Recopilación y procesamiento de datos

El análisis bibliométrico se realizó mediante la recopilación de datos desde la plataforma Web of Science Core Collection, una base de datos documental donde se recogen todas las contribuciones (artículos, editoriales, cartas, revisiones y discusiones) publicadas en las revistas de ciencia y tecnología indizadas por Thomson Reuters. El acceso a los textos completos de las publicaciones se realizó mediante la búsqueda basada en palabras clave. Estas se identificaron según los componentes más importantes del objetivo de estudio en el idioma inglés. Las combinaciones de búsqueda se construyeron mezclando las palabras clave (Cuadro 1) y sus variantes (con “*”) con operadores (AND, OR, NOT) y símbolos reservados (comillas, carácter comodín [*, ?] y paréntesis). La búsqueda comprendió publicaciones del periodo 2005-2019. Esta consulta generó registros de títulos, palabras clave, resúmenes, instituciones, autores y referencias citadas en formato *.txt, los cuales fueron exportados a los softwares CiteSpace y VOSviewer, para su análisis bibliométrico posterior.

Análisis bibliométrico

CiteSpace (^{Chen, 2006}) y VOSviewer (^{Wong, 2018}) son paquetes de software de visualización científica para identificar las principales áreas temáticas, tendencias emergentes de investigación y problemas de puntos críticos. Los registros previamente adquiridos en formato *.txt fueron vinculados a VOSviewer y CiteSpace para ser analizados de acuerdo con los nodos “país”, “institución” y “palabra clave”. La identificación de los países contribuyentes a una temática puede ayudar a visualizar los principales factores que contribuyen a la evolución del mapa de conocimiento. Los temas de investigación actuales y la investigación de primera línea en el campo se identifican con la frecuencia de las palabras clave utilizadas en artículos de revistas y la forma de colaboración entre las instituciones. Sobre la base del análisis bibliométrico se consideraron los enfoques de la MBTM con el objetivo de complementar el análisis sobre las brechas de investigación y dirigir futuras investigaciones. Como resultado se obtienen tablas de registro con frecuencias y centralidad, imágenes representativas de los nodos y sus redes de conexión, donde un nodo representa un elemento y un punto pivote con una centralidad de alta interrelación.

Productividad científica de países

En la revisión bibliométrica se obtuvieron 960 registros de revistas indizadas en JCR en el campo de la MBTM durante el periodo 2005-2019. Estados Unidos fue el país con mayor producción científica con 257 artículos publicados, seguido por Canadá con 102, Alemania con 92, China con 88 y Francia con 60 artículos; estos cinco países concentraron 62 % de las publicaciones científicas, albergando un gran número de autores e instituciones académicas (Figura 1). Las publicaciones y colaboraciones han incrementado a partir de 2012 indicando que la MBTM está tomando cada vez mayor relevancia a nivel mundial, debido a la necesidad de mitigación y adaptación de los bosques al cambio global. La adaptación de los bosques al cambio climático requiere de métodos innovadores que permitan integrar una gama amplia de elementos biofísicos y sociales del sistema y escenarios de variables importantes para cualquier toma de decisiones de gestión (^{Rastetter, 2017}). En este contexto, Estados Unidos, Alemania, Francia y Suecia cuentan con institutos de investigación reconocidos a nivel mundial en ciencias agrícolas que se caracterizan por desarrollar y aplicar varios modelos con diversos objetivos y concepciones. La modelación se ha dirigido a integrar funciones ecológicas, económicas y sociales de los bosques para lograr un objetivo multipropósito (^{Pretzsch, Grote, Reineking, Rötzer, & Seifert, 2008}). En contraste, México se encuentra por debajo del promedio de las publicaciones globales; sin embargo, a partir del 2015, las publicaciones mexicanas en revistas indizadas se triplicaron. Esto como resultado del papel que juegan las políticas forestales en el país, las cuales han priorizado el manejo forestal como objetivo de desarrollo. Al respecto, el sector forestal contribuye con aproximadamente 0.19 % del producto interno bruto nacional, creando alrededor de 177 622 empleos permanentes (periodo 2009-2012), generando ingresos económicos y bienestar social (^{Bray, Merino-Pérez, & Barry, 2007}; ^{Comisión Nacional Forestal [CONAFOR], 2020}).

Las tecnologías de la información y comunicación han facilitado la disolución de fronteras institucionales, espaciales y disciplinares; de esta forma, los investigadores, expertos o técnicos forestales han logrado la vinculación y trabajo colegiado con pares en diferentes latitudes. En este sentido, la producción de literatura gris, limitada principalmente a la producción institucional, continúa cediendo espacio a la producción en revistas científicas con mayor potencial de difusión y alcance (^{Aguado-López et al., 2009}).

Figura 1 Red de países con productividad científica en modelación de bosques manejados, nutrientes y carbono (CiteSpace) de Web of Science Core Collection. 

Red global de colaboración científica institucional

Alrededor de 988 instituciones han contribuido a la investigación de la MBTM. Entre las más activas se encuentran The Chinese Academy of Science (CAS), quien produjo 49 artículos con un total de 485 citas; le siguen US Forest Service (USFS) con 38 artículos y 926 citas; Natural Resources of Canada (NRCan) con 22 artículos y 1 076 citaciones; Institut National de la Recherche Agronomique (INRA) con 20 publicaciones y 1 412 citaciones; y University of British Columbia (UBC) con 15 artículos y 602 citaciones. Lo anterior indica el desarrollo y especialización de estos institutos y academias de investigación en la temática, debido a que 10 % del PIB de estas regiones proviene de la producción forestal y agrícola; además, varias de ellas son organizaciones gubernamentales. No obstante, el mayor número de publicaciones no necesariamente significa la mayor influencia en el ámbito académico; por ejemplo, NRCan, INRA y USFS reportan mayor autoridad académica en estudios sobre manejo forestal, debido a que sus artículos son citados por un mayor número de investigadores en el mundo. La producción académica se dirige a entender las prácticas de gestión para sostener recursos forestales, conocer el efecto de perturbaciones como el cambio climático, la relación de los bosques y los sistemas humanos, y los enfoques en la bioeconomía forestal, bioenergía y bioproductos. Asimismo, hay instituciones que promueven la innovación y avances tecnológicos a partir del desarrollo de modelos para gestión y toma de decisiones a nivel forestal y agrícola. En este sentido, la mayor colaboración entre instituciones a nivel mundial se ve reflejada por la mayor centralidad en las redes de colaboración (Figura 2): USFS, UBC y CAS fueron las más influyentes durante el periodo analizado, mientras Tech Univ Munich exhibió la mayor colaboración en el año 2019, y Swedish University of Agricultural Sciences e INRA tuvieron la mayor influencia durante los años 2005 y 2007, respectivamente. En general, las instituciones que tienen mayor influencia (centralidad) cuentan con mayor frecuencia de publicaciones y citaciones.

Figure 2 Red de colaboración institucional en modelación de bosques manejados, nutrientes y carbono (VOSviewer) durante el periodo 2012-2016, donde interactúan 85 instituciones en 10 agrupaciones, principalmente. 

La producción científica de México, difundida a nivel internacional, está encabezada por la Universidad Nacional Autónoma de México y el Colegio de Posgraduados. La baja centralidad a nivel global evidencia la colaboración limitada con otras instituciones del mundo. La colaboración, en su mayoría, es a nivel nacional; internacionalmente, hay interacción con la Universidad de Wageningen (Países Bajos) y USFS. No obstante, en el país destacan institutos nacionales de investigación; por ejemplo, el Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias (INIFAP), que lidera la investigación forestal y cuenta con su propia revista de divulgación “Revista Mexicana de Ciencias Forestales”, publica gran parte de los trabajos e investigaciones en la temática. Por lo tanto, esta literatura, al igual que informes, tesis y “literatura gris”, continúa siendo relevante para el país, debido a la escasa producción científica publicada en revistas indizadas a nivel internacional. Al respecto, existen oportunidades y algunas fortalezas nacionales que pudieran aprovecharse, como las colaboraciones interinstitucionales que aumentarían si se fomentaran programas de intercambio académico, institucional e internacional, para ampliar la discusión y facilitar el aprendizaje de tecnologías en el sector forestal, mejorando indicadores de centralidad. Al mismo tiempo, se accedería a inversión extranjera y proyectos conjuntos para investigar los bosques templados de México, permitiendo dirigir la toma decisiones con base en la tecnología e innovación. Finalmente, es necesario que en México se fortalezca el sistema de investigación y la publicación en revistas que cumplan con estándares de calidad, visibilidad e impacto a nivel internacional. Esta sería una manera eficaz de aumentar la difusión y circulación internacional de la investigación del país, reflejando el funcionamiento general de la ciencia, instituciones, investigadores y sociedad (^{Ramírez, Martínez, & Castellanos, 2012}).

Temáticas de investigación de la modelación de bosques templados manejados

El análisis de la frecuencia de las palabras clave que resumen la temática del artículo, las áreas o métodos, permite explorar las tendencias de investigación de forma efectiva e identificar “puntos de encuentro” en una temática dada (^{Wang et al., 2018}). La palabra clave utilizada con mayor frecuencia en relación con la MBTM (Cuadro 2) fue management, debido a que el manejo forestal se basa en diferentes prácticas silvícolas y manejos productivos según las especies y zonas donde se emplean; además, porque se evalúa o gestiona el manejo para mejorar los aspectos de producción de madera. La palabra climate change fue la más común en el ranking global, ya que es la principal perturbación abordada en modelación, debido a sus efectos sobre la producción de madera, biodiversidad e incidencia sobre otras perturbaciones (plagas, fuego y viento), y a la necesidad de generar estrategias de mitigación (manejo forestal sustentable). Las palabras nitrogen, ecosystem y carbon pueden considerarse las principales temáticas que están dirigiendo la investigación de modelación en los bosques templados manejados basados en la relación suelo-planta-atmósfera; destacando la disponibilidad de nitrógeno para la producción, el almacenamiento y secuestro de carbono como principales focos de investigación. Luego está growth relacionado directamente con la producción de madera, principal objetivo de la producción silvícola, y dynamic que es el tópico que se trata de entender mediante modelos para mantener la producción de madera. Finalmente, la palabra modeling se usó en la mayoría de las publicaciones a partir del 2010; es transversal a todas las temáticas anteriores, pues a partir de la modelación se trata de simular la influencia de las perturbaciones sobre la dinámica de procesos y funciones para incrementar la producción de madera o secuestro de carbono en bosques templados manejados.

Temáticas de aplicación de modelación para bosques templados manejados

La modelación de bosques templados manejados se ha orientado en comprender el papel de estos bosques en el secuestro de carbono y en lograr el incremento de la producción de madera con relación a las perturbaciones (^{Sharma, Bohn, Jose, & Cropper, 2014}; ^{Wang, Bauerle, & Reynolds, 2008}). Las investigaciones que aplican modelación para estimar o mejorar la producción de madera utilizan modelos de crecimiento enfocados en relaciones alométricas (^{Bryars et al., 2013}; ^{Soriano-Luna et al., 2018}; ^{Urbano & Keeton, 2017}; ^{Zhang et al., 2008}) y relaciones con perturbaciones que impactan negativamente la producción de madera y ocasionan pérdidas económicas notables a nivel global (^{Locatelli et al., 2016}); algunas de ellas son las plagas (^{Camacho & Chong, 2015}), el efecto del fuego y el viento (^{Riggs et al., 2015}; ^{Wiedinmyer & Hurteau, 2010}) y el cambio climático (^{Creutzburg et al., 2016}; ^{Dangal, Felzer, & Hurteau, 2014}; ^{Harper et al., 2016}; ^{Klesse et al., 2018}; ^{Lundmark et al., 2014}; ^{Wang et al., 2014}). En el contexto del cambio climático, los modelos se han dirigido al diseño e implementación de políticas de mitigación y adaptación (^{Wang et al., 2013}).

La producción científica en la temática de modelación forestal se enfoca principalmente en la relación de capacidad del secuestro y almacenamiento de carbono (^{Ricker, Gutiérrez-García, & Daly, 2007}; ^{Thom, Rammer, Garstenauer, & Seidl, 2018}; ^{Woodbury, Smith, & Heath, 2007}). Por ejemplo, las emisiones de C por conversión del bosque a rodales manejados, y el tipo de perturbación y la intensidad determinan las pérdidas de C a la atmósfera (^{Chen et al., 2013}). También la perturbación y el ciclo de nutrientes se analizan mediante la modelación de flujos e interacciones entre procesos forestales, con el fin de desarrollar predicciones más realistas de la respuesta forestal a las prácticas de manejo y el cambio global (^{Karam, Weisberg, Scheller, Johnson, & Miller, 2013}). Además, las estimaciones de los cambios espaciales y temporales de la pérdida de cobertura de bosques templados permiten estimar su vulnerabilidad al cambio climático global (^{Potapov, Hansen, Stehman, Loveland, & Pittman, 2008}). También se ha buscado entender el papel de estos bosques en el ciclo del carbono a escala de rodal y de paisaje (^{Gonzalez-Benecke, Martin, Cropper, & Bracho, 2010}; ^{Law et al., 2018}; ^{Manzoni & Porporato, 2009}; ^{Thompson et al., 2016}), complementando con evaluaciones sobre estrategias de gestión de carbono, basadas en los ciclos de vida del aprovechamiento forestal (^{Peckham & Gower, 2013}; ^{Winford & Gaither, 2012}). La modelación se ha empleado en estudios de menor escala para entender la forma en que los recursos limitantes influyen en la producción forestal, tales como el déficit de agua y la disponibilidad de nutrientes (^{Griffiths et al., 2019}; ^{Liu et al., 2018}; ^{Seidl, Rammer, Jäger, Currie, & Lexer, 2007}; ^{Tian, Youssef, Skaggs, Amatya, & Chescheir, 2012}), y los procesos relacionados con la cosecha y el carbono y nitrógeno del suelo, como la estabilización de materia orgánica, procesos de descomposición y respuesta microbiana a los exudados de la raíz (^{Abdelnour, McKane, Stieglitz, Pan, & Cheng, 2013}; ^{Bhowmik et al., 2017}; ^{Parolari & Porporato, 2016}; ^{Robertson et al., 2018}; ^{Smethurst et al., 2015}; ^{Wallace, Laughlin, Clarkson, & Schipper, 2018}; ^{Wang et al., 2014}).

La modelación proporciona realismo biológico y analítico para la comprensión de la estructura y funcionamiento de los bosques; sin embargo, la complejidad de algunos modelos agrega incertidumbre a las causas subyacentes de sus predicciones finales, debilitando su valor heurístico o proporcionando información teórica útil, pero omitiendo detalles críticos (^{Kimmins, 2004}). El análisis bibliométrico permitió identificar las principales brechas de investigación que deben abordarse para mejorar el manejo de los ecosistemas; por ejemplo, la forma en que el empleo de modelos de relación suelo-planta-perturbaciones permite integrar factores independientes de biodiversidad, impulsores del cambio y respuestas de los ecosistemas para contribuir a mejorar las evaluaciones de los bosques manejados y su sostenibilidad.

Orientación de la investigación en modelación para bosques templados manejados de México

En México, la mayoría de las investigaciones que han empleado MBTM se refieren a estimaciones alométricas de biomasa aérea (^{Chávez-Pascual, Rodríguez-Ortiz, Enríquez-Del Valle, Velasco-Velasco, & Gómez-Cárdenas, 2017}; ^{Corral-Rivas et al., 2017}; ^{Douterlungne, Herrera-Gorocica, Ferguson, Siddique, & Soto-Pinto, 2013}), ecuaciones de expansión de carbono de varias especies vegetales (^{Silva-Arredondo & Návar-Cháidez, 2009}) y ecuaciones espaciales para determinar impactos de la transformación de coberturas en relación con los manejos y el secuestro de carbono (^{Flamenco-Sandoval, Ramos, & Masera, 2007}; ^{Prieto-Amparán et al., 2019}; ^{Ricker et al., 2007}; ^{Soriano-Luna et al., 2018}). No obstante, existen brechas en la comprensión integral del manejo forestal con relación a la productividad primaria dependiente de la disponibilidad de nutrientes, materia orgánica y factores climáticos.

Actualmente, el manejo forestal impacta de forma positiva a los servicios ecosistémicos de producción de madera (materia prima), secuestro y almacenamiento de carbono e impactan negativamente en los servicios de conservación de la diversidad vegetal y regulación de flujos de agua (^{Monárrez-González, Pérez-Verdín, López-González, Márquez-Linares, & González, 2018}). En este sentido, el tránsito de una visión netamente silvícola a una sistémica permitiría gestionar los bosques desde la comprensión de las compensaciones, sinergias y relaciones de servicios ecosistémicos (^{Galicia & Zarco-Arista, 2014}). La investigación basada en modelación permitiría integrar elementos y simular diversos escenarios de perturbación, para generar manejos forestales que realmente se encaminen hacia la sustentabilidad. Por ejemplo, es necesario modelar los impactos de la cosecha de biomasa sobre las respuestas de la vegetación (la riqueza, la composición y diversidad de las especies vegetales); asimismo, la perturbación del suelo genera otras consecuencias menos visibles en los ecosistemas como la modificación de las comunidades microbianas y, en consecuencia, de las funciones del suelo, como la interdependencia de los ciclos de C y N (^{Nasi & Frost, 2009}) que han sido poco exploradas. Por otra parte, la modelación permitiría la identificación, cuantificación y valoración de múltiples bienes y servicios ecosistémicos en los sitios bajo aprovechamiento forestal, para la aplicación de políticas sociales, económicas y ambientales sobre estrategias de manejo de los ecosistemas a largo plazo (^{Galicia et al., 2016}); por ejemplo, la multifuncionalidad de las plantaciones mixtas depende mucho del arreglo y la combinación apropiada de especies para el cumplimiento de los objetivos. En este sentido, se ha enfatizado en estimular la productividad y el crecimiento de los bosques mediante mezclas de especies (aciculares-latifoliadas) y se ha determinado que estas mezclas proveen los mayores beneficios ecológicos (i. e. mantenimiento de la fertilidad) para la conservación, protección y restauración, en comparación con los bosques monoespecíficos de pinos, aunque estos tengan una mayor valuación comercial (^{Nunes, Lopes, Castro, & Gower, 2013}). Por lo tanto, las simulaciones de los procesos ecológicos permiten plantear propuestas de plantaciones mixtas para el incremento de la producción de biomasa, el almacenamiento de C en el suelo y la disponibilidad de los nutrientes con relación a las plantaciones monoespecíficas (^{Forrester, 2014}). Asimismo, la modelación es clave para la implementación exitosa de prácticas de mitigación, ya que requiere el conocimiento del papel de la identidad y diversidad de especies en la acumulación de C de las plantaciones en el largo plazo.

La utilización de modelos en el contexto de la silvicultura en México podría ayudarnos a entender las consecuencias del manejo en el método mexicano de ordenación de bosques irregulares y el método de desarrollo silvícola, integrando aspectos como la regeneración y el mantenimiento de las características del suelo y de la biodiversidad. En otras palabras, el uso de modelos daría respuesta a las preguntas siguientes: ¿Cómo afectan los sistemas de manejo forestal a la estructura y composición de las comunidades vegetales?, ¿cómo ha afectado el tipo de manejo forestal a los almacenes y dinámica de nutrientes?, ¿cómo es la dinámica temporal de las emisiones de los principales gases de efecto invernadero bajo diferentes manejos? y ¿en qué medida afectan los manejos forestales a la capacidad para mantener la biodiversidad, la captura de carbono y la fertilidad del suelo forestal? El uso de modelos abre la posibilidad de resolver las problemáticas antes planteadas, dado que en nuestro país la información científica que sustenta las decisiones del manejo forestal, tanto operativa como normativamente, es limitada.

La aplicación de MBTM en el país requeriría que se mejore la toma de datos mediante protocolos estandarizados para muestreo, análisis de muestras y manejo de estos ecosistemas como punto de partida para simular efectos de perturbaciones en condiciones y contextos particulares de las regiones de México. Además, debido a que los ciclos silvícolas empleados en el país varían entre 10 y 50 años es importante que la investigación se enfoque en desarrollar criterios de diseño, para mejorar la configuración de especies de árboles y la densidad de plantaciones y sus beneficios en el largo plazo. En este contexto, se deben recopilar y actualizar estadísticas agroforestales a nivel institucional, para que los modelos existentes puedan ser calibrados y validados por varios investigadores del país; por ejemplo, se podrían utilizar modelos de relación planta-suelo e intensidad de manejo forestal como el EFIMOD (^{Mikhailov et al., 2003}) que modela carbono y nitrógeno; CENTURY simula, además de los elementos anteriores, el fósforo y el azufre (^{Parton, McKeown, Kirchner, & Ojima, 1992}); Forest DNDC (^{Li, 2000}), Biome-BGC y Forest-BGC (^{Aber & Driscoll, 1997}) simulan carbono, nitrógeno y agua; CBM-CFS3 (^{Kull et al., 2011}) modela emisiones de carbono y ciclo de vida de productos de la madera; PnET-BGC, PnET-CN (^{Svensson, Jansson, & Kleja, 2008}) simulan flujos de energía, agua y elementos mayores; y COUP MODEL es un modelo acoplado de transferencia de calor y masa del ecosistema forestal. Todos estos modelos permiten probar escenarios de manejo o cambio climático en relación con su análisis principal. De esta forma, la MBTM permite identificar los efectos de las perturbaciones o del manejo sobre el secuestro de carbono, disponibilidad de nutrientes, productividad primaria y disponibilidad de agua; a su vez, se podrían disminuir las alteraciones en la producción de madera debidas a amenazas naturales y antrópicas.