Escenarios de la distribución potencial de Pinus patula Schltdl. et Cham. y Pinus pseudostrobus Lindl. con modelos de cambio climático en el Estado de México

Potential distribution scenarios of Pinus patula Schltdl. et Cham. and Pinus pseudostrobus Lindl. in the State of Mexico under climate change models

Ramiro Pérez Miranda¹, Francisco Moreno Sánchez¹, Antonio González Hernández¹ y Víctor Arreola Padilla¹

¹ Centro Nacional de Investigación Disciplinaria en Conservación y Mejoramiento de Ecosistemas Forestales. INIFAP. Correo-e: perez.ramiro@inifap.gob.mx

Fecha de recepción: 9 de julio de 2012;
Fecha de aceptación: 19 de diciembre de 2012.

RESUMEN

Las repercusiones del cambio climático (CC) en el desarrollo de la flora modificarán la distribución espacial de los ecosistemas forestales. Algunas especies migrarán hacia mayores altitudes y a otras latitudes, por lo que desaparecerán total o parcialmente de su área original. El objetivo del estudio que se describe consistió en comparar la distribución potencial actual de Pinus patula y de Pinus pseudostrobus bajo escenarios de CC con modelos de circulación general (MCG) de la atmósfera y con Ensamble regional (Er) de MCG. Para 2030, el área de P. patula con escenarios de CC A2 calculada mediante GFDL 2.0 tuvo 10 705 ha más de superficie de aptitud alta que HADGEM, mientras que el Er de MCG fue mayor, con 84 926 ha que GFDL. Respecto a 2050, esta aptitud con GFDL 2.0 registró mayor territorio que HADGEM, con 20 482 ha; el Er de MCG fue más alto con 62 954 ha que GFDL 2.0. Para 2030, el GFDL 2.0 de P. pseudostrobus determinó siete hectáreas más de aptitud alta que HADGEM; por el contrario, el Er de MCG fue superior, con 86 555 ha que GFDL 2.0. Para 2050, mediante este último, la cifra es más grande que con HADGEM, por 264 ha; el Er de MCG resultó con 84 457 ha que a través de GFDL 2.0. La distribución potencial de los dos taxa en el Estado de México con escenarios de CC tiende a reducir su superficie. Los escenarios de Ensamble de MCG permiten generar resultados aplicados con más detalle que los MCG.

Palabras clave: Distribución potencial, escenarios de cambio climático, modelos de circulación general (MCG), Pinus patula Schltdl. et Cham., Pinus pseudostrobus Lindl., SIG.

ABSTRACT

The impacts of climate change (CC) in the development of flora change the spatial distribution of forest ecosystems. Some migrate to higher altitudes and elsewhere, so these species disappear totally or partially of its geographical area. The objective of the study was to compare the current potential distribution of P. patula and P. pseudostrobus under CC scenarios with general circulation models (GCMs) of the atmosphere and Regional assembly (Ra) of the MCG. The distribution of P. patula with CC scenarios A2 2030, the GFDL model was 10 705 has more surface area that HADGEM high fitness, while the Ra GCM was higher with 84 926 ha GFDL. By 2050, this ability to GFDL 2.0 was higher HADGEM surface with 20 482 ha; meantime the GCM Ra was highest with 62. 954 ha GFDL 2.0. The P. pseudostrobus 2030, the GFDL 2.0 had seven hectares of high fitness surface that HADGEM, however the GCM Ra was higher with 86 555 ha GFDL 2.0. By 2050, with GFDL 2.0 HADGEM was higher compared with 264 ha Ra GCM was higher with 84 457 ha GFDL 2.0. The potential distribution of the two species in the State of Mexico with CC scenarios tends to reduce its distribution area. Assemblies scenarios GCM applied to generate results allow greater detail than GCM.

INTRODUCCIÓN

Cada vez más la sociedad demanda diversos insumos y productos para su desarrollo económico. Esto ha ocasionado alteraciones en la vida terrestre, lo cual se refleja en cambios en los paisajes y sistemas naturales en escalas diferentes. El cambio climático es un fenómeno atribuido a factores antrópicos (PNUMA, 2005; IPCC, 2007) y sus efectos son varios: alteraciones en el nivel del mar, derretimiento de glaciares y eventos extremos como sequías e inundaciones, escasez de agua y productos agropecuarios, propagación de enfermedades humanas, de la fauna y de la flora transmitidas por vectores biológicos y físicos, entre otros (UNFCCC, 2007).

El cambio climático puede afectar a los bosques de formas distintas alterando la frecuencia, la intensidad, la duración y el ritmo de incendios, sequías, daños fitosanitarios, huracanes, etcétera. (Dale et al., 2001). En la biodiversidad se modifican, directamente, los niveles de organización, desde individuos hasta poblaciones y de comunidades a ecosistemas (Root et al., 2003). Los escenarios de cambio climático indican que un incremento de la temperatura propiciará la expansión de los bosques en latitudes altas, mientras que en latitudes medias se espera un decremento o migración de poblaciones hacia zonas con climas más adecuados a su desarrollo (Sims et al., 2007). En general, las zonas cálidas y húmedas promueven el desarrollo de los bosques y, en contraste, regiones cálidas y secas crean un déficit de humedad, que resulta en una sustitución de zonas forestales por pastizales (Sedjo, 2010).

Ante los efectos del cambio climático es importante considerar medidas de adaptación y mitigación por parte del sector forestal; para ello, las evaluaciones sobre las consecuencias a corto y largo plazo aportarán información para diseñarlas y aplicarlas (Spittlehouse y Stewart, 2003). Una de estas evaluaciones se refiere a la aplicación de modelos de simulación de la atmósfera de cambios en variables climáticas, a partir de las cuales se obtienen variables base para realizar simulaciones a futuro respecto al comportamiento y desarrollo de especies, ecosistemas y sistemas de producción agrícola, ganadera, silvícola, entre otras (Magaña et al., 2000; Gómez et al., 2007). En México, estos trabajos son relevantes, ya que tiene un territorio megadiverso y cuenta con numerosas especies vegetales y animales endémicas, algunas de las cuales están en peligro de extinción (Trejo et al., 2011).

Los estudios de modelación de cambio climático en el ámbito internacional son varios, entre ellos destaca el de Iverson et al. (1999), quienes usaron modelos determinísticos de regresión y de migración estocásticos con la finalidad de examinar la distribución potencial de Pinus virginiana Mill. en Estados Unidos de América, bajo un escenario de cambio climático 2X CO₂; los resultados indican afectaciones severas en zonas de migración en regiones con mayor fragmentación cuando la abundancia era baja. En Ecuador, Delgado y Suárez (2009) utilizaron el modelo de circulación general HadCM3-A2 para determinar la distribución potencial de 413 especies vegetales para 2080. La tendencia de las especies es colonizar altitudes más elevadas, lo cual modificaría la estructura de los ecosistemas actuales. Zonneveld et al. (2009) efectuaron una investigación en Asia sudoriental a fin de predecir la distribución de Pinus kesiya Royle ex Gordon y P. merkusii Jungh & de Vriese para 2050, con los modelos de circulación general HADCM3 y CCCMA; se espera que ambas especies se favorezcan con el cambio climático conforme existan nuevos lugares con las condiciones idóneas para su establecimiento a mayores altitudes. Pérez et al. (2011) estudiaron los hábitats subalpino y alpino conformado por bosques de P. uncinata Miller, matorrales y pastos; los resultados pronostican para estos hábitats un aumento en la altitud media de sus áreas potenciales. Habrá una pérdida en su distribución potencial: entre 84 y 98% para los pastos de alta montaña; 79 y 97% para los matorrales subalpinos y alpinos, y 90 y 68% para los bosques subalpinos bajo los diferentes escenarios climáticos (escenarios A2 y B2, respectivamente).

En el ámbito nacional, destaca el trabajo de Villers et al. (1998) donde evaluaron el impacto del cambio climático con dos modelos de circulación general (MCG) sobre áreas naturales protegidas (ANP). Según los resultados de 33 ANP analizadas, 24 se verían afectadas por el cambio de su vegetación original, lo cual provocaría efectos negativos en la flora y fauna, o habría migración hacia ambientes más propicios; así mismo, 13% de los bosques templado- fríos y cálidos del país desaparecerían; al contrario, los bosques tropicales espinosos secos y muy secos con temperaturas mayores a 24°C aumentarían. Por su parte, Monterroso et al. (2010) emplearon los modelos MCG CCM, GFDL, HADLEY y ECHAM para Abies religiosa (Kunth) Schltdl. et Cham. y Pinus pseudostrobus Lindl. en el Parque Nacional Nevado de Toluca. La investigación reveló un incremento en el área de distribución y una altitud de 100 m hacia el 2020 y de 400 m hacia el 2050 para A. religiosa, mientras que para P. pseudostrobus fue de 100 m hacia 2020 y de 300 m hacia 2050.

Gómez et al. (2009b) generaron modelos de cambio climático a escala regional al 2030 y 2050 para especies forestales como Pinus patula Schltdl. et Cham. y Pinus pseudostrobus. El primer taxon tuvo una destacada presencia en las Sierra Madre Oriental y Occidental, Sierra Volcánica Transversal y Sierra Madre del Sur, con una superficie apta de 0.4% en todo el territorio nacional; el segundo, se ubicó en la Sierra Madre Occidental con una distribución apta de 1.7% en el país.

Pinus pseudostrobus es una de las especies más utilizadas en proyectos de reforestación en México y se desarrolla principalmente en las entidades del centro, como Morelos, Puebla, Hidalgo, Estado de México y Distrito Federal, y en los sureños de Oaxaca, Chiapas y Guerrero; mientras que al norte su distribución es escasa (Viveros et al., 2006). Se localiza en comunidades vegetales de bosque de coníferas y bosque de pino-encino (Stead, 1983). Es productora de resina, pero su madera se destina al aserrío, triplay, chapa, cajas de empaque, molduras, así como a la industria de la construcción, fabricación de ventanas, muebles finos, artesanías, ebanistería y pulpa de papel. Es valorada para plantaciones comerciales, así como por sus cualidades ornamentales, por lo que se le utiliza en campos deportivos y parques (Gómez, 2009a).

El Estado de México posee una superficie de 172 700.655 ha de bosques de pino (INEGI, 2010). Según la Protectora de Bosques (2006), 80% de los pinos tienen valor económico debido a su potencial de aprovechamiento con fines maderables; algunos de ellos son P. douglassiana Martínez, P. michoacana Martínez, P. montezumae Lamb., P. teocote Schltdl. y P. pseudostrobus; así, este último es significativo en la producción de madera y resina industrial para el Estado de México, al igual que P. patula para la restauración de suelo, plantaciones industriales y madera de uso diverso. En la actualidad ambas especies tienen relevancia ecológica, económica y social para la entidad, en virtud de que presentan riesgos ante el cambio climático. Este fenómeno traería pérdidas en la producción forestal entre los productores forestales, por ello la importancia de conocer la distribución potencial de los pinos bajo estudio, con escenarios de climáticos, para que sirva de apoyo para los tomadores de decisiones en las medidas de mitigación y adaptación ante el fenómeno cambiante.

El objetivo del estudio es comparar la distribución potencial actual de P. patula y P. pseudostrobus bajo escenarios de cambio climático con modelos de circulación general de la atmósfera (MCG) y con Ensambles de los MCG.

MATERIALES Y MÉTODOS

Área de estudio

El Estado de México se sitúa entre las coordenadas 18° 21' 29" y 20°17' 20" latitud norte, y 98° 35' 50" y 100° 36' 34" longitud oeste (Figura 1) y tiene una extensión territorial de 22 499.95 km2 (INEGI, 2007).

Las unidades edáficas de mayor cobertura en el estado son Feozem y Andosol con 45%; Cambisoles, Luvisoles, Regosoles y Vertisoles representan 37%; Fluvisoles, Gleysol Mólico, Histosol Éutrico, Ranker y Rendzina, 5.6%, y otros, 12.4%. Las clases texturales predominantes son media y fina (85% de la superficie) (INEGI, 2007), y el intervalo altitudinal abarca desde los 200 m en la parte sur hasta los 5 500 m en la parte este.

Los climas más importantes son los templados: subhúmedo (Cw), semifrío húmedo (Co(w2), subhúmedo (A) Cw); el cálido subhúmedo (Aw); el semiárido templado (BS1k) y el frío (E(T)CHw) (INEGI, 2007). La entidad está conformada por las regiones hidrológicas Lerma-Santiago, con una superficie que ocupa 23.75% de su territorio; Balsas, con una de 41.86%, y Pánuco, con una de 34.39% (INEGI, 2007).

El estado cuenta con 609 000 ha forestales, de las cuales 560 000 corresponden a bosque de clima templado y frío (282 802 ha son bosques de coníferas). Los bosques de coníferas, latifoliadas y mixtos están representados por oyamel (Abies religiosa), ocote blanco (Pinus montezumae), pino chino (Pinus leiophylla Schiede ex Schltdl. et Cham.), encino quebracho (Quercus rugosa Née) y encino laurelillo (Quercus mexicana Bonpl.) (INEGI, 2008).

Selección de especies

Se estudiaron dos especies forestales de importancia económica y de restauración para el Estado de México: Pinus patula, cuyos nombres comunes son pino patula, ocote, pino llorón, pino triste, pino colorado, pino chino, entre otros, y Pinus pseudostrobus Lindl. con los nombres de pino pseudostrobus, pino ortiguillo y altamirano. Sus requerimientos agroecológicos se obtuvieron del Sistema de Información de Reforestación (SIRE) (Conabio-Pronare, 2006) y de Eguiluz (1978) y se presentan en el Cuadro 1.

Hacer clic para agrandar

Cartografía digital para la evaluación de la distribución potencial actual

Hacer clic para agrandar

La precipitación total anual y la temperatura media anual se crearon a partir de la base de datos del Instituto Nacional de Investigaciones Forestales, Agrícolas y Forestales (INIFAP), actualizada al 2003. La primera tiene un margen de error entre 27 y 33 mm, y la segunda, uno de 0.5 a 0.8°C (Díaz, 2007). El pH, la profundidad y la textura del suelo se generaron de la interpolación de los pozos pedológicos de cartas edafológicas del INEGI escala 1:50 000 y 1:250 000, y de una base de datos del INIFAP elaborada para áreas agrícolas del estado, con datos recogidos en un retícula cada 1,000 m. Los datos se interpolaron con el método de inversa a la distancia al cuadrado (IDW₂) con los 10 puntos vecinos más cercanos. La cobertura de altitud se obtuvo a partir del modelo digital de elevación (MED) de la página electrónic http://mapserver.inegi.org.mx/DescargaMDEWeb/ con una resolución de 50 m. La cartografía digital fue procesada en el software ARCGIS 9.3TM con la proyección UTM y datum WGS84.

Cartografía digital para la evaluación de la distribución potencial con cambio climático

Los estudios de cambio climático utilizan distintos modelos de clima y escenarios de emisiones con el propósito de expresar un nivel de incertidumbre menor, y se adaptan a fluctuaciones de emisiones de GEI, modificaciones tecnológicas, población, grado de desarrollo económico, entre otros. Los escenarios representan una alternativa del comportamiento del clima futuro y existen dos tipos: A, que describe un mundo con alto crecimiento económico, y B, con un crecimiento moderado. Los escenarios A1 y B1 suponen que habrá una globalización y las economías convergerán en su desarrollo, mientras que en los A2 y B2 se considera un desarrollo a nivel local (Conde et al., 2008).

Los MCG de la atmósfera empleados a fin de generar los escenarios de cambio climático fueron el GFDL 2.0 de Estados Unidos y HADGEM (versión 1) de Inglaterra, con una resolución espacial de 10 x 10 km y escenarios A2 para los años 2030 y 2050 (Conde et al., 2008). También se utilizaron escenarios regionales de cambio climático por ensamble, resultados del promedio de 10 MCG y de escenario de emisiones A2. Los MCG empleados en la generación de Ensamble Regional fueron: mpi _ echam5, miub _ echo _ g, csiro _ mk3 _ 0, csiro _ mk3 _ 5, cccma _cgcm3 _ 1, giss _ model _ e _ r, ncar _ ccsm3 _ 0, miroc3 _ 2 _ hires, mri _ cgcm2 _ 3 _ 2ª y ukmo _ hadcm3, y la resolución espacial fue de 50 x 50 km. Este ensamble permite conocer el intervalo de condiciones futuras del clima más probable para el país (Magaña, 2010). Los datos mensuales de temperatura y precipitación se interpolaron con el IDW₂ con ocho puntos más cercanos en Arc Map™ 9.3. Se alcanzaron coberturas mensuales por variable, escenario, periodo y modelo, y se les aplicaron operaciones algebraicas para generar la precipitación total anual y la temperatura media anual.

Se emplearon reglas de restricción bajo la definición de "no aptos" a los espacios urbanos, cuerpos de agua, zonas agrícolas y suelos Litosoles. Las tres primeras se obtuvieron de la Carta Uso de Suelo y Vegetación de la Serie III (INEGI, 2005) escala 1:250 000, y la última, de la Carta Edafológica digitalizada por INIFAP y Conabio (1995), escalas 1: 250 000.

Obtención de la cartografía de aptitud forestal

Se realizó una reclasificación de los valores de las coberturas digitales de cada variable, según los requerimientos agroecológicos de cada especie. Se usaron dos categorías: Apto (1) y No Apto (0), y después se aplicaron las reglas de restricción. Las variables climáticas, temperatura media anual y precipitación total anual; las del suelo, pH, textura y profundidad, así como la altitud, fueron procesadas para Arc Map™ mediante el método de lógica booleana.

Para la evaluación de la aptitud con escenarios de CC, el procedimiento fue similar, excepto porque se sustituyeron las variables climáticas actuales por las estimadas en cada escenario y periodo de los MCG de la atmósfera GFDL 2.0 y HADGEM, y los de ensamble de MCG (Figura 2).

RESULTADOS Y DISCUSIÓN

En el Estado de México Pinus patula presenta diferentes una aptitud alta de 181 304.73 ha (equivalente a 64.11% de la superficie forestal de coníferas de la entidad), y una media de 273 359.61 ha (equivalente a 96.66%) (Cuadro 2).

La aptitud actual con nivel alto del P. patula escasamente existe en la zona sur de la entidad, en una franja que va de oriente a occidente. En el oriente se halla en áreas reducidas: en la parte baja de la vertiente occidental de los volcanes Popocatépetl e Iztaccíhuatl en bosque de pino, pino-encino, encino-pino, encino, vegetación secundaria de encino y agricultura de temporal. En la Sierra Monte Alto y en la Sierra de Las Cruces está poco distribuido en áreas de bosques de encino, pino y agricultura de temporal. En la vertiente sur y suroeste del Nevado de Toluca se localiza en bosque de pino, pino-encino y agricultura de temporal; en la Sierra Occidental, en bosque de pino-encino y agricultura de temporal, y en la parte noroccidental, en bosque de encino y encino-pino (Figura 3).

La extensión de la aptitud media es más amplia que la alta. En la parte este de la entidad, geográficamente tiene suficiente amplitud y está repartida alrededor de los volcanes Popocatépetl e Iztaccíhuatl en bosques de pino. En estas áreas el desarrollo de la especie tendría limitantes por altitud y temperatura, de acuerdo al resultado del proceso del modelado en el SIG. En la Sierra Monte Alto, Sierra de Las Cruces, La Marquesa y al sur de esta última, crece en bosques de oyamel, pino, encino-pino, encino y agricultura de temporal. En el Nevado de Toluca se ubica principalmente en bosque de pino, bosques secundarios de pino-encino y agricultura de temporal; en Valle de Bravo, en bosques de pino, pino-encino y agricultura de temporal; en la Sierra Occidental, en bosque de oyamel, pino-encino y vegetación secundaria de oyamel y agricultura de temporal, y en la porción noroccidental y norte, en bosque de encino-pino, encino y agricultura de temporal. Las principales limitantes para el desarrollo del P. patula en estas áreas son la altitud, profundidad del suelo y temperatura media.

La aptitud de P. patula con escenarios de cambio climático del tipo A2 tiene superficies contrastantes. Para el periodo 2030, la extensión de aptitud con el modelo GFDL 2.0 presenta mayor superficie que el HADGEM con 5.9% (10 704 ha); sin embargo, los resultados son en absoluto discrepantes con el Ensamble de MCG, ya que las diferencias son del orden de 46.84% (equivalente a 84 927 ha) con respecto al GFDL. La misma situación ocurre con la aptitud media entre GFDL 2.0 y HADGEM, donde la divergencia es de 1.35% (3 686 ha), y entre GFDL 2.0 y Ensambles de MCG, que es de 9.60% (26 244 ha) (Cuadro 3).

Hacer clic para agrandar

Para el periodo 2050, la superficie de aptitud alta con el modelo GFDL 2.0 muestra mayor superficie que el HADGEM: 11.30% (20 482 ha). Al contrario, los resultados son diferentes con el Ensamble de MCG, pues estos son mayores: 4.72% (equivalente 62 954 ha) más, respecto al GFDL 2.0. La situación es similar con la aptitud media; la discrepancia entre GFDL 2.0 y HADGEM es de 3.71% (10 145 ha), y la de GFDL 2.0 con el Ensambles de MCG, de 2.43% (6 647 ha) (Figura 4).

Hacer clic para agrandar

Pinus pseudostrobus posee una superficie importante de aptitud en el estado: una alta de 93 425.40 ha (equivalente a 33.04% de la superficie forestal de coníferas del estado) y una media de 249 051.51 ha (equivalente a 88.07%) (Cuadro 4).

La aptitud actual con nivel alto de P. pseudostrobus se distribuye escasamente en una franja central del estado que va de oriente a occidente. En el oriente se dispersa en regiones pequeñas localizadas desde la parte baja en áreas de agricultura de temporal hasta media alta en bosques secundarios de pino-encino y de pino. En la Sierra Monte Alto y Sierra de Las Cruces se ubica en áreas de bosques de encino, pino, oyamel y agricultura de temporal; en la vertiente sur y suroeste del Nevado de Toluca, en bosque de pino, pino-encino, oyamel y agricultura de temporal; en la Sierra Occidental, en bosque de pino-encino, oyamel y vegetación secundaria de oyamel y agricultura de temporal, y en la parte noroccidental, en bosque de encino y en agricultura de temporal (Figura 5).

La distribución de la aptitud media es más amplia y abarca mayor área que la alta. En la parte oriental de la entidad se sitúa en bosques de pino, encino, y, en menor proporción, en terrenos de agricultura de temporal. En estos espacios presentan limitantes de profundidad del suelo y altitud y en algunos lugares el pH. En la Sierra Monte Alto, en la Sierra de Las Cruces, y La Marquesa (región sur), se encuentra en bosques de oyamel, pino, encino-pino, mesófilo, encino y agricultura de temporal. En el Nevado de Toluca se halla principalmente sobre bosque de pino, bosques secundarios de pino-encino y agricultura de temporal; en Valle de Bravo, en bosques de pino, pino-encino, mesófilo y agricultura de temporal; en la Sierra Occidental, en bosque de pino-encino, oyamel, vegetación secundaria de oyamel y agricultura de temporal, y en la zona noroccidental y norte, en bosque de encino-pino, encino, pino-encino y agricultura de temporal. Los niveles de aptitud con escenarios de cambio climático se consignan en el Cuadro 5.

Hacer clic para entregar

La aptitud de P. pseudostrobus con escenarios de cambio climático del tipo A2 tiene diversas superficies dispares. Para el periodo 2030, la extensión de aptitud con el modelo GFDL 2.0 registra mayor superficie que con el HADGEM: 0.01% (siete hectáreas). No obstante, los resultados discrepan en su totalidad con Ensamble de MCG, ya que las diferencias son del orden de 92.65% (equivalente a 86 555 ha) en relación al GFDL. Esto sucede también con la aptitud media entre GFDL 2.0 y HADGEM: 0.42% (1 049 ha) y el contraste del GFDL 2.0 con Ensambles de MCG: 55.06% (137 139 ha).

Para el periodo 2050, la superficie de aptitud alta con el modelo GFDL 2.0 muestra mayor superficie que el HADGEM: 0.28% (264 ha). Los resultados son distintos con el Ensamble de MCG, debido a que la asimetría es de 90.40% (equivalente a 84 457 ha) respecto al GFDL 2.0. Semejante situación se verifica con la aptitud media, pues entre GFDL 2.0 y HADGEM es de 0.51% (1,279 ha) y el contraste del GFDL 2.0 con Ensambles de MCG es de 47.90% (119 277 ha) (Figura 6).

Hacer clic para agrandar

La realidad es que el cambio climático afectará el desarrollo de las especies vegetales. En las plantas evaluadas, las proyecciones de los MCG presentan diferentes escenarios de precipitación y temperatura, los cuales reflejarán cambios en la distribución espacial actual. Para estas circunstancias, los resultados de P. patula y P. pseudostrobus con escenarios A2 del MCG GFDL 2.0 demuestran mayor superficie de aptitud que el HADGEM en las proyecciones de 2030 y 2050. No obstante, en ambos modelos las superficies apta alta y media de las especies forestales son mucho menores, comparadas con los modelos de Ensambles de MCG, debido a la resolución espacial y temporal que tienen los Ensambles, pues estos permiten realizar un mejor análisis a escala regional de las zonas más vulnerables (Magaña et al., 2007).

Los resultados de estudios de aptitud del terreno dependen de varios factores, como la aplicación de los MCG, escenarios, metodología, resolución espacial y temporal.

CONCLUSIONES

La distribución potencial de Pinus patula y Pinus pseudostrobus en el Estado de México con escenarios de cambio climático tiende a reducirse de manera importante. No obstante, la primera especie proyecta mayor superficie de distribución.

REFERENCIAS

Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (Conabio)-Programa Nacional de Reforestación (Pronare) 2006. Sistema de Información para la Reforestación. SIRE. Comisión Nacional para el Conocimiento y Uso de la Biodiversidad. Programa Nacional de Reforestación Paquetes tecnológicos. Especies varias. http://148.223.105.188:2222/gif/snif_portal/index.php?option=com_content&task=view&id=23&Itemid=24. (octubre a noviembre de 2011).         [ Links ]

Conde, C., B. Martínez, O. Sánchez, F. Estrada, A. Fernández, J. Zavala y C. Gay. 2008. Escenarios de cambio climático (2030 y 2050) para México y Centro América. Temperatura y precipitación. http://www.atmosfera.unam.mx/gcclimatico/index.php?option=com_content&view=article&id=61&Itemid=74>. (11 de agosto de 2009).         [ Links ]

Convención Marco de las Naciones Unidas sobre el Cambio Climático (UNFCCC). 2007. Unidos por el clima. Guía de la Convención sobre el Cambio Climático y el Protocolo de Kyoto. Bond, Alemania. 40 p.         [ Links ]

Dale, V. H., L. A. Joyce, S. McNulty, R. P. Nielson, M. P. Ayres, M. D. Flannigan, P. J. Hanson, L. C. Irland, A. E. Lugo, C. J. Peterson, D. Simberloff, F. J. Swanson, B. J. Stocks and B. M. Wotton.2001. Climate change and forest disturbances. Biosciences. 51 (9):723–734.         [ Links ]

Delgado, T. y D. Suárez D. 2009. Efecto del cambio climático en la diversidad vegetal del corredor de conservación comunitaria Reserva Ecológica El Angel-Bosque Protector Golondrinas en el Norte de Ecuador. Ecología Aplicada. 8 (2):27-36.         [ Links ]

Díaz, G. 2007. Potencial agroproductivo de especies forestales en México. In: Fernández, R., C. Ortiz, M. Reyes, F. de J. Legorreta P. y G. García. Reporte anual de investigación e innovación tecnológica. INIFAP. México, D. F. México. 304 p.         [ Links ]

Eguiluz, T. 1978. Ensayo de integración de los conocimientos sobre el género Pinus en México. Universidad Autónoma de Chapingo. Depto. de Enseñanza, Investigación y Servicio en Bosques. Chapingo, Edo. de Méx. México. 623 p.         [ Links ]

Gillespie, A. J. R. 1992. Pinus patula Schiede & Deppe: Patula pine. SO-ITF-SM-54 Departament of Agriculture, Forest Service. Southern Forest Experiment Station. New Orleans, LA USA. 5 p. http://www.fs.fed.us/global/iitf/Pinuspatula.pdf (27 de marzo de 2012).         [ Links ]

Gómez D., J. D., A. I. Monterroso R. y J. A. Tinoco R. 2007. Distribución del cedro rojo (Cedrela odorata L.) en el estado de Hidalgo, bajo condiciones actuales y escenarios de cambio climático. Maderas y Bosques. 13(2): 29-49.         [ Links ]

Gómez C., L. M. 2009a. Localización de áreas potenciales para reforestación de una área natural protegida en el Estado de México. Tesis profesional. Universidad Autónoma Chapingo. Chapingo, Edo. de Méx. México. 56 p.         [ Links ]

Gómez D., J. D., A. I. Monterroso R., J. A. Tinoco R. y M. L. Toledo R. 2009b. Cuarta Comunicación Nacional de México ante la Convención Marco de Naciones Unidas sobre el Cambio Climático: Sector forestal. Instituto Nacional de Ecología, Secretaría de Medio Ambiente y Recursos Naturales; Centro de Ciencias de la Atmósfera, Universidad Nacional Autónoma de México; Departamento de Suelos, Universidad Autónoma Chapingo. Chapingo, Edo. de Méx. México. 93 p.         [ Links ]

Instituto Nacional de Estadística, Geografía e Informática (INEGI). 2005. Carta de Uso Actual del Suelo y Vegetación. Serie III. Escala. 1:250 000. México. s/p        [ Links ]

Instituto Nacional de Estadística, Geografía e Informática (INEGI). 2007. Anuario Estadístico. México. Tomo I. Aguascalientes, Ags. México. 576 p.         [ Links ]

Instituto Nacional de Estadística, Geografía e Informática (INEGI). 2008. Anuario Estadístico. México. Tomo I. Aguascalientes, Ags. México. 532 p.         [ Links ]

Instituto Nacional de Estadística, Geografía e Informática (INEGI). 2010. Conjunto Nacional de Uso del Suelo y Vegetación a escala 1:250 000, Serie IV. DGG-INEGI. México. s/p        [ Links ]

Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias (INIFAP) y Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (CONABIO). 1995. Mapa edafológico. Escala 1:250 000 y 1:1 000 000 México. s/p        [ Links ]

Intergovernmental Panel on Climate Change (IPCC). 2007. Climate Change 2007: The physical science basis. Contribution of Working Group II to the Third Assessment Report of the Intergovernmental Panel on Climate Change. S. Salomon, D. Qin, M. Manning, Z. Chen, M. Marquis, K. B. Averty, M. Tignor and H. L. Miller (eds.). Cambridge University Press. Cambridge, United Kingdom and New York, NY USA. 996 p.         [ Links ]

Iverson, L. R., A. Prasad and M. W. Schwartz. 1999. Modeling potential future individual tree-species distributions in the Eastern United States under climate change scenario: a case study with Pinus virginiana. Ecological Modelling 115: 77-93.         [ Links ]

Magaña, V., C. Conde A., O. Sánchez y C. Gay G. 2000. Evaluación de escenarios regionales de clima actual y de cambio climático futuro para México. In: Gay. C. 2003. México: Una visión hacia el siglo XXI. El cambio climático en México. Instituto Nacional de Ecología, UNAM. México, D.F. México. pp. 1-18.         [ Links ]

Magaña R., V., C. Conde, O. Sánchez and C. Gay. 2007. Assessement of current and future regional climate scenarios for Mexico. Climate Research. 9 (2):107-114.         [ Links ]

Magaña R., V. O. 2010. Guía para generar y aplicar escenarios probabilísticos regionales de cambio climático en la toma de decisiones. Instituto Nacional de Ecología, Embajada Británica en México y Tecnológico de Monterrey. México, D. F. México. 97 p.         [ Links ]

Monterroso R, A. I., J. D. Gómez D. and J. A. Tinoco R. 2010. Potential distribution of two dominant species in the National Park "Nevado de Toluca", central México, current and future climate change scenarios. Journal of Environmental Sciences 1 (1):27-34.         [ Links ]

Pérez, N., A. Ferré, J. Carreras y X. Font. 2011. Efecto del cambio climático sobre la distribución potencial de los hábitats subalpinos y alpinos del Pirineo catalán y andorrano. In: Ninot, J. M., E. Carrillo, X. Font, I. Soriano, J. Valès, M. Domènech y M. Niell. Monografies del Cenma Botánica Pirenaico-cantábrica. Actes del IX Col-loqui Internacional de Botánica Pirenaico-Cantábrica a Ordino. Ordino, Andorra. pp. 329-341.         [ Links ]

Programa de las Naciones Unidas para el Medio Ambiente (PNUMA). 2005. Cambio climático. Manual de Ciudadanía Ambiental Global. Oficina Regional para América Latina y el Caribe. México, D. F. México. 33 p.         [ Links ]

Protectora de Bosques. 2006. Programa de desarrollo forestal sustentable del Estado de México 2005-2006. Secretaría de Desarrollo Agropecuario. Gobierno del Estado de México. Metepec, Edo. de Méx., México. 100 p.         [ Links ]

Root, T. L., J. T. Price, K. R. Hall, S. H. Schneider, C. Rosenzeig and J. A. Pounds. 2003. Fingerprints of global warming on wild animals and plants. Nature. 421:57-60.         [ Links ]

Sedjo, R. A. 2010. Adaptation of forests to climate change: some estimates. Resources for the future. Washington, D. C. USA. 51 p. http://www.rff.org/RFF/Documents/RFF-DP-10-06.pdf (3 de marzo de 2012).         [ Links ]

Sims, R. E. H. R. N. Schock, A. Adegbululgbe, J. Fenhann, I. Konstantinaviciute, W. Moomaw, H.B. Nimir, B. Schlamadinger, J. Torres M., C. Turner, Y. Uchiyama, S. J. V. Vuori, N. Wamukonya and X. Zhang. 2007. Energy supply. In: Metz, B., O. R. Davidson, P. R. Bosch, R. Dave and L. A. Meyer (eds.). Climate change: Mitigation. Contribution of Working Group III to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press. Cambridge, U K /New York, NY, USA. pp. 251-322.         [ Links ]

Spittlehouse, D. L. and R. B. Stewart. 2003. Adaptation to climate change in forest management. BC Journal of Ecosystems and Management 4 (1):1-11.         [ Links ]

Stead, J. W. 1983. A study of variation and taxonomy of the Pinus pseudostrobus complex. Commonwealth Forestry Review 62 (1):25-35.         [ Links ]

Trejo, I., E. Martínez M., E. Calixto P., S. Sánchez C., R. Vázquez T. and L. Villers R. 2011. Analysis of the effects of climate change on plant communities and mammals in México. Atmósfera 24 (1):1-14.         [ Links ]

Villers R., L. and L. Trejo V. 1998. Climate change on Mexican forests and natural protected areas. Global Environmental Change 2 (8):141-157.         [ Links ]

Viveros, V. H., C. Sáenz R., J. J. Vargas H. y J. López U. 2006. Variación entre procedencias de Pinus pseudostrobus establecidas en dos sitios de Michoacán, México. Revista Fitotecnia Mexicana 29 (2):121-1.         [ Links ]

Zonneveld, M., J. Koskela, B. Vicenti y A. Jarvis. 2009. Repercusiones del cambio climático en la distribución de los pinos tropicales en Asia sudoriental. Unasylva 231/232 (60): 24-28.         [ Links ]