SciELO - Scientific Electronic Library Online

 
vol.10 número56Mortalidad y sanidad de procedencias de Enterolobium cyclocarpum (Jacq.) Griseb. en la costa de OaxacaProducción maderable de Abies religiosa (Kunth) Schltdl. & Cham. en zonas de movimiento de germoplasma 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 forestales

versión impresa ISSN 2007-1132

Rev. mex. de cienc. forestales vol.10 no.56 México nov./dic. 2019  Epub 30-Mar-2020

https://doi.org/10.29298/rmcf.v10i56.613 

Artículo Científico

Modelado de la distribución actual y bajo cambio climático de pinos piñoneros endémicos de México

Ramiro Pérez Miranda1 

Martín Enrique Romero Sánchez1  * 

Antonio González Hernández1 

Sergio Rosales Mata2 

Francisco Moreno Sánchez1 

Víctor Javier Arriola Padilla1 

1Centro Nacional de Investigación Disciplinaria en Conservación y Mejoramiento de Ecosistemas Forestales. INIFAP. México.

2Campo Experimental Valle de Guadiana. INIFAP. México.


Resumen

En la actualidad algunos pinos endémicos de México están en riesgo, debido a diversos factores, tanto antrópicos como relacionados con alteraciones climáticas. En este trabajo se modeló la distribución potencial actual y bajo escenarios de cambio climático de cuatro especies de pinos piñoneros. Para ello, se utilizaron coberturas bioclimáticas y datos de presencia de los taxones considerados, como variables predictoras. Los resultados sugieren una buena predicción de los patrones de distribución geográfica (AUC> 0.9 en todos los casos). La distribución potencial alta generada con el modelo GFDL-CM3, para el horizonte 2049-2065 escenarios RCP 4.5 tuvo modificaciones especificas por taxon en su superficie. Las especies más sensibles fueron Pinus culminicola, P. johannis y P. pinceana que evidenciaron reducciones de 83.6, 59.5 y 80.0 %, respectivamente; comparados con la superficie actual. En el escenario RCP 8.5, las reducciones de estos taxa fueron de 83.7, 56.9 y 79.3 %, para cada una. Los modelos de distribución de P. nelsonii mostraron, para ambos escenarios climáticos (RCP 4.5 y 8.5), aumentos en la extensión potencial alta con respecto a la actual hasta de 50.8 % y 49.5 %, respectivamente. Los escenarios de cambio climático indican que la distribución de los pinos piñoneros será afectada en el futuro cercano por los cambios en los patrones de precipitación y temperatura.

Palabras clave Análisis espacial; escenarios; distribución potencial; MaxEnt; pinos piñoneros; SIG

Abstract

At present, some endemic pines of Mexico are at risk due to several factors, either anthropogenic or related to climatic alterations. In this work the current potential distribution and under climate change scenarios was modeled for four species of pinyon pines. For this purpose, bioclimatic coverages and data on the presence of four pine-tree species were used as predictive variables. Results suggest a good prediction of geographic distribution patterns (AUC> 0.9 in all cases). The high potential distribution with the GFDL-CM3 model for the 2049-2065 horizon PCR 4.5 scenarios had species-specific modifications on its surface. The most sensitive species were P. culminicola, P. johannis and P. pinceana which showed reductions of 83.6, 59.5 and 80.0 %, respectively, compared to the current surface. In scenario RCP 8.5, the reductions of these species were 83.7, 56.9 and 79.3 %, for each one. The distribution models of P. nelsonii showed for both climate scenarios (RCP 4.5 and 8.5), increases in the high potential extension with respect to the current one up to 50.8 % and 49.5 % respectively. Climate change scenarios show that pines will be affected in their distribution in the near future due to changes in precipitation and temperature patterns.

Key words Spatial analysis; scenarios; potential distribution; MaxEnt; pinyon pines; GIS

Introducción

La abundancia y distribución espacial de los seres vivos en la Tierra se rige por la amplitud ecológica o capacidad de tolerancia que presenta cada especie a factores ambientales (Thuiller et al., 2012). En el caso de las comunidades vegetales, se ha observado que se asocian fundamentalmente a factores edáficos, geográficos y climáticos (Ríos et al., 2016); de ellos, los últimos son los principales responsables (Berry et al., 2002). Sin embargo, proyecciones futuras indican tendencias crecientes en los gases de efecto invernadero, lo que dará como resultado un mundo más cálido, más húmedo y dinámico en el siglo XXI, caracterizado por eventos extremos (Tebaldi et al., 2006). Por esa razón se espera que el efecto del cambio climático exija una selección adaptativa más fuerte que conlleve a un distanciamiento de las poblaciones sobre los entornos a los que están adaptadas (Davis y Shaw, 2001); lo cual modificará su distribución actual, o incluso provocará la desaparición directa de algunas de ellas.

México es considerado como un centro secundario de diversificación del género Pinus, con 49 de las 120 especies identificadas en el mundo; de ellas, 22 son endémicas, de las cuales 10 corresponden a pinos piñoneros (Gernandt y Pérez, 2014), y se esperaría que los efectos del clima limiten aún más su distribución.

Los pinos piñoneros son de gran relevancia para las zonas áridas del país, ya que en ocasiones constituyen el único recurso forestal (Rosas et al., 2015). Por otro lado, también son reconocidos por su amplia adaptabilidad y resistencia a condiciones adversas, lo que les confiere un estatus de especies con gran potencial para la restauración ecológica (Ríos et al., 2008). No obstante, diversos de sus bosques han presentado una disminución del área que cubren, desapareciendo o cambiando su composición (Gernandt y Pérez, 2014).

Actualmente, seis especies endémicas de pinos piñoneros están en la lista de especies en riesgo de la NOM-059-SEMARNAT-2010 designadas en la categoría en Peligro de Extinción o Sujeta a Protección Especial (Semarnat, 2010). El objetivo del estudio que aquí se documenta fue determinar la distribución potencial actual y mediante escenarios de cambio climático de cuatro especies de pinos piñoneros endémicos de México incluidos en la NOM-059-SEMARNAT-2010.

Materiales y Métodos

Área de estudio

Los bosques naturales de pino en México se localizan entre las siguientes coordenadas extremas: al norte del país: 32º43’06’’ N, 114º43’22” O; al oeste: 29º03’54” N, 122°10’13” O; al este 16°06'03” N, 91°20'06” O.; al sur 11°58'07" N, 94°26´02” O. Están presentes en casi todos los estados de la república mexicana, excepto en Aguascalientes, Baja California Sur, Campeche, Quintana Roo, Tabasco y Yucatán (Figura 1). Las cadenas montañosas más importantes donde se localizan estas especies son Sierra Madre Occidental, Sierra Madre Oriental, Eje Neovolcánico y Sierra del Sur (Inegi, 2016).

Figura 1 Localización de los bosques de pino en la república mexicana. 

Los climas dominantes en los bosques de pino son templados subhúmedos [C(w), en 25 % de la superficie total del país], semicálidos subhúmedos [(A)C, 24.5 %], semiáridos y áridos (BS, 11.5 %), semifríos subhúmedos (Cb, 10.5 %), cálidos subhúmedos (Aw, 6.0 %), y otros climas diversos (22.5 %) (Inegi, 2016).

La altitud donde crecen estas masas forestales varía entre los 200 m hasta los 4 200 m sobre el nivel del mar (Inegi, 2016). Las temperaturas extremas comprenden de 0 a 40 °C; aunque, la mayoría se ubican en sitios con registros de 0 a 17 °C (Guevara y Arroyo, 2016; Inegi, 2016). En México, los bosques de pinos se hallan, especialmente, sobre rocas ígneas, también en forma regular se localizan sobre gneis y esquistos, en menor frecuencia sobre margas, areniscas, lutitas y calizas. La mayor parte de los pinares tolera los suelos ácidos (Rzedowski, 2006). Los tipos de suelo donde se desarrollan fundamentalmente son Litosol, Regosol eútrico, Feozem háplico, Cambisol eútrico, Luvisol crómico, Cambisol crómico, Andosol húmico, Cambisol dístrico, Acrisol húmico y Andosol ócrico (INIFAP-Conabio, 1995).

Datos de presencia de las especies de pinos piñoneros

Se trabajó con cuatro especies de pinos piñoneros en categorías de riesgo de acuerdo con la NOM-059-SEMARNAT-2010: Pinus culminicola Andresen & Beaman, Pinus johannis M. F. Robert, Pinus nelsonii Shaw y Pinus pinceana Gordon. Se elaboró una base de datos geográficos con un total de 884 registros obtenidos de diferentes herbarios: Herbario CHAP de la División de Ciencias Forestales de la Universidad Autónoma Chapingo; Herbario Hortorio (CHAPA) del Colegio de Postgraduados; Herbario Metropolitano (UAMIZ) de la Universidad Autónoma Metropolitana Unidad Iztapalapa; Herbario Nacional Forestal, “Biól. Luciano Vela Gálvez” (INIF) del Instituto Nacional de Investigación Forestal, Agrícola y Pecuaria (INIFAP) - Centro Nacional de Investigación Disciplinaria en Conservación y Mejoramiento de Ecosistemas Forestales (Cenid-Comef); Herbario del Centro Interdisciplinario de Investigación para el Desarrollo Integral Regional (CIIDIR), Unidad Durango del Instituto Politécnico Nacional; Herbario CFNL de la Facultad de Ciencias Forestales de la Universidad Autónoma de Nuevo León; Herbario XAL del Instituto de Ecología, A. C. y Herbario ENCB de la Escuela Nacional de Ciencias Biológicas del Instituto Politécnico Nacional. Además, se consultaron herbarios digitales y páginas electrónicas destacadas de grandes colecciones de plantas como el Herbario Nacional de México (MEXU) de la Universidad Nacional Autónoma de México, el Herbario Virtual de la Comisión Nacional para la Conservación y Uso de la Biodiversidad (HVC) y la Red de Herbarios del Noreste de México (Herbanwmex). Otras fuentes de datos fueron el Inventario Nacional Forestal y Suelos (INFyS) de la Comisión Nacional Forestal (Conafor) y la literatura científica.

Variables climáticas

Se emplearon coberturas climáticas, topográficas y edafológicas, con una resolución de 926 m. Se utilizaron 19 capas en formato ráster: temperatura y precipitación del periodo climático 1902-2011, provenientes de WorldClim (Fernández et al., 2019). Las coberturas de altitud, exposición y pendiente se obtuvieron del procesamiento del Modelo Continuo de Elevaciones Mexicano 3.0 (CEM), disponible en la página oficial del Instituto Nacional de Estadística y Geografía (Inegi, 2018) y la edafológica se generó de la capa vectorial de Edafología de INIFAP-Conabio (1995).

Para el modelo de distribución con proyecciones de cambio climático, se consideró el modelo de circulación general (MCG) GFDL-CM3 (Geophysical Fluid Dynamics Laboratory Climate Model version 3) de Estados Unidos de América, bajo el escenario de emisiones de gases de efecto invernadero (GEI) y Sendas Representativas de Concentración (RCP) 4.5 y 8.5, así como horizonte de futuro medio (2045-2069). Los RCP se refieren al forzamiento radiativo expresado en W m-2 y se asume que varía al incrementarse los GEI. Estas coberturas se obtuvieron de la página de la Unidad de Informática para las Ciencias Atmosféricas y Ambientales de la UNAM (Fernández et al., 2015).

Modelado de la distribución potencial actual y bajo escenarios de cambio climático

Los modelos de distribución potencial actual y bajo escenarios de cambio climático de las especies piñoneras se generaron con el programa MaxEnt 3.4.1 (Maximum Entropy) (Phillips y Dudik, 2008), software que estima la probabilidad de presencia de una especie buscando la distribución de máxima entropía (la más uniforme posible), en función de variables ambientales (covariables) y datos de ocurrencia (Phillips et al., 2006). La probabilidad se expresa en términos de "ganancia", la cual se calcula como el logaritmo del número de celdas en la retícula, menos el promedio de las probabilidades logarítmicas negativas de las localidades utilizadas para ajustar el modelo (Phillips et al., 2006; Phillips y Dudík, 2008).

Durante la ejecución de los modelos se mantuvieron los parámetros predeterminados por el programa MaxEnt, como lo sugieren Phillips et al. (2006). Se realizó una réplica del modelo para cada especie, mediante la selección aleatoria de 75 % de las localidades de ocurrencia para el entrenamiento del modelo y las restantes (25 %) como datos de prueba para la validación.

Umbral de corte para la definición de categorías

Para generar los modelos de predicción se determinó el umbral de corte. El valor establecido para el presente estudio corresponde a las siguientes categorías: 0 como nula, ≤ 0.30 baja, 0.30 - 0.60 media y ≥ 0.60 alta. El análisis e interpretación de los modelos generados por MaxEnt se ejecutó con el software ArcMap 10.4.

Evaluación de los modelos de distribución

La calidad de predicción de los modelos de distribución se determinó con la técnica de evaluación de la característica operada por el receptor (ROC: Receiver Operating Characteristic), a partir del análisis del área bajo la curva (AUC: Area Under the Curve). El AUC es la representación gráfica de la capacidad discriminativa de un modelo para todos los posibles puntos de corte y puede interpretarse como la mayor probabilidad de que un punto de presencia seleccionado aleatoriamente esté ubicado en una celda del ráster, con un alto valor de probabilidad para la presencia de la especie.

Los valores del área bajo la curva se categorizan así: Excelente (AUC>0.9), Buena (0.8<AUC<0.9), Aceptable (0.7<AUC<0.8), Mala (0.6<AUC<0.7) y No Válida (0.5<AUC<0.6) (Araujo et al., 2005; Elith et al., 2006). Además, se estimó el Intervalo de Confianza para cada una de las estimaciones a una probabilidad de 95 %. Los análisis estadísticos se realizaron con el software R versión 3.4.2.

Resultados y Discusión

Validación de los modelos

Los modelos generados sugieren una buena predicción de los patrones de distribución geográfica actual y bajo escenarios para los cuatro taxones de pinos piñoneros bajo estudio. Los valores de AUC de los datos de entrenamiento y validación se estimaron por encima de 0.9 (Cuadro 1). De acuerdo con Elith et al. (2006), los modelos con valores de AUC de 0.75 son útiles para predecir la distribución de especies; en ese sentido, los valores de AUC mayores a 0.91, obtenidos en este trabajo, indican que los modelos están altamente descritos por las variables bioclimáticas. El AUC más alto (0.99) se registró para la especie más restringida geográficamente, Pinus nelsonii. La validez de los modelos se comprobó con los estadísticos usados. En todos los casos, la AUC estuvo arriba de 90 % y hubo significancia (p-value<0.05) (Cuadro 1).

Especie Actual RCP 4.5 RCP 8.5 AUC P-value IC 95 % AUC P-value IC 95 % AUC P-value IC 95 % Pinus culminicola Andresen & Beaman 0.98 <0.05 0.86 0.95 <0.05 0.87 0.95 <0.05 0.74 Pinus johannis M. f. Robert 0.97 <0.05 0.81 0.96 <0.05 0.81 0.96 <0.05 0.61 Pinus nelsonii Shaw 0.98 <0.05 0.92 0.92 <0.05 0.92 0.93 <0.05 0.71 Pinus pinceana Gordon 0.95 <0.05 0.94 0.91 <0.05 0.95 0.92 <0.05 0.87

Cuadro 1 Parámetros estadísticos para la validación de los modelos de distribución potencial de cuatro especies de pinos piñoneros. 

Especie Actual RCP 4.5 RCP 8.5
AUC P-value IC 95 % AUC P-value IC 95 % AUC P-value IC 95 %
Pinus culminicola Andresen & Beaman 0.98 <0.05 0.86 0.95 <0.05 0.87 0.95 <0.05 0.74
Pinus johannis M. f. Robert 0.97 <0.05 0.81 0.96 <0.05 0.81 0.96 <0.05 0.61
Pinus nelsonii Shaw 0.98 <0.05 0.92 0.92 <0.05 0.92 0.93 <0.05 0.71
Pinus pinceana Gordon 0.95 <0.05 0.94 0.91 <0.05 0.95 0.92 <0.05 0.87

AUC = Área bajo la curva; IC 95 %= Intervalo de Confianza de 95 %.

Contribución de las variables en la modelación de las especies

En los modelos actuales, las variables que más influyeron en la modelación de la presencia de P. culminicola fueron la temperatura (58.1 %) y la precipitación (26.3 %); mientras que, en P. johannis, P. nelsonii y P. pinceana fueron la precipitación (38.4 %, 61.1 % y 42.0 %, respectivamente) y la altitud (29.9 %, 20.2 % y 32.2 %, respectivamente); el resto de las proporciones correspondieron a las variables, pero en menor medida. Con el escenario RCP 4.5, las proporciones fueron: en P. culminicola la temperatura, con 54.3 %; y la precipitación, con 17.6 %. En P. johannis, P. nelsonii y P. pinceana correspondieron a la altitud (50.7 %, 40.2 % y 53.2 %, respectivamente) y a la precipitación (27.7 %, 33.7 % y 24.7 %). Con el escenario RCP 8.5, para P. culminicola fueron: la temperatura (53.3 %) y la precipitación (18.2 %), en P. johannis, P. nelsonii y P. pinceana fueron la altitud (51.2 %, 40.4 % y 53.5 %) y la precipitación (27.0%, 33.5% y 25.2%); el resto de las proporciones recayeron en las demás variables, pero en valores más reducidos.

La importancia de las variables en los modelos es coincidente con lo indicado por Rojas et al. (2012) y Mateo et al. (2013), quienes señalaron que el clima es fundamental y muy utilizado en la modelación de distribuciones geográficas potenciales.

Modelado de la distribución potencial actual

El P. pincena tiene mayor extensión de superficie idónea alta y, en menor proporción, le siguen P. johannis, P. nelsonii y P. culminicola.

En el Cuadro 2 se presenta la superficie de distribución potencial con categoría: Alta, Media y Baja de los cuatro piñoneros en México.

Cuadro 2 Superficies de distribución potencial actual de pinos piñoneros (hectáreas). 

Especie Alta Media Baja Total
Pinus culminicola Andresen & Beaman 126 792 266 320 8 002 135 8 395 246
Pinus johannis M. f. Robert 495 291 1 260 637 10 726 812 12 482 741
Pinus nelsonii Shaw 222 843 1 484 916 4 877 643 6 585 402
Pinus pinceana Gordon 2 081 718 8 144 249 25 961 331 36 187 297

Coahuila, Tamaulipas, San Luis Potosí y zonas mínimas que se limitan a Querétaro, Hidalgo, Tlaxcala y Puebla. Se estima que P. johannis se desarrolla en Coahuila, Zacatecas, Guanajuato, Tamaulipas, Hidalgo, Nuevo León y Coahuila, y en menor medida, en otros estados. La distribución de P. pinceana registró el mayor intervalo de todas las especies, pues se extiende hacia Coahuila, Durango, San Luis Potosí, Zacatecas, Nuevo León, Guanajuato y Chihuahua y, en menor proporción, en Querétaro e Hidalgo ( Figura 2).

Figura 2 Modelos de distribución potencial actual de los pinos piñoneros endémicos de México. 

Las áreas idóneas de P. culminicola y P. nelsonii se ubican, principalmente, en los estados de Nuevo León, P. pinceana tiene un poco más de 2 000 ha de potencial alto (Cuadro 2), estimación que difiere considerablemente de los resultados obtenidos por Aguirre y Duivenvoorden (2010), quienes modelaron la distribución de 56 especies de pinos en México, incluido la especie mencionada, y utilizaron el algoritmo de Máxima Entropía MaxEnt. Obtuvieron una superficie con aptitud alta de 15 910 750 ha y Treviño (2018), por su parte, de 1 026 800 ha.

Para P. nelsonii, P. culminicola y P. johannis los resultados conseguidos en este estudio fueron de 200 000 ha, 126 000 ha y 495 000, respectivamente, lo cual contrasta, con los resultados de Aguirre y Duivenvoorden (2010) quienes consignaron 11 147 600, 679 160 y 26 559 170 ha, respectivamente. Las diferencias comparativas de las áreas potenciales de los estudios pueden ser atribuidas al método aplicado en cada estudio.

Los resultados del modelado coinciden con los de Favela (2010), quien describió que P. culminicola se localiza a elevaciones altas de 3 000-3 650 msnm; asimismo, Contreras et al. (2012) confirma que los climas donde crece son fríos, con una temperatura media mensual de 10 °C durante los meses más cálidos y una precipitación anual de 401.3 mm. Romero et al. (2000) indican que P. johannis prospera en altitudes de 2 400 a 2 800 m con precipitación anual de 300 a 400 mm. Según Suzán et al. (2002), P. nelsonii se distribuye entre los 1 900 y los 2 300 msnm, en zonas con precipitación anual entre 300 y 600 mm; se ubica en pies de montaña de ambientes áridos a semiáridos (Perry, 1991; Farjon y Styles, 1997). Estrada et al. (2014) señalaron que P. pinceana se localiza en un intervalo altitudinal de 1 500 a 2 300 m, en lugares con una precipitación anual entre 350 y 600 mm (Martínez et al., 2015). De acuerdo a Barrera et al. (2018) los pinos piñoneros presentan amplia distribución latitudinal y altitudinal, y ocupan distintos regímenes climáticos y edáficos debido a la interacción de diferentes factores ambientales.

Modelado de la distribución potencial bajo escenarios de cambio climático

El modelo GFDL-CM3 estimó aumentos en los intervalos de temperatura y disminución de la precipitación, con relación a los rangos actuales en la distribución potencial de los pinos piñoneros por el fenómeno del cambio climático (Cuadro 3). De acuerdo a los resultados, en el escenario RCP 4.5, el intervalo de temperatura simulado para los pinos piñoneros fue de 10 a 25 °C, mientras que para el RCP de 8.5 entre 11 y 26 °C. La precipitación en el RCP 4.5 fue de 153 a 2 584 mm y en el RCP 8.5 de 125 a 2 605 mm. Con relación a las condiciones de humedad, P. culminicola y P. pinceana son las especies con la distribución en áreas de menor precipitación (Cuadro 3).

Cuadro 3 Intervalos extremos de temperatura media y precipitación anual de diferentes escenarios de cambio climático con el modelo GFDL-CM3, horizonte 2045-2069, de la distribución de las cuatro especies de pinos piñoneros. 

Especie RCP 4.5 RCP 8.5
T media (°C) P anual (mm) T media (°C) P anual (mm)
Pinus culminicola Andresen & Beaman 10-25 224-876 11-26 185-839
Pinus johannis M. f. Robert 12-24 244-708 13-25 189-657
Pinus nelsonii Shaw 12-25 244-860 13-27 211-822
Pinus pinceana Gordon 13-24 153-1 317 14-26 125-1 252

T (°C) = Temperatura; P (mm) = Precipitación

En los cuadros 4 y 5, respectivamente, se presentan la distribución potencial de las cuatro especies de piñón con el modelo GFDL-CM3 con los escenarios de cambio climático para el horizonte de futuro medio (2045-2069) RCP 4.5 y RCP 8.5. En el primero, en orden descendente de mayores superficies potenciales alta y mediana, destacan P. pinceana, P. nelsonii, P. johannis y P. culminicola. La primera especie en Coahuila, Nuevo León, Zacatecas, Guanajuato, San Luis Potosí, Tamaulipas, Hidalgo, Querétaro y Puebla. El segundo en Nuevo León, Coahuila, Zacatecas, Tamaulipas, Guanajuato, San Luis Potosí, Chihuahua e Hidalgo. El tercero en Coahuila, Zacatecas, Nuevo León y San Luis Potosí, y el cuarto, en Nuevo León, Coahuila, Estado de México, Puebla y Zacatecas.

Cuadro 4 Superficies potenciales de especies de piñón, con escenarios de cambio climático RCP 4.5, con horizonte de futuro medio (2045-2069); en hectáreas. 

Especie Alta Media Baja Total
Pinus culminicola Andresen & Beaman 20 833 141 669 4 071 883 4 234 385
Pinus johannis M. f. Robert 200 568 461 420 2 157 451 2 819 440
Pinus nelsonii Shaw 333 077 704 926 192 3053 2 961 056
Pinus pinceana Gordon 415 604 1 059 232 383 5702 5 310 538

Cuadro 5 Superficies potenciales de especies de piñón, con escenarios de cambio climático RCP 8.5, con horizonte de futuro medio (2045-2069) (en hectáreas). 

Especie Alta Media Baja Total
Pinus culminicola Andresen & Beaman 20 667 146 930 4 295 105 4 462 702
Pinus johannis M. f. Robert 213 503 506 978 2 175 017 2 895 498
Pinus nelsonii Shaw 332 902 726 098 96 1 059 096
Pinus pinceana Gordon 430 863 1 050 628 3 955 678 5 437 168

La distribución espacial de los piñoneros con este escenario, RCP 4.5, para el horizonte medio 2045-2069, de forma conjunta, mostró descensos importantes de superficie con respecto a la actual. Por ejemplo, P. pinceana se vería reducida hasta 85.3 % y P. johannis 77.4 % (Figura 3). Estos datos tienen concordancia con los resultados del trabajo de Gómez y Arriaga (2007), quienes indican que son especies vulnerables al cambio climático.

Figura 3 Cambios pronosticados de las especies de pinos piñoneros con referencia a la distribución actual potencial en el horizonte 2045-2069 considerando los escenarios RCP 4.5 y 8.5. 

En el escenario RCP 8.5 en orden descendente de mayores áreas potenciales alta y mediana, destacan P. pinceana, P. nelsonii, P. johannis y P. culminicola. La primera especie se localizaría fundamentalmente, por su superficie, en Coahuila, Nuevo León, Zacatecas, Guanjuato, San Luis Potosí, Tamaulipas, Hidalgo, Puebla y Querétaro. La segunda en Coahuila, Nuevo León, Zacatecas, Tamaulipas, Guanajuato, Chihuahua, San Luis Potosí, Hidalgo y Durango. La tercera en Coahuila, Nuevo León, Zacatecas, Puebla y San Luis Potosí; y la cuarta, en Nuevo León, Coahuila, Estado de México, Puebla, Zacatecas y Baja California.

Las modelaciones con el escenario de emisiones RCP 8.5 sugieren pérdidas similares al escenario RCP 4.5. De forma conjunta hubo reducciones importantes con respecto al actual potencial de P. pinceana se vería reducida hasta 85.0 % y P. johannis, 76.8 % (Figura 3).

Conclusiones

Los cambios estimados en la temperatura y precipitación del modelo GFDL-CM3 RCP 4.5 y RCP 8.5 provocarán una alteración en la distribución de las especies de pinos piñoneros para el horizonte 2045-2069, de acuerdo con los resultados de este trabajo. Se espera que la distribución potencial de las especies bajo estudio sea favorecida por el cambio climático, ya que las estimaciones realizadas así lo demuestran.

Referencias

Aguirre, G. J. and J. F. Duivenvoorden. 2010. Can we expect to protect threatened species in protected areas? A case study of the genus Pinus in Mexico. Revista Mexicana de Biodiversidad 81: 875-882. [ Links ]

Araujo M., B., R. Pearson, W. Thuiller and M. Erhard. 2005. Validation of species- climate impact models under climate change. Global Change Biology 11: 1504-1513. Doi:10.1111/j.1365-2486.2005.01000.x. [ Links ]

Barrera Z., E., D. Granados S., R. L. Granados V. y M. Luna C. 2018. Caracterización de cuatro bosques de pino piñonero del estado de Zacatecas, México. Revista Chapingo Serie Ciencias Forestales y del Ambiente, 24(3): 275-296. Doi:10.5154/r.rchscfa.2017.03.018. [ Links ]

Berry, P. M., T. P. Dawson, P. A. Harrison and R. G. Pearson. 2002. Modeling potential impacts of climate change on the bioclimatic envelope of species in Britain and Ireland. Global Ecology and Biogeography 11: 453-462. Doi:10.1111/j.1466-8238.2002.00304.x. [ Links ]

Contreras L., J. A., D. Lazcano. and A. J. Contreras B. 2012. Herpetofauna of the Cerro El Potosi Natural Protected Area of Nuevo Leon, Mexico: Status of the Ecological and Altitudinal Distribution. Natural Areas Journal 32(4): 377-385. Doi: 10.3375/043.032.0405. [ Links ]

Davis, M. B. and R. G. Shaw. 2001. Range shifts and adaptative response to Quaternary climate change. Science, 292: 673-679. Doi:10.1126/science.292.5517.673. [ Links ]

Elith, J., C. Graham, R. Anderson, M. Dudik and S. Ferrier. 2006. Novel methods improve prediction of species' distributions from occurrence data. Ecography 29:129-151. Doi.org/10.1111/j.2006.0906-7590.04596.x. [ Links ]

Estrada C., A. E., J. A. Villareal Q., M. M. Salinas R., C. M. Cantú A. y H. González R. 2014. Coníferas de Nuevo León. Universidad Autónoma de Nuevo León, Facultad de Ciencias Forestales. Linares, NL, México.145 p. [ Links ]

Farjon, A. and T. B. Styles. 1997. Pinus (PINACEAE). Flora Neotropica, Monograph 75. Organization for Flora Neotropica. The New York Botanical Garden, New York, NY, USA. 291 p. [ Links ]

Favela L. , S. 2010. Population variation in the endemic Pinus culminicola detected by RAPD. Polibotánica. 30: 55-67. [ Links ]

Fernández E., A., J. A. Zavala H., R. Romero C., A. C. Conde Á. y R. I. Trejo V. 2015. Actualización de los escenarios de cambio climático para estudios de impactos, vulnerabilidad y adaptación. En: Atlas Climático Digital de México. Centro de Ciencias de la Atmósfera, Universidad Nacional Autónoma de México. Instituto Nacional de Ecología y Cambio Climático, Secretaría de Medio Ambiente y Recursos Naturales. INDAUTOR 04-2011-120915512800-203. http://atlasclimatico.unam.mx/AECC/servmapas/ (19 de enero de 2019). [ Links ]

Gernandt S., D. y J. A. Pérez de la R. 2014. Biodiversidad de Pinophyta (coníferas) en México. Revista Mexicana de Biodiversidad, Supl. 85:126-133. Doi:10.7550/rmb.32195. [ Links ]

Guevara M., C. E. y Arroyo C. 2016. Pendiente, escala: 1:4 000 000. Comisión Nacional para el Conocimiento y Uso de la Biodiversidad. Ciudad de México, México. http://www.conabio.gob.mx/informacion/gis/ (19 de enero de 2019). [ Links ]

Gómez M., L. and L. Arriaga. 2007. Modeling the effect of climate change on the distribution of oak and pine species of Mexico. Conservation Biology 21: 1545-1555. Doi:10.1111/j.1523-1739.2007.00814.x. [ Links ]

Instituto Nacional de Estadística y Geografía (Inegi) . 2018. Modelo Digital de Elevación. Escala 1:50 000. http://www.beta.inegi.org.mx/app/geo2/elevacionesmex/ (15 de octubre de 2018). [ Links ]

Instituto Nacional de Estadística y Geografía (Inegi). 2016. Conjunto de Datos Vectoriales de Uso de Suelo y Vegetación. Escala 1:250 000. Serie VI (Capa Unión), escala: 1:250 000. México. http://www.conabio.gob.mx/informacion/gis/ (25 de octubre de 2018). [ Links ]

Instituto Nacional de investigaciones Forestales y Agropecuarias - Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (INIFAP-Conabio). 1995. Edafología. Catálogo de metadatos geográficos. Escala 1:1 000 000. México, D.F., México. n/p. [ Links ]

Martínez A., J. G., C. Sánchez C., R. Martínez G., G. Sánchez R., I. Trejo, A. Mora O. y E. Alanis. 2015. Primer Registro de Pinus Pinceana (Pinaceae) para Tamaulipas. Aspectos Ecológicos y Estructurales. Botanical Sciences 93: 357-260. Doi:10.17129/botsci.87. [ Links ]

Mateo R., G., M. de la Estrella, A. M. Felicísimo, J. Muñoz and A. Guisan. 2013. A new spin on a compositionalist predictive modelling framework for conservation planning: A tropical case study in Ecuador. Biological Conservation 160: 150-161. Doi:10.1016/j.biocon.2013.01.014. [ Links ]

Perry, J. 1991. The pines of Mexico and Central America. Timber Press. Portland, OR, USA. 231 p. [ Links ]

Phillips S., J. and M. Dudik. 2008. Modeling of species distributions with Maxent: new extensions and a comprehensive evaluation. Ecography 31:161-175. Doi:10.1111/j.0906-7590.2008.5203.x. [ Links ]

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

Ríos, E., R. Hoogh y J. Navar. 2008. Ensayo de especies con pinos piñoneros en el nordeste de México. Revista Chapingo, Serie: Ciencias Forestales y del Ambiente 14(2): 97-104. [ Links ]

Ríos A., A., C. Alfonso C., V. Aguirre H., G. Ángeles P., M. M. Mendoza D., V. Rodríguez R., E. Roldán F. y R. Clarck T. 2016. Abundancia y distribución del género Pinus en Calpulálpam de Méndez, Sierra Juárez, Oaxaca. Madera y Bosques 22(3): 61-74. Doi:10.21829/myb.2016.2231457. [ Links ]

Rojas S., O. R., V. Sosa and J. F. Ornelas. 2012. Forecasting cloud forest in eastern and southern Mexico: conservation insights under future climate change scenarios. Biodiversity and Conservation 21: 2671-2690. Doi:10.1007/s10531-012-0327-x. [ Links ]

Romero, M., A. M. Luna. and E. García. 2000. Phenetic analysis of the Mexican Midland, pinyon pines, Pinus cembroides and Pinus johannis. Botanical Journal of the Linnean Society 133:181-194. Doi:10.1111/j.1095-8339.2000.tb01541.x. [ Links ]

Rosas C., M., D. Granados S., R. L. Granados V. y S. Esparza G. 2015. Clasificación y ordenación de bosques de pino piñonero del estado de Querétaro. Revista Mexicana de Ciencias Forestales 7 (33): 52-73. Doi.org/10.29298/rmcf.v7i33.90. [ Links ]

Rzedowski, J. 2006. Vegetación de México. 1ra. Edición digital, Comisión Nacional para el Conocimiento y Uso de la Biodiversidad. México. https://www.biodiversidad.gob.mx/publicaciones/librosDig/pdf/VegetacionMx_Cont.pdf (17 de enero de 2019). [ Links ]

Secretaría de Medio Ambiente y Recursos Naturales (Semarnat) 2010. Norma Oficial Mexicana NOM-059-SEMARNAT-2010, Protección ambiental - Especies nativas de México de flora y fauna silvestres - Categorías de riesgo y especificaciones para su inclusión, exclusión o cambio -Lista de especies en riesgo. Diario Oficial de la Federación. 30 de diciembre de 2010. México, D.F., México. 71 p. [ Links ]

Suzán A., H., G. Sánchez R., J. G. Martínez A., S. Villa M. and M. Franco. 2002. Population structure of Pinus nelsoni Shaw, and endemic pinyon pine in Tamaulipas, Mexico. Forest Ecology and Management 165: 193-203. Doi.org/10.1016/S0378-1127(01)00617-X. [ Links ]

Tebaldi, C., K. Hayhoe, J. M. Arblaster and G. A. Meehl. 2006. Going to the extremes:an intercomparison of model-simulated historical and future changes in extreme events. Climatic Change 79: 185-211. Doi:10.1007/s10584-006-9051-4. [ Links ]

Thuiller, W., N. Gassó, J. Pino and M. Vilá. 2012. Ecological niche and species traits: key drivers of regional plant invader assemblages. Biological Invasions 14: 1963-1980. Doi:10.1007/s10530-012-0206-0. [ Links ]

Treviño, E. J. 2018. Modelo de la distribución potencial de Pinus pinceana en el noreste de México. Ciencia UNANL. http://cienciauanl.uanl.mx/?p=7772 (20 de agosto 2018). [ Links ]

Recibido: 08 de Junio de 2019; Aprobado: 02 de Octubre de 2019

Autor por correspondencia; correo-e: romero.martin@inifap.gob.mx

Conflicto de intereses

Los autores declaran no tener conflicto de intereses.

Contribución por autor

Ramiro Pérez Miranda y Martín Enrique Romero Sánchez realizaron el diseño y supervisión del estudio; Antonio González Hernández, Sergio Rosales Mata y Francisco Moreno Sánchez filtraron, analizaron e interpretaron los datos; Víctor Javier Arriola Padilla brindó soporte técnico y contribuyó con aporte de ideas para la interpretación de resultados y discusión final. Todos los autores participaron en la escritura y revisión del manuscrito final.

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