texto em 
Inglês (pdf)
Artigo em XML
Referências do artigo
Tradução automática
Enviar este artigo por email
Citado por SciELO 
Similares em
SciELO 
Permalink
Introducción
Durante las últimas dos décadas los incendios han aumentado en frecuencia e intensidad en diversas partes del mundo; en Europa, entre 1980 y 2009 alcanzaron en promedio de 480 000 ha por año, y 50 000 ocurrencias. Portugal tiene la densidad de incendios y la mayor área relativa de todos los países del sur de Europa. En consecuencia, los incendios se posicionan como el más importante de todos los problemas relacionados con bosques, ya que afectan el paisaje, la vegetación, suelos y la calidad del aire (Nunes et al., 2016).
En Canadá, diversos estudios anticipan un profundo impacto del cambio climático en la frecuencia, extensión y severidad de los incendios en los bosques boreales (Bergeron et al., 2004). En Estados Unidos de América, el área forestal afectada por el fuego crecido seis veces (Mann y Kump, 2009). El aumento repentino y marcado de la frecuencia y duración de incendios de gran magnitud se asocia a un cambio abrupto hacia las primaveras inusualmente cálidas, reducidas de precipitación invernal, derretimiento temprano de la nieve en primavera así como veranos más secos y prolongados (Westerling et al., 2006); mientras que en el territorio nacional, se anticipa un incremento de los incendios relacionado con las variaciones climáticas extremas (Dryry y Veblen, 2008; Pompa-García y Sensibaugh, 2014).
En México, se estima que la siguiente temporada alta de incendios forestales podría iniciar con el próximo mínimo solar, el cual tendrá lugar entre los años 2017 y 2019 (Velasco-Herrera, 2016). Además, en la región occidente se predice una disminución en las precipitaciones hasta de 10 % y un incremento en las temperaturas de 2 a 4 °C, en el escenario de cambio climático más severo (Durán, 2010; Ibarra-Montoya et al., 2011).
El Área de Protección de Flora y Fauna La Primavera (APFFLP), conocida localmente como Bosque La Primavera, es una de las áreas protegidas más importantes del occidente del país. Por su cercanía con la Zona Metropolitana de Guadalajara (ZMG) constituye el principal “pulmón” natural para esta gran ciudad, por lo que representa un reto para la ciencia en el contexto de la predicción de incendios, ya que la frecuencia e intensidad de los mismos son una fuerte causa de deterioro de esta zona, en la cual, desde 1949 a la fecha, se presenta un promedio de cinco conflagraciones por año (Semarnat, 2000).
La época del año de mayor intensidad coincide con la de anidación y reproducción de algunas aves y mamíferos, los cuales abandonan sus crías, nidos o madrigueras, o bien perecen víctimas del humo y las llamas.
La producción de la caña de azúcar implica el uso periódico del fuego, que destruye no solo las hojas del cultivo durante la zafra, sino también, y con mucha frecuencia, toda la vegetación que lo rodea. Las superficies con caña aumentan cada año y, con ello, la frecuencia de incendios forestales (Semarnat, 2000).
Si se logra generar un modelo predictivo de incendios, las acciones de prevención deberán ser más eficientes, aun con los limitados recursos económicos con los que se cuenta en dicha área protegida. Huerta-Martínez e Ibarra-Montoya (2014) describen espacial y temporalmente la historia de un periodo de 15 años de incendios en esa área, y señalan como siendo los años críticos a 1984, 1987, 1995, 1998, 2005 y 2012, tanto por la superficie afectada como por su intensidad; en el último año se afectaron 7 744 ha. Datos del Gobierno del estado de Jalisco indican que entre 10 a 20 % del arbolado murió como consecuencia del fuego (Huerta-Martínez e Ibarra-Montoya, 2014), sin embargo no existen estimaciones de las emisiones de CO2 por causa de estos siniestros. Por otro lado, los datos sugieren una relación estrecha con las variaciones climáticas extremas, específicamente el fenómeno del Niño (Huerta-Martínez e Ibarra-Montoya, 2014).
Con base en lo anterior, el objetivo del presente trabajo fue construir un modelo espacial para generar un escenario de predicción de incendios para el año 2040 en el APFFLP, a partir de los datos de las proyecciones climáticas para el occidente de México publicadas por Durán (2010) y las ocurrencias históricas de incendios descritas en Huerta-Martínez e Ibarra-Montoya (2014), con la finalidad de contribuir con información que apoye la toma de decisiones en materia de protección de esta área natural protegida.
Materiales y Métodos
Área de estudio
El APFFLP se ubica en la región central del estado de Jalisco, México, entre las coordenadas extremas 103°28’ a 103°42’ de longitud oeste y 20°32’ a 20°44’ de latitud norte (Figura 1). EL APFFLP tiene alrededor de 22 puntos de acceso, mediante caminos de terracería y brechas, tres de los cuales se utilizan principalmente con fines recreativos. Según la clasificación climática de Köppen, modificada por García (1987)), los climas predominantes son el templado subhúmedo C (w1)(w) y semicálido subhúmedo (A) C (w1)(w). La temperatura media anual es de 20.6 °C, enero el mes más frío y junio el más cálido. El promedio anual de humedad es de 63 %; los vientos dominantes provienen del suroeste, con una velocidad máxima de 53 km h-1 (Semarnat, 2000).
La vegetación se caracteriza principalmente por bosque de encino, bosque de encino-pino, bosque de pino, bosque tropical caducifolio, así como pastizal inducido (Semarnat, 2000).
Generación de un escenario predictivo de incendios en el contexto de Cambio Climático
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 2041-2060, para determinar las áreas potenciales de incendiarse en el Bosque La Primavera para el año 2050. Estos datos climáticos se obtuvieron del portal de datos de Earth System Grid (ESG) de WorldClim (Worldclim, 2015) y se trabajaron mediante coberturas en formato raster, con una resolución de 30 segundos de arco, en el sistema Idrisi Selva (Eastman, 2012). Para el periodo 2014-2060 se consideraron los modelos de circulación general (MCG) HadGEM2-AO (Hadley) y MIROC5 (Miroc), bajo dos de los cuatro escenarios planteados por el IPCC, los cuales asumen diferentes niveles de esfuerzo de reducción de emisiones de gases de efecto invernadero (GEI) a nivel global (rcp45 y rcp60).
Estos escenarios forman parte de la modelación del clima desarrollado por el proyecto de intercomparación de modelos acoplados fase 5 Coupled Model Intercomparison Project, CMIP5 por sus siglas en Inglés) (http://cmip-pcmdi.llnl.gov/cmip5/) (Taylor et al., 2012). Los rcp se refieren al forzamiento radiativo expresado en W m-2; y se asume que éste varía al incrementar los GEI. El rcp45 asume un forzamiento radiativo de ≈4.5 W m-2 y que las emisiones de GEI llegarán a la cúspide alrededor del año 2040 para después disminuir. La temperatura muy probablemente excede los 2 °C; en tanto que el rcp60 considera parte de un forzamiento radiativo de ≈6 W m-2 con emisiones que llegarán a la cima alrededor del año 2080, además de la aplicación de tecnologías y estrategias de reducción de GEI. El total de las variables utilizadas se describen en el Cuadro 1.
Cuadro 1 Variables de tipo climático consideradas en la generación del modelo predictivo de incendios en el Bosque La Primavera al 2050.
Para la construcción del escenario predictivo, se generó un modelo espacial con el enfoque de máxima entropía, versión 3.33k (Maxent). El algoritmo de este sistema fue adaptado por Steven J. Phillips y colaboradores (Phillips y Dudik, 2008; Phillips et al., 2006) para la construcción de modelos de distribución potencial.
De forma general, el algoritmo detecta las relaciones no aleatorias entre dos conjuntos de datos: a) los registros georreferenciados de la presencia de incendios, y b) un conjunto de coberturas, formatos raster, de datos digitales que representan las variables climáticas pertinentes para determinar las zonas potenciales de ocurrencia de incendios, a una escala particular de análisis (Pearson y Dawson, 2003; Phillips et al., 2006). El sistema MaxEnt modela la distribución de las ocurrencias de incendios usando solamente datos de presencia de eventos históricos; la distribución de un incendio se representa con una función de probabilidad P sobre un conjunto X de sitios en el área de estudio.
Se construye un modelo de P mediante conjunto de restricciones derivado de datos históricos de presencia de incendios. Las restricciones se expresan como funciones simples de variables climáticas conocidas. El algoritmo de MaxEnt obliga a que la media de cada función de cada variable se aproxime a la media real de la variable en las áreas de presencia de incendios. De todas las posibles combinaciones de funciones, se selecciona la que logra minimizar la función de entropía, la cual es medida con el índice de Shannon.
La expresión general de la función de probabilidad para i variables climáticas es:
Donde:
P(x) = Función de probabilidad
l = Vector de coeficientes de ponderación
f = Vector correspondiente de funciones de variables climáticas
Z = Constante de normalización para asegurar que
P(x) equivale a la unidad.
Los valores P(x) obtenidos, representan valores de idoneidad relativa para la presencia de incendios, y constituyen, entonces, la base de un modelo de incendios potenciales.
Para alimentar el modelo se utilizaron, por un lado, los datos de las ocurrencias de eventos de interés del periodo comprendido entre los años 1998-2012 en el APFFLP, proporcionadas por el Departamento de Investigación de la desaparecida Dirección Ejecutiva del Bosque La Primavera, hoy Organismo Público Descentralizado (OPD) “Bosque La Primavera”, y por otro lado, las variables climáticas proyectadas para el año 2050. En la modelación MaxEnt 75 % de los registros de ocurrencia se utilizaron como puntos de entrenamiento y 25 % como puntos de validación. Se usó un umbral de convergencia de 10-5 con 1 000 iteraciones, como un límite superior para cada corrida. Para estimar la capacidad de predicción del modelo, se analizó el área bajo la curva (AUC), salida grafica en la que se observa la capacidad de discriminación de una ocurrencia (sensibilidad) versus la capacidad de discriminación de una ausencia (especificidad) (Moreno et al., 2011). El formato de salida analizado fue el acumulativo (intervalo de 0 a 100), el cual indica una idoneidad de área por incendiarse relativa para cada pixel, más una probabilidad de ocurrencia del incendio (salida logística).
Dado que el modelo (por ser no determinístico) produce resultados de alguna manera diferentes de una corrida a la siguiente, aun cuando se emplee la misma entrada de datos, adecuado a la asignación aleatoria del proceso de modelación, se desarrollaron 100 modelos de predicción independientes por cada ocurrencia de análisis, y se eligió un subconjunto de los mejores 10 modelos basado en dos criterios: 1) modelos (20) con menos de 10 % de error por omisión; y 2) de ellos, se seleccionaron los 10 modelos más cercanos a la media en las zonas donde las ocurrencias potenciales fueron predichas (Anderson et al., 2003). Estos 10 modelos se examinaron de manera espacial y se generó un mapa de consenso con valores de pixel de 0 a 10, el 10 representa las áreas en las que todos los modelos están de acuerdo en la predicción de la ocurrencia de incendios.
Resultados y Discusión
El modelo espacial tuvo una AUC de 0.81, lo que indica que la robustez para clasificar las presencias de los incendios en el APFFLP fue buena (Parolo et al., 2008). La predicción del modelo espacial desarrollado muestra una zona continua que cubre gran parte del polígono del APFFLP (Figura 2) con alta probabilidad de incendiarse bajo las condiciones de mayor sequía y calidez, señaladas como menor humedad (-10 % en la precipitación) y temperatura superior (+2 °C).
Figura 2 Área potencial de incendios para el año 2050, según lo predicho por elmodelo espacial generado.
La construcción del modelo espacial es de las pocas aplicaciones de modelado espacial en el contexto de predicción de zonas potenciales de incendios (Mandallaz y Ye, 1997; García et al., 1999; Muñoz et al., 2005; Pompa-García et al., 2013; Pérez-Verdín, 2013), y es el único hasta el momento que integra variables de CMIP5.
El patrón de área incendiada predicha por el modelo espacial para el año 2050 coincide con la historia de incendios descrita por Huerta-Martínez e Ibarra-Montoya (2014), por ello es posible anticipar que en el APFFLP el cambio climático constituye un escenario de alto riesgo, en el que muy probablemente los incendios serán más frecuentes, más extensos y de mayor intensidad; lo anterior concuerda con lo citado por Bergeron et al. (2004), Westerling et al. (2006), Mann y Kump (2009), van Mantgem et al. (2009) y Allen et al. (2010), autores que apuntan a que las características de los incendios forestales están cambiando, debido entre otros factores al cambio climático global.
El APFFLP con frecuencia presenta actividades de cambio en el uso de suelo (Semarnat, 2000), lo cual incide en el aumento de la frecuencia y severidad de los incendios (González et al., 2011). El cambio de uso de suelo es impulsado, sobre todo, para desarrollar cultivos de maíz, agave y caña de azúcar. Además, el incremento de la superficie forestal abandonada, produce un aumento de masas forestales jóvenes, inestables y con poca o nula gestión. A esta situación, se suma la actividad antrópica, responsable de 95 % de los incendios forestales, algunos de ellos intencionales, además del uso cultural del fuego, arraigado en el medio rural.
Cada año, los incendios en el APFFLP originan un gran porcentaje de superficie quemada, con respecto al área total del bosque (Huerta-Martínez e Ibarra-Montoya, 2014); sin embargo, los incendios relacionados con fenómenos meteorológicos extremos, denominados de alta intensidad, tienen un papel destacado, ya que se desarrollan en condiciones de alta temperatura y viento en combinación con baja humedad, por lo que es posible que los siguientes años estas condiciones se repitan con mucha frecuencia.
Entre las principales consecuencias ambientales de los incendios de alta intensidad en el APFFLP sobresalen la reducción de la biodiversidad, aumento de la desertificación (incluso la degradación de los suelos y de la vegetación), contaminación de las aguas subterráneas, así como de la atmósfera; lo cual hace que la recuperación ambiental de las zonas quemadas sea extremadamente complicada y compleja, ya que tras el fuego, el ecosistema es afectado y la fauna debe encontrar un nuevo hábitat natural para sobrevivir, algo complicado ya que el manto vegetal desaparece casi por completo (Weber y Flannigan, 1997; Gitay et al., 2002). Además, después de los incendios intensos, el suelo queda prácticamente estéril, debido a la mineralización de la materia orgánica, lo que limita la recolonización por las especies autóctonas.
Por último, el aumento de la erosión reduce, significativamente, las posibilidades de recuperación (Pompa-García y Sensibaugh, 2014). Asimismo, cuando los incendios son moderados en intensidad son excelentes promotores del repoblamiento natural, tal es el caso particular de Pinus oocarpa Schiede ex Schltdl., que presenta gran densidad de individuos jóvenes en áreas que presentaron incendios moderados, en un periodo de 5 a 8 años.
Al igual que en otras regiones (Bergeron et al., 2004; Pausas et al., 2008; Mann y Kump, 2009; Conde et al., 2011), el cambio climático en el APFFLP no es teórico y sus efectos comienzan advertirse. Al respecto, el escenario climático proyectado para el 2050 resultó en un incremento en el área afectada por incendios, y serán, particularmente, vulnerables las zonas dominadas por plantaciones y ecosistemas remanentes muy fragmentados, ya que según nuestras observaciones en campo, estos tipos de bosque están invadidos por especies exóticas que generan una gran cantidad de combustible, debido a sus altas abundancias y distribución espacial, tal es el caso de Verbesina spp.
Una de las principales prioridades para hacer frente a los incendios que se predicen en el APFFLP es el desarrollo de un “plan de adaptación” (PACMUN, 2015); entendido como “el ajuste en sistemas naturales o humanos en respuesta a estímulos climáticos reales o esperados y sus efectos, que moderan el daño o explotan oportunidades beneficiosas”, entre las que se pueden citar podrían ser: integración de políticas de prevención para la protección de las cuencas contra incendios forestales; mejor gestión de los bosques públicos, considerados como infraestructuras verdes primarias; uso de la biomasa del bosque para energía sin reducir la capacidad de almacenamiento de carbono, como sucede en Italia (Keskitalo et al., 2015), con lo que se reduce el combustible, y por tanto disminuye el riesgo de incendios de gran intensidad; en otras palabras, adoptar un código de buenas prácticas. En este contexto, una opción es la diversificación del bosque, la cual implicaría fomentar el desarrollo y mantenimiento de diversas actividades y usos del territorio dentro del APFFLP; ejemplo: uso agrícola, manejo de bosque nativo, turismo y recreación, así como zonas de exclusión por motivos de restauración. Además de, valorar, en forma adecuada, los servicios ecosistémicos asociados, con la pertinente coordinación entre las instituciones gubernamentales y los dueños de las tierras.
En general, el sector forestal en México y en el mundo está ante un cambio de paradigma en el manejo y prácticas asociadas a las plantaciones productivas de rápido crecimiento. Esto implica importantes desafíos políticos, institucionales y culturales a los cuales, tanto los estados como las empresas tendrán que adaptarse.
Recientes iniciativas internacionales como las definidas por la organización Forest Stewarship Council (FSC) son un ejemplo que apunta a promover y normar el buen manejo y sustentabilidad de los bosques y plantaciones. Al respecto, la principal responsabilidad del sector forestal en México radica en promover políticas pertinentes que apunten, en lo general, al ordenamiento del territorio, y en lo particular, a la diversificación del sector forestal, conjuntamente con la tan urgente institucionalidad sectorial, capaz de enfrentar y conducir los desafíos impuestos por el cambio climático y la sociedad. Medidas que constituyen el primer paso para una efectiva adaptación frente al cambio climático, contribuyendo tanto a reducir el riesgo de incendios de alta intensidad como a promover que el APFFLP sea un bosque más saludable, en términos de conservación, productividad, diversidad y resiliencia en el largo plazo. Ibarra-Montoya y Huerta- Martínez (2016) documentaron que de las variables que resultaron con alta importancia en la ocurrencia del fuego para esta zona, la única que puede ser manipulada y controlada por el hombre es el uso de suelo, de tal forma que es en ella en la que se debe incidir a fin de evitar la presencia de incendios forestales de la misma magnitud que los de los años 1998, 2005 y 2012.
Los autores esperan que este estudio pueda ayudar a impulsar acciones preventivas específicas contra los incendios por parte de las autoridades correspondientes, y que los esfuerzos se orienten a construir una estrecha coordinación entre las comunidades locales, autoridades y la academia.
Conclusiones
El modelo espacial desarrollado con MaxEnt, bajo el escenario del cambio climático demostró ser una herramienta confiable para predecir las áreas por incendiarse del APFFLP para el año 2050. De acuerdo al modelo se predice que la mayor parte del polígono tiene altas probabilidades de presentar incendios bajo condiciones de menor precipitación y mayor temperatura, por lo que urge tomar acciones preventivas, mas que correctivas, ante este escenario.
Conflicto de intereses
Los autores declaran no tener conflicto de intereses.
Contribución por autor
Francisco Martín Huerta Martínez: realizó validación de información en campo y acopio en bases de datos específicas y la estructuración del manuscrito; José Luis Ibarra Montoya: realizó revisión del manuscrito, el análisis espacial y la generación del modelo predictivo.
