Área de estudio

El área de conservación El Santuario de la Cotorra Serrana (29° 19’ 25” N, 108° 12’ 49° O) y el sitio La Norteña (29° 39’ 08” N, 108° 28’ 20” O), este último correspondiente al Área de Protección de Flora y Fauna “Campo Verde”, se localizan en el municipio de Madera, Chihuahua, en un gradiente de elevación de 2 500 a 3 000 m (Figura 1). Ambos sitios se ubican en la cuenca del río Yaqui, que a su vez pertenece a la Región Hidrológica 9 Sonora Sur, con una superficie de 72 859.05 km² y un perímetro de 2 333.03 km, dentro de la Sierra Madre Occidental (^{Instituto Nacional de Estadística y Geografía [INEGI], 2019}). Asimismo, ambos sitios pertenecen a Regiones Terrestres Prioritarias (RTP) de México (Comisión Nacional para el Conocimiento y Uso de la Biodiversidad [CONABIO], 2019).

El clima predominante en el área es semifrío-subhúmedo con verano fresco largo (Cb’(w₂)x’) (^{García, 1970}). La precipitación media anual oscila entre los 650 y los 700 mm. La temperatura media anual es de 11 °C con temperaturas máximas de 28 °C en junio y julio, y temperaturas mínimas de -9 °C en diciembre y enero (SMN, 2019). El tipo de vegetación dominante es de coníferas y encinos, mientras que el suelo es del tipo Feozem (^{CONABIO, 2019}).

Figura 1 Localización geográfica de los sitios de estudio en la cuenca del río Yaqui en la parte oeste de Chihuahua. 

Muestreo dendrocronológico y preparación de muestras

Las muestras se obtuvieron mediante un muestreo selectivo. Para maximizar la señal climática, se seleccionaron árboles de aspecto longevo y sensibles al clima, ubicados en terrenos secos y rocosos, procurando sitios con perturbación humana mínima (^{Fritts, 2001}; ^{Speer, 2010}). Dos a tres muestras se extrajeron por individuo con un taladro de Pressler de 5 y 12 mm de diámetro y longitudes variables (Hägloff). En El Santuario se muestrearon 40 árboles (18 de P. menziesii, 15 de P. arizonica y siete de P. strobiformis) y se obtuvieron 91 muestras en total. En el sitio La Norteña se muestrearon 60 árboles de P. arizonica y se extrajeron 132 muestras en total. Estas se procesaron y prefecharon siguiendo las técnicas convencionales (^{Stokes & Smiley, 1996}).

Fechado y desarrollo de cronologías

Para las muestras prefechadas, cada uno de los crecimientos anuales (anillo total, madera temprana y tardía) se midieron con un sistema VELMEX de fase deslizable con precisión de 0.001 mm. El fechado y exactitud de la medición se verificaron con el programa COFECHA (^{Grissino-Mayer, 2001}; ^{Holmes, 1983}). Solo las series con valores de intercorrelación > 0.3281 (P < 0.01) se incluyeron en la construcción de la cronología final (Holmes, 1983). Las cronologías o índices de crecimiento (estándar, residual y arstan), con media 1.0 y varianza homogénea (^{Fritts, 2001}), se generaron con el programa ARSTAN (^{Cook, 1987}). En este trabajo se empleó la versión estándar y residual de la cronología porque proporcionan la mejor asociación con la precipitación.

Análisis de datos

Se desarrolló una cronología regional y se corrió un análisis de correlación de Pearson entre los índices regionales y los datos observados de precipitación regional. La precipitación comprende los cuadrantes 51934 y 53212 (^{Terán-Cuevas, Gutiérrez-Castillo, & Davydova-Belitskaya, 2010}) y las estaciones climatológicas Madera y Mesa del Huracán (^{SMN, 2019}) (Figura 1; Cuadro 1).

La relación entre la precipitación mensual y los índices regionales de ancho de anillo total, madera temprana y tardía en su versión estándar y residual, se evaluó mediante análisis de correlación. Se consideraron datos de 18 meses: seis meses antes del año de crecimiento y 12 meses durante la temporada de crecimiento. De acuerdo con ^{Cleaveland, Stahle, Therrell, Villanueva-Díaz, y Burns (2003}), las condiciones climáticas registradas antes del inicio de la temporada de crecimiento influyen en el desarrollo del crecimiento anual posterior.

Para la mayor correlación significativa (P < 0.05) entre la precipitación acumulada y el índice de anillo total regional, se desarrolló una ecuación de transferencia, utilizando el programa R versión 3.6.1 (^{R Core Team, 2019}). Con este modelo se reconstruyó la precipitación para el lapso que cubren los registros observados. Con la subrutina Verify del paquete de Programas Dendrocronológicos de la Universidad de Arizona (^{Holmes, 2001}), se aplicó una prueba de calibración a la mitad de los datos climáticos observados y reconstruidos (1998-2015, n = 18) y a la mitad restante (1980-1997, n = 17) se le asignó una prueba de verificación (^{Fritts, 2001}). La ecuación generada se aplicó para reconstruir la precipitación en el periodo total de la serie regional. A la reconstrucción de precipitación se ajustó una curva o spline de 10 años, para resaltar los eventos secos y lluviosos (^{Cook, 1987}). Se aplicó un análisis espectral a la serie reconstruida para identificar recurrencia de anomalías dominantes (sequías). Para las sequías más severas se hizo un análisis de correlación espacial entre la precipitación reconstruida y el índice de severidad de sequía de Palmer (PDSI) (^{Stahle et al., 2016}). Finalmente, para determinar la influencia de ENSO sobre la variabilidad hidroclimática, se relacionó la precipitación reconstruida y el índice Niño 3.4 SST (^{Rayner et al., 2003}) mediante el programa MATLAB versión 8.5 (^{The MathWorks Inc., 2015}). Para tal efecto, se utilizaron gráficos de resolución anual de espectros de ondeleta y gráficos de coherencia de ondeleta.

Fechado de muestras

De un total de 223 núcleos de crecimiento se lograron fechar 159 muestras (71 %) al año exacto de su formación. Los resultados de COFECHA indicaron que la intercorrelación de las series fue estadísticamente significativa (Cuadro 2). Se generaron dos cronologías: El Santuario de 156 años (1863-2018) y La Norteña de 359 años (1660-2018). Se determinó una correlación significativa (r = 0.580; P < 0.01) entre ambas cronologías y se desarrolló una cronología regional (Figura 2). Esta indicó una señal expresada de la población (EPS) > 0.85 con más de 10 núcleos a partir del año 1739, un tamaño de muestra estadísticamente robusto (Figura 2).

Figura 2 Cronología compuesta de anillo total de Pseudotsuga menziesii, Pinus arizonica y Pinus strobiformis. La serie de tiempo muestra la variabilidad climática en los últimos 359 años para la región oeste de Chihuahua. La línea de color gris de fondo representa la variabilidad anual; la línea horizontal punteada, la media; la línea resaltada en color negro es un spline de 10 años que permite la observación de eventos de baja frecuencia; y el área gris indica el tamaño de muestra para cada segmento de la cronología regional. La línea en color rojo representa un valor de la señal expresada de la población (EPS) > 0.85. 

Función de respuesta

La Figura 3 muestra que las mayores correlaciones entre la precipitación y las cronologías se obtienen utilizando la versión estándar. Con respecto a la precipitación mensual, el periodo que comprende desde septiembre del año previo a junio del año actual presentó relación positiva con la cronología regional de anillo total, madera temprana y tardía en su versión estándar y residual. Los meses de octubre y noviembre del año previo y febrero del año actual mostraron correlación significativa (P< 0.05) tanto con la cronología estándar como con la residual para anillo total, madera temprana y tardía (Figura 3A y 3C).

En el caso de la precipitación acumulada, las correlaciones fueron significativas (P< 0.01) en los tres índices (anillo total, madera temprana y tardía) durante todo el año para la cronología estándar y residual (Figura 3B y 3D). No obstante, el periodo estacional de lluvia acumulada octubre-junio de la cronología estándar registró la mayor correlación para anillo total (r = 0.73, P< 0.01), madera temprana (r = 0.71, P< 0.01) y madera tardía (r = 0.71, P< 0.01) (Figura 3B). La cronología regional estándar de anillo total presenta el mayor potencial para emplearse como proxy de la variabilidad de la precipitación estacional del periodo octubre-junio (r = 0.73, P < 0.01).

Reconstrucción de la precipitación

La Figura 4A muestra asociación altamente significativa (r = 0.73, P< 0.01) entre el periodo de lluvia estacional octubre-junio y el índice de ancho de anillo total para el periodo común 1980-2015. Se generó un modelo de regresión lineal que permitió reconstruir la variabilidad de la precipitación de datos observados en dicho periodo (Figura 4B). El modelo fue el siguiente:

donde,

Y_t = valor de la precipitación (mm) octubre-junio, reconstruido para un año específico t

X_t = índice de ancho de anillo total para un año específico t.

Figura 4 Asociación entre el índice de ancho de anillo (IAA) de Pseudotsuga menziesii, Pinus arizonica y Pinus strobiformis y la precipitación regional octubre-junio del periodo 1980-2015 en la región oeste de Chihuahua (A); modelo de regresión lineal entre ambas variables (B); y comparación de la precipitación reconstruida octubre-junio (línea sólida) y la precipitación observada (línea punteada) en el periodo 1980-2015, verificación y calibración del modelo de regresión (C). 

Calibración y verificación del modelo

La Figura 4C indica la variabilidad de la precipitación reconstruida para el periodo común de datos observados (1980-2015). El proceso de calibración del modelo indicó correlación altamente significativa (r = 0.76, r² = 0.58, P< 0.01) entre la precipitación observada y la reconstruida, y explicó 58 % de la variabilidad de la precipitación. Por su parte, la verificación mostró correlación altamente significativa r = 0.66 (r² = 0.44, P< 0.01), la cual explicó 44 % de la variabilidad de la lluvia (Cuadros 3 y 4). Dado que ambos subperiodos presentaron correlaciones significativas, el modelo para el periodo total de datos observados (1980-2015) se consideró estadísticamente válido con r = 0.75 (r² = 0.56, P< 0.01) y se aplicó a la cronología total para reconstruir la variabilidad de la precipitación (Cuadro 3).

Variabilidad de la precipitación reconstruida

La Figura 5 muestra la variabilidad de la precipitación reconstruida octubre-junio que comprende el periodo 1660-2018. La serie indica alta variabilidad interanual y multianual con periodos secos y húmedos que variaron en extensión e intensidad. Para los últimos tres siglos y medio se determinaron frecuencias significativas (P < 0.05) de eventos extremos cada 50 años (Figura 6), a mediados y entre finales e inicio de siglo, aproximadamente. El análisis de correlación espacial entre PDSI y cuatro de las sequías más severas (1695-1707, 1751-1768, 1807-1810, 1945-1956) indicó áreas de correlación significativa (P< 0.05), mostrando la magnitud y la extensión geográfica de estos episodios (Figura 7).

Figura 5 Reconstrucción de la precipitación invierno-primavera (359 años) para el oeste de Chihuahua. La línea gris del fondo indica la variabilidad anual y la curva suavizada de 10 años, resaltada en negro, permite la observación de eventos de baja frecuencia (en azul periodos secos y en rojo periodos húmedos). La lluvia promedio es de 277.4 mm. 

Figura 6 Análisis espectral de la precipitación regional reconstruida para el oeste de Chihuahua. Los números indican las frecuencias observadas en la serie; en negritas, las frecuencias de 2 y 5 años indican relación con el fenómeno ENSO y las frecuencias de 51 y 91 años corresponden a eventos extremos con ciclos de 50 años, aproximadamente. 

Figura 7 Correlación espacial entre la precipitación reconstruida y el índice de severidad de sequía de Palmer (PDSI) de los meses junio, julio y agosto (^{Stahle et al., 2016}) para cuatro eventos extremos de sequía. La estrella indica el área de estudio. 

Influencia del ENSO sobre la variabilidad de la lluvia

La Figura 8A muestra el espectro de ondeleta para la precipitación reconstruida, áreas significativas (P< 0.05) que corresponden a periodos de uno (1902-1904, 1988-1989), tres (1995-2002) y seis años (2006-2018). Por otra parte, la Figura 8B indica el espectro de ondeleta del fenómeno ENSO y su ciclo irregular de uno a siete años para los intervalos 1912-1920, 1942-1958, 1968-1973, 1978-2006 y 2008-2015. El análisis espectral de coherencia de ondeletas determinó áreas significativas (P< 0.05) de relación en fase entre la precipitación reconstruida y el índice Niño 3.4 para el periodo 1900-2018 en frecuencias de uno a siete años (Figura 8C). Se determinaron periodos significativos (P< 0.05) en fase para los intervalos 1900-1910, 1932-1940, 1934-1963, 1920-1950 y 1995-2018 con frecuencia de 1-7, 1-2, 4-7, 10-16 y 5-7 años, respectivamente.

Figura 8 Espectro de ondeleta para la precipitación reconstruida (A) y el índice ENSO 3.4 (B). Análisis de coherencia de ondeletas entre la serie de precipitación reconstruida y el índice ENSO 3.4 (C). Las áreas en color rojo delimitadas por una línea negra indican una relación significativa (P< 0.05) entre las dos variables. Las flechas horizontales hacia la derecha indican que ambos fenómenos están en fase (relación positiva). Por el contrario, las flechas hacia la izquierda señalan una relación en antifase o relación negativa. 

Sensibilidad de las series

La cronología regional generada supera el parámetro de correlación determinado por el programa COFECHA (^{Holmes, 1983}), el cual establece r = 0.3281 como mínima correlación significativa (P< 0.01) entre series de crecimiento. Lo anterior señala que las especies empleadas poseen buena sensibilidad a los cambios ambientales, presentando potencial para fines de reconstrucción de la variabilidad climática regional.

Variabilidad común de las series

P. menziesii, P. arizonica y P. strobiformis muestran variabilidad climática común a través del tiempo, lo que sugiere que el crecimiento anual está influenciado por condiciones meteorológicas que modulan el clima regional. Múltiples trabajos han encontrado una respuesta común entre especies de la Sierra Madre Oriental (^{Cerano-Paredes et al., 2011a}; ^{Cerano-Paredes, Villanueva-Díaz, Valdez-Cepeda, Méndez-González, & Constante-García, 2011}) y la Sierra Madre Occidental (^{Chávez-Gándara et al., 2017}; ^{Irby et al., 2013}; ^{Villanueva-Díaz et al., 2015}), aun cuando están separadas; esto implica que las especies captan la variabilidad de fenómenos climáticos de mayor escala. La fluctuación similar del crecimiento entre especies obedece al factor limitante común que es la precipitación (^{Fritts, 2001}).

Respuesta de la cronología a la variabilidad de la precipitación

La precipitación influye de forma significativa en el crecimiento de las especies arbóreas del oeste de Chihuahua, particularmente la lluvia estacional octubre-junio. ^{Villanueva-Díaz et al. (2015}) reportan resultados similares en la región norponiente de Chihuahua. La respuesta del crecimiento de coníferas a la precipitación invierno-primavera en el noroeste de México y suroeste de Estados Unidos ha sido corroborada por diversos estudios paleoclimáticos (^{Cerano-Paredes et al., 2011a}, ²⁰¹²; ^{Chávez-Gándara et al., 2017}; ^{Cleaveland et al., 2003}; ^{D’Arrigo & Jacoby, 1991}). Una explicación a lo anterior es que las lluvias durante el invierno suelen ser de poca intensidad, favoreciendo la infiltración y la saturación del suelo; a su vez, la baja evapotranspiración en esos meses hace que el agua sature el suelo y esté disponible para el siguiente periodo de crecimiento de los árboles (^{Zywiec et al., 2017}). Varios estudios paleoclimáticos han documentado y discutido la respuesta del crecimiento de coníferas a la precipitación invierno-primavera en Chihuahua (^{Cerano-Paredes et al., 2009}; ^{Irby et al., 2013}; ^{Villanueva-Díaz et al., 2015}). Esta respuesta común de las especies ha permitido reconstruir sequías y analizar su impacto a nivel nacional (^{Stahle et al., 2011}).

Sequías reconstruidas

La disponibilidad de información histórica sobre la ocurrencia de sequías y sus estragos es escasa en México; en lo que respecta a la parte norte, la documentación inicia a partir de la segunda mitad del siglo XVIII cuando el área fue colonizada y poblada (^{García-Acosta, 1993}). En Chihuahua, los registros reportan afectaciones por sequías durante varios periodos: a mediados de la década de 1720, finales de 1730 y principios de 1740, entre 1748 y 1766, en los primeros tres años de la década de 1770, a la mitad de 1780, primeros dos decenios del siglo XIX, entre 1890 y 1897, y durante el siglo XX en las décadas de 1930, 1950 y 1990 (^{Endfield & Fernández-Tejedo, 2006}). La presente reconstrucción registró todos los eventos reportados a excepción del periodo de finales de 1730 a principios de 1740, lo cual valida la calidad de resolución anual de la reconstrucción.

La sequía a finales del siglo XVII y principios del siglo XVIII (1695-1707) se ha reportado en otras reconstrucciones paleoclimáticas de Chihuahua (^{Villanueva-Díaz et al., 2015}) y Durango (^{Cerano-Paredes et al., 2012}); además, el análisis de correlación espacial de PDSI muestra que la mayor intensidad de esta sequía se concentró en dichos estados (Figura 7A). La afectación de la sequía a mediados del siglo XVIII, con una duración de casi 20 años (1751-1768), se extendió por gran parte del norte de México y sur de Estados Unidos (Figura 7B), corroborando lo reportado por ^{Cook et al. (2009}) y ^{Cerano-Paredes et al. (2011a)}. Por otra parte, los efectos de una de las sequías ampliamente documentadas conocida como “El Año del Hambre (1785-1786)”, considerada como el evento más severo en la historia de la agricultura de la Nueva España (^{Therrell, Stahle, Villanueva-Díaz, Cornejo-Oviedo, & Cleaveland 2006}), fueron menos severos en la parte norte comparada con el centro de México, región que padeció hambruna y epidemias, muriendo más de 300 000 personas (^{Florescano, 1986}).

El inicio de la lucha armada por la independencia de México fue precedido por sequías y malas cosechas en 1807, 1808 y 1809, las cuales, en 1810, originaron precios del maíz elevados excesivamente, escasez de alimentos y crisis en todo el virreinato (^{O’Hara & Metcalfe, 1997}). Esto creó desempleo en el campo y en las ciudades, tensión social en las poblaciones, epidemias y motines populares (^{Florescano, 1980}). La reconstrucción de la variabilidad de lluvia para el oeste de Chihuahua, así como el análisis de correlación espacial con el PDSI (Figura 7C) confirman esta información, ya que muestra que todo el territorio de la Nueva España fue severamente afectado.

Para los últimos años del periodo conocido como “El Porfiriato” (1908-1911), nuevamente se reconstruyó una precipitación por debajo de la media. Esta sequía causó escasez masiva de alimentos, lo que llevó posteriormente al descontento social (^{Irby et al., 2013}). ^{Florescano (1980}) señala relación estrecha entre las condiciones de sequía que afectaron principalmente Querétaro e Hidalgo en el centro del país y Chihuahua, Coahuila y Nuevo León en la parte norte, con el estallido de la Revolución Mexicana, lugares clave donde se gestó dicha insurrección.

Las sequías de las décadas de 1930, 1950 y 1990 han sido registradas en otras reconstrucciones paleoclimáticas de Chihuahua (^{Cerano-Paredes et al., 2009}; ^{Irby et al., 2013}; ^{Villanueva-Díaz et al., 2015}) documentando escasez de agua, pérdida de cosechas y ganado. El análisis de correlación espacial (Figura 7D) muestra que la sequía de mediados del siglo XX impactó gran parte del suroeste de Estados Unidos y la región norte de México (^{Cleaveland et al., 2003}; ^{O’Hara & Metcalfe, 1997}). Este episodio ocasionó gran crisis económica en el medio rural del norte del país, provocando que decenas de miles de campesinos emigraran a las grandes ciudades mexicanas y a Estados Unidos en búsqueda de oportunidades (^{Florescano, 1980}).

Las sequías severas se han observado cada mediados de siglo y entre finales o inicio de cada siglo, una recurrencia de 50 años (Figura 6), lo cual sincroniza con resultados de otros estudios tanto para el centro (^{Therrell et al., 2006}) como para el norte del país (^{Cerano-Paredes et al., 2011}b, 2012; ^{Chávez-Gándara et al., 2017}). Los episodios más severos de sequías reconstruidos para la zona oeste de Chihuahua sincronizan con eventos registrados en la mayor parte del norte y centro de México y sur de Estados Unidos, con variaciones de intensidad entre regiones. Lo anterior se puede atribuir a fenómenos climáticos de gran escala que afectan con diferente intensidad las regiones geográficas.

Influencia de ENSO sobre la precipitación

ENSO influye fuertemente en la variabilidad interanual del clima invierno-primavera del norte de México (^{Magaña-Rueda, 1999}; ^{Stahle et al., 1998}). Los regímenes prolongados de sequía y humedad en esta región reflejan la alta relación entre la variabilidad decenal y la varianza anual tanto en la precipitación de la estación fría como en la cálida (^{Cleaveland et al., 2003}). La precipitación en la estación fría en el norte de México y el suroeste de Estados Unidos se correlaciona significativamente con ENSO (^{Magaña-Rueda, Vázquez, Pérez, & Pérez, 2003}). Esta teleconexión de ENSO con el clima del norte de México se registra claramente en el crecimiento de los árboles de la Sierra Madre Occidental (^{Cerano-Paredes et al., 2009}; ^{Chávez-Gándara et al., 2017}; ^{Cleaveland et al., 2003}).

La reconstrucción de la precipitación octubre-junio contiene una fuerte señal de ENSO en los dominios de tiempo y frecuencia. El análisis espectral de coherencia de ondeletas muestra que la variabilidad de la precipitación es modulada de forma significativa por ENSO a diferentes escalas de tiempo y frecuencia en los últimos 100 años (Figura 8). Se determinó una coherencia significativa entre la precipitación reconstruida y el índice Niño 3.4. De acuerdo con ^{Gergis y Fowler (2009}), los últimos tres eventos de sequía más importantes en esta región del norte del país a inicio, mediados y finales del siglo XX e inicio del siglo XXI presentan relación significativa con ENSO. ^{Trenberth (1997}) señala que dos de los eventos más intensos del ENSO en su fase fría se registraron a mediados del siglo XX (1950-1951 y 1954-1956) y provocaron reducciones importantes en la precipitación y sequías severas en gran parte del norte de México, obligando a decenas de miles de campesinos a emigrar (^{Florescano, 1980}).