SciELO - Scientific Electronic Library Online

 
vol.17 número especialCianamida de hidrógeno incrementa la brotación de pistache (Pistacia vera L.) En regiones áridas con frío insuficiente 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 Chapingo serie ciencias forestales y del ambiente

versión On-line ISSN 2007-4018versión impresa ISSN 2007-3828

Rev. Chapingo ser. cienc. for. ambient vol.17 no.spe Chapingo ene. 2011

http://dx.doi.org/10.5154/r.rchscfa.2010.09.069 

Mapeo del índice de aridez y su distribución poblacional en México

 

Mapping of the aridity index and its population distribution in Mexico

 

Gabriel Díaz-Padilla1; Ignacio Sánchez-Cohen2; Rafael A. Guajardo-Panes; Ana L. Del Ángel-Pérez1; Ariel Ruíz-Corral4; Guillermo Medina-García5; Daniel Ibarra-Castillo6.

 

1 CE Cotaxtla-INIFAP. km 34 Carr. Veracruz-Córdoba. C. P. 94270. Medellín de Bravo, Ver., MÉXICO. Correo: guajardo.rafael@inifap.gob.mx (Autor para correspondencia)

2 CENID-RASPA-INIFAP. Km. 6.5 Margen derecha del Canal Sacramento. C.P. 35140. Gómez Palacio, Dur., México.

4 CE Altos de Jalisco-INIFAP. Km. 8 Carr. Tepatitlán-Lagos de Moreno. C.P. 47600. Jalisco, Jal., México.

5 CE Zacatecas. Km. 24.5 Carr. Zacatecas-Fresnillo. C.P. 98500. Calera de Víctor Rosales, Zac., México.

 

Recibido: 6 de septiembre, 2010
Aceptado: 25 de junio, 2011

 

RESUMEN

Se delimitaron las zonas áridas y húmedas de México, mediante el Índice de Aridez (IA) de la UNEP (IA = Pma /Evt). La Precipitación Media Anual (Pma) y la Evaporación (Ev), provienen de registros de 2,165 y 1,750 estaciones del SMN, respectivamente. La Evapotranspiración Potencial (Evt) se calculó mediante la expresión Evt = Ev * 0.8. Se interpolaron las variables Pma y Evt con resolución de 90 m. y mediante álgebra de mapas se obtuvo el IA, clasificándolo de acuerdo a la UNEP y cuantificando su población. No se observaron diferencias significativas entre los valores calculados de Evt y los registrados en 30 estaciones del CLIMWAT-FAO (P= 0,489). Se encontró que las zonas hiperáridas, áridas y semiáridas ocupan el 1, 27 y 35 % del territorio nacional y son habitadas por el 1, 7 y 33 % de la población nacional, respectivamente. Las zonas subhúmedas-secas, subhúmedas-húmedas y húmedas, ocupan el 11, 16 y 15 % del territorio nacional, y son habitadas por el 27, 15 y 16 % de los habitantes del país. Esto implica que 63 % del territorio nacional presenta algún nivel de aridez y que lo habita el 41 % de la población del país.

Palabras clave: Desertificación, GIS, evapotranspiración, precipitación, zonas áridas.

 

ABSTRACT

The arid and humid zones of Mexico were delimited using the Aridity Index (AI) adopted by the United Nations Environment Programme (AI = Map / Evt). Mean annual precipitation (Map) and evaporation (Ev) data were obtained from the records of 2,165 and 1,750 SMN (Mexico's weather service) stations, respectively. Potential evapotranspiration (Evt) was calculated using the expression Evt = Ev * 0.8. Both variables (Map and Evt) were interpolated with a resolution of 90 m. and a map algebra was used to obtain the AI, which was classified according to UNEP classes and its population quantified. There were no significant differences between the Evt calculated and the Evt recorded at 30 CLIMWAT-FAO stations (P=0.489). It was found that hyper-arid, arid and semi-arid zones occupy 1, 27 and 35 % of the country's total area and are inhabited by 1, 7 and 33 % of the population, respectively. The dry-subhumid, moist-subhumid and humid zones occupy 11, 16 and 15 % of the country's landbase and are inhabited by 27, 15 and 16 5 % of Mexico's inhabitants. This means that 63 % of the country has some level of dryness and is inhabited by 41 % of the nation's population.

Key words: Desertification, GIS, evapotranspiration, precipitation, arid zones.

 

INTRODUCCIÓN

Uno de los más graves problemas que impacta amplias extensiones de la superficie terrestre es la degradación de la tierra, que puede referirse como la reducción temporal o permanente en la capacidad productiva de ésta, como resultado de la acción humana (Bot et al., 2000). Dicha degradación ocurre en cualquier parte de la superficie terrestre, pero sólo es definida como "desertificación" cuando ocurre en las tierras secas (LEAN, 2008 y Gnacadja, 2009). Este problema afecta a una sexta parte de la población mundial, al 70 % de las tierras áridas y a alrededor del 25 % de la superficie total del planeta, y de acuerdo con Shah (2010) y Aldamo (2003), las limitaciones medioambientales son consideradas como una de las principales causas del movimiento de poblaciones, especialmente en zonas secas, donde el agua y no la tierra es el principal factor limitante. En tierras secas, se conjugan cuatro de los más graves problemas que enfrenta la humanidad: baja disponibilidad de agua, degradación de la tierra, inseguridad alimentaria y migración. De acuerdo con Gnacadja (2009), conservar la tierra y el agua es igual a seguridad en un futuro común. Si bien el problema es complejo y de difícil solución, el primer paso es cuantificarlo y delimitarlo. Como lo acota Dregne (1985), "...La evaluación de la desertificación en un país es crucial para la comprensión y corrección del problema..." Por ello, los mapas nacionales de evaluación son necesarios para los planificadores y tomadores de decisiones.

Uno de los productos más importantes al respecto es el Atlas Mundial de Desertificación, desarrollado por el Programa de las Naciones Unidas para el Medio Ambiente (UNEP, por sus siglas en inglés) y publicado en 1992 y 1997, en el cual se implementa una metodología sencilla y práctica para desarrollar un índice clasificatorio de la aridez, donde se describe que las tierras secas son aquellas zonas áridas, semiáridas y subhúmedas secas cuyo cociente P/PET está comprendido entre 0.05 y 0.65, en el que P es la precipitación anual media y PET la evapotranspiración potencial del cultivo de referencia, ambas expresadas en milímetros (UNEP, 1997) y en la cual la evapotranspiración se estimó a partir del método de Thornthwaite, encontrando que para México 61 % de su territorio presenta algún grado de aridez (Hiperárida 0.53 %, árida 22.9 % y semiárida 37.9 %). Mercado et al. (2010) realizaron un trabajo cuyo objetivo fue adaptar y calibrar el modelo de aridez hidroclimática propuesto por De Martonne mediante una modificación del mismo, para adecuarlo al estudio del balance hídrico en zonas áridas y semiáridas en las cuencas de La Paz y Comundú, ubicadas en el estado de Baja California Sur, en donde se determinó un índice promedio mensual de aridez para ambas zonas. Salinas et al. (1998) estudian las condiciones de aridez de la región del noroeste mexicano, formado por los estados que rodean el Golfo de California, definiendo un Índice de Cobertura Árida Anual (ICAA), el cual es utilizado para describir las variaciones de la extensión y localización de las zonas de aridez extrema entre los años 1950 y 1990, y mediante un análisis espacial de las zonas áridas se encontró que en la zona que comprende el Desierto de Altar y la porción meridional de la Península de Baja California, las condiciones de aridez son más persistentes que en el resto de la región estudiada. La SEMARNAT, en el año 2006, generó un mapa de las zonas secas de México, encontrando zonas muy áridas, áridas, semiáridas y subhúmedas secas en 65 % del territorio nacional, en donde 29 % corresponde a las zonas semiáridas y 22 % a las zonas subhúmedas secas. En un estudio exhaustivo y bien documentado del estado del arte de la desertificación, sequía y pobreza, Winslow et al. (2004) resaltan la necesidad de incrementar el entendimiento de la naturaleza, extensión y severidad de la desertificación, sequía y degradación de las zonas áridas para el desarrollo de métodos más efectivos para medirla y monitorearla. En este sentido, el Centro del Agua para Zonas Áridas y Semiáridas de América Latina y El Caribe (CAZALAC), contempla la elaboración de un mapa de zonas áridas, semiáridas y subhúmedas de esta región, para lo cual en 2004 se elaboró una metodología unificada, fundamentada en la planteada por la UNEP. La UNESCO publicó en 2007, el Atlas de Zonas Áridas de América Latina y el Caribe; en su informe indica que el número total de estaciones climáticas utilizadas en el caso de México fue de 934 con información registrada entre los años de 1970 y 1996, de las cuales sólo 19 disponen de datos completos; en sus conclusiones indican que la disponibilidad y calidad de los datos deberá mejorarse a nivel nacional. Tal es el caso en Cuba, donde Vázquez et al. (2007) mejoraron dicho mapa agregando mayor información, más actualizada y mapas de mejor resolución.

Es por lo anterior que se resalta la necesidad de conocer de manera más precisa la situación de las zonas áridas en México, apoyándose para ello en la metodología propuesta por la UNEP (1992) y CAZALAC (2006), mejorando la cantidad y calidad de la información climatológica, así como la resolución de los mapas y la interpolación espacial de los resultados puntuales.

 

MATERIALES Y MÉTODOS

Se evaluaron los registros históricos de 5,088 estaciones meteorológicas de la red de monitoreo climático del Servicio Meteorológico Nacional (SMN-CNA, 2004); se seleccionaron solo las estaciones que contenían un mínimo 20 años con registro de información, sin datos atípicos y con al menos 75 % de ésta, dentro del periodo 19612003 sin haber suspendido labores antes de 1990 (Díaz, 2009; Díaz et al., 2007). Para su validación se empleó el programa de cómputo R-CLIMDEX (Zhang y Yang, 2004), y para completar la información faltante, el CLIMGEM, desarrollado por Nelson (2003).

Acorde a Gómez et al. (2008), en muchas regiones del planeta no siempre es posible incorporar factores en el análisis ecológico, debido, entre otras causas, a la escasez de estaciones climatológicas, por lo cual es necesario desarrollar procedimientos para extrapolar una pequeña cantidad de datos disponibles a una región completa. En este sentido, se evaluaron diferentes técnicas y programas de interpolación para generar mapas de precipitación pluvial y evaporación, y finalmente se decidió utilizar el programa Anusplin 4.3, el cual emplea la técnica de thin plate smoothing spline (Hutchinson, 2004), que correlaciona los datos climáticos históricos frente a los datos de altitud tomados del modelo de elevación digital, dando como resultado un mapa con mayor precisión frente a los modelos generados por otras técnicas evaluadas por Díaz et al. (2008), en donde obtuvo buenos resultados al interpolar precipitación en zonas de barlovento y sotavento del Golfo de México.

La resolución de los mapas procesados fue de 90 m. El modelo de evapotranspiración media anual se obtuvo a partir de la multiplicación del mapa raster de evaporación media anual por el factor 0.8 (García, 1979; Villalpando et al., 1993 y Espitia et al., 2001). Posteriormente, y con base en la metodología de la UNEP, se obtuvo un mapa con los índices de aridez provenientes de la división de la precipitación y la evapotranspiración; dicho mapa se clasificó en seis rangos de aridez (Cuadro 1). Luego se realizó una prueba gráfica y exploratoria de los datos para valorar la clasificación de las superficies delimitadas para cada clase. Se analizó la información existente de bases climáticas de la FAO a través del software CLIMWAT 2.0 (FAO, 2010a) y se extrajeron las series históricas climáticas de 54 estaciones en México, mismas que se procesaron con el software CROPWAT 8.0 (FAO, 2010b) para obtener los promedios de precipitación y de evapotranspiración; el método empleado fue el de Penman-Monteith (Zotarelli et al., 2010).

Se integró una tabla con la información de precipitación media anual, multiplicando la evapotranspiración por 365 con el fin de obtener un estimador medio anual; se identificó su índice de aridez y la clase de acuerdo a la clasificación de la UNEP. Posteriormente cada estación se integró al Sistema de Información Geográfica ArcView 3.2 y se les delimitó un área buffer de 5 kilómetros de radio, dado que las condiciones biofísicas más próximas a un punto central tienen una misma analogía climática; el objetivo fue obtener indicadores a partir de los pixeles tomando como referencia estos círculos concéntricos de 9,691 pixeles integrando unidades de evaluación de 78.5 km2, esto para obtener los promedios de sus índices de aridez modelados y confrontarlos posteriormente contra los índices de aridez obtenidos a partir de la información que presentan Allen et al. (1998), en donde estiman la evapotranspiración con el método Penman-Monteith. Un segundo análisis consistió en realizar una prueba de hipótesis y de análisis de regresión lineal para verificar la semejanza de ambos indicadores utilizando Minitab® Release 14. En lo referente a la prueba de hipótesis, se empleó una prueba de t para comprobar diferencias por parejas 1 μ2) = μd. La hipótesis a probar fue H0: μd ≠ 0 vs. Ha: μd = 0, empleando el estadístico

donde n es el número de diferencias por parejas y

 

RESULTADOS Y DISCUSIÓN

En relación con la precipitación media anual, se observó que las precipitaciones más abundantes se presentan en regiones del sureste del estado de Chiapas, entre el sur de Tabasco y el norte de Chiapas, así como en el norte de Oaxaca, donde se llegan a registrar precipitaciones que oscilan entre los 3,000 y 3,800 mm. Caso contrario sucede en el norte del país, donde se registran precipitaciones por debajo de los 250 mm, en las que sobresale la región sur de Coahuila, el noroeste de Sonora y la mayor parte de la península de Baja California (Figura 1).

En cuanto a la evaporación media anual, se observó que las regiones con mayores niveles corresponden a estados que se ubican al norte del país. En ellos, se registran valores por encima de los 2,250 mm, en contraste con al sureste de México y regiones aisladas en el sur de Chihuahua y la franja este de Durango, así como el centro de Nuevo León, en los que se registran entre 1,000 y 1,250 mm de evaporación promedio al año (Figura 2).

Posteriormente se realizó álgebra de mapas para obtener un mapa nacional de evapotranspiración. El mapa resultante muestra que los rangos de oscilación de evapotranspiración potencial en el país se encuentran entre los 500 y los 2,250 mm (Figura 3).

Para Analizar, se calculó un mapa de índices de aridez, que resultó del cociente de dividir la precipitación pluvial entre la evaporación potencial, y posteriormente fue reclasificado tomando las clases de aridez propuestas por la UNEP (1992); el resultado de dicho mapa se muestra en la Figura 4.

Del mapa anterior y de la información desagregada en el Cuadro 1, se observa que la clase semiárida es la de mayor extensión en el país, al contar con 69.2 millones de hectáreas (35 % de la superficie total del país), y en la que habitan cerca de 33.5 millones de personas; en orden de extensión, sigue la región árida, con una superficie que supera por poco los 43 millones de hectáreas (22 % de la superficie nacional), y en ella habitan poco más de 7.6 millones de personas. Cabe destacar que en las zonas hiperáridas se encuentran establecidas poco más de un millón de personas, distribuidas a lo largo de 2.5 millones de hectáreas cuyas condiciones de adaptación al clima son, sin lugar a duda, difíciles.

Finalmente, en zonas del Sur-sureste de México, costas de la Sierra Madre del Sur, Sierra Madre Occidental, Eje Neovolcánico así como en las Llanuras de la Costa del Pacífico y del Golfo de México, se registran condiciones subhúmedas secas, subhúmedas húmedas y húmedas, que cubren 42 % del territorio nacional y en el que habita cerca del 59 % de la población de nuestro país (Cuadro 1).

Para verificar los resultados de los IA calculados, se confrontó la información histórica proveniente de la FAO y se encontró que en 37 de las 54 estaciones hubo correspondencia con el mapa de índice de aridez presentado en la Figura 4. En lo referente a las 17 estaciones restantes se observó que en siete de ellas no hubo semejanza, pues el dato se encontraba sub o sobrecalculado en precipitación media anual, provocando que hubiera variación de la categoría de aridez; esto motivó que se consideraran las precipitaciones medias anuales provenientes de la Comisión Nacional del Agua (CONAGUA) procesadas y depuradas (LADIGS, 2010) para ese punto o algún otro más cercano. Al recalcular el índice de aridez de estas siete estaciones, se ubicaron correctamente en la clase correspondiente al mapa modelado. De las restantes 10 estaciones, ocho de ellas se encuentran a una distancia entre 1 y 5 km de la clase que se obtuvo en el mapa, posiblemente resultado de las referencias espaciales tomadas del programa CLIMWAT 2.0 (FAO, 2010a), ya que sólo definen dos posiciones decimales en su ubicación geográfica; sin embargo, dada la cercanía a la clase modelada de aridez, se pueden considerar como buena estimación y por lo tanto válidas. Finalmente, las dos estaciones restantes están calificadas en diferentes clases con respecto al mapa de la Figura 4; por lo anterior, se puede concluir que 52 de las 54 estaciones provenientes de CLIMWAT 2.0 (FAO, 2010a), y en las cuales se calculó la evapotranspiración mediante el método de Penman-Monteith, en el CROPWAT 8.0 (FAO, 2010b), poseen una correspondencia aceptable respecto al Índice de Aridez modelado en el presente trabajo.

En lo relacionado con la prueba de t para probar diferencia entre los valores del índice de aridez calculado con la información del CLIMWAT 2.0 (FAO, 2010a) (IA-Cropwat) y los calculados con la información del Servicio Meteorológico Nacional (IA-SMN), se observó que no existe evidencia estadística para rechazar H0d = 0 dado que p=0.489.

Lo anterior permite concluir que no existe diferencia entre el Índice de Aridez que se obtuvo de los datos meteorológicos del SMN (2004), donde se consideró que la Etp es el 0.8 de la evaporación y el Índice de Aridez a partir de la información de CLIMWAT 2.0 (FAO, 2010a), donde se considera que la Etp fue estimada mediante el método Penman-Monteith. Subsecuentemente, con análisis de regresión entre el Índice de Aridez derivado de la información de CLIMWAT 2.0 (FAO, 2010a) (IA-Cropwat) y el del SMN (IA-SMN), se detectaron observaciones atípicas, las cuales se eliminaron, y en un análisis posterior se observó un valor de r=0.9572 (Figura 5).

El uso de la prueba de t, y el análisis de regresión permitieron realizar una validación de los resultados obtenidos entre modelo desarrollado y la información generada por CLIMWAT 2.0 (FAO, 2010a), lo que permite establecer que la precisión de este trabajo es aceptable y puede considerarse como una actualización de la zonificación de zonas áridas en México, dado que también se empleó una mayor cantidad de información climática en un periodo temporal más amplio, generando información cartográfica de mejor precisión.

Con base en los resultados obtenidos, se observó que si bien la CONAZA, la UNEP, y la SEMARNAT cuentan con procesos metodológicos para la estimación de superficies en condiciones de aridez, el presente trabajo desarrolló una metodología sencilla y de fácil aplicación mediante el empleo de información de libre acceso tanto en la FAO como en el SMN. De acuerdo a los resultados generados de este trabajo comparado con el llevado a cabo por CONAZA/UACh (2004) se observa que las zonas con algún grado de aridez aumentaron en casi 11 %. Cabe señalar que en dichas áreas incide un total de 77,103 localidades con poco más de 42 millones de habitantes (41.1 % de la población total), de éstas el 98 % son localidades rurales, con una población que asciende a poco más de 8 millones de habitantes (9 % de la población nacional) donde las afectaciones por condiciones de sequía son severas y se carece de la infraestructura hidráulica necesaria para subsistir.

 

CONCLUSIONES

Este trabajo permitió contar con un mapa actualizado que delimita zonas que se encuentran bajo algún nivel de condición de aridez en México, considerando que el 80 % de la evaporación se convierte en evapotranspiración y este indicador se puede considerar como una aproximación al planteado por la FAO basado en el cálculo de Penman-Monteinth. En este mapa se observa que el 63 % de la superficie nacional se encuentra bajo algún tipo de aridez y que en ella habita el 41 % de la población nacional, poco menos de la mitad; lo anterior permite establecer que es necesario considerar el incremento de obras destinadas para la captación y almacenaje de agua tanto para uso doméstico como para actividades agropecuarias, las cuales son vitales para el sustento de los residentes de las zonas en cuestión.

En este orden hay que considerar lo planteado por Sánchez etal. (2008), quien señala que el estudio de las variaciones climáticas del pasado es de gran importancia para prever el futuro y de esta manera estar en mejores posibilidades de tomar decisiones adecuadas, las cuales permitirán disminuir el riesgo implícito en los cambios del clima.

 

LITERATURA CITADA

ALDAMO, S. B. 2003. Vulnerable people in fragile lands: Migration and desertification in the drylands of Argentina. The case of the department of Jachal. PhD thesis. The University of Texas, Austin. 313 p.         [ Links ]

ALLEN, R. G.; PEREIRA L. S.; RAES, D.; SMITH, M. 1998. Crop evapotranspiration: Guidelines for computing crop water requirements. FAO. Rome, Italy. 322 p. (Irrigation and Drainage Papers 56).         [ Links ]

BOT, A. J.; NACHTERGAELE, F.; YOUNG, A. 2000. Land resource potential and constraints at regional and country levels. FAO. Rome, Italy. 122 p.         [ Links ]

CAZALAC. 2006. (Centro del Agua para Zonas Áridas y Semiáridas de América Latina y el Caribe). Zonación de los Regímenes Hídricos de América Latina y el Caribe desde una Perspectiva Climática. IV Foro Mundial del Agua con sede en México. PHI-UNESCO-Flemish Government. 24 p.         [ Links ]

CONAZA/UACh. 2004. (Comisión Nacional de Zonas Áridas/Universidad Autónoma Chapingo). Escenarios Climatológicos de la República Mexicana ante el Cambio Climático. Departamento de Suelos. Universidad Autónoma Chapingo. México. 169 p.         [ Links ]

DÍAZ, P. G. 2009. Variación espacio-temporal de la precipitación pluvial en México: Una aproximación a la evaluación de impactos. Tesis doctoral. Instituto Tecnológico de Sonora. Ciudad Obregón, Sonora. 152 p.         [ Links ]

DÍAZ, P. G.; SÁNCHEZ, C. I.; QUIROZ, R.; GARATUZA, P. J.; WATTS, T. C.; CRUZ, M. R. 2008. Interpolación espacial de la precipitación pluvial en la zona de barlovento y sotavento del Golfo de México. Agricultura Técnica en México 34(3): 279-287 pp.         [ Links ]

DÍAZ, P. G.; SÁNCHEZ, C. I. 2007. Sistema de consulta y procesamiento de información climatológica de México. In: Sánchez, C. I.; Chebhouni, G. (eds.). Procesos Hidrológicos en Zonas Áridas y Semiáridas-De la investigación a la Acción. INIFAP. Gómez Palacio, Durango, México. 22-39 pp.         [ Links ]

DREGNE, H. E. 1985. Desertification of arid lands. 2nd. ed. Harwood Academic Publishers. 242 p.         [ Links ]

ESPITIA, E. L.; SANTAMARÍA, E. C.; CASTRO, F. R. 2001.Generación, calibración y evaluación de modelos empíricos para estimar la evapotranspiración potencial en la Comarca Lagunera. Revista Chapingo, Serie Zonas Áridas 2(2): 114-118.         [ Links ]

FAO. 2010a. (Food and Agriculture Organization). CLIMWAT (Version 2) [Software de cómputo de libre acceso]. Water Development and Management Unit and the Climate Change and Bioenergy Unitof. FAOWATER. http://www.fao.org/nr/water/infores_databases_climwat.html        [ Links ]

FAO. 2010b. (Food and Agriculture Organization). CROPWAT (Version 8) [Software de cómputo de libre acceso]. Land and Water Development Division of FAO. http://www.fao.org/nr/water/infores_databases_cropwat.html        [ Links ]

GARCÍA, B. J. 1979. Estructura metodológica para la caracterización agroecológica de áreas por procedimientos cuantitativos de análisis y su posterior zonificación. Tesis doctoral. Colegio de Postgraduados, Chapingo, México. 401 p.         [ Links ]

GNACADJA, L. 2009. Conserving land and water for a secure future. Environmental Policy and Law 39(3): 328-330.         [ Links ]

GÓMEZ, J. D; ETCHEVERS, J. D.; MONTERROSO, A. I.; GAY, C.; CAMPO, J.; MARTINEZ M. 2008. Spatial estimation of mean temperature and precipitation in areas of scarce meteorological information. Atmósfera 21(1): 35-56.         [ Links ]

HUTCHINSON, M. F. 2004. Anuspline (Versión 4.3) [Software de cómputo]. Center for Resource and Environment Studies. The Australian National University. Canberra, Australia.         [ Links ]

INEGI. 2010. (Instituto Nacional de Estadística y Geografía). Marco geoestadístico 2010 versión 5.0. Extraído el 10 de febrero de 2010 desde http://www.inegi.org.mx/geo/contenidos/geoestadistica/M_Geoestadistico.aspx.         [ Links ]

LADIGS. 2010. (Laboratorio de Agromapas Digitales). Estadísticas climatológicas básicas de los estados de la República mexicana: (Periodo 1961-2003). INIFAP. Xalapa, Veracruz. México. http://agromapas.inifap.gob.mx/publicaciones.html        [ Links ]

LEAN, G. 2008. Down to earth: A simplified guide to the Convention to Combat Desertification, why it is necessary and what is important and different about it. UNCCD. Bonn, Germany. 36 p.         [ Links ]

MERCADO M., G; TROYO D., E.; AGUIRRE G., A; MURILLO A., B.; BELTRÁN M., L. F.; GARCÍA H., J. L. 2010. Calibración y aplicación del índice de aridez De Martonne para el Análisis del déficit hídrico como estimador de la aridez y desertificación en zonas áridas. Universidad y Ciencia 26(1): 51-64.         [ Links ]

NELSON, R. 2003. ClimGen: Weather Generator (Version 4.01.05). [Software de cómputo de libre acceso]. Washington State University. http://www.bsyse.wsu.edu/climgen.         [ Links ]

SALINAS Z., C.A.; LLUCH B., D; HERNÁNDEZ V., S. y LLUCH C., D.B. 1998. La aridez en el noreste de México. Un análisis de su variabilidad espacial y temporal. Atmósfera 11(1): 29-44.         [ Links ]

SÁNCHEZ C., I.; DÍAZ P., G.; ESTRADA A., J. y CUETO W., J. A. 2008. Incertidumbre climática y toma de decisiones. Consideraciones de riesgo y vulnerabilidad social. CENID-RASPA-INIFAP. Gómez Palacio, Durango. 55 p.         [ Links ]

SEMARNAT. 2006. (Secretaría del Medio Ambiente y Recursos Naturales). Informe de la situación del medio ambiente en México: Compendio de estadísticas ambientales. SEMARNAT. México D.F. 134-144 pp.         [ Links ]

SERVICIO METEOROLÓGICO NACIONAL-COMISIÓN NACIONAL DEL AGUA. 2004. (SMN-CNA). Base de datos climáticos diarios de estaciones climatológicas de la República Mexicana.         [ Links ]

SHAH, A. 2010. Land degradation and migration in a dry land region in India: extent, nature and determinants. Environment and Development Economics 15(2): 173-196.         [ Links ]

UNEP. 1997. (United Nations Environment Programme). World Atlas of Desertification. 2nd. ed. Oxford University Press. 182 p.         [ Links ]

UNEP. 1992. (United Nations Environment Programme). World Atlas of Desertification. Oxford University Press. 69 p.         [ Links ]

UNESCO, 2007. (Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura). Zonación de los Regímenes Hídricos de América Latina y el Caribe desde una Perspectiva Climática: Dentro del marco del proyecto "Elaboración del Mapa de Zonas Áridas, Semiáridas y Subhúmedas de América Latina y el Caribe". PHI-LAC. Montevideo, Uruguay. 32 p.         [ Links ]

VÁZQUEZ, R.; FERNÁNDEZ, A.; SOLANO, O. 2007. Mapa de aridez de Cuba. Zonas Áridas. 11(1). 101-109 pp.         [ Links ]

VILLALPANDO F.; GARCÍA, E. 1993. Agroclimatología del estado de Jalisco. Universidad de Guadalajara. Centro Universitario de Ciencias Biológicas y Agropecuarias. Laboratorio Bosque La Primavera. Guadalajara, Jalisco. México. 40 p.         [ Links ]

WINSLOW, M.; SHAPIRO, B. I.; THOMAS, R.; SHETTY, S. V. R. 2004. Desertification, drought, poverty and agriculture: research lessons and opportunities. Aleppo, Syria; Patancheru, India; and Rome, Italy: International Center for Agricultural Research in the Dry Areas (ICARDA), and the International Crops Research Institute for the Semi-Arid Tropics (ICRISAT), and the UNCCD Global Mechanism (GM). 52 p.         [ Links ]

ZHANG, X.; YANG, F. 2004. RClimDex 1.0. Departamento de Investigación Climática del Servicio Meteorológico de Canadá. http://cccma.seos.uvic.ca/ETCCDMI/software.html.         [ Links ]

ZOTARELLI, L.; DUKES, M. D.; ROMERO, C. C.; MIGLIACCIO K. W.; MORGAN, K. T. 2010. Step by step calculation of the Penman-Monteith Evapotranspiration (FAO-56 Method). Institute of Food and Agricultural Sciences. University of Florida. 12 p.         [ Links ]

Creative Commons License Todo el contenido de esta revista, excepto dónde está identificado, está bajo una Licencia Creative Commons