Análisis de la probabilidad de dispersión de polen de maíz genéticamente modificado usando el modelo HYSPLIT

Analysis of dispersal probability of genetically modified maize pollen using the HYSPLIT model

Angélica Robayo-Avendaño*, María G. Galindo-Mendoza

Universidad Autónoma de San Luis Potosí. Coordinación Para la Innovación y Aplicación de la Ciencia y Tecnología. Avenida Sierra Leona No. 550, Colonia Lomas, Segunda Sección. 78210. San Luis Potosí, México. * Autor responsable (angelica.robayo@uaslp.mx).

Recibido: febrero, 2014.
Aprobado: julio, 2014.

Resumen

El desarrollo de Organismos Genéticamente Modificados (OGM) es una alternativa eficiente para el control de plagas en el sector agrícola, pero su aplicación en cultivos de maíz (Zea mays L.) ha generado preocupación por proteger la riqueza genética de parientes silvestres. Por ello, las evaluaciones en este tipo de cultivos se orientan a controlar probables dispersiones de polen de maíz Genéticamente Modificado (GM) hacia parientes silvestres. Aunque los valores de distancias de aislamiento se consideran como parámetros para establecer criterios de bioseguridad, es necesario respaldar más las distancias adoptadas. Por lo tanto, el objetivo de este estudio fue analizar de forma espacial la dispersión de partículas de polen de maíz GM. Para ello, se utilizaron datos históricos de liberaciones autorizadas de maíces GM para el año 2010 en el estado de Sinaloa (México), y datos de floración, velocidad y dirección del viento, temperatura y humedad relativa del aire. Debido a la factibilidad para simular dispersión y depósito de partículas atmosféricas en grandes distancias y la alta resolución de los datos meteorológicos, se usó el modelo HYSPLIT para el desarrollo de simulaciones progresivas de dispersión de polen, considerando un tiempo de viabilidad de las partículas de 2 h. El análisis de los resultados mostró una tendencia de las dispersiones en direcciones sur-este y sur-oeste, con probables distancias de recorrido de 2.2 a 20 km en la mayor concentración de partículas correspondiente a 1.0 e^-13 mg m^-3, probando que éstas pueden recorrer distancias mayores a 300 y 500 m asumidos como medidas de bioseguridad.

Palabras clave: maíz, modelo HYSPLIT, polinización.

Abstract

The development of Genetically Modified Organisms (GMOs) is an efficient alternative for plague control in the agricultural sector, but their application in maize crops (Zea mays L.) has generated preoccupation regarding the protection of the genetic wealth of wild relatives. Therefore, evaluations of these types of crops are directed at controlling probable pollen dispersals of Genetically Modified (GM) maize towards wild relatives. Although the values for isolation distances are considered as parameters to establish biosafety criteria, it is necessary to further support the distances adopted. Thus, the objective of this study was to analyze spatially the dispersal of GM maize pollen particles. For this purpose, historical data of authorized releases of GM maize for the year 2010 in the state of Sinaloa (México) were used, as well as data regarding flowering, wind speed and direction, temperature and relative humidity in the air. Due to the feasibility of simulating the dispersal and deposition of atmospheric particles in long distances and the high resolution of meteorological data, the HYSPLIT model was used to develop progressive simulations of pollen dispersal, taking into account a time for viability of the particles of 2 h. The analysis of results showed a tendency in dispersals in the south-east and south-west directions, with probable travelling distances of 2.2 to 20 km with the highest concentration of particles that corresponded to 1.0 e^-13 mg m^-3, proving that these can travel distances greater than 300 and 500 m, which are assumed as biosafety measures.

INTRODUCCIÓN

Para el año 2050 la población mundial será nueve billones de personas lo cual implica tener capacidad para satisfacer la demanda de alimentos (Pushpangadan et al., 2012). Los Organismos Genéticamente Modificados (OGM) son una alternativa para mejorar la productividad de los cultivos, induciendo la resistencia a plagas (Ashraf y Akram, 2009; Wang et al., 2010) y, además, aumentando el contenido de proteínas, carbohidratos, lípidos, vitaminas y micronutrientes (Ahmad et al., 2012). Sin embargo, su aplicación requiere emplear medidas de bioseguridad entre las cuales se incluyen la protección al ambiente y a la biodiversidad (DOF, 2005).

El maíz ocupa el tercer lugar de los cultivos genéticamente modificados adoptados en el mundo (Clive, 2012). México tiene el cuarto lugar internacional en producción de maíz, el cual forma parte de la dieta básica de la población mexicana y es una fuente de empleo para agricultores de pequeña escala (Hellin et al., 2013). Además, debido a su riqueza en parientes silvestres del maíz, México es considerado centro de origen y diversidad al contar con un depósito único de recursos genéticos de este cultivo (DOF, 2012; Wolt, 2009).

Con el fin de preservar la calidad genética de especies nativas de maíz, se han establecido medidas de bioseguridad en el desarrollo de OGM para controlar la dispersión de flujo polínico a variedades no objetivo (Wolt, 2009). El polen de maíz se dispersa a través del viento (Messeguer, 2003) y su transferencia es afectada por aspectos relacionados con la sincronía en tiempos de floración, distancia de aislamiento y condiciones climáticas (Baltazar et al., 2005; Bannert y Stamp; 2007).

El polen se libera desde las anteras en la parte superior de la planta, su diámetro oscila de 90 a 100 μm y su peso es de aproximadamente 0.25 μg (Aylor et al., 2003; Fonseca et al., 2003). Las partículas de polen pueden alcanzar alturas mayores a 100 m, límite en el cual la viabilidad es 20 %, pero al aumentar la altura la viabilidad de las partículas decrece (Viner y Arritt, 2010). Además, la viabilidad del polen depende de factores relacionados con su contenido de agua y condiciones climáticas (Fonseca y Westgate, 2005; Viner y Arritt, 2010). A temperaturas elevadas y humedades relativas (HR) bajas se reduce la viabilidad (Luna et al., 2001; Aylor et al., 2003; Arritt et al., 2007) y con 20.7 °C y 75.7 % HR la viabilidad es 50 % en los primeros 44 min de trayecto de la partícula (Fonseca y Westgate, 2005). Los granos de polen pueden deshidratarse totalmente entre 1 a 4 h (Aylor et al., 2003) y en ambientes de sequía su viabilidad decrece 20 % en 1 h y 100 % en 2 h de trayecto (Luna et al., 2001).

La relación de viabilidad de la partícula y el potencial de cruce con otras variedades en diferentes distancias de aislamiento fue estudiado por Ricroch et al. (2009), Aheto et al. (2011) y Marceau et al. (2012) y hay diferentes tasas de polinización cruzada (Luna et al., 2001; Goggi et al., 2006; Bannert y Stamp, 2007). Según Goggi et al. (2006), en distancias de 100 m hay un cruce potencial entre variedades de 0.05 % y en 250 m es 0.03 %, mientras que Bannert y Stamp (2007) reportan 0.02 % de cruce en distancias de 50 a 4500 m.

En México, Luna et al. (2001) reportan que no ocurre polinización en distancias mayores a 200 m. Con base en ello se establecieron dos distancias de aislamiento para liberaciones de OGM en cultivos de maíz en el país: 200 a 300 m desde el límite de maíz GM a cultivos híbridos para liberaciones en fase experimental, y 500 m para liberaciones en etapa piloto o pre-comercial. Además, un aislamiento temporal de 21 d si hay presencia de parientes silvestres o razas nativas en zonas circundantes (Luna et al., 2001; SENASICA, 2013a, b).

Además de los estudios en campo se usan modelos de simulación para analizar espacialmente la dispersión probable de polen en condiciones de vegetación heterogénea (Bunting y Middleton, 2005). Otros modelos describen estadísticamente datos de vegetación en mapas o validan modelos teóricos o de paisaje usando datos empíricos (Eklöf et al., 2004; Fyfe, 2006). Sin embargo, cada modelo tiene limitaciones, desde el manejo de variables hasta el costo del modelo (Bunting y Middleton, 2005).

El empleo de alternativas para establecer medidas de bioseguridad es importante, por lo cual el modelo HYSPLIT servirá como herramienta en la toma de decisiones para el establecimiento de distancias de aislamiento entre un cultivo GM y uno convencional. Por lo tanto, el objetivo de este estudio fue usar el modelo HYSPLIT en la estimación de escenarios probables de dispersión de polen desde cultivos GM hacia convencionales. Para ello, se realizó un estudio de caso en el estado de Sinaloa, México, con base en datos históricos de cultivos de maíz GM para el año 2010. Para localizar estos cultivos se aplicaron Sistemas de Información Geográfica (SIG) y esta ubicación se usó como referencia para desarrollar simulaciones progresivas, con el fin de conocer la dispersión probable desde el origen del cultivo hacia puntos probables de depósito y concentración de partículas.

MATERIALES Y MÉTODOS

Sitio de estudio

El estudio se realizó en el estado de Sinaloa, que ocupa el primer lugar nacional en producción de maíz en grano y cuya siembra es en dos ciclos, pero la plantación de otoño (de noviembre a mayo) bajo riego es la más representativa en la región (INEGI, 2013). En otoño de 2010, en Sinaloa, los valores promedio de temperatura, HR y velocidad del viento fueron 20 °C, 70 % y 6 km h^-1, según el Centro de Investigación en Alimentación y Desarrollo (CIAD).

Sistemas de Información Geográfica (SIG)

En este estudio se localizaron nueve polígonos de liberación de maíz GM con características de tolerancia a herbicidas y resistencia a insectos, autorizados para el 2010, y la información se obtuvo en el Servicio Nacional de Sanidad, Inocuidad y Calidad Agroalimentaria (SENASICA). Para la ubicación de los polígonos se utilizó ArcMap 9.3, aplicación de ArcGis 9 desarrollada por ESRI (Enviromental Systems Research Institute) en EE. UU.

Para ubicar las zonas restringidas de dispersión de polen de maíz GM se usaron coordenadas de localización de puntos de recolección de razas de maíz con base en información de la Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (CONABIO). Después se aplicó el programa basado en el método de máxima entropía (Maxent), para conocer la distribución de las razas de maíz en el estado, dado que el programa se aplica para determinar la ubicación geográfica de diversas especies con base en variables climáticas (Yang et al., 2013).

Información meteorológica

Para este estudio se usaron bases de datos de estaciones de monitoreo del Centro de Investigación en Alimentos y Desarrollo (CIAD), del Servicio Meteorológico Nacional (SMN) en México y de los Centros Nacionales de Predicción Ambiental (National Centers for Environmental Prediction -NCEP). Las condiciones meteorológicas consideradas fueron velocidad y dirección del viento, temperatura y HR en el ambiente.

Las condiciones de dirección y velocidad del viento se calcularon para el periodo de floración comprendido entre el 20 de febrero y el 6 de marzo del 2010. Para conocer la tendencia de los vientos se localizaron las estaciones de monitoreo del CIAD más cercanas a los puntos de maíz GM y se elaboraron rosas de los vientos para cada estación, durante el ciclo de floración. Para ello se usó el programa WRPLOT (Wind Rose Plots for Meteorological Data) desarrollado por Lakes Environmental.

Según el tiempo probable de viabilidad de la partícula de polen se establecieron cuatro categorías de temperatura y HR (Fonseca y Westgate, 2005): Muy Favorable (MF), Favorable (F), Poco Favorable (PF) y Escaso (E). La categoría MF fue para horas con temperaturas de 20 a 23 °C y HR de 68 a 80 %; F para horas con 23.1 a 26.1 °C y HR de 55 a 67 %; PF para horas con 26.2 a 29.2 °C y HR de 41 a 54 %; E para horas con 20 a 29.2 °C y HR de 29 a 41 %.

Los datos históricos de las estaciones de monitoreo se usaron para seleccionar los días y horas con mayor probabilidad de condiciones más favorables de temperatura y HR. Además, dado que el modelo HYSPLIT se ejecuta usando bases de datos meteorológicas de los NCEP, los datos históricos del GDAS (Global Data Assimilation System) se seleccionaron porque este modelo atmosférico proporciona perfiles de altitud de las principales variables de estado de la atmósfera, como temperatura y humedad (Andrei y Chen, 2009). Después, la información proporcionada por el SMN se usó como referencia para el desarrollo de mapas diarios de temperatura y de HR en el estado, con el fin de establecer capas de comparación para un análisis final de criterios.

Aplicación del modelo HYSPLIT

El modelo HYSPLIT calcula las trayectorias y dispersión de parcelas de aire mediante la combinación entre coordenadas Eurelianas (fijas respecto a la tierra) y Lagrangianas (que siguen el movimiento de la tierra) (Pasken y Pietrowicz, 2005; INECC, 2013). El enfoque de Lagrange se usa para cálculos de difusión y advección de partículas, mientras que las concentraciones son calculadas sobre una cuadricula fija. La concentración de aire representa la masa de partículas en modelos en forma de nubes o modelos de partículas o una mezcla de ambos (Draxler y Hess, 1997; Pasken y Pietrowicz, 2005).

En este estudio se usó la simulación de dispersión progresiva con el modelo HYSPLIT, para determinar los sitios probables a donde pudo llegar el polen. Con base en el periodo de floración y a partir de las coordenadas de localización de parcelas de maíz GM, se desarrollaron simulaciones diarias durante las horas con las condiciones probables más favorables respecto a la viabilidad, tomando como parámetros la temperatura y HR del aire. Los datos de entrada en el modelo fueron el peso del polen de maíz, la altura y velocidad de depósito y el tiempo de viabilidad. De acuerdo con Fonseca et al. (2003), se usó un peso de polen de 0.25 μg; además se estableció una altura máxima de depósito de partícula de 100 m, una velocidad de depósito seca de 0.02 cm s^-1 y un tiempo probable de viabilidad de 2 h.

Estructuración de mapas

Las horas con las condiciones MF de viabilidad de polen se tomaron como referencia para desarrollar interpolación en mapas de temperatura y HR por intervalos de horas. Las capas se sobrepusieron y se otorgó un peso a cada una, dando un valor mayor a la de distribución de razas de maíz, considerando la prioridad por verificar la existencia de parientes silvestres de maíz en el sitio. Esto permitió establecer zonas probables de riesgo alto, medio y bajo.

RESULTADOS Y DISCUSIÓN

Localización de polígonos

Para obtener los datos de entrada de la simulación de partículas, se georreferenciaron los polígonos de maíz GM y se usó la información proporcionada por las estaciones meteorológicas del CIAD más cercanas a los puntos de maíz GM. Con base en los resultados, se observó una tendencia marcada de los vientos en direcciones noroeste (NO), con velocidades iguales o mayores de 11.1 m s^-1, seguida por tendencias de vientos en direcciones suroeste (SO) y noreste (NE) con velocidades entre 2.1 y mayores de 11.1 m s^{- 1}. Además, los valores promedio diario de temperatura oscilaron alrededor de 19 °C con HR de 70 % durante el período de floración del 20 de febrero al 6 de marzo para el 2010 (Figura 1).

El artículo 89 de la Ley de Bioseguridad de Organismos Genéticamente Modificados (LBOGM) prohíbe realizar actividades con OGM en las zonas núcleo de las Áreas Naturales Protegidas (ANP) y sitios RAMSAR, establecidos en la Convención Relativa a los Humedales de Importancia Internacional, excepto que dichas actividades se usen para fines de biorremediación (DOF, 2005). Al comparar la ubicación de ANP y sitios RAMSAR con la localización de polígonos de maíz GM en los mapas, no se observó interferencia con áreas protegidas. Las distancias entre estos sitios fueron 2 a 5 km, cumpliendo con la regulación. Sin embargo, conviene valorar si estas distancias de proximidad son suficientes para controlar el desplazamiento probable de partículas de polen de maíz GM a zonas restringidas.

Con base en la información meteorológica emitida por las estaciones del CIAD, se seleccionaron las horas y días cuando las condiciones probables de viabilidad estaban en el nivel Muy Favorable, considerando éste como el valor óptimo. Este criterio se cumplió el 20 y el 27 de febrero, y el 1, 3, 4, 5 y 6 de marzo de 2010, entre las 08:30 h y las 13:15 h (Cuadro 1).

El tiempo de viabilidad en cada intervalo horario, de acuerdo con las condiciones climáticas óptimas, osciló entre 15 min y 3 h con 30 min, lo cual es similar con los intervalos de tiempo del estudio de Fonseca y Westgate (2005). Para desarrollar las simulaciones de dispersión en el modelo HYSPLIT se estableció un tiempo de recorrido de 2 h, considerando que la partícula pudiera perder su contenido total de humedad en dicho tiempo, de acuerdo con Luna et al. (2001).

Con base en la periodicidad emitida, se realizaron las simulaciones a partir de los polígonos de maíz GM cercanos a cada estación y los resultados mostraron cuatro intervalos de concentración en cada nube de partículas de polen. Para Jarosz et al. (2003), la concentración de partículas de polen disminuye a medida que aumenta la distancia recorrida, lo cual coincide con el presente estudio porque al simular la dispersión de polen, el primer intervalo correspondiente a la más alta concentración fue 1.0 e^-13 mg m^-3, en segundo lugar 1.0 e^-14 mg m^-3, tercero 1.0 e^-15 mg m^-3 y cuarto 1.0 e ^-16 mg m^-3.

Comparación de variables

El cruce de capas de mapas de temperatura, HR y variedades nativas de maíz permitió obtener tres niveles de riesgo: alto, medio y bajo. Estos niveles se relacionan con la probabilidad de que en las zonas marcadas pudieran ocurrir las condiciones climáticas para que el polen que allí se trasportara mantuviera su viabilidad y, además, que existiera presencia de maíz nativo y riesgo probable de polinización.

El análisis de los días de viabilidad probable, en las simulaciones durante las 2 h de recorrido, mostró distancias mayores a 2.2 km. Este resultado es similar al de Viner y Arritt (2010), quienes calcularon dispersión de polen en distancias alrededor de 5 km en condiciones constantes de temperatura y HR.

Para el 27 de febrero la dispersión tuvo tendencia hacia el SE en el norte del estado y se mantuvo dentro del nivel bajo de riesgo alcanzando una distancia máxima de 39 km con una baja concentración de partículas (1.0 e^-16 mg m^-3). Las demás dispersiones obtenidas con el modelo mostraron una tendencia hacia el SO, iniciando en un nivel medio y terminando su trayectoria en un nivel bajo de riesgo. La concentración mayor de partículas fue en distancias aproximadas a 14 km y una concentración baja en distancias de 29 km. La zona probable a donde se dispersó el polen era baja en densidad de maíz nativo. Este factor aunado a que el tiempo de viabilidad de las partículas osciló entre los primeros 15 y 30 min de trayecto, ocasiona una pérdida probable de viabilidad para el resto del trayecto (Figura 2).

En las simulaciones realizadas para el 1 y 3 de marzo de 2010, las dispersiones tuvieron tendencias de SE y SO, respectivamente, y ambas en un nivel medio de riesgo. Su viabilidad se mantuvo desde 45 hasta 60 min, es decir la mitad del trayecto, y las mayores distancias de dispersión probable para el trayecto total fueron 16.4 km para el día 1 y 33 km para el día 3, pero la zona donde se desplazaron las partículas tuvo una baja área con maíz nativo. Para el 4 y 5 de marzo las respectivas tendencias fueron SE y SO, y el tiempo de viabilidad de las partículas fue superior a 60 min, pero las dispersiones fueron en una zona media de riesgo, alcanzando distancias de 13 a 18 km para el trayecto total. Al considerar el tiempo de viabilidad así como las características de la zona donde se movió la partícula, se puede concluir que durante la segunda hora de trayecto la partícula pudo haber perdido viabilidad; por lo tanto, el riesgo de polinización fue bajo en los sitios de posible dispersión.

El día 6 de marzo fue uno de los más representativos en términos de dispersión y condiciones climáticas óptimas para facilitar la viabilidad del polen. Las dispersiones obtenidas en el modelo se muestran en la Figura 3, y en el primer mapa se observa una división de dos zonas: la zona A comprende tres dispersiones en la región norte del estado, y la zona B comprende las dispersiones en la región central. En la región norte, las partículas de polen fueron arrastradas en dirección NNO, mientras que en la región central la tendencia fue NO. En algunos casos las dispersiones iniciaron en un nivel de riesgo bajo, alcanzando un nivel medio; en otros la partícula viajó desde un nivel medio y se dispersó en una región de riesgo bajo.

Las distancias de dispersión por cada intervalo de concentración para el 6 de marzo de acuerdo con el modelo de simulación, fueron desde 3.3 hasta 8.6 km en concentraciones de partículas mayores a 1.0 e^-13 mg m^-3; las distancias alcanzadas oscilaron de 11.1 a 19.9 km con concentraciones bajas de 1.0 e^-16 mg m^-3. Aylor et al. (2003) mencionan un intervalo de 1 a 4 h para la pérdida de la viabilidad del polen. De manera similar, en este estudio durante el 6 de marzo, las condiciones climáticas permitieron intervalos de viabilidad de la partícula mayores a 2 h, pero las dispersiones fueron en zonas de riesgo medio y bajo. Por lo tanto, aunque existió viabilidad de polen, la zona donde ocurrió su movimiento presentaba una baja superficie de maíz nativo expuesta a ser polinizada.

CONCLUSIONES

El modelo HYSPLIT en conjunto con variables relacionadas con distribución de especies, temperatura, HR, velocidad y dirección del viento, viabilidad del polen, así como su peso y velocidad de depósito, se puede emplear como herramienta de apoyo en la toma de decisiones en el establecimiento de distancias de separación de parcelas donde se realicen experimentos con OGM respecto a parcelas convencionales.

El desarrollo de mapas y la aplicación del modelo HYSPLIT permitieron determinar que las zonas donde se ubicaron las parcelas de maíz GM en el año 2010, estaban en una superficie favorable respecto a condiciones de viabilidad y dispersión. Sin embargo, la dirección y velocidad de los vientos no resultaron en dispersiones dentro de la zona de mayor riesgo probable de cruce polínico entre variedades GM y parientes silvestres.

A la Universidad Autónoma de San Luis Potosí y al Consejo Nacional de Ciencia y Tecnología CONACYT por el otorgamiento de la beca No. 319900. Al Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria SINAVEF por el apoyo y disposición de instalaciones. A Enrique Ibarra, Marcos Casiano y Jesús Ramos por su asesoría en el desarrollo de mapas.

LITERATURA CITADA

Aheto, D. W., H. Reuter, and B. Breckling. 2011. A modeling assessment of geneflow in smallholder agriculture in West Africa. Environ. Sci. Eur. 23(1): 1-10.         [ Links ]

Ahmad, P., M. Ashraf, M. Younis, X. Hu, A. Kumar, N. A. Akram, and F. AL-Qurainy. 2012. Role of transgenic plants in agriculture and biopharming. Biotechnol. Adv. 30: 524-540.         [ Links ]

Andrei, C. O., and R. Chen. 2009. Assessment of time-series of troposphere zenith delays derived from the global data assimilation system numerical weather model. GPS Solut. 13: 109-117.         [ Links ]

Arritt, R. W., C. A. Clark, A. S. Goggi, H. Lopez-Sanchez, M. E. Westgate, and J. M. Riese. 2007. Lagrangian numerical simulations of canopy air flow effects on maize pollen dispersal. Field Crop. Res. 102: 151-162.         [ Links ]

Ashraf, M., and N.A. Akram. 2009. Improving salinity tolerance of plants through conventional breeding and genetic engineering: An analytical comparison. Biotechnol. Adv. 27: 744-752.         [ Links ]

Aylor, D.E., N. P. Schultes, and E. J. Shields. 2003. An aerobio-logical framework for assessing cross-pollination in maize. Agric. For. Meteorol. 119: 111-129.         [ Links ]

Baltazar, M. B., J. J. Sánchez-Gonzalez, L. De la Cruz-Larios, and J. B. Schoper. 2005. Pollination between maize and teosinte: an important determinant of gene flow in Mexico. Theor. Appl. Genet. 110: 519-526.         [ Links ]

Bannert, M., and P. Stamp. 2007. Cross-pollination of maize at long distance. Europ. J. Agron. 27: 44-51.         [ Links ]

Bunting, M. J., and D. Middleton. 2005. Modelling pollen dispersal and deposition using HUMPOL software, including simulating windroses and irregular lakes. Rev. Palaeobot. Palynol. 134: 185-196.         [ Links ]

Chen, J., W. Xu, J. Velten, Z. Xin, and J. Stout. 2012. Characterization of maize inbred lines for drought and heat tolerance. J. Soil Water Conserv. 67: 354-364.         [ Links ]

Clive, J. 2012. Global Status of Commercialized Biotech/GM Crops: 2012. ISAAA Briefs 44: 11 p.         [ Links ]

Diario Oficial de la Federación (DOF). 2005. Ley de Bioseguridad de Organismos Genéticamente Modificados. México, Ciudad de México. 44 p.         [ Links ]

Diario Oficial de la Federación (DOF). 2012. Acuerdo por el que se determinan Centros de Origen y Centros de Diversidad Genética del Maíz. México, Ciudad de México. Segunda Sección. 128 p.         [ Links ]

Draxler, R.R., and G.D. Hess. 1997. Description of the HYS-PLIT_4 modeling system. NOAA Technical Memorandum ERL ARL-224, NOAA Air Resources Laboratory, Silver Spring. 24 p.         [ Links ]

Efstathiou, Ch., S. Isukapalli, and G. Panos. 2011. A mechanistic modeling system for estimating large-scale emissions and transport of pollen and coallergens. Atmos. Environ. 45: 2260-2276.         [ Links ]

Eklöf, M., A. Broström, M. J. Gaillard, and P. Pilesjö. 2004. OPENLAND3: a computer program to estimate plant abundance around pollen sampling sites from vegetation maps: a necessary step for calculation of pollen productivity estimates. Rev. Palaeobot. Palynol. 132: 67-77.         [ Links ]

Fonseca, A. E., and M. E. Westgate. 2005. Relationship between desiccation and viability of maize pollen. Field Crop. Res. 94: 114-125.         [ Links ]

Fonseca A. E., M. E. Westgate, L. Grass, and D. L. Dornbos. 2003. Tassel morphology as an indicator of potential pollen production in maize. Crop Management. http://www.plantmanagementnetwork.org/pub/cm/research/2003/tassel/ (Consulta: julio 2013).         [ Links ]

Fyfe, R. 2006. GIS and the application of a model of pollen deposition and dispersal: a new approach to testing landscape hypotheses using the POLLANDCAL models. J. Archaeol. Sci. 33: 483-493.         [ Links ]

Goggi, A. S., P. Caragea, H. Lopez-Sanchez, M. Westgate, R. Arritt, and C. Clark. 2006. Statistical analysis of outcrossing between adjacent maize grain production fields. Field Crop Res. 99: 147-157.         [ Links ]

Hellin, J., O. Erenstein, T. Beuchelt, C. Camacho, and D. Flores. 2013. Maize stover use and sustainable crop production in mixed crop-livestock systems in Mexico. Field Crop Res. 153: 12-21.         [ Links ]

Hernández-Ceballos, M. A., H. García-Mozo, J. A. Adame, E. Domínguez-Vilches, J. P. Bolívar, B. A. De la Morena, R. Pérez-Badía, and C. Galán. 2011. Determination of potential sources of Quercus airborne pollen in Cordoba city (southern Spain) using back-trajectory analysis. Aerobiologia 27: 261-276.         [ Links ]

Instituto Nacional de Ecología y Cambio Climático (INECC). 2013. http://www.inecc.gob.mx/calaire-herramientas-analisis/582-calaire-tipos-modelos (Consulta: octubre 2013).

Instituto Nacional de Estadística y Geografía (INEGI). 2013. http://cuentame.inegi.gob.mx/monografias/informacion/sin/territorio/clima.aspx?tema=me&e=25 (Consulta: octubre 2013).

Jarosz, N., B. Loubet, B. Durand, A. McCartney, X. Foueillassar, and L. Huber. 2003. Field measurements of airborne concentration and deposition rate of maize pollen Agric. For. Meteorol. 119: 37-51.         [ Links ]

Luna V, S., J. Figueroa M., B. Baltazar, M., R. Gomez L., R. Townsend, and J. B. Schope. 2001. Maize pollen longevity and distance isolation requirements for effective pollen control. Crop Sci. 41: 1551-1557.         [ Links ]

Marceau, A., S. Saint-Jean, B. Loubet, X. Foueillassar, and L. Huber. 2012. Biophysical characteristics of maize pollen: Variability during emission and consequences on cross-pollination risks. Field Crop. Res. 127: 51-63.         [ Links ]

Messeguer, J., 2003. Gene flow assessment in transgenic plants. Plant Cell Tiss. Organ Cult. 73: 201-212.         [ Links ]

Pasken, R., and J. Pietrowicz. 2005. Using dispersion and mesoscale meteorological models to forecast pollen concentrations. Atmos. Environ. 39: 7689-7701.         [ Links ]

Pushpangadan, P., T. P. Ijinu, V. M. Dan, A. Thomas, S. Avinash, and V. George. 2012. Recent advances of agricultural biotechnology in the light of climate change. Proc. Natl. Acad. Sci., India, Sect. B. Biol. Sci. 82: 381-386.         [ Links ]

Ricroch, A., J. B. Bergé, et A. Messéan. 2009. Revue bibliographique sur la dispersion des transgènes à partir du maïs génétiquement modifié. C. R. Biologies 332: 861-875.         [ Links ]

Servicio Nacional de Sanidad, Inocuidad y Calidad Agroalimentaria (SENASICA). 2013a. Medidas de Bioseguridad para la liberación experimental al ambiente de maíz genéticamente modificado. México. 9 p.         [ Links ]

Servicio Nacional de Sanidad, Inocuidad y Calidad Agroalimentaria (SENASICA). 2013b. Medidas de Bioseguridad para maíz genéticamente modificado en programa piloto. México. 5 p.         [ Links ]

Sunnu, A., F. Resch, and G. Afeti. 2013. Back-trajectory model of the Saharan dust flux particle mass distribution in West Africa. Aeolian Res. 9: 125-132.         [ Links ]

Viner, B., R., and W. Arritt. 2010. Increased pollen viability resulting from transport to the upper boundary layer. Field Crop Res. 119: 195-200.         [ Links ]

Wang F., D.S. Chen, S.Y. Cheng, J.B. Li, M.J. Li, and Z.H. Ren. 2010. Identification of regional atmospheric PM10 transport pathways using HYSPLIT, MM5-CMAQ and synoptic pressure pattern analysis. Environ. Modell. Softw. 25: 927-934.         [ Links ]

Wen, D., J. C. Lin, D. B. Millet, A. F. Stein, and R. R. Draxler. 2012. A backward-time stochastic Lagrangian air quality model. Atmos. Environ. 54: 373-386.         [ Links ]

Wolt, J. D. 2009. Advancing environmental risk assessment for transgenic biofeedstock crops. Biotechnol. Biofuels 2: 27-39.         [ Links ]

Yang, X. Q., S. P. S. Kushwaha, S. Saran, J. Xu, and P. S. Roy. 2013. Maxent modeling for predicting the potential distribution of medicinal plant, Justicia adhatoda L. in Lesser Himalayan foothills. Ecol. Eng. 51: 83-87.         [ Links ]