SciELO - Scientific Electronic Library Online

 
vol.26 número3Variabilidad hidroclimática del suroeste de Chihuahua inferida con anillos de crecimiento de coníferasHojarasca de árboles de bosque tropical seco dispersos en pastizales 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.26 no.3 Chapingo sep./dic. 2020  Epub 25-Jun-2021

https://doi.org/10.5154/r.rchscfa.2019.10.075 

Artículo científico

Distribución potencial actual y futura e identificación de áreas aptas para la conservación de Cedrela odorata L. en la península de Yucatán

Gyorgy E. Manzanilla-Quijada1 

Eduardo J. Treviño-Garza1  * 

Oscar A. Aguirre-Calderón1 

Joseph I. Yerena-Yamallel1 

Ulises Manzanilla-Quiñones1 

1Universidad Autónoma de Nuevo León, Facultad de Ciencias Forestales. Carretera Nacional km 145. C. P. 67700. Linares, Nuevo León, México.


Resumen

Introducción:

El cedro rojo (Cedrela odorata L.) es apreciado por su madera, situación que ha ocasionado un mal manejo forestal y, por ende, la disminución de sus áreas de distribución.

Objetivo:

Delimitar la distribución potencial actual y futura de C. odorata e identificar áreas idóneas productoras de semillas para la conservación de la especie en la península de Yucatán.

Materiales y métodos:

Se obtuvieron registros de presencia de C. odorata de la plataforma Global Biodiversity Information Facility (GBIF), del Inventario Nacional Forestal y de Suelos (INFyS) y del libro “Árboles tropicales de México”. La modelación se realizó en MaxEnt utilizando variables ambientales actuales y de escenarios futuros (2030) de cambio climático a 1 km2 de resolución espacial. Se empleó 75 % de los registros para entrenar los modelos y 25 % para validarlos. Las variables con mayor contribución se determinaron mediante la prueba jackknife.

Resultados y discusión:

La distribución potencial actual estimada de C. odorata fue 404 917 ha. Las simulaciones de cambio climático predicen reducción (31 a 44.8 %) del hábitat idóneo, donde las áreas naturales protegidas (ANP) de Calakmul, Los Petenes y Ría Celestún fungirían como refugios climáticos, conservando cerca de 76 472 ha. Las variables importantes en la distribución fueron: vegetación (34.7 %), precipitación del mes más húmedo (14.6 %), edafología (8.8 %), temperatura media del trimestre más frío (8.6 %) y pendiente (7 %).

Conclusión:

Los modelos permitieron la identificación de áreas idóneas con calidad de hábitat de C. odorata. Ante las amenazas del cambio climático, la distribución de C. odorata en las ANP ayudaría a los programas de conservación y restauración in situ.

Palabras clave: Cambio climático; cedro rojo; distribución potencial; hábitat idóneo; modelación espacial

Abstract

Introduction:

Red cedar (Cedrela odorata L.) is appreciated for its wood, a situation that has caused poor forest management and, therefore, a decrease in its areas of distribution.

Objective:

To delimit the current and future potential distribution of C. odorata and to identify suitable seed-producing areas for the conservation of the species in the Yucatan Peninsula.

Materials and methods:

Records of the presence of C. odorata were obtained from the Global Biodiversity Information Facility (GBIF), the National Forest and Soil Inventory (INFyS in Spanish) and the book "Árboles tropicales de México". The modeling was done in MaxEnt using current environmental variables and future (2030) climate change scenarios at 1 km2 spatial resolution. Seventy-five percent of the records were used to train the models and 25 percent to validate them. The variables with the greatest contribution were determined by the jackknife test.

Results and discussion:

The estimated current potential distribution of C. odorata was 404 917 ha. Climate change simulations predict a reduction (31 to 44.8 %) of the suitable habitat, where the natural protected areas (ANPs) of Calakmul, Los Petenes and Ría Celestún would serve as climate refuges, conserving about 76 472 ha. The important variables in the distribution were: vegetation (34.7 %), precipitation of the wettest month (14.6 %), edaphology (8.8 %), average temperature of the coldest quarter (8.6 %) and slope (7 %).

Conclusion:

The models allowed the identification of suitable areas with habitat quality of C. odorata. In view of the threats of climate change, the distribution of C. odorata in PNAs would help conservation and restoration programs in situ.

Keywords: Climate change; red cedar; potential distribution; suitable habitat; spatial modelling

Introducción

La relación entre la biodiversidad y el clima se ha vuelto motivo de preocupación para la comunidad científica, debido a los efectos negativos del cambio climático sobre la vegetación (Panel Intergubernamental del Cambio Climático [IPCC], 2014). El aumento en temperatura y los cambios en precipitación afectan de diversas maneras a las especies, por lo que estos cambios modificarían su distribución, diversidad y abundancia en el futuro (Burgmer, Hillerbrand, & Pfenninger, 2007; Sáenz-Romero, Rehfeldt, Ortega-Rodríguez, Marín-Togo, & Madrigal-Sánchez, 2015).

Los escenarios de cambio climático para México en el siglo XXI predicen un aumento en temperatura promedio anual de 0.5 a 2 °C para 2030, de 2.3 °C para 2060 y hasta 3.7 °C para 2090 (Sáenz-Romero et al., 2010). Dichos escenarios predicen un aumento del área ocupada por los bosques secos de 7.4 % a partir del 2025 (Villers-Ruiz & Trejo-Vázquez, 2000), mientras que las zonas tropicales del sureste como la Reserva de la Biosfera Selva el Ocote presentarían aumento en temperatura promedio anual entre 0.41 a 0.83 °C y disminución en la precipitación de 35 a 71 mm para 2030 (Manzanilla-Quiñones & Aguirre-Calderón, 2017).

La familia Meliaceae constituye un grupo de plantas de gran importancia en los trópicos, de las cuales destacan el cedro rojo (Cedrela odorata L.) y la caoba (Swietenia macrophylla King) por estar clasificadas como maderas valiosas (Mendizábal-Hernández, Alba-Landa, & Suárez-Dorantes, 2009; Pennington & Sarukhán, 2005; Secretaría de Medio Ambiente y Recursos Naturales [SEMARNAT], 2016). Cedrela odorata se distribuye en un intervalo altitudinal de 0 a 1 200 m de manera natural desde Centroamérica en Belice y Panamá, hasta Sudamérica en Venezuela, Colombia y parte de la Amazonia en Brasil y Perú (Salazar, Soihet, & Méndez, 2000). En México, la especie se localiza en el sur de Tamaulipas, sureste de San Luis Potosí, Sinaloa, Guerrero, la Depresión Central, las costas de Chiapas y la península de Yucatán (Gómez, Monterroso, & Tinoco, 2007; Pennington & Sarukhán, 2005; Romo-Lozano, Vargas-Hernández, López-Upton, & Ávila-Ángulo, 2017).

La producción forestal maderable en México ha fluctuado de 6.7 a 7 millones de metros cúbicos en rollo (m3r) anuales, donde los principales estados productores son Durango (35.1 %), Chihuahua (13.2 %), Veracruz (7.8 %), Michoacán (6.7 %) y Oaxaca (5.9 %), los cuales contribuyeron con 68.6 % de la producción total. De esta producción, solo 0.5 % corresponde a maderas preciosas como la caoba y el cedro rojo, siendo Campeche (18 373 m3r), Chiapas (836 m3r), Jalisco (2 784 m3r), Veracruz (4 517 m3r) y Quintana Roo (4 087 m3r), los estados con mayor producción maderable y los cuales generaron ingresos de 919 406 MXN hasta 18 373 000 MXN (SEMARNAT, 2016).

Actualmente, después de la caoba, el cedro rojo es la especie maderable más importante en la industria forestal de México (Pennington & Sarukhán, 2005; SEMARNAT, 2016). El cedro rojo ha sido una especie de alto valor económico, ya que su madera se considera fina y estéticamente preciosa, para la fabricación de muebles finos de lujo, chapa y ebanistería. Debido a la excelente calidad de la madera, el cedro rojo se ha cortado selectivamente en los bosques tropicales para usos múltiples, lo que ha ocasionado que los árboles de mayor diámetro y fuste recto sean escasos en las poblaciones naturales actuales.

Debido al mal manejo forestal de C. odorata, la especie ha fragmentado su hábitat y reducido sus poblaciones naturales de manera significativa (Rodríguez et al., 2003). Dicha situación ha ocasionado que el cedro rojo se incluya en la Norma Oficial Mexicana NOM-059 como especie sujeta a protección especial (SEMARNAT, 2010) y en el Apéndice III de la Convención sobre el Comercio Internacional de Especies Amenazadas de Fauna y Flora Silvestres (CITES, 2011), por lo que, a partir de febrero de 2011, para realizar cualquier tipo de aprovechamiento, se debe cumplir con una serie de procedimientos legales. Estos implican la obtención de permisos en los que se deben anexar estudios poblacionales, muestreos y especificaciones sobre los programas, proyectos o actividades de restauración, repoblación y reintroducción (Ruiz-Jiménez, De los Santos-Posadas, Parraguirre-Lezama, & Saavedra-Millán, 2018).

Los investigadores han empleado Sistemas de Información Geográfica (SIG) y algoritmos de modelamiento de nicho ecológico para generar mapas de idoneidad de calidad de hábitat y así identificar zonas geográficas con potencial para actividades de restauración o conservación de especies de interés ecológico y económico (Garza-López et al., 2016; Manzanilla et al., 2019). El uso de programas para el modelado de nicho ecológico como GARP (algoritmo genético), BIOCLIM (algoritmo de envolturas climáticas) y MaxEnt (algoritmo de máxima entropía) han permitido la predicción de áreas de distribución de especies con buena probabilidad estadística (Franklin, 2010; Peterson, 2011; Phillips & Dudík, 2008). Estos algoritmos permiten la identificación de áreas con las condiciones bióticas y abióticas favorables, tanto para la conservación de un taxón como para el establecimiento de zonas aptas para especies con alto valor ecológico y económico como es el caso de C. odorata (Morales, 2012; Perosa et al., 2014; Soberón, Osorio-Olvera, & Peterson, 2017). La delimitación de dichas áreas se basa en la zonificación ambiental realizada a partir de un análisis exploratorio de variables ecogeográficas (latitud, longitud, altitud, pendiente, clima y suelo) (Castellanos-Acuña et al., 2018).

Para contar con elementos que permitan tomar decisiones para el manejo y conservación de C. odorata en la península de Yucatán, el objetivo planteado en este trabajo fue delimitar la distribución potencial actual y futura (2030), así como identificar y proponer áreas con características ambientales y morfológicas idóneas para la conservación y producción de semillas.

Materiales y métodos

El área de estudio se localiza en la península de Yucatán, ubicada en el sureste de México entre los 22° 31’ 43’’ y 17° 48’ 51’’ LN y los 92° 20’ 11’’ y 86° 42’ 36’’ LO; abarca los estados de Campeche, Quintana Roo y Yucatán, y tiene una superficie de 139 840 km2 (Figura 1). El relieve es plano con altitud promedio de 50 m y solo en el centro-sur se encuentran elevaciones de hasta 350 m (Instituto Nacional de Estadística, Geografía e Informática [INEGI], 2015). El clima dominante es del tipo Aw1(x') cálido subhúmedo con temperatura promedio anual mayor de 22 °C y con intervalos en precipitación acumulada anual de 700 a 1 600 mm (Cuervo-Robayo et al., 2014; García 1998).

Figura 1 Área de estudio y registros de presencia de Cedrela odorata en la península de Yucatán. Datos del Inventario Nacional Forestal y Suelos (INFyS) 2004-2009 (Comisión Nacional Forestal [CONAFOR], 2009), del libro “Árboles tropicales de México” (Pennington & Sarukhán, 2005) y de la plataforma Global Biodiversity Information Facility (GBIF, 2017). 

Obtención de datos

Se obtuvieron 227 registros de C. odorata a partir de las bases de datos del Inventario Nacional Forestal y Suelos (INFyS) 2004-2009 (CONAFOR, 2009), del libro de “Árboles tropicales de México” (Pennington & Sarukhán, 2005) y de la plataforma Global Biodiversity Information Facility (GBIF, 2017) (Figura 1). Las bases de datos se depuraron dejando un registro por celda de 1 km2 (30 segundos de arco), se revisó su correcta posición eliminando registros duplicados, mal georreferenciados, así como los ubicados en zonas urbanas y cuerpos de agua. Estos procedimientos se realizaron en la plataforma Niche ToolBox de la Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (CONABIO) (Osorio-Olvera, Vijay, Narayani, Soberón, & Falconi, 2016) y en el programa ArcMap versión 10.3 (Environmental Scientific Research Institute [ESRI], 2014). Posterior al proceso de depuración, 216 registros válidos se obtuvieron para la calibración de los modelos. Para una mejor evaluación de los datos, se generaron 50 modelos con diferentes criterios de modelación (Cuadro 1).

Cuadro 1 Datos utilizados en la modelación de la distribución potencial de Cedrela odorata en la península de Yucatán. 

Modelos Fuente Datos
10 Inventario Nacional Forestal y Suelos (INFyS) 166
10 Global Biodiversity Information Facility (GBIF) y Árboles tropicales de México 50
10 GBIF, Árboles Tropicales de México e INFyS 216
10 GBIF, Árboles Tropicales de México e INFyS 25 % 91
10 GBIF, Árboles Tropicales de México e INFyS 50 % 133

Variables bioclimáticas actuales y futuras

Se descargaron las 19 variables bioclimáticas (http://visualcrow.com/descarga-mexico.html) generadas para México del periodo 1910-2009 (Cuervo-Robayo et al., 2014). Para la evaluación de la distribución potencial a futuro (2030), se utilizaron las variables bioclimáticas de los modelos de circulación general GFDL_CM3 y MIROC_ESM (http://www.ccafs-climate.org/data_spatial_downscaling/) proyectados a futuro cercano (2030), los cuales simulan trayectorias de forzamiento radiactivo, en las emisiones de gases de efecto invernadero, similares a las actuales (RCP 4.5 W·m-2). Estas variables bioclimáticas tienen una resolución de un km2 (30 segundos de arco); además, se incluyeron las variables pendiente (%), orientación (°) y altitud (m), obtenidas a partir del modelo digital de elevación con una resolución de 90 m en formato GeoTIFF. El tipo de vegetación se obtuvo de la serie VI “Uso de suelo y vegetación” del INEGI (2016) con una escala de 250 m. La edafología (tipo de suelo) de la serie I “Conjunto de datos vectoriales edafológico”, con una escala de 250 m, se obtuvo de la CONABIO (1995). Estas últimas dos variables se descargaron en formato vectorial (shapefile). Todas las variables se estandarizaron y transformaron en formato ASCII a una escala de 1 km2 (30 segundos de arco) con ayuda del programa ArcMap versión 10.3 (ESRI, 2014).

Delimitación del área M

Las variables se ajustaron al tamaño del área de modelación espacial M (península de Yucatán), el cual se ha descrito como el espacio donde una especie está o se asume que podría estar, con base en el conocimiento biológico y de su capacidad de dispersión (Martínez-Méndez, Aguirre-Planter, Eguiarte, & Jaramillo-Correa, 2016; Soberón & Peterson, 2005). A partir del área M, las variables ambientales se recortaron y ajustaron a un mismo tamaño de píxel de 1 km2 (30 segundos de arco) con ayuda del programa ArcMap versión 10.3 (ESRI, 2014).

Modelado de la distribución potencial actual y futura

Los modelos se generaron en el algoritmo MaxEnt versión 3.3.3k, el cual usa una técnica exploratoria e identifica sitios con valores similares de acuerdo con el principio de máxima entropía (Phillips, Anderson, & Schaphire, 2006). Este algoritmo es uno de los más eficientes para modelar la distribución de especies utilizando solo datos de presencia (Elith et al., 2011). Con el fin de aumentar la confiabilidad de los resultados de MaxEnt, 50 modelos de distribución se generaron y probaron bajo 10 criterios de modelación (Cuadro 2), utilizando diferentes reglas de aplicación de umbral y un número máximo de réplicas de 1 000, con un límite de convergencia de 0.00001 (Manzanilla et al., 2019; Phillips et al., 2006). Esto permitió determinar cuál modelo se ajusta y explica mejor la distribución actual de la especie.

Cuadro 2 Parámetros empleados en la generación de los modelos de distribución de Cedrela odorata en la península de Yucatán. 

Modelo Replicado interno Modelo Replicado interno Regla de aplicación de umbral Réplicas
M1 Bootstrap M6 Validación cruzada Sensibilidad y especificidad de entrenamiento iguales 1 000
M2 Bootstrap M7 Validación cruzada Máxima sensibilidad de entrenamiento más especificidad 1 000
M3 Bootstrap M8 Validación cruzada Igual sensibilidad y especificidad de prueba 1 000
M4 Bootstrap M9 Validación cruzada Máxima sensibilidad de prueba más especificidad 1 000
M5 Bootstrap M10 Validación cruzada Sin aplicación de regla de umbral 500

Los modelos se calibraron empleando 75 % de los datos de presencia de la especie en formato csv, seleccionados al azar para entrenar los modelos, y 25 % restante para la prueba de validación (Alba-Sánchez et al., 2010; Martínez-Méndez et al., 2016; Phillips et al., 2006). La contribución relativa (%) de cada variable en los modelos se estimó mediante la prueba de jackknife (Shcheglovitova & Anderson, 2013). La salida fue del tipo logística, el cual índica un índice de similitud (probabilístico) de condiciones idóneas para la especie con valores de 0 a 1, donde valores cercanos a 1 indican condiciones idóneas para el desarrollo y presencia de la especie (Coitiño, Montenegro, Fallabrino, González, & Hernández, 2013; Phillips et al., 2006).

Para generar la modelación a futuro (2030), los parámetros del modelo de distribución actual con el mejor ajuste y desempeño estadístico se transfirieron al programa MaxEnt (Morrone & Escalante, 2016).

Validación de los modelos

Los modelos se evaluaron por medio de la prueba del área bajo la curva (AUC), la cual se obtiene directamente de la técnica Receiver Operating Characteristic (ROC estándar) (Coitiño et al., 2013; Phillips et al., 2006); no obstante, esta validación ha sido cuestionada por no considerar datos de ausencias verdaderas (Peterson, Papes, & Soberón, 2008). Por tanto, fue necesario realizar un análisis de mayor robustez mediante una prueba de ROC parcial en el programa Tool for Partial-ROC versión 1.0 (Narayani, 2008), la cual fue diseñada para contrarrestar las deficiencias del AUC (Peterson et al., 2008).

Los análisis ROC parcial se realizaron con 50 % de los registros con una confiabilidad de 95 %, con 1 000 iteraciones mediante un remuestreo por bootstrap y fijando un error de omisión de 5 %. La prueba genera valores de 1 a 2; mientras más se aproxime a 2, el modelo será más confiable (Martínez-Méndez et al., 2016; Peterson et al., 2008). Asimismo, se realizó una prueba de Z, donde el valor Z calculado de las proporciones AUC de ROC parcial debe ser mayor al valor Z de tablas (Z > 2.3 = 99 %), lo cual brindó un mayor soporte a los modelos (P < 0.01) (Martínez-Méndez et al., 2016; Monterrubio-Rico et al., 2016).

Áreas de distribución potencial

Los valores de la salida logística del modelo con el mejor ajuste estadístico se reclasificaron en tres categorías de calidad de hábitat con intervalos iguales (baja, media y alta), a través del módulo reclass del programa ArcMap 10.3 (ESRI, 2014). El valor de la categoría de calidad de hábitat alta se utilizó para transformar los modelos de continuos a binarios (apto y no apto). Con base en la reclasificación, la superficie ocupada por las áreas de distribución potencial de C. odorata se estimó para los periodos actual y futuro.

Áreas de conservación y producción de semillas

Las áreas de conservación y de producción de semillas se seleccionaron con base en la identificación y delimitación de las áreas de mayor calidad de hábitat de los periodos actual y futuro. Un criterio adicional para determinar localidades con posibilidad de servir como refugio climático, para la conservación de la especie, fue la ubicación de las áreas naturales protegidas (ANP) (SEMARNAT & Comisión Nacional de Áreas Naturales Protegidas [CONANP], 2017), cuyos límites se utilizaron y combinaron con las áreas de distribución determinadas para ambos periodos.

La selección de las áreas idóneas para la producción de semillas se basó en la evaluación de la calidad de estacion de los rodales (Huang, Titus, & Wiens, 1992), los cuales reflejan la capacidad productiva de los sitios a través de la altura dominante de los árboles y de la relación alométrica diámetro-altura. Con base en lo propuesto por Huang et al. (1992) y Yuancai y Parresol (2001) se ha observado que los sitios con árboles de diámetros mayores suelen presentar dominancia en altura total, por lo que, acorde con lo reportado en la literatura, los sitios con mayores diámetros tendrían, teóricamente, mayor rendimiento en la producción de semillas. Las áreas idóneas para la producción de semillas se identificaron mediante los datos del diámetro máximo en formato raster del INFyS, a partir de los datos obtenidos de los conglomerados rectangulares de muestreo de 400 m2, diseñados para selvas (CONAFOR, 2009). Dicho archivo se transformó a formato vectorial en el programa ArcMap 10.3 (ESRI, 2014); posteriormente, los polígonos de la distribución actual y futura se utilizaron para identificar las áreas donde la especie se encuentra. Finalmente, las áreas para la producción de semillas se eligieron con base en la reclasificación de los valores de la categoría diamétrica ≥50 cm; acorde con Huang et al. (1992) y Yuancai y Parresol (2001), ese valor correspondería a un árbol de 20 m de altura, el cual se encontraría en etapa reproductiva.

Resultados y discusión

Los resultados de los modelos actuales del AUC registraron valores de 0.893 para los datos de entrenamiento y de 0.805 para la validación, mientras que para los modelos a futuro, GFDL_CM3 y MIROC_ESM, los valores fueron de 0.962 a 0.957 en los datos de entrenamiento y de 0.731 a 0.751 para los de validación. Los modelos generados para los periodos actual y futuro tuvieron un buen desempeño predictivo en función del AUC, mejor que un modelo generado al azar. De acuerdo con Araújo y Guisan (2006), Peterson (2011), y Miranda, Geada, y Sotolongo (2016), los valores del AUC cercanos o iguales a 0.50 presentan un desempeño igual o peor que un modelo generado al azar, mientras que 0.60-0.70 se consideran malos, 0.71-0.80 regulares, 0.81-0.90 buenos y >0.90 se consideran excelentes.

Los modelos que presentaron el mejor desempeño estadístico fueron los 10 modelos generados a partir de los 50 registros de las bases de datos del GBIF y de “Árboles tropicales de México”. De estos, el que presentó mejor ajuste y desempeño estadístico fue el modelo 7 (M7VC); este resultado se corroboró por medio de las pruebas ROC parcial y Z, las cuales fueron estadísticamente significativas (P < 0.01) (Cuadro 3).

Cuadro 3 Resultados estadísticos de los modelos de distribución potencial actual y futura de Cedrela odorata en la península de Yucatán. 

Periodo Modelos Promedio radios ROC parcial Desviación estándar Prueba de Z
Actual M1B 1.447 0.106 P < 0.01
M2B 1.550 0.110 P < 0.01
M3B 1.552 0.112 P < 0.01
M4B 1.549 0.113 P < 0.01
M5B 1.531 0.112 P < 0.01
M6CV 1.533 0.112 P < 0.01
M7CV 1.554 0.106 P < 0.01
M8CV 1.546 0.112 P < 0.01
M9CV 1.538 0.111 P < 0.01
M10CV 1.533 0.114 P < 0.01
Futura GFDL_CM3 1.111 0.119 P < 0.01
MIROC_ESM 1.111 0.087 P < 0.01

Variables relevantes

La prueba jackknife indicó que las variables con mayor contribución en la generación de los modelos de distribución actual de C. odorata fueron la vegetación con 34.7 %, seguido de la precipitación del mes más húmedo con 14.6 %, edafología con 8.8 %, temperatura media del trimestre más frío con 8.6 % y pendiente con 7 %. En el análisis de la distribución potencial a futuro de los modelos GFDL_CM3 y MIROC_ESM, las variables ambientales más relevantes fueron la vegetación con 84 % y 83.7 %, temperatura media del trimestre más frío con 6.5 % y 9 %, y edafología con 2.8 % y 2.5 %, respectivamente (Figura 2). Estas variables son las que determinan el nicho ecológico actual y a futuro (2030) de la especie en la península de Yucatán.

Figura 2 Contribución de las variables ambientales en la distribución actual y futura (2030) de Cedrela odorata en la península de Yucatán. Veg = vegetación, Bio13 = precipitación del mes más húmedo, Edaf = edafología, Bio11 = temperatura media del trimestre más frío, Pend = pendiente. 

De acuerdo con la contribución de las variables ambientales, C. odorata requiere suelos del tipo Leptosol con precipitación del mes más húmedo de 216 mm y oscilación en la temperatura media del trimestre más frío de 22 a 24 °C. La especie tiene preferencia por los ecosistemas con vegetación secundaria arbórea y arbustiva de selvas medianas caducifolias, subcaducifolias, perennifolias y subperennifolias. Estos resultados concuerdan con los requerimientos ambientales de una especie forestal de zonas tropicales, los cuales han sido descritos en la literatura, lo que brinda un grado de confiabilidad de que la especie se encuentra en áreas congruentes a sitios con condiciones de hábitat similares a las descritas por Rodríguez (2003), y Pennington y Sarukhán (2005). Los resultados de las variables ambientales ya mencionadas son similares a los reportados por Gómez et al. (2007) y Garza-López et al. (2016), quienes mencionan que las especies tropicales como cedro rojo y caoba suelen desarrollarse mejor durante las estaciones secas (no mayores a cuatro meses), en sitios con temperatura media anual de 24 a 28 °C, temperatura máxima del mes más cálido de 24 a 32 °C y temperatura mínima del mes más frío de 11 a 22 °C. Andrade y Solís (2004) señalan a C. odorata como una especie secundaria y primaria a la vez, debido a que suele ser pionera en zonas de vegetación secundaria en selvas medianas y altas, y también como elemento frecuente en el estrato superior de las selvas maduras. Salazar et al. (2000) mencionan que C. odorata requiere precipitaciones de 1 200 a 2 500 mm anuales y un gradiente altitudinal de 0 hasta 1 500 m para su óptimo desarrollo y crecimiento, condiciones que se localizan dentro de las zonas boscosas más densas hacia el sureste de la península de Yucatán. Las variables con mayor relevancia para el futuro (2030), en los dos modelos evaluados, fueron vegetación, edafología y temperatura media del trimestre más frío, las cuales se mantuvieron como las principales variables determinantes en la distribución de la especie. Lo anterior indica que los cambios o alteraciones en la vegetación asociada con C. odorata tendrían gran impacto en las áreas de distribución a futuro de la especie.

Ditribución potencial actual y futura

Los resultados indican una distribución potencial actual de C. odorata de 405 065 ha, equivalente a 2.9 % del área de estudio, donde dicha superficie reúne las condiciones ambientales más altas de calidad de hábitat, idóneas para la especie. La calidad de hábitat media representa una superficie de 19.2 % y la calidad de hábitat baja representa 77.9 %, la cual representa áreas marginales de casi nula idoneidad. Los resultados de esta clasificación permitieron generar un mapa de calidad de hábitat actual disponible para C. odorata en la península de Yucatán (Figura 3).

Figura 3 Clasificación de las áreas de calidad de hábitat de Cedrela odorata en la península de Yucatán. 

Por otra parte, los resultados de los modelos a futuro GFDL_CM3 y MIROC_ESM, proyectados a 2030, estiman un área potencial idónea de 277 037 y 226 138 ha, equivalentes a 1.6 y 2 % del área de estudio, respectivamente. Estos resultados representan una reducción importante entre 31 y 44.8 % del hábitat idóneo para la especie con respecto a su distribución potencial actual estimada (Figura 4).

Figura 4 Distribución potencial actual y futura al 2030 para Cedrela odorata en la península de Yucatán. 

Pese a que los escenarios de cambio climático predicen una reducción importante en el nicho ecológico de la especie, estos también indican que las poblaciones naturales de C. odorata encontrarían un refugio climático hacia las partes más densas de las selvas medias y altas, localizadas en el sureste del estado de Campeche, específicamente en la Reserva de la Biosfera de Calakmul. Los resultados sobre disminución de nicho ecológico concuerdan con las proyecciones de Estrada-Contreras, Equihua, Laborde, Meyer, y Sánchez-Velásquez (2016), quienes modelaron la distribución actual y futura de C. odorata bajo escenarios de cambio climático en México, y reportan una disminución en sus áreas de distribución de 3.8 % bajo el escenario CGCM3 B1 para el año 2030 con respecto a su distribución actual. Garza-López et al. (2016) estimaron 60 % de reducción en el hábitat climático de S. macrophylla en la península de Yucatán para 2030. Los resultados de estos autores y los obtenidos en el presente estudio sugieren una vulnerabilidad media-alta por parte de las especies tropicales analizadas en el sureste mexicano. La combinación de altas temperaturas y la disminución en la precipitación serían la causa principal en la reducción de las condiciones idóneas de C. odorata en gran parte de la península; dicha combinación haría a la especie vulnerable a los incendios forestales y al ataque de plagas y enfermedades.

Villers-Ruiz et al. (2000) señalan que los bosques tropicales del sureste de México se podrían convertir en bosques secos. A su vez, Manzanilla-Quiñones y Aguirre-Calderón (2017) predicen aumento en la temperatura promedio anual de 0.41 a 0.83 °C y disminución en la precipitación anual entre 35 a 71 mm en zonas tropicales del sureste mexicano para 2030, por lo que es muy probable que condiciones similares se presenten en la península de Yucatán para el mismo año.

Debido al calentamiento global, ya se están registrando modificaciones en la distribución de las especies, con cambios significativos en los taxones que habitan regiones montañosas, donde tienden a desplazarse altitudinalmente para poder subsistir (Lenoir, Gegout, Marquet, de Ruffray, & Brisse, 2008; Manzanilla-Quiñones, Aguirre-Calderón, Jiménez-Pérez, Treviño-Garza, & Yerena-Yamallel, 2019; Parolo & Rossi, 2008; Telwala, Brook, Manish, & Pandit, 2013). Por tal razón, es prioridad realizar y analizar las simulaciones de los escenarios de cambio climático para determinar cuáles poblaciones están en riesgo de desaparecer por los efectos del cambio climático.

Áreas de conservación y de producción de semillas

Los modelos a futuro señalan que C. odorata conservará un área con mayor idoneidad de 88 603 a 64 342 ha, dentro de las reservas de la Biosfera Calakmul, Los Petenes y Ría Celestún (Figura 5). Estas reservas se sitúan principalmente en los municipios de Hopelchén, Champotón y Calkiní del estado de Campeche, y en el municipio de Halachó estado de Yucatán, donde las condiciones ambientales fungirían como refugios climáticos para la especie a futuro cercano (2030). Con respecto a la Reserva de la Biosfera Calakmul, los resultados son similares a lo reportado por Garza-López et al. (2016, 2018) para S. macrophylla y Lysiloma latisiliquum L. Benth. Estos resultados pueden ser útiles en la selección de áreas para la migración o recolonización asistida con fines de conservación y restauración de C. odorata en la península de Yucatán, como sugieren Sáenz-Romero, Rehfeldt, Crookston, Duval, y Beaulieu (2009) y la Secretaría del Convenio sobre la Diversidad Biológica (CDB, 2009); además, el manejo adecuado de estas áreas beneficiará directamente a la protección de la especie.

Figura 5 Áreas de conservación de Cedrela odorata para el 2030 dentro de la poligonal de las áreas naturales protegidas en la península de Yucatán. 

Las áreas idóneas para la producción de semillas se localizaron principalmente en la Reserva de la Biósfera de Calakmul y Los Petenes, en el estado de Campeche, con diámetros máximos entre 50 a 80 cm y alturas de 10 a 30 m dentro de una superficie de 341 481 ha (Figura 6). En estas áreas hay árboles de cedro rojo con condiciones morfológicas y fenotípicas aptas para la producción y recolección de semillas y con los cuales es factible establecer actividades de conservación y restauración in situ. Navarro-Cerrillo, Clavero, Vidaña, Quero, y Duque-Lazo (2016) mencionan que definir áreas productoras de germoplasma ayudarían a la conservación y salvaguardarían el material genético de la especie de interés.

Figura 6 Áreas aptas para la producción de semillas de Cedrela odorata, en función de su diámetro máximo, en la Reserva de la Biósfera Calakmul y los Petenes en la península de Yucatán. 

Conclusiones

Los modelos de nicho ecológico aportaron información valiosa sobre las áreas con mayor idoneidad de calidad de hábitat de Cedrela odorata en la distribución actual y futura (2030) en la península de Yucatán. Los modelos ayudaron a definir áreas de distribución con ejemplares fenotípicamente deseables para la producción de semillas e idóneas para la conservación de la especie en las áreas naturales protegidas de Calakmul, Los Petenes y Ría Celestún. La variable más relevante fue la vegetación, lo que significa que el menor cambio en dicha variable afectaría severamente la distribución de la especie a futuro. Los modelos de nicho de C. odorata pueden servir de apoyo a los programas de restauración y conservación de la especie, así como para proponer estrategias de manejo para el establecimiento de zonas productoras de semillas y de protección in situ del acervo genético de la especie. Este tipo de estudios son sumamente relevantes en la conservación de especies ante el cambio climático en México.

Agradecimientos

Al Consejo Nacional de Ciencia y Tecnología (CONACYT) por el apoyo de beca de posgrado (núm. 469568) al primer autor. Al Programa de Apoyo a la Investigación Científica y Tecnológica (PAICyT CT705-19) de la Universidad Autónoma de Nuevo León por el apoyo en la divulgación de los resultados de la investigación.

REFERENCIAS

Alba-Sánchez, F., López-Sáez, J. A., Benito-de Pando, B., Linares, J. C., Nieto-Lugilde, D., & López-Merino, L. (2010). Past and present potential distribution of the Iberian Abies species: A phytogeographic approach using pollen data and species distribution models. Diversity and Distributions, 16(2), 214‒228. doi: 10.1111/j.1472-4642.2010.00636.x [ Links ]

Andrade, T. A., & Solís, R. L. Y. (2004). Las bondades del cedro rojo. La Ciencia y el Hombre, 17(3). Retrieved from https://www.uv.mx/cienciahombre/revistae/vol17num3/articulos/cedro/index.htmLinks ]

Araújo, M. B., & Guisan, A. (2006). Five (or so) challenges for species distribution modeling. Journal of Biogeography, 33(10), 1677‒1688. doi: 10.1111/j.1365-2699.2006.01584.x [ Links ]

Burgmer, T., Hillerbrand, H., & Pfenninger, M. (2007). Effects of climate-driven temperature changes on the diversity of freshwater macroinvertebrates. Oecologia, 151, 93‒103. doi: 10.1007/s00442-006-0542-9 [ Links ]

Castellanos-Acuña, D., Vance-Borland, K. W., Bradley St. Clair, J., Hamann, A., López-Upton, J., Gómez-Pineda, E., Ortega-Rodríguez, J. M., & Sáenz-Romero, C. (2018). Climate-based seed zones for México: guiding reforestation under observed and projected climate change. New Forests, 49(3), 297‒309. doi: 10.1007/s11056-017-9620-6 [ Links ]

Coitiño, H. I., Montenegro, F., Fallabrino, A., González, E. M., & Hernández, D. (2013). Distribución actual y potencial de Cabassous tatouay y Tamandua tetradactyla en el límite sur de su distribución: implicancias para su conservación en Uruguay. Edentata, 14(1), 23‒34. doi: 10.5537/020.014.0104 [ Links ]

Comisión Nacional Forestal (CONAFOR). (2009). Inventario Nacional Forestal y de Suelo 2004-2009. Retrieved from https://www.conafor.gob.mx/biblioteca/Inventario-Nacional-Forestal-y-de-Suelos.pdfLinks ]

Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (CONABIO). (1995). Edafología. Escalas 1:250,000 y 1:1,000,000. Archivo vectorial shapefile. Retrieved March 2017 from http://www.conabio.gob.mx/informacion/metadata/gis/eda251mgw.xmlLinks ]

Convention on International Trade in Endangered Species of Wild Fauna and Flora (CITES). (2011). Appendices I, II y III. Retrieved from https://cites.org/sites/default/files/eng/app/2019/E-Appendices-2019-11-26.pdfLinks ]

Cuervo-Robayo, A. P., Téllez-Valdés, O., Gómez-Albores, M. A., Venegas-Barrera, C. S., Manjarrez, J., & Martínez-Meyer, E. (2014). An update of high-resolution monthly climate surfaces for Mexico. International Journal of Climatology, 34(7), 2427‒2437. doi: 10.1002/joc.3848 [ Links ]

Elith, J., Phillips, S. J., Hastie, T., Dudík, M., Chee, Y. E., & Yates, C. J. (2011). A statistical explanation of MaxEnt for ecologist. Diversity and Distributions, 17(1), 43‒57. doi: 10.1111/j.1472-4642.2010.00725.x [ Links ]

Environmental Scientific Research Institute (ESRI). (2014). ArcGIS desktop, version 10.3. Redlands, California, Virginia, USA: Author. [ Links ]

Estrada-Contreras, I., Equihua, M., Laborde, J., Meyer, E. M., & Sánchez-Velásquez, L. R. (2016). Current and future distribution of the tropical tree Cedrela odorata L. in México under climate change scenarios using MaxLike. PLoS ONE, 11(10), e0164178. doi: 10.1371/journal.pone.0164178 [ Links ]

Franklin, J. (2010). Mapping species distributions: spatial inference and prediction. UK: Cambridge University Press. [ Links ]

García, E. (1998). Climas (clasificación de Köppen, modificado por García). Escala 1:1000000. Archivo vectorial shapefile. México: Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (CONABIO). [ Links ]

Garza-López, M., Ortega-Rodríguez, J. M., Zamudio-Sánchez, F. J., López-Toledo, J. F., Domínguez-Álvarez, F. A., & Sáenz-Romero, C. (2016). Calakmul como refugio de Swietenia macrophylla King ante el cambio climático. Botanical Sciences, 94(1), 43‒50. doi: 10.17129/botsci.500 [ Links ]

Garza-López, M., Ortega-Rodríguez, J. M., Zamudio-Sánchez, F. J., López-Toledo, J. F., Domínguez-Álvarez, F. A., & Sáenz-Romero, C. (2018). Modificación del hábitat para Lysiloma latisiliquum (L.) Benth. (Tzalam) por el cambio climático. Revista Fitotecnia Mexicana, 41(2), 127‒135. Retrieved from https://www.revistafitotecniamexicana.org/documentos/41-2/4a.pdfLinks ]

Global Biodiversity Information Facility (GBIF). (2017). Bases de datos geográficos disponibles para Cedrela odorata L. en México. Retrieved January 12, 2017 from https://www.gbif.org/occurrence/search?q=Cedrela%20odorataLinks ]

Gómez, D. J. D., Monterroso, R. A. I., & Tinoco, R. J. Á. (2007). Distribución del cedro rojo (Cedrela odorata L.) en el estado de Hidalgo, bajo condiciones actuales y escenarios de cambio climático. Madera y Bosques, 13(2), 29‒49. doi: 10.21829/myb.2007.1321227 [ Links ]

Huang, S., Titus, S. J., & Wiens, D. P. (1992). Comparison of nonlinear height-diameter functions for major Alberta tree species. Canadian Journal of Forest Research, 22(9), 1297‒1304. doi: 10.1139/x92-172 [ Links ]

Instituto Nacional de Estadística y Geografía (INEGI). (2015). Características edafológicas, fisiográficas e hidrológicas de México. México: Author. [ Links ]

Instituto Nacional de Estadística y Geografía (INEGI). (2016). Conjunto de datos vectoriales de Uso de suelo y vegetación, serie VI, escala: 1: 250,000. Retrieved March 14, 2017 from http://www.conabio.gob.mx/informacion/metadata/gis/usv250s6gw.xml?_httpcache=yes&_xsl=/db/metadata/xsl/fgdc_html.xsl&_indent=noLinks ]

Lenoir, J., Gégout, J. C., Marquet, P. A., de Ruffray, P., & Brisse, H. (2008). A signifcant upward shift in plant species optimum elevation during the 20th century. Science, 320(5884), 1768‒1771. doi: 10.1126/science.1156831 [ Links ]

Manzanilla, Q. U., Delgado, V. P., Hernández, R. J., Molina, S. A., García, M. J. J., & Rocha, G. M. C. (2019). Similaridad del nicho ecológico de Pinus montezumae y P. pseudostrobus (Pinaceae) en México: implicaciones para la selección de áreas productoras de semillas y de conservación. Acta Botánica Mexicana, 126, e1398. doi: 10.21829/abm126.2019.1398 [ Links ]

Manzanilla-Quiñones, U., & Aguirre-Calderón, O. A. (2017). Zonificación climática actual y escenarios de cambio climático para la Reserva de la Biosfera Selva el Ocote en Chiapas, México. In L. Ruíz-Montoya, G. Álvarez-Gordillo, N. Ramírez-Marcial, & B. Cruz-Salazar (Eds.), Vulnerabilidad social y biológica ante el cambio climático en la Reserva de la Biosfera Selva el Ocote (pp. 25‒66). San Cristóbal de las Casas, Chiapas, México: ECOSUR. [ Links ]

Manzanilla-Quiñones, U., Aguirre-Calderón, O. A., Jiménez-Pérez, J., Treviño-Garza, E. J., & Yerena-Yamallel, J. I. (2019). Distribución actual y futura del bosque subalpino de Pinus hartwegii Lindl. en el Eje Neovolcánico Transversal. Madera y Bosques, 25(2), e2521804. doi: 10.21829/myb.2019.2521804 [ Links ]

Martínez-Méndez, N., Aguirre-Planter, E., Eguiarte, L. E., & Jaramillo-Correa, J. P. (2016). Modelado de nicho ecológico de las especies del género Abies (Pinaceae) en México: Algunas implicaciones taxonómicas y para la conservación. Botanical Sciences, 94(1), 5‒24. doi: 10.17129/botsci.508 [ Links ]

Mendizábal-Hernández, L. C., Alba-Landa, J., & Suárez-Dorantes, T. (2009). Captura de carbono por Cedrela odorata L. en una plantación de origen genético conocido. Foresta Veracruzana, 11(1), 13‒18. Retrieved from https://www.redalyc.org/pdf/497/49711999003.pdfLinks ]

Miranda, S. C. A., Geada, L. G., & Sotolongo, S. R. (2016). Modelación de la distribución potencial de Pinus tropicalis en el occidente de Cuba. Avances, 18(1), 28‒35. Retrieved from https://dialnet.unirioja.es/servlet/articulo?codigo=5381452Links ]

Monterrubio-Rico, T. C., Charre-Medellín, J. F., Pacheco-Figueroa, C., Arriaga-Weiss, S., Valdez-Leal, J. D., Cancino-Murillo, R., & Rubio-Rocha, Y. (2016). Distribución potencial histórica y contemporánea de la familia Psittacidae en México. Revista Mexicana de Biodiversidad, 87(3), 1103‒1117. doi: 10.1016/j.rmb.2016.06.004 [ Links ]

Morales, N. (2012). Modelos de distribución de especies: software MaxEnt y sus aplicaciones en conservación. Revista Conservación Ambiental, 2(1), 1‒5. [ Links ]

Morrone, J. J., & Escalante, T. (2016). Introducción a la biogeografía (1.a ed.). México: Universidad Nacional Autónoma de México. [ Links ]

Narayani, B. (2008). Tool for Partial ROC version 1.0. Lawrence, KS, USA: University of Kansas-CONABIO. Retrieved from http://nicho.conabio.gob.mx/home/proposito-y-guia-del-usuario/validacion-del-modeloLinks ]

Navarro-Cerrillo, R. M., Clavero, I., Vidaña, A. L., Quero, J. L., & Duque-Lazo, J. (2016). Integración de datos de inventario y modelos de hábitat para predecir la regeneración de especies leñosas mediterráneas en repoblaciones forestales. Ecosistemas, 25(3), 6‒21. doi: 10.7818/ECOS.2016.25-3.02 [ Links ]

Osorio-Olvera, L., Vijay, B., Narayani, B., Soberón, J., & Falconi, M. (2016). Ntbox: From getting biodiversity data to evaluating species distributions models in a friendly GUI environment. R package version 0.2.5.4. Retrieved March 17, 2017, from https://github.com/luismurao/ntboxLinks ]

Panel Intergubernamental del Cambio Climático (IPCC). (2014). Cambio climático 2014: Informe de síntesis. Ginebra, Suiza: Author. Retrieved from https://www.ipcc.ch/site/assets/uploads/2018/02/SYR_AR5_FINAL_full_es.pdfLinks ]

Parolo, G., & Rossi, G. (2008). Upward migration of vascular plants following a climate warming trend in the Alps. Basic and Applied Ecology, 9(2), 100‒107. doi: 10.1016/j.baae.2007.01.005 [ Links ]

Pennington, T. D. & Sarukhán, J. (2005). Árboles tropicales de México: Manual para la identificación de las principales especies (3.a ed.). México: UNAM-Fondo de Cultura Económica. [ Links ]

Perosa, M., Rojas, F., Villagra, P., Tognelli, M. F., Carrana, R., & Álvarez, J. A. (2014). Distribución potencial de los bosques de Prosopis fexuosa en la Provincia Biogeográfica del Monte (Argentina). Ecología Austral, 24(2), 238‒248. Retrieved from http://ojs.ecologiaaustral.com.ar/index.php/Ecologia_Austral/article/view/27/31Links ]

Peterson, A. T. (2011). Paleoclimates: Understanding climate change past and present. Quarterly Review of Biology, 86(4), 342-343. doi: 10.1086/662496 [ Links ]

Peterson, A. T., Papes, M., & Soberón, J. (2008). Rethinking receiver operating characteristic analysis applications in ecological niche modeling. Ecological Modelling, 213(1), 63‒72. doi: 10.1016/j.ecolmodel.2007.11.008 [ Links ]

Phillips, S. J., Anderson, R. P., & Schaphire, R. E. (2006). Maximum entropy modeling of species geographic distributions. Ecological Modelling, 190(3-4), 231‒259. doi: 10.1016/j.ecolmodel.2005.03.026 [ Links ]

Phillips, S. J., & Dudik, M. (2008). Modeling of species distributions with MaxEnt: New extensions and a comprehensive evaluation. Ecography, 31(2), 161‒175. doi: 10.1111/j.0906-7590.2008.5203.x [ Links ]

Rodríguez, R., Daquinta, M., Capote, I., Pina, D., Lezcano, Y., & González-Olmedo, J. L. (2003). Nuevos aportes a la micropropagación de Swietenia macrophylla x Swietenia mahogani (caoba híbrida) y Cedrela odorata (cedro). Cultivos Tropicales, 24(3), 23‒27. Retrieved from http://ediciones.inca.edu.cu/index.php/ediciones/article/viewFile/572/pdfLinks ]

Romo-Lozano, J. L., Vargas-Hernández, J. J., López-Upton, J., & Ávila-Ángulo, M. L. (2017). Estimación del valor financiero de las existencias maderables de cedro rojo (Cedrela odorata L.) en México. Madera y Bosques, 23(1), 111‒120. doi: 10.21829/myb.2017.231473 [ Links ]

Ruiz-Jiménez, C. A., De los Santos-Posadas, H. M., Parraguirre-Lezama, J. F., & Saavedra-Millán, F. D. (2018). Evaluación de la categoría de riesgo de extinción del cedro rojo (Cedrela odorata) en México. Revista Mexicana de Biodiversidad, 89(3), 938‒949. doi: 10.22201/ib.20078706e.2018.3.2192 [ Links ]

Sáenz-Romero, C., Rehfeldt, G. E., Crookston, N. L., Duval, P., & Beaulieu, J. (2009). Estimaciones de cambio climático para Michoacán: Implicaciones para el sector agropecuario y forestal y para la conservación de la Mariposa Monarca. México: Consejo Estatal de Ciencia y Tecnología de Michoacán. Retrieved from https://www.fs.fed.us/rm/pubs_other/rmrs_2009_saenz_romero_c001.pdfLinks ]

Sáenz-Romero, C., Rehfeldt, G. E., Crookston, G. E., Pierre, N. L., St-Amant, D., Beaulieu, J., & Richardson, B. (2010). Contemporary and projected spline climate surfaces for México and their use in understanding climate-plant relationships. Climatic Change, 102, 595‒623. doi: 10.1007/s10584-009-9753-5 [ Links ]

Sáenz-Romero, C., Rehfeldt, G. E., Ortega-Rodríguez, J. M., Marín-Togo, M. C., & Madrigal-Sánchez, X. (2015). Pinus leiophylla suitable habitat for 1961-1990 and future climate. Botanical Sciences, 93(4), 709‒718. doi: 10.17129/botsci.86 [ Links ]

Salazar, R., Soihet, C., & Méndez, J. M. (2000). Manejo de semillas de 100 especies forestales de América Latina. Turrialba, Costa Rica: Centro Agronómico de Investigación y Enseñanza (CATIE). [ Links ]

Secretaría del Convenio sobre la Diversidad Biológica (CDB). (2009). Relación entre la diversidad biológica y la mitigación y adaptación al cambio climático. Informe del segundo grupo especial de expertos técnicos sobre diversidad biológica y cambio climático. Montreal, Canadá: Author. Retrieved from https://www.cbd.int/doc/publications/ahteg-brochure-es.pdfLinks ]

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. México: Diario Oficial de la Federación. Retrieved from http://dof.gob.mx/nota_detalle.php?codigo=5173091&fecha=30/12/2010Links ]

Secretaría de Medio Ambiente y Recursos Naturales (SEMARNAT). (2016). Anuario estadístico de la producción forestal 2016. México: Author . Retrieved from https://www.gob.mx/cms/uploads/attachment/file/282951/2016.pdfLinks ]

Secretaría de Medio Ambiente y Recursos Naturales (SEMARNAT) & Comisión Nacional de Áreas Naturales Protegidas (CONANP). (2017). Áreas naturales protegidas federales de México. Archivo vectorial shapefile. Retrieved May 21, 2019, from http://geoportal.conabio.gob.mx/metadatos/doc/html/anpnov17gw.htmlLinks ]

Shcheglovitova, M., & Anderson, R. P. (2013). Estimating optimal complexity for ecological niche models: a jackknife approach for species with small simple sizes. Ecological Modelling, 269, 9‒17. doi: 10.1016/j.ecolmodel.2013.08.011 [ Links ]

Soberón, J., & Peterson, A. T. (2005). Interpretation of models of fundamental ecological niches and species’ distribution areas. Biodiversity Information, 2, 1-10. doi: 10.17161/bi.v2i0.4 [ Links ]

Soberón, J., Osorio-Olvera, L., & Peterson, T. (2017). Diferencias conceptuales entre modelación de nichos y modelación de áreas de distribución. Revista Mexicana de Biodiversidad, 88(2), 437-441. doi: 10.1016/j.rmb.2017.03.011 [ Links ]

Telwala, Y., Brook, B. W., Manish, K., & Pandit, M. K. (2013). Climate-induced elevational range shifts and increase in plant species richness in a Himalayan biodiversity epicentre. PLoS ONE, 8(2), e57103. doi: 10.1371/journal.pone.0057103 [ Links ]

Villers-Ruiz, L., & Trejo-Vázquez, I. (2000). El cambio climático y la vegetación en México. In C. Gay G. (Ed.), México: una visión hacia el siglo XXI. El cambio climático en México (57-66). México: Instituto Nacional de Ecología. Universidad Nacional Autónoma de México, US Country Studies Program. Retrieved from https://www.uv.mx/personal/tcarmona/files/2010/08/Villers-y-Trejo-.pdfLinks ]

Yuancai, L., & Parresol, B. R. (2001). Remarks on height-diameter modeling (vol. 10). USA: US Dept. of Agriculture, Forest Service, Southern Research Station. [ Links ]

Recibido: 15 de Octubre de 2019; Aprobado: 14 de Junio de 2020

Creative Commons License This is an open-access article distributed under the terms of the Creative Commons Attribution License