Hábitat climático actual y futuro de especies del género Pinus de Michoacán, México
DOI:
https://doi.org/10.19136/era.a12n1.4030Palabras clave:
Análisis espacial, Distribución potencial, Escenarios de cambio climático, Modelos de circulación global, Nicho climáticoResumen
Los escenarios de cambio climático son proyecciones del clima futuro y evalúan como estas modificaciones tienen un efecto sobre la composición, estructura y distribución de la biodiversidad mundial. El objetivo de este estudio fue probar la hipótesis de que las proyecciones de cambio climático prevén una reducción sustancial del hábitat climático de 14 especies del género Pinus en Michoacán, México. Se obtuvieron los registros geográficos de 14 especies de pinos distribuidos en Michoacán. Se descargaron las 19 variables bioclimáticas actuales (1970-2000) y futuras (2041-2060) de los Modelos de Circulación Global (MCG) HADGEM3_ES y MPI_ESM_LR con una trayectoria socioeconómica compartida 245 de WORLDCLIM. Los registros y variables fueron cargados al Maxent, donde se emplearon el 75% de los registros para entrenar y el 25% para validar los modelos, los cuales fueron evaluados mediante las pruebas del área bajo la curva (AUC), Roc parcial y Z. Los resultados estas pruebas fueron excelentes (AUC>0.88, >1.52, p<0.01). Las variables más relevantes de las 14 especies fueron temperatura máxima promedio del periodo más cálido (Bio5), precipitación del trimestre más cálido (Bio18), precipitación anual acumulada (Bio12) y temperatura mínima promedio del periodo más frío (Bio6). Con base en los resultados obtenidos, se acepta la hipótesis planteada, debido a que se prevén reducciones importantes en el hábitat climático de 13 de las 14 especies, siendo las especies más susceptibles al cambio climático; P. hartwegii, con una reducción de su hábitat climático de 42.3%, P. leiophylla (43.5%), P. devoniana (44.2%), P. herrerae (59.7%) y P. martinezii (62.9%).
Descargas
Referencias
Aceves-Rangel LD, Méndez-González J, García-Aranda MA, Nájera-Luna JA (2018) Distribución potencial de 20 especies de pinos en México. Agrociencia 52: 1043-1057.
Brassiolo P, Vicuña S (2023) RED 2023: Cambio climático y biodiversidad: De las bases físicas a la perspectiva económica. Distrito Capital: CAF- banco de desarrollo de América Latina y el Caribe. 79p. https://scioteca.caf.com/handle/123456789/2100. Fecha de consulta: 15 de febrero de 2024.
CONANP-PNUD México (2019) Resumen ejecutivo del Programa de Adaptación al Cambio Climático del Complejo de las ANP Reserva de la Biosfera Pantanos de Centla-Área de Protección de Flora y Fauna Laguna de Términos. Comisión Nacional de Áreas Naturales Protegidas y Programa de las Naciones Unidas para el Desarrollo. Ciudad de México, México. 20p.
Cruz-Cárdenas G, López-Mata L, Silva JT, Bernal-Santana N, Estrada-Godoy F, López-Sandoval JA (2016) Potential distribution model of Pinaceae species under climate change scenarios in Michoacán. Revista Chapingo Serie Ciencias Forestales y del Ambiente 22(2): 135-148. https://doi.org/10.5154/r.rchscfa.2015.06.027
Delgado VP, Rebolledo-Camacho V, Flores-López C, García-Magaña JJ, González A, Piñero D, Vázquez-Lobo, AY (2015) Aproximación molecular para la evaluación genética de áreas productoras de semillas y de conservación en especies del género Pinus. Proyecto CONAFOR-2012-C01-176167.
Elith J, Phillips SJ, Hastie T, Dudík M, Chee YE, Yates CJ (2011) A statistical explanation of MaxEnt for ecologist. Diversity and Distributions 17(1): 43-57. https://doi.org/10.1111/j.1472-4642.2010.00725.x.
Instituto Nacional de Estadística y Geografía (INEGI) (2001) Subprovincias fisiográficas. Conjunto de datos vectoriales fisiográficos. Escala 1:1, 000, 000. Serie I.
Instituto Nacional de Estadística y Geografía (INEGI) (2017) Anuario estadístico y geográfico de Michoacán de Ocampo. Gobierno del estado de Michoacán de Ocampo. Morelia, Michoacán de Ocampo. 726p.
IPCC (2014) Resumen para responsables de políticas. Contribución del grupo de trabajo II al Quinto Informe de Evaluación del Panel Intergubernamental de Expertos sobre el Cambio Climático. En Field CB, Barros VR, Dokken DJ, Mach KJ, Mastrandrea MD, Billir TE, Chatterjee M, Ebi KL, Estrada YO, Genova RC, Girma B, Kissel ES, Levy AN, MacCracken S, Mastrandrea PR, White LL (ed) Cambio climático 2014: Impactos, adaptación y vulnerabilidad. Panel Intergubernamental de Expertos sobre Cambio Climático. Ginebra, Suiza. 34p.
Fernández-Eguiarte A, Zavala-Hidalgo J, Romero-Centeno R, Conde-Álvarez AC, Trejo-Vázquez RI (2015) Actualización de los escenarios de cambio climático para estudios de impacto, vulnerabilidad y adaptación en México y Centroamérica. Universidad Nacional Autónoma de México, Instituto Nacional de Ecología y Cambio Climático. México. 22p.
Fick SE, Hijmans RJ (2017) WORLDCLIM 2: new 1km spatial resolution climate surfaces for global land areas. International Journal of Climatology 37(12): 4302-4315. https://doi.org/10.1002/joc.5086.
Gernandt SD, Pérez-de-la-Rosa JA (2014) Biodiversidad de Pinophyta (coníferas) en México. Revista Mexicana de Biodiversidad, Material suplementario 85: 126-133. Doi: 10.7550/rmb.32195.
González HA, Pérez MR, Moreno SF, Ramírez OG, Rosales MS, Cano PA, Vidal GC, Esquivel TMC (2015) Variabilidad de la temperatura local en bosque de coníferas por efectos de la deforestación. Revista Mexicana de Ciencias Forestales 6(31): 22-39.
Madrigal SX (1982) Claves para la identificación de coníferas silvestres del Estado de Michoacán. Instituto Nacional de Investigaciones Forestales. 100p.
Manzanilla-Quijada GE, Manzanilla-Quiñones U, Treviño-Garza EJ. Alanís-Rodríguez E, Silva-González E (2024) Efectos del cambio climático en la distribución de Pinus chihuahuana y Pinus leiophylla: una propuesta para la conservación en México. ECUCBA 11(21): 47-58.
Manzanilla-Quiñones U, Aguirre-Calderón OA, Jiménez-Pérez J, Trevino-Garza EJ, Yerena-Yamallel JI (2019a) Distribución actual y futura del bosque subalpino de Pinus hartwegii Lindl en el Eje Neovolcánico Transversal. Madera y Bosques 25 (2): e2521804. https://doi.org/10.21829/myb.2019.2521804.
Manzanilla-Quiñones U, Delgado VP, Hernández RJ, Molina SA, García Magaña JJ, Rocha Granados MC (2019b) Similaridad del nicho ecológico de Pinus montezumae y P. pseudostrobus (Pinaceae) en México: implicaciones para la selección de áreas productoras de semillas y de conservación. Acta Botánica Mexicana 126: e1398. https://doi.org/10.21829/abm126.2019.1398.
Manzanilla-Quiñones U, Delgado-Valerio P, Pedraza-Santos ME, Molina-Sánchez A (2023) Modelado de idoneidad ambiental en la identificación de sitios potenciales para la toma de datos dendrocronológicos. Madera y Bosques 23(1): e2312464. ¡ https://doi.org/10.21829/myb.2023.2912464.
Martínez-Méndez N, Aguirre-Planter E, Eguiarte LE, Jaramillo-Correa JP (2016) Modelado de nicho ecológico de las especies del género Abies (Pinaceae) en México: Algunas implicaciones taxonómicas y para la conservación. Botanical Sciences 94(1): 5-24. https://doi.org/10.17129/botsci.508.
Martínez-Sifuentes AR, Villanueva-Díaz J, Manzanilla-Quiñones U, Becerra-López JL, Hernández-Herrera JA, Estrada-Ávalos J, Velázquez-Pérez A (2020) Spatial modeling of the ecological niche of Pinus greggii Engelm. (Pinaceae): A species conservation proposal in Mexico under climate change scenarios. iForest (13): 426-434. https://doi.org/10.3832/ifor3491-013.
Osorio-Olvera L, Lira-Noriega A, Soberón J, Peterson AT, Falconi M, Contreras-Díaz RG Martínez-Meyer E, Barve V, Barve N (2020) Ntbox: an R package with graphical user interface for modeling and evaluating multidimensional ecological niches. Methods in Ecology and Evolution 11(10): 1199-1206. https://doi.org/10.1111/2041-210X.13452.
Pearson R, Raxworthy C, Nakamura M, Peterson AT (2007) Predicting species distributions from small numbers of occurrence records: a test case using cryptic geckos in Madagascar. Journal of Biogeography 34(1): 102-117. https://doi.org/10.1111/j.1365-2699.2006.01594.x.
Pérez-Miranda R, Romero-Sánchez ME, González-Hernández A, Rosales-Mata S, Moreno Sánchez F, Arriola-Padilla VJ (2019) Modelado de la distribución actual y bajo cambio climático de pinos piñoneros endémicos de México. Revista Mexicana de Ciencias Forestales 10(56): 2018-237. https://doi.org/10.29298/rmcf.v10i56.613.
Perry J (1991) The pines of Mexico and Central America. Timber Press. Universidad de Texas. 231p.
Peterson AT, Nakazawa Y (2008) Environmental data sets matter in ecological niche modelling: an example with Solenopsis invicta and Solenopsis richteri. Global Ecology and Biogegraphy 17(1): 135-144. https://doi.org/10.1111/j.1466-8238.2007.00347.x.
Phillips SJ, Anderson RP, Schaphire RE (2006) Maximum entropy modeling of species geographic distributions. Ecological Modelling 190(3-4): 231-259. https://doi.org/10.1016/j.ecolmodel.2005.03.026.
Phillips SJ, Anderson RP, Miroslav D, Schaphire RE, Blair ME (2017) Opening the black box: an open release of Maxent. Ecography 40: 887-893. https://doi.org/10.1111/ecog.03049.
QGIS (2018) Un Sistema de Información Geográfica libre y de código abierto. Versión 3.2.3. https://qgis.org/es/site/. Fecha de consulta: 21 de noviembre de 2023.
R Core Team (2022) R: A language and environmental for statistical computing. Version 4.0. Foundation for Statistical Computing. https://www.r-project.org. Fecha de consulta: 15 de marzo de 2023.
Sáenz-Romero C, Rehfeldt GE, Duval P, Linding-Cisneros RA (2012) Abies religiosa habitat predicition in Climatic change scenarios and implications for monarch butterfly conservation in Mexico. Forest Ecology and Management 275: 98-106. https://doi.org/10.1016/j.foreco.2012.03.004.
Sáenz-Romero C, Rehfeldt GE, Ortega-Rodríguez JM, Marín-Togo MC, Madrigal-Sánchez X (2015) Pinus leiophylla Suitable Habitat For 1961-1990 and Future Climate. Botanical Sciences 93(4): 709-718. https://doi.org/10.17129/botsci.86.
SSP (2023) The SSP Scenarios. Shared Socioenomic Pathways. https://www.dkrz.de/en/communication/climate-simulations/cmip6-en/the-ssp-scenarios. Fecha de consulta: 20 de noviembre de 2023.
UNAM-UNIATMOS (2023) Escenarios de cambio climático regionalizados CMIP5. Actualización de los escenarios de cambio climático para estudios de impactos, vulnerabilidad y adaptación. Universidad Nacional Autónoma de México Unidad de Informática para las Ciencias Atmosféricas y Ambientaleshttps://atlasclimatico.unam.mx/cmip5/visualizador. Fecha de consulta 20 de noviembre de 2023.
WORLDCLIM (2023) Future Climate, 30 seconds spatial resolution. https://www.worldclim.org/data/cmip6/cmip6_clim30s.html. Fecha de consulta: 20 de noviembre de 2023.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Ecosistemas y Recursos Agropecuarios

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
1. Política propuesta para revistas de acceso abierto
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
1. Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la Licencia CC BY-NC-ND 4.0 Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 Internacional de Creative Commons, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
2. Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
3. Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) antes y durante el proceso de revisión y publicación, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado (vea The Effect of Open Access).
This work is licensed under CC BY-NC-ND 4.0