberación a la atmósfera durante un incendio (Brown et al., 1996). Para que un incendio forestal ocurra se requiere de tres factores básicos: el material combustible, las condiciones ambientales favorables y un factor de inicio (Santiago et al., 1999).

Los combustibles forestales constituyen uno de los factores más importantes para el manejo y control de los incendios pues, este puede manipularse, ya sea eliminándolo o disminuyéndolo (Flores, 1996). Es necesario implementar estrategias de manejo de combustibles que favorezcan su reducción para ello, es necesario caracterizar los combustibles y conocer su distribución espacial. Esto generalmente resulta demasiado costoso y difícil de hecho, la definición de la distribución espacial de los combustibles forestales ha representado uno de los retos más complejos que han enfrentado los científicos forestales (Keane et al., 1999; Flores, 2001).

De acuerdo a su condición, los combustibles pueden dividirse en vivos y muertos. Los primeros incluyen hierbas, arbustos y árboles o plantas que se encuentran bajo el dosel mientras que los combustibles muertos están representados por los troncos, las ramas y las hojas que normalmente se encuentran sobre el suelo (Villers, 2006). Los combustibles muertos a su vez, se dividen en finos y gruesos (Flores y Benavides, 1994). Para ser utilizada como variable cuantificable, la cantidad de combustible debe expresarse por clases de tamaño (Villers, 2006), asociado al tiempo que tardan en alcanzar el equilibrio con la humedad ambiental, denominado “tiempo de retardo”. Este se define como el lapso en que un combustible tarda en perder o ganar (por condiciones de humedad ambiental) dos tercios de la diferencia entre su contenido inicial de humedad y el del ambiente (Foresberg, 1971). Conforme el combustible es más grande, perderá o ganará humedad más lentamente; es decir, tendrá un mayor tiempo de retardo (Villers, 2006). De esta forma, se tienen combustibles de 1, 10, 100 y 1 000 h (Cuadro 1).

Cuadro 1 Relación del diámetro de combustibles con el tiempo de retardo. 

Para los combustibles muertos, la técnica de levantamiento más utilizada es la de intersecciones planares in situ descrita por Brown et al. (1982) mediante la cual, se estima el volumen de los combustibles muertos a través de procedimientos rápidos y sencillos, con posibilidad de utilizarse en cualquier tipo de bosque (Bautista et al., 2005).

La importancia de los combustibles muertos radica en que es en donde generalmente comienzan las igniciones. Los combustibles ligeros arden con facilidad y encienden a los medianos, estos a su vez a los pesados (SEMARNAT, 2007). Los combustibles muertos en combustión fungen como factores de ignición de los combustibles vivos, habitualmente a través de hierbas y arbustos, que sirven como escalera en el paso del fuego, de la superficie del piso del bosque a las copas de los árboles, permitiendo la propagación de incendios de grandes dimensiones y liberando a la atmósfera el carbono concentrado en los diversos estratos del complejo de combustibles.

A nivel nacional se han realizado importantes trabajos para caracterizar los combustibles forestales presentes en los ecosistemas (Flores et al., 2010), en el estado de Jalisco no ha sido la excepción (Xelhuantzi et al., 2011); sin embargo, las investigaciones realizadas generalmente son ejecutadas en áreas específicas cumpliendo objetivos precisos, lo que limita conocer un contexto general Estatal sobre los combustibles forestales.

Con la finalidad de inventariar los recursos forestales del país, se ha establecido una actividad denominada Inventario Nacional Forestal y de Suelos (INFyS) (CONAFOR, 2011) el cual, en sus versiones 2009, 2010 y 2011, incluyó en sus acciones el inventario de los combustibles forestales muertos como parte de sus metodologías. La información recolecta en el INFyS es una importante fuente de datos que permite generar un contexto general sobre las cargas de combustibles presentes a nivel nacional, regional y estatal, fungiendo como punto de comparación para las investigaciones realizadas a escalas más precisas.

En el presente trabajo se ha realizado una estimación de cargas de combustibles forestales muertos en zonas de bosque de coníferas y encinos del estado de Jalisco, usando la información de campo recolectada mediante el INFyS 2009, 2010 y 2011. Los resultados obtenidos permitirán cimentar las bases para la implementación de estrategias de manejo de combustibles que favorezcan su reducción, evitando así incendios catastróficos que liberen a la atmósfera grandes cantidades de gases de efecto invernadero.

Materiales y métodos

El estado de Jalisco se localiza en la porción media occidental del país en las coordenadas extremas 18o 57’ a 22o 45’ de latitud norte y 101o 28’ a 105o 42’ de longitud oeste. Representa 4% de la superficie total nacional y una superficie arbolada de 3.5 millones de hectáreas, de las cuales 51% es bosque y el 49% restante es selva. Cuenta con 19 áreas naturales protegidas con una superficie total estimada de 833 442 mil ha (Sandoval et al., 2014).

La información de campo utilizada para los análisis fue la recolectada in situ a través de los remuestreos 2009, 2010 y 2011 del INFyS. El diseño de muestreo del INFyS es sistemático estratificado, en donde los estratos están conformado por la distribución espacial de los diversos tipos de vegetación y la ubicación de cada conglomerado de levantamiento se encuentra regido por una malla de 5 x 5 km para las zonas de bosques (CONAFOR, 2011) (Figura 1).

Figura 1 Ejemplificación del diseño de muestreo del INFyS. 

Los muestreos del INFyS están compuestos por conglomerados, integrados por cuatro unidades circulares de registro o, sitios equidistantes del centro a cada 45.14m, cuya distribución corresponde a una “Y invertida” (Figura 2).

Figura 2 Diseño de conglomerados INFyS. 

En el sitio 3 de cada conglomerado se realizan las mediciones para la evaluación de combustibles forestales muertos, mediante la técnica de intersecciones planares descrita por Brown et al. (1982). Cada conglomerado consta de cuatro transectos de 15 m de longitud, donde se registran las frecuencias de piezas del material leñoso caído (MLC). En los últimos 5 metros del transecto se registran las piezas de 1 h y 10 h, en todo el transecto las piezas de 100 y 1 000 h además, se mide el diámetro a las piezas leñosas de 1 000 h. También se registra información concerniente a las capas hojarasca (H) y fermentación (F) a los 2 y 4 m de los transectos (Figura 3).

Figura 3 Diseño de transectos para recolección de MLC, H yF. 

Fueron procesados a nivel estatal, 434 sitios de muestreo. Para el cálculo de la carga de material leñoso caído, se utilizó la siguiente ecuación, descrita por Morfín et al. (2012).

1)

Donde: C= carga de combustible (mg/ha); k= 1.234; ΣD^2= sumatoria del diámetro cuadrado de las partículas intersectadas; GE= gravedad específica; c= factor de corrección de la pendiente y L= largo del transecto.

Para los combustibles de 1, 10 y 100 h, se utilizó una simplificación de la ecuación anterior, descrita por Morfín et al. (2012).

2)

Donde: C= carga de combustible (mg/ha) de 1, 10 y 100 h; K= 1.234; GE= gravedad específica; DCP= diámetro cuadrático promedio de cada categoría (1, 10 y 100 h); F= frecuencia de las partículas intersectadas; c= factor de corrección de la pendiente; y L= largo del transecto.

Para el factor de corrección de pendiente se utilizó la siguiente ecuación.

3)

Donde: c= factor de corrección de la pendiente.

Para el cálculo de la carga de combustible fermentación, se hizo uso de la siguiente ecuación, descrita por Morfín et al. (2012).

4)

Donde: Cf = carga de combustible fermentación (mg/ha); Oe= profundidad en cm de la capa de fermentación; y DA= densidad aparente.

Para el cálculo de la carga de combustible hojarasca, se utilizó la siguiente ecuación, descrita por Morfín et al. (2012).

5)

Donde: Ch= carga de combustible hojarasca (mg/ha); Oi= profundidad en cm de la capa de hojarasca; y DA= densidad aparente.

La información referente a GE y DCP fue consultada del documento titulado “caracterización y cuantificación de combustibles forestales” (Morfín et al., 2012), en donde dichas variables se encuentran clasificadas por categoría diamétrica del combustible, tipo de vegetación y región bioclimática (Cuadro 2).

Cuadro 2 Información sobre GE y DCP. Extraída de Morfín et al. (2012)

Por otra parte, los valores sobre DA fueron consultados de la publicación titulada “fotoseries para la cuantificación de combustibles forestales de México” (Morfín et al., 2007) en la cual, ese estipula su uso dependiendo el tipo de vegetación y región bioclimática para los cálculos de carga de combustible en hojarasca y fermentación (Cuadro 3).

Cuadro 3 Información sobre DA. Tabla extraída de Morfín et al. (2007). 

Las estimaciones de las cargas de combustibles en t ha-1 se realizaron mediante el sistema para el cálculo de combustibles forestales (SICCO, 2015) el cual, forma parte de las herramientas desarrolladas por el programa de incendios forestales del Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias (INIFAP), y contempla para sus procesos las ecuaciones antes descritas.

Los resultados de las estimaciones fueron estructurados en archivos de texto planos y posteriormente procesadas sus estadísticas descriptivas mediante el sistema Statistical Analysis System® (SAS). Se realizó una prueba de normalidad a los datos resultantes a través del método Anderson Darling (Chambers et al., 1983) y se aplicó una normalización a los datos resultantes de las cargas de combustibles totales mediante el método de transformación de Johnson (Chou et al., 1998). Finalmente se realizó un análisis de varianzas (Tejedor, 1999) con la finalidad de verificar la existencia de diferencia significativa entre las carga de combustibles totales de acuerdo a la clase de vegetación serie IV (INEGI, 2012) identificada en los conglomerados.

Resultados y discusión

Se procesaron 434 sitios de muestreo para el estado de Jalisco. De acuerdo a la clasificación serie IV de Instituto Nacional de Estadística, Geografía e Informática (INEGI), para uso del suelo y vegetación, 173 corresponden sitios corresponden a bosque de coníferas y 261 a bosques de encino. En el Cuadro 4, se observa que se encontraron valores desde 0 hasta 840.85 t ha-1 en los combustibles totales esto es, la suma de MLC, H y F. Los valores de asimetría indican que los datos presentan un sesgo positivo. Esto es confirmado por el valor del tercer cuartil, cuyo dato es muy inferior al máximo encontrado indicando que, pese a existir cargas de combustible extremadamente altas, la mayoría se encuentran concentradas por debajo de las 140.40 t ha-1.

Cuadro 4 Estadísticas generales de las cargas de combustibles MLC, H, y F. 

**MIN= mínimo; MAX= máximo; MED= media; Q1= cuartil 1; MDNA= mediana; Q3= cuartil 3; RIQ= rango Intercuartílico; D_E= desviación estándar; C_VAR= coeficiente de variación; AS= asimetría; CUR= curtosis.

En la Figura 4 se puede ver que los valores superiores a 312.24 t ha-1 en los combustibles totales pueden ser considerados como atípicos. Los combustibles de H y F se encuentran comprendidos mayor mente por debajo del tercer cuartil respecto a los combustibles totales, mientras que los valores para MLC son considerablemente pequeños en comparación al resto.

Figura 4 Gráfica de dispersión y asimetría de los valores MLC, H, F y totales de las cargas de combustibles forestales. Eje X= t ha-1, eje Y= tipo de combustible. 

Los valores para los combustibles que comprenden el MLC 1, 10, 100 y 1 000 h se encuentran en el Cuadro 5. Las cargas más altas se ubican en los combustibles de 1 000 h tanto firmes como podridos sin embargo, también concentran los coeficientes de variación más elevados así como un pronunciado sesgo positivo, evidenciado en la Figura 5. Esto puede ser debido a que algunos valores atípicos estén elevando los valores promedios. En los conglomerados del INFyS, se contempla la recolección de información sobre combustibles muertos solo en el sitio 3, impidiendo que los valores sean promediados con el resto de los sitios, esta influencia suele ser más marcada en los combustibles de 1 000 h que en el resto del MLC.

Cuadro 5 Estadísticas generales de las cargas de combustibles de 1, 10, 100 y 1 000 h. 

** F= firme; P= podrido; MIN= mínimo; MAX= máximo; MED= media; Q1= cuartil 1; MDNA= mediana; Q3= cuartil 3; RIQ= rango Intercuartílico; D_E= desviación estándar; C_VAR= coeficiente de variación; AS= asimetría; CUR= curtosis.

Figura 5 Gráfica de dispersión y asimetría de los combustibles de 1, 10, 100 y 1 000 horas firmes y podridos. Eje X= t ha-1, eje Y= tipo de combustible. 

Como se puede observar en el Cuadro 6, las cargas de combustibles totales para la clase bosque de encino, muestra valores máximos de 840.85 t ha-1, 147.25 t más altas que el bosque de coníferas; sin embargo, tanto la media como la mediana del bosque de coníferas es ligeramente superior al bosque de encino.

Cuadro 6 Estadísticas generales de las cargas de combustibles totales. 

**N= número de datos; MIN= mínimo; MAX= máximo; MED= media; Q1= cuartil 1; MDNA= mediana; Q3= cuartil 3; RIQ= rango Intercuartílico; D_E= desviación estándar; C_VAR= coeficiente de variación; AS= asimetría; CUR= curtosis.

El resultado de la prueba de normalidad y la normalización realizada a las cargas de combustibles totales puede observarse en la Figura 6. La prueba Anderson Darling (AD) arrojó un valor AD= 26.005 y p< 0.005 indicando que los datos no muestran una distribución normal. Los datos fueron normalizados a través de la transformación de Johnson alcanzando un valor AD= 0.392 y p= 0.377.

Figura 6 Imagen izquierda: prueba de normalidad realizada a las cargas de combustibles totales, p< 0.005. Imagen derecha: normalización de valores mediante transformación de Johnson, p= 0.377. 

En la Figura 7, se muestra gráficamente el resultado de la prueba de hipótesis realizada, considerando el identificador sobre los conglomerados de la clasificación serie IV de INEGI, que contempló la hipótesis nula Ho.= No existe diferencia entre las cargas de combustibles totales para los tipos de vegetación coníferas y encinos. La hipótesis fue rechazada al obtener un valor p= 0.038 del análisis de varianza para un nivel de confianza de 95%. Esto indica que sí existe una diferencia significativa entre las cargas de combustibles totales para los tipos de vegetación coníferas y encinos, siendo las coníferas las que representan la mayor carga de combustibles. Estos datos difieren de los reportados por Villers y López (2004) en donde las cargas de combustibles en encinos son superiores a las de coníferas.

Figura 7 Representación gráfica de los resultados del análisis de varianza sobre el identificador serie IV de INEGI y las cargas de combustibles totales normalizadas. 

La distribución espacial de los sitios de muestreo considerados en el análisis se observa en la Figura 8 en donde, los sitios correspondientes a coníferas son simbolizados por un triángulo mientras que los correspondientes a encinos son simbolizados con un cuadro.

Figura 8 Distribución espacial de los sitios de muestreo clasificados de acuerdo a sus cargas de combustibles totales en t ha-1. C01: <25.84, C02: 25.85-140.40, C03: 140.41-312.24 y C04: >312.24. 

Conclusiones

La caracterización de cargas de combustibles muertos para el estado de Jalisco, pese a ser una caracterización general, cimenta las bases para un adecuado manejo de los mismos. Esto debido a que evidencia de forma cuantitativa las cantidades y tipos de vegetación en donde concentran las cargas de combustibles forestales, así como la ubicación espacial de los sitios analizados mismos que, de presentarse condiciones atmosféricas adecuadas y un factor de ignición (natural o antropogénico) podrían desencadenar incendios forestales de grandes dimensiones cuya biomasa quemada, se convertiría en una enorme fuente de gases de efecto invernadero que contribuirán a la acentuación de las consecuencias del cambio climático.

La distribución espacial de los sitios de muestreo considerados en el análisis se observa en la Figura 8 en donde, los sitios correspondientes a coníferas son simbolizados por un triángulo mientras que los correspondientes a encinos son simbolizados con un cuadro.

Literatura citada

Andreae, M. O. and Merlet, P. 2001. Emission of trace gases and aerosols from biomass burning. Global Biogeochemical Cycles, 15:955-966. [ Links ]

Bautista, R. J.; Treviño, G. E.; Návar, C. J.; Aguirre, C. O. y Cantú, S. I. 2005. Caracterización de combustibles leñosos en el ejido Pueblo Nuevo, Durango. Chapingo, Serie Ciencias Forestales y Ambientes. 11(001):51-56. [ Links ]

Beitler, J. 2006. Tracking nature ́s contribution to pollution. Esarth system Science data and Services. http://earthobservatory.nasa.gov/Study/Contribution Pollution/. [ Links ]

Bettwy, M. 2007. NASA data links Indonesian Wildfire Flare-up to recent El Niño. Goddard Space Flight Center. http://www.nasa.gov/centers/goddard/news/topstory/2007/elnino_wildfire.html. [ Links ]

Brown, J. K.; Oberheu, R. D. and Johnston, C. M. 1982. Handbook for inventorying surface fuels and biomass in the interior West. USDA, Forest Service General Technical Report INT-129. 48 p. [ Links ]

Brown, S.; Sthaye, J.; Cannel, M. and Kauppi, P. 1996. Mitigation of carbon emission to the atmosphere by forest management. Common wealth Forestry Review. 75(1):80:91. [ Links ]

Chambers, J. M.; Cleveland, W. S.; Kleiner, B. and Tukey, P. A. 1983. Graphical methods for data analysis. Belmont, CA: Wadsworth International Group. Libro, ISBN: 0412052717. 336 p. [ Links ]

Chou, Y.; Polansky, A. M. and Mason R.L.1998.Transforming nonnormal Data to normality in statistical process control. J. Quality Technol. 133-141 pp. [ Links ]

CONAFOR (Comisión Nacional Forestal). 2011. Manual y procedimientos para el muestreo de campo Re-muestreo inventario nacional forestal y de suelos (INFyS). SEMARNAT/CONAFOR. 141 p. [ Links ]

Flannigan, M. D. F. and Wagner, C. E. 1991. Climate change and wildfire in Canada. Canadian Journal of Forest Research 21:66-72. [ Links ]

Flores, G. J. G. 1996. Aplicación de sensores remotos y sistemas de información geográfica para el mapeo de riesgo de incendios forestales. INIFAP, SAGAR. Campo Experimental Colomos. Folleto informativo Núm. 1. 16 p. [ Links ]

Flores, G. J. G. 2001. Modeling the spatial variability of forest fuel arrays. Ph.D. Dissertation. Dept. For. Sc. Colorado State University. 184 p. [ Links ]

Flores, G. J. G. y Benavides, S. J. D. 1994. Efecto de las quemas prescritas sobre algunas características del suelo en un rodal de pino. Revista Terra. 12(4):393-400. [ Links ]

Flores, G. J. G.; Moreno, G. D. A. y Morfín, R. J. E. 2010. Muestreo directo y fotoseries en la evaluación de combustibles forestales. INIFAP, SAGARPA. Campo experimental Centro Altos de Jalisco. Folleto técnico Núm. 4. 69 p. [ Links ]

Foresberg, M. A. 1971. Moisture calculations for the 100 hour timelang fuels for fire danger rating. USDA For. Serv. Res. Note RM- 199. 7 p. [ Links ]

Guenther, A.; Hewitt, C. N.; Erickson, D.; Fall, R.; Geron, G.; Graedel, T.; Harley, P.; Klinger, L.; Lerdau, M.; McKay, W. A.; Pierce, T.; Scholes, B.; Steinbreker, R.; Tallamraju, R.; Taylor, J. and Zimmerman, P. 1995. A global model of natural volatile organic compound emissions. J. Geophys. Res. 100:8873-8892. [ Links ]

INEGI (Instituto Nacional de Estadística y Geografía). 2012. Guía para la interpretación de cartografía Uso del Suelo y Vegetación escala 1:250 000 Serie IV. [ Links ]

Keane, R. E.; Burgan R. and Van W. 1999. Mapping wildland fuels for fire management across multiple scales: Integrating remote sensing, GIS, and biophysical modeling. USDA. For. Ser. RMRS. Fire Sciences Laboratory, Fire Modeling Institute. 32 p. [ Links ]

Martínez, D. R. y Rodríguez, T. D. A. 2008. Los incendios forestales en México y América Central. In: memorias del segundo simposio internacional sobre políticas, planificación y economía de los programas de protección contra incendios forestales: Una visión global. General Technical Report psw-gtr-208. USADA Forest Service. 767-779 pp. [ Links ]

Morfín, R. J. E.; Alvarado, C. E.; Jardel, P. E. J.; Vihnanek, R. E.; Wright, D. K.; Michel, F. J. M.; Wright, C. S.; Ottmar, R. D.; Sandberg, D. V. y Nájera, D. A. 2007. Fotoseries para la cuantificación de combustibles forestales de México: bosques montanos subtropicales de la Sierra Madre del Sur y bosques templados y matorral submontano del Norte de la Sierra Madre Oriental. www.fs.fed.us/pnw/fera/.../photoseriesmexicouw-ferapublication.pdf. [ Links ]

Morfin, R. J. E.; Jardel, P. E. J.; Alvarado, C. E. E. y Michel, F. J. M. 2012. Caracterización y cuantificación de combustibles forestales. Comisión Nacional Forestal- Universidad de Guadalajara. Guadalajara, Jalisco, México. Libro, ISBN: 978-607-450-544-3. 59 p. [ Links ]

Pickett, S. and White, P. 1985. Patch dynamics: a synthesis. The ecology of natural disturbance and patch dynamics. Nueva York. 371-384 p. [ Links ]

Sandoval, D. J. A.; Ruíz, M. M. M.; García, S. B.; Aguilar, H. M. y Martínez, M. A. 2014. Programa Estratégico Forestal del estado de Jalisco. Gobierno del estado de Jalisco, Secretaría de Medio Ambiente y Desarrollo Territorial (SEMADET). Fideicomiso para la Administración del Programa de Desarrollo Forestal de Jalisco (FIPRODEFO). Libro. 260 p. [ Links ]

Santiago, F. H.; Servín, M. M.; Rodarte, R. H. y Garfias, A. F. 1999. UNAM. Programa Universitario de Medio Ambiente Dirección general de Publicaciones y Fomento Editorial.107 p. [ Links ]

SEMARNAT (Secretaría de Medio Ambiente y Recursos Naturales). 2007. Norma Oficial Mexicana NOM-015-SEMARNAT/ SAGARPA. Especificaciones técnicas de métodos de uso del fuego en los terrenos forestales y en los terrenos de uso agropecuario. Publicación electrónica gubernamental. 69 p. [ Links ]

Tejedor, F. J. 1999. Análisis de varianza: Introducción conceptual y diseños básicos. Editorial: Arco Libros. 136 p. [ Links ]

UNEP (United Nations Environment Programme). 1992. Earthwatch United Nations Environment Programme Chemical pollution: a global overview. Geneva. 106 p. [ Links ]

Villers, R. L. y López, B. J. 2004. Incendios forestales en México. Métodos de evaluación Universidad Nacional Autónoma de México. Centro de Ciencias de la Atmósfera. México, D. F. 164 p. [ Links ]

Villers, R. M. L. 2006. Incendios Forestales. Universidad Nacional Autónoma de México, México D. F., Ciencias. 081:60-66. [ Links ]

Xelhuantzi, C. J.; Flores, G. J. G. y Chávez, D. Á. A. 2011. Análisis comparativo de cargas de combustibles en ecosistemas forestales afectados por incendios. Revista Mexicana de Ciencias Forestales. 2(3):37-52. [ Links ]

Recibido: Noviembre de 2015; Aprobado: Febrero de 2016

§Autor para correspondencia: chavez.alvaro@inifap.gob.mx.

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