INTRODUCCIÓN

Aunque el fuego ha sido considerado como un regulador natural en los bosques (^{Jiménez y Alanís, 2011}), la intervención antropogénica ha modificado su estabilidad. El fuego es el factor dominante que cambia el uso de suelo en los ecosistemas forestales (^{Avila y col., 2010b)}. Particularmente en Durango, México, los bosques han sufrido serias afectaciones, colocándolo en los primeros lugares a nivel nacional (^{Pompa y col., 2012b}).

Entender la ocurrencia de incendios forestales y sus factores asociados es un factor clave para diseñar estrategias de manejo del fuego (^{Gollberg y col., 2001}). Diversos estudios se han enfocado a estudiar la interacción entre factores físicos del sitio y climáticos (^{Flasse and Ceccato, 1996}; ^{Sepúlveda y col., 2001}; ^{Giglio y col., 2003}). En Durango, por ejemplo, ^{Drury y Veblen (2008)}, encontraron que los incendios se han correlacionado con variaciones climáticas extremas y en algunos casos se ha explicado su ocurrencia desde una perspectiva geoespacial (^{Avila y col., 2010a}).

Sin embargo, en dichos análisis se ha omitido su relación con fenómenos circulatorios de gran escala como del Niño ENSO. En primer lugar, estas teleconexiones pueden resultar de gran valía por la estrecha relación que guardan con las condiciones climáticas locales (^{Pompa y Jurado, 2013}). En segundo lugar, estudios recientes (^{Yocom y col., 2010}; ^{Cerano y col., 2011}), basan sus análisis en índices ENSO de una sola variable (i. e. índices convencionales) o Niñofe. Sus valores varían con el ciclo estacional (^{Wolter and Timlin, 1993}), provocando baja confiabilidad (^{Wolter and Timlin, 1998}). Recientemente, ^{Wolter and Timlin (2011)}, generaron el nuevo MEI reportado como más robusto y confiable que los índices convencionales (ver http://www.noaa.esrl.noaa.gov/psd/people/klauss.wolter/MEI).

El objetivo de este trabajo fue evaluar los índices ENSO Niño 3 y MEI como variables asociadas a la presencia de incendios en Durango, México, durante el período 2001 a 2010.

MATERIALES Y MÉTODOS

Área de estudio

El área de estudio correspondió al estado de Durango, que se encuentra ubicado en el noroeste de México con coordenadas 22°16'-26°53' N, 102°29'-107°16' W, y cubre una superficie de 123.181 km², con alta diversidad de ecosistemas. Está dividido en cuatro zonas ecológicas, que son grandes unidades que contienen paisajes de clima, topografía y vegetación similares (Figura 1). Asímismo, en dicho mapa se presenta la distribución de la incidencia de los incendios durante el período de estudio sobre los diferentes ecosistemas, de acuerdo a la información proporcionada por la delegación estatal de la Comisión Nacional Forestal (CONAFOR). Las coníferas y encinos incluyen diferentes especies de pinos y encinos, que se aprovechan para las actividades comerciales y están situados en la meseta de la Sierra Madre Occidental. La selva baja caducifolia se encuentra en uno de los grandes cañones que atraviesan el irregular terreno y se compone principalmente de especies tropicales y subtropicales. Los matorrales xerófilos tienen una capacidad de adaptación en áreas secas y salinas (^{Pompa y Hernández, 2012}). Además, los pastizales son grandes áreas con diferentes especies de gramíneas y a veces mezclado con matorrales en terrenos pedregosos, que se utilizan principalmente para pastoreo de ganado. La mayoría de los ecosistemas son de propiedad comunal, aunque existen algunos de propiedad privada (^{Pompa y Montiel, 2012}).

Figura 1. Localización del área de estudio: a) Continente americano donde se destaca con gris oscuro a México y con negro al estado de Durango; b) estado de Durango indicando las ecozonas y los incendios forestales de 2001 a 2010. 

Figure 1. Location of the study area: a) American continent where the country of Mexico is highlighted in dark gray and Durango State in black; b) Durango State showing ecozones and forest fires from 2001 to 2010. 

Análisis de la información

Para determinar la influencia detallada de MEI y Niño 3 en NF, se realizó un análisis de correlación utilizando el coeficiente de Pearson, con el software SAS/STAT(®) (^{SAS Institute Inc., 2004}). Su expresión es:

Donde r_xy es la correlación, Cov(x, y) es la covarianza, y σ_χ, σ_y son las desviaciones estándar entre dos variables aleatorias "x" y "y", respectivamente. NF fue obtenido a partir del registro diario de reportes de incendios forestales de la CONAFOR, resultando en 1 004 incendios de 2001 a 2010. En adición, se utilizaron dos índices ENSO: El MEI, definido como el primer componente de variación estacional de seis variables atmosféricas-oceánicas de la cuenca del pacífico (^{Wolter y Timlin 2011}); sus datos fueron obtenidos desde http://www.esrl.noaa.gov/psd/enso/mei/table.html para cada uno de los años bajo estudio. El Niño 3, el cual es calculado como la diferencia estandarizada de la presión atmósferica al nivel del mar entre Tahiti en el este del Pacífico y Darwin en el norte de Australia; sus valores fueron obtenidos desde http://iridl.ldeo.columbia.edu/SOURCES/.Indices/.nino.EXTENDED/.

Finalmente, se efectuó una regresión lineal con el software SAS/STAT(®) (^{SAS, 2004}), para construir un modelo que explique a NF en función directa del valor anual promedio del índice ENSO (P < 0.1).

RESULTADOS

La presencia de incendios varió desde 9 (para el año 2008) hasta los 231 (para el año 2005), mostrando gran diferencia en su ocurrencia. Los coeficientes de Pearson variaron de 0.2 hasta 0.74 para Niño 3 y MEI, respectivamente (Figura 2). Aunque gráficamente se observó consistencia entre NF y los fenómenos ENSO, sólo MEI resultó significativo. Ello indica, que MEI tiene relación directa con la presencia de incendios forestales en el área de estudio. Respecto al procedimiento de regresión, el modelo desarrollado explicó un 55 % (P < 0.10) de la variación de NF (Tabla 1), lo que sugiere un adecuado potencial para explicar la ocurrencia de incendios.

Figura 2. Asociación gráfica entre el número de incendios (NF), y fenómenos ENSO (MEI y Niño 3) de 2001 a 2010; r es el coeficiente de correlación y P el nivel de significancia. 

Figure 2. Graphic association between number of forest fires (NF) and ENSO phenomena (MEI and Niño 3) from 2001 to 2010; r means correlation coefficient and P is significance level. 

Tabla 1 Modelo seleccionado para NF con el procedimiento de regresión (P < 0.10). 

Table 1. Selected model for NF with regression approach (P < 0.10). 

DISCUSIÓN

Los resultados muestran el potencial de MEI para explicar la presencia de incendios. Los coeficientes de correlación son similares a otros reportados a escala mundial (^{Chen y col., 2011}), como para zonas vecinas en México (^{Yocom y col., 2010}). Estos hallazgos confirman que el ENSO, vía sus efectos en la precipitación (^{Stahle y col., 2012}), es un factor climático de gran escala que tiene una influencia sólida sobre la actividad de los incendios forestales, con sus consecuentes cambios de usos de suelo. Los resultados de la Tabla 1 fueron consistentes con la correlación de la Figura 2, y también sugieren que el ENSO puede ser un medio para predecir la magnitud de la actividad del fuego antes de su aparición (^{Barnston y col. 2010}; ^{Holz y Veblen, 2011}). Incluso se podría reconstruir su conducta histórica con base en registros previos de MEI, al menos desde 1950 (^{Wolter y Timlin, 2011}). Grandes eventos del fuego, como los ocurridos durante el 2005 (Figura 2), pueden atribuirse a las fases cálidas del ENSO, que impactan en los regímenes de precipitación. Sus efectos incluyen la liberación de significativas cantidades de dióxido de carbono, serias amenazas a la fauna y repercusiones en la hidrología de los ecosistemas (^{Goldammer, 2007}).

A pesar de que MEI y Niño 3 muestran tendencias similares en la Figura 2, MEI resultó con mejor ventaja según los resultados de correlación y regresión. Para ^{Wolter y Timlin (2011)}, esto se debe a que los índices convencionales permanecen fijos en su dominio espacial, mientras que MEI permite variaciones geográficas de sus variables de acuerdo al ciclo estacional. Esto tiene correspondencia con los resultados reportados por ^{Pompa y Montiel (2012)}, donde la concentración de incendios varía anualmente, como se muestra en la Figura 3.

Aunque el objetivo de este trabajo no fue hacer un análisis entre ecozonas, es evidente que existen variaciones entre ellas bajo un patrón espacial y temporal. Este tipo de análisis requiere mayores datos para monitorear la conducta del fuego (^{Flannigan y col., 2005}). Esta diversidad tiene correspondencia con el MEI, dado que su ocurrencia se basa en múltiples variables, más que en un solo campo como lo hace el Niño 3.

Figura 3. Intensidad espacial estimada de ocurrencia anual de incendios forestales en Durango de 2001 a 2010. 

Figure 3. Estimated spatial intensity of annual occurrence of forest fires in Durango from 2001 to 2010. 

Una de las limitaciones del análisis es la temporalidad de los incendios forestales (una década), por lo cual los resultados reafirman la importancia de registrar los incendios históricos desde el mayor tiempo posible. Esto es consistente con lo documentado por ^{Van-Wagner (1988)}, ^{Rollins y col. (2002)} y ^{Podur y col. (2003)}, quienes observaron que los registros previos han sido de utilidad para conceptualizar donde los incendios pueden aparecer y por ende reducir el impacto potencial que puedan alcanzar. Sin embargo, estos datos por sí solos son limitados para evaluar el riesgo y/o peligro de incendio (^{Stratton, 2006}). Ello exige considerar el papel relativo de otros componentes que tienen influencia en la presencia de incendios forestales (^{Pompa y col., 2012a}).

CONCLUSIONES

Se encontró que ENSO tiene conectividad con la ocurrencia de incendios en el estado de Durango. Tales conexiones han sido principalmente detectadas por el MEI en sus fases positivas (Episodios el Niño). MEI resultó mejor que los índices convencionales (i.e. Niño 3), debido a que utiliza un conjunto de variables alternativas robustas, como la presión atmosférica, velocidad del viento, temperaturas y nubosidad. También posibilita el pronóstico de la actividad del fuego, así como sus reconstrucciones históricas. Estos resultados constituyen elementos fundamentales para diseñar mejores estrategias del manejo del fuego, particularmente ante las tendencias de cambios climáticos. Es necesario además investigar el papel asociado que tienen otros factores como combustibles, características del ecosistema y otros elementos del clima.