Revista Mexicana de Ciencias Forestales n13v74 by Revista Mexicana de Ciencias Forestales

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

DOI: 10.29298/rmcf.v13i74.1267 Artículo de Revisión

La copa como indicador fotosintético relevante en el manejo forestal de bosques templados The crown as a relevant photosynthetic agent over forest management in temperate forests Jonathan Hernández-Ramos1, Valentín José Reyes-Hernández2*, Leonardo Beltrán-Rodríguez3 Fecha de recepción/Reception date: 28 de marzo de 2022 Fecha de aceptación/Acceptance date: 28 de septiembre de 2022 _______________________________

1 Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias (INIFAP). Centro de Investigación Regional Sureste (CIRSE). Campo Experimental Chetumal. 2 Colegio de Posgraduados (COLPOS). Campus Montecillo. 3 Universidad Nacional Autónoma de México (UNAM). Laboratorio de Etnobotánica Ecológica, Jardín Botánico, Instituto de Biología.

*Autor de correspondencia: vreyes@colpos.mx Resumen Las características de copa de un árbol o del dosel en un rodal están influenciadas por la exposición a la luz, la competencia por nutrimentos, la densidad de árboles, la estructura de la vegetación y por la especie. El dosel es un indicador fotosintético determinante en la productividad forestal y pauta en la silvicultura. El objetivo de esta revisión fue documentar de manera general, en una primera versión, el efecto de los procesos fisiológicos en la arquitectura de copa y su importancia para el manejo silvícola de los bosques templados. La dinámica de crecimiento y desarrollo de la copa están en función de la interacción entre los individuos en el rodal, la edad del arbolado, la etapa fenológica, las condiciones climáticas, la humedad y la temperatura; además de las características topográficas y de suelo. Los valores del Índice de Área Foliar, la productividad primaria neta aérea, las tasas de crecimiento e incremento y la respuesta en el rendimiento expresado en volumen, biomasa o carbono son parámetros indirectos que miden la eficiencia de los procesos fisiológicos en las especies. Conocer y comprenderlos en la arquitectura y dinámica de copa contribuyen a planear y ejecutar actividades silvícolas acordes a las necesidades particulares de cada especie o rodal. La aplicación de estos conocimientos se enfoca en el mejoramiento de las tasas de crecimiento e incremento de los bosques. Palabras clave: aprovechamiento forestal, biomasa aérea, fisiología forestal, interacción árbol-sueloatmosfera, manejo forestal, bosque de coníferas. Abstract Tree crown or canopy characteristics in a stand are influenced by light exposure, nutrient competition, tree density, vegetation structure and species. The canopy is a determining photosynthetic indicator in forest productivity and guideline in forestry. The objective of this review is to document in a general way in a first version the effect of physiological processes on crown architecture and its importance for forestry management of temperate forests. The dynamics of crown growth and development is a function of the interaction between individuals in the stand, tree age, phenological stage, climatic conditions, humidity and temperature, in addition to topographic and soil characteristics. The values of the leaf area index, aerial net primary productivity, growth and increment rates and the response in yield expressed in volume, biomass or carbon are indirect parameters that measure the efficiency of the physiological processes in the species. Knowing and understanding these

Hernández Ramos et al, La copa como indicador... processes in the architecture and dynamics of the crown contributes to planning and applying forestry activities according to the particular needs of each species or stand. The application of this knowledge is focused on improving the growth rates and increase of forests. Key words: forest exploitation, aboveground biomass, forest physiology, tree-soil-atmosphere interaction, forest management, coniferous forest.

Introducción

El área de proyección de la copa de un árbol o del dosel de un rodal es la cobertura en el suelo del follaje expresada en m2 o porcentaje por unidad de superficie (Nakamura et al., 2017). La cobertura está determinada por los hábitos de crecimiento de las especies (tolerante e intolerante), el tipo de follaje (coníferas y latifoliadas) y la posición de cada individuo con respecto a la exposición a la luz (norte, este, sur y oeste), la forma de la copa (circular, simétrica, asimétrica, rala, degradada, suprimida o dañada), a la densidad de individuos dentro del rodal (subpoblada, sin competencia o sobrepoblada), o la estructura de la vegetación con uno o varios estratos (Gómez, 2010; Vogel, 2018; Givnish, 2020). Las características de copa son particulares para cada taxón, varían con la edad y posición social del individuo dentro del rodal, además de estar influenciadas por el espacio de crecimiento y expansión de los individuos dentro del sitio (Parker, 1995). Por ejemplo, Hess et al. (2016) estimaron densidades de 124, 177 y 500 individuos por ha-1, al utilizar valores promedio de área de proyección de copa de 80.6, 56.4 y 20.2 m2, respectivamente para tres sitios de crecimiento con condiciones distintas en Brasil, para Araucaria angustifolia (Bertol.) Kuntze. Costa et al. (2016) determinaron porcentajes de proporción de copa (Pc, %) diferenciados para Prosopis alba Griseb. en Argentina, de 74 y 65 % en árboles dominantes y suprimidos por su posición dentro del rodal, respectivamente. 5

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Al evaluar la condición de salud de los bosques en México, Alvarado-Rosales et al. (2021) calcularon para los géneros Pinus y Quercus, los cuales son los más abundantes dentro de los bosques templados, porcentajes de copa viva (Pcv, %), densidad de copa (DenC, %), transparencia de follaje (TraF, %) y muerte regresiva de copa (Mreg, %) de 47.52, 46.27, 51.19 y 1.24 %, respectivamente, para el primer

género;

para

Quercus

estimaron

32.75,

44.29,

50.51

2.73

respetivamente; es decir, las cifras cambian por género y especie, así como por la región geográfica donde se desarrollan los individuos (Vogel, 2018). Además, sobre las copas también repercute la interacción dinámica de las condiciones topográficas en las que se desarrolla el arbolado, el porcentaje de luz difusa que entra al sitio, la disponibilidad de nutrientes en el suelo y la hojarasca, así como la cambiante tasa de regeneración bajo el dosel (Saldaña y Lusk, 2003). De igual manera, la copa de un árbol en su morfología tiende a aplanarse conforme el individuo se hace más longevo, tiene una demanda de luz media o el estatus de la especie en la sucesión vegetal es de tipo persistente en el ecosistema (Vargas-Silva, 2019). En gimnospermas intolerantes, las ramas de las partes bajas son más propensas a morir por estar expuestas a la sombra y presentar una pérdida de eficiencia fotosintética; así, el árbol trata de eliminar esas ramas e incrementar su crecimiento en altura, lo que favorece su esbeltez y forma cónica a densidades altas (Nakamura et al., 2017). Esta dinámica explica por qué los árboles interceptan alrededor de 98 % de la luz dentro del bosque y mantienen el follaje de las partes bajas para capturar el porcentaje restante (2 %), lo que no resulta económicamente viable para el individuo y propicia la autopoda; dicha energía se destina a otras funciones fisiológicas (Vogel, 2018). En este sentido, las condiciones heterogéneas de luz y sombra dentro de los rodales tienden a maximizar las tasas fotosintéticas, los procesos de transpiración y 6

Hernández Ramos et al, La copa como indicador...

mejoran el balance hídrico de los árboles (Pearcy et al., 2005); sin embargo, disminuyen invariablemente con su longevidad (Thomas y Winner, 2002). Por ejemplo, la asimilación fotosintética máxima (Amax µmol m-2 s-1) de Alnus acuminata Kunth decrece 2.89 µmol m-2 s-1 en un árbol adulto, con dimensiones de 6-15 m de altura total (At) y 20-30 cm de diámetro normal (d) (14.04 µmol m-2 s-1); en comparación con un individuo joven de entre 10 y 12 m de At y de 20-25 cm de d (11.15 µmol m-2 s-1), situación que ocasiona la eliminación de ramas inferiores, aun cuando la especie es tolerante a la sombra (González et al., 2017). La copa permite caracterizar y cuantificar las condiciones de crecimiento de cada individuo, rodal, bosque o plantación (Allen, 2009; Aguirre-Salado et al., 2011; Castaño et al., 2013; Givnish, 2020). Incide en la comprensión de la dinámica forestal (densodependencia) y en la influencia de los factores ambientales como el estrés hídrico, la plasticidad arquitectónica y la variación genética (Barthélémy y Caraglio, 2007; Vargas-Silva, 2019). La copa del árbol es una interface dinámica entre la vegetación y las condiciones atmosféricas, su función es regular la variabilidad térmica y los niveles disponibles de CO2 que crean hábitats óptimos, con microclimas específicos para el adecuado desarrollo de las especies (Penman et al., 2003; Schomaker et al., 2007). La dinámica referida influye de manera positiva o negativa en la velocidad de los procesos fisiológicos y en los servicios ecosistémicos, ya que determina el porcentaje de radiación fotosintéticamente activa que alcanza o incide en algún punto particular bajo el dosel, intervalos de temperatura dentro del ecosistema y presión de vapor de agua; que en conjunto influyen en los procesos bioquímicos de los árboles y en los biogeográficos del suelo (Parker, 1995; Anhuf y Rollenbeck, 2001; Fauset et al., 2017; Nakamura et al., 2017). En este contexto, bajo condiciones de sequía se produce un estrés hídrico en el arbolado, lo cual altera de manera negativa los diversos procesos ecofisiológicos y funcionales del dosel; en consecuencia, disminuye el crecimiento de las especies 7

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

(Valladares, 2004), o bien en rodales con intensidades de luz menor a 2 %, el rendimiento neto se inactiva y la competencia en el sotobosque se suprime, lo que también afecta negativamente al sitio (Vogel, 2018). La arquitectura de copa y la estructura del dosel son la respuesta morfológica visible de los árboles a la interacción dinámica con las características biogeográficas del sitio y la carga genética de cada taxón (Rodríguez et al., 2008; Givnish, 2020). El diseño morfológico de la copa y la distribución del dosel definen las distintas velocidades en los procesos de crecimiento y rendimiento del rodal, la producción de biomasa y la captura de carbono (Vidal et al., 2004; Ruiz-Díaz et al., 2014), la aclimatación a la variación térmica o las condiciones extremas de un déficit hídrico y la adaptabilidad a los fenómenos hidrometeorológicos (Castelli i Puig, 2002; Nunes et al., 2019). En términos de manejo silvícola, en los bosques de especies de clima templado se deben de tomar en cuenta las dimensiones de diámetro y longitud de copa, además de características como la superficie de proyección, la extensión, la forma, la proporción y los índices de amplitud y saliente (Costa et al., 2016; Hess et al., 2016). Lo anterior, porque la edad y los factores ambientales influyen en la morfometría arbórea y en las tasas de asimilación de nutrientes (capacidad productiva) (da Cunha y Finger, 2013). Por lo tanto, comprender la interacción de los procesos fisiológicos dentro de los árboles propicia una mejor aplicación de las actividades de monitoreo, manejo técnico y aprovechamiento de los recursos forestales, ya que las prácticas silviculturales se programarían acorde a las necesidades de la masa forestal (Leite et al., 2012; Hess et al., 2016). En este contexto, entender que la actividad vegetativa (AVeg) de un árbol es determinada por la cantidad de Nitrógeno (N) en el suelo y la producción de savia (PS) por los carbohidratos elaborados en el follaje, implica que las podas se apliquen cuando PS<Aveg, si el crecimiento es vigoroso y el individuo es joven (2-7 años, o bien 2-3 m) (Basantes, 2016). En bosques de clima templado, se debe 8

Hernández Ramos et al, La copa como indicador...

realizar la apertura de espacios del rodal para propiciar que la intensidad lumínica que entra al sitio sea mayor a 1 % para los taxones más tolerantes, ya que ese es el valor mínimo necesario para que las especies fotosinteticen y la dinámica del suelo no se detenga (Basantes, 2016; Vogel, 2018). En actividades de monitoreo, la evaluación indirecta de la respuesta fisiológica del follaje puede observarse a través de imágenes digitales, lo que permite una pronta detección de los árboles dañados por plaga o enfermedad, la planeación de su control y a darle un manejo oportuno al bosque afectado (Leautaud y López-García, 2017). La longitud, extensión, diámetro y volumen de copa en un árbol son indicadores indirectos de la tasa de respiración fotosintética y de la capacidad de transpiración (Sprinz y Burkhart, 1987; Hess et al., 2016; Givnish, 2020). Por ejemplo, en especies con arquitectura de copa de tipo monocapa, como la existente en Pinus spp., Cupressus spp. o Abies spp., tienen un rendimiento fotosintético por unidad de área para un óptimo consumo de carbono menor a <0.75 µmol CO2 s-1; mientras que, las multicapa, como en Quercus spp., Alnus spp. o Tilia spp., presentan rendimientos entre 1-2 µmol CO2 s-1, pero las primeras con una mayor tasa de absorción de carbono (>0.5-<0.8 µmol CO2 s-1 costo de follaje-1) que los taxones multicapa (<0.35 µmol CO2 s-1 costo de follaje-1) (Givnish, 2020). La incidencia y velocidad de asimilación de luz que se traduce en la capacidad fotosintética del arbolado varían entre especies, condición del sitio o hábitos de crecimiento (Vogel, 2018; Givnish, 2020); pueden estimarse de manera indirecta mediante el Índice de Área Foliar (IAF), el cual expresa, en gran medida, el crecimiento y la productividad de las masas forestales (Lang et al., 2010; Leite et al., 2012; McIntosh et al., 2012); adicionalmente, estos indicadores ayudan a programar las actividades silvícolas que deben formar parte de un programa de manejo forestal (Hess et al., 2016). Dada la importancia de la copa en la regulación de los mecanismos e interacciones biológicas de las masas forestales, el objetivo de esta contribución es documentar, 9

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

de manera general y en una primera aproximación, el efecto de los procesos fisiológicos de fotosíntesis, respiración y transpiración del árbol en la arquitectura de copa y su relevancia para el manejo de los bosques templados.

Desarrollo y Discusión

La alometría es la relación funcional entre el tamaño de partes de los organismos o la de estas con la velocidad de los procesos bioquímicos, mismos que pueden representarse matemáticamente entre partes o ser referida a un individuo o proceso fisiológico completo (Niklas, 1994; Gutiérrez y Sánchez, 2017). Por ejemplo, copas grandes, densas e índices de área foliar altos son un indicador indirecto de tasas de fotosíntesis eficientes y crecimiento acelerado (Salas e Infante, 2006); mientras que, en general, copas pequeñas y con poco follaje refieren productividad

baja,

mayor

susceptibilidad

daños

por

tormentas,

vientos,

variaciones de temperaturas por su baja resistencia mecánica, y hasta cierto nivel a tolerar el ataque de plagas o enfermedades por desarrollarse en una condición desfavorable para la especie (Zaragoza et al., 2014); en ambos casos, como consecuencia de las condiciones climáticas y de suelo (Li et al., 2014). La relación alométrica entre el diámetro normal, diámetro de tocón o la altura total de un árbol con su cantidad de biomasa aérea (fuste, ramas y follaje), productividad y capacidad de absorción de carbono (C) permite estimar el rendimiento en los bosques (Castañeda-Mendoza et al., 2012; Hernández-Ramos et al., 2017). Con ese propósito, se evalúa la biomasa (B) que incorporan y fijan los árboles a través del tiempo, al considerar las pérdidas energéticas por respiración estimada como 10

Hernández Ramos et al, La copa como indicador...

productividad primaria neta aérea (PPNA), sin considerar la captura de CO2 y producción de oxígeno o productividad primaria bruta (PPB) (Clark et al., 2001; Li et al., 2014). La PPB y PPNA son el producto de las actividades fisiológicas de la copa, presentan cambios por variaciones en el follaje y se modifican por efecto del clima (Li et al., 2014; Hernández-Ramos et al., 2017). Al respecto, rodales jóvenes tienen mayor productividad primaria neta aérea, pero esta tiende a disminuir con la edad (Turner et al., 2009). En regiones templadas, la producción de follaje es estimulada por la temperatura (producción de hojas en periodos cálidos y caída de follaje en temporada fría). De hecho, ambas dinámicas son influenciadas por la edad, disponibilidad de agua en el suelo, fotoperiodo y cantidad de radiación solar (Manzo-Delgado y Meave, 2003). Las respuestas de la arquitectura y dimensión de la copa son el resultado de procesos metabólicos que involucran la relación planta-suelo-atmósfera (fotosíntesis y transpiración), estado fenológico de la vegetación, contenido de humedad del suelo y densidad de cobertura que, de manera integral, con la edad de cada individuo, determinan las tasas de crecimiento y rendimiento del ecosistema (Manzo-Delgado y Meave, 2003). Las relaciones entre parámetros biofísicos e índices de vegetación; por ejemplo, el Índice de Vegetación de Diferencia Normalizada (IVDN) o el Índice de Reflectancia Fotoquímica (IRF) fisiológicamente son sensibles al contenido en clorofila y al estado de epoxidación de los pigmentos del ciclo de las xantofilas y la eficiencia fotosintética (Hernández-Clemente et al., 2011). Por ello, se pueden utilizar para evaluar la estructura de bosques nativos o de plantaciones a través del comportamiento espectral en distintas comunidades vegetales y regiones climáticas o bien en la determinación del nivel de productividad en un rodal o plantación forestal (Manzo-Delgado y Meave, 2003; Garrido et al., 2017; Hernández-Ramos et al., 2017); así como en su proceso de declinación forestal (Granados-Sánchez y López-Ríos, 2001; Allen, 2009). 11

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

La declinación forestal es el deterioro gradual de los árboles evidenciada por la pérdida de vigor, color, malformación y disminución del follaje (Granados-Sánchez y López-Ríos, 2001), lo cual impacta negativamente en los ciclos del agua, C y nutrimentos; afecta de forma directa a la dinámica ecofisiológica y a la regulación de los procesos bioquímicos de las masas forestales (Nakamura et al., 2017). Este fenómeno fisiológico se evita, hasta cierto punto, por medio de prácticas silviculturales

apropiadas

diferenciadas

para

cada

especie,

condición

crecimiento o región climática de la comunidad vegetal; así como, mediante la ejecución de actividades de monitoreo en las que se evalúe de manera continua el estado de salud del arbolado, y así mitigar de forma oportuna la presencia de plagas, enfermedades o conatos de incendio. Lo anterior bajo la premisa de que el clima es el motor del crecimiento y el principal responsable de la mortalidad en los bosques (Allen, 2009). A través de la reflectancia fotoquímica del color del dosel, es posible evaluar en bosques o plantaciones forestales el estrés hídrico de los árboles con una precisión aceptable (>0.40-<0.60), a bajo costo y en corto tiempo; este estrés es resultado del cierre estomático, la reducción en la tasa de transpiración y el incremento de la temperatura en la hoja (Hernández-Clemente et al., 2011). La combinación de los sistemas de información geográfica (SIG) con la visualización del dosel in situ pueden aplicarse en el manejo forestal para la detección temprana y mitigación de los efectos causados por la declinación forestal, por estrés hídrico (GranadosSánchez y López-Ríos, 2001; Navarro et al., 2004), presencia de plagas y enfermedades (Otaya et al., 2006; Leautaud y López-García, 2017) o daños por incendios forestales (Madrigal et al., 2009). La caída de hojas de los árboles es la respuesta fisiológica al estrés hídrico determinado por el clima (Di Stefano y Fournier, 2005), es fundamental para la circulación de nutrimentos que mantiene la fertilidad del suelo en los ecosistemas 12

Hernández Ramos et al, La copa como indicador...

(Marmolejo et al., 2013) y puede causar una disminución en la productividad forestal (Allen, 2009). Por lo tanto, es fundamental comprender la interacción sueloplanta-atmósfera para proponer actividades silviculturales orientadas a incrementar la productividad de los bosques o plantaciones forestales. El manejo de la densidad (número de árboles por unidad de superficie) mediante la manipulación de la estructura de las copas es fundamental para mantener el crecimiento constante y aumentar el rendimiento. Es posible afirmar que la fertilización de rodales y la distribución homogénea del arbolado, que genera 100 % de ocupación, propicia que el Nitrógeno (N) volatizado permanezca en el sitio y no disminuya su productividad (Penman et al., 2003). Este aspecto es fundamental, ya que incide positivamente en la cantidad de luz difusa que entra al sitio, en la disponibilidad de nutrientes en el suelo y la hojarasca, así como en la regeneración del rodal (Saldaña y Lusk, 2003). Mientras que, en una etapa joven de la vegetación, en función de la especie o especies dentro de los rodales, se tiene mayor captura y asimilación de C, lo cual se refleja en una tasa fotosintética superior y un crecimiento acelerado (Turner et al., 2009); siempre y cuando, el rodal no tenga una sobrepoblación que conduzca a una muerte inminente del arbolado. La arquitectura de copa es fundamental en la dinámica de crecimiento y productividad forestal, ya que es una respuesta a los procesos fisiológicos e interacción con el ambiente, por lo que se debe considerar para la planeación, ejecución

administración

las

actividades

silviculturales

bosques

plantaciones forestales. Hess et al. (2016) señalan que el área de proyección de copa es un indicador confiable de la respuesta de los árboles a las intervenciones silvícolas y que, dentro del rodal, las áreas de proyección pequeñas que resultan de la arquitectura del largo, ancho y amplitud de copa del arbolado que conforma el dosel, y que son consecuencia del autoaclareo, constituyen una característica de menor crecimiento y una reducción de la 13

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

tasa fotosintética debido a la falta de luz, espacio de expansión y competencia por nutrimentos. Los factores bióticos y abióticos del sitio son determinantes en la amplitud y longitud de copa; su morfometría es dinámica con la edad y está en constante cambio con la densidad (Condé et al., 2013). En árboles jóvenes, el crecimiento en altura es mayor al crecimiento lateral, lo cual induce la forma cónica del dosel que se traduce en menor asimilación fotosintética y productividad (Lang et al., 2010; Condé et al., 2013). Por esta razón, el control del número de árboles por unidad de superficie mediante aclareos es fundamental en las actividades del manejo técnico y en las proyecciones de rendimiento (Basantes, 2016). La morfometría de copa es flexible a las condiciones de crecimiento (Lang et al., 2010). Por ejemplo, en Alnus acuminata Kunth el cociente entre la energía luminosa transmitida hasta una profundidad del dosel y la energía luminosa en su parte superior decrece exponencialmente de 0.7 lumen (lm) a 0.3 lm, a medida que se incrementa el valor de IAF; además, los ángulos de inserción foliar cambian de un estrato inferior (39.6°) a un árbol que crece en un estrato medio (37.8°), como resultado de la competencia intraespecífica en el sitio (Castaño et al., 2013). Castelli i Puig (2002) describe como en Quercus ilex L., el porcentaje de copa seca (%Cseca) se incrementa a medida que aumenta el volumen por hectárea dentro del bosque de encino, pasa de un %Cseca<40 con 51 m3 ha-1 en el rodal a 70 % de Cseca, cuando se tienen cerca de 160 m3 ha-1 por efecto de sequía y un déficit hídrico del arbolado. Costa et al. (2016) describen como la altura de fuste limpio (Afl) y la dimensión promedio de la copa cambian en Araucaria angustifolia (Bert.) Kuntze con respecto a la dominancia vertical que tiene el árbol dentro del sitio, con valores Afl de 19.1 m en individuos dominantes y de 15.9 m en árboles suprimidos, mientras que la dimensión promedio de la copa para los primeros es de 22.3 m y para los árboles dominados de 13.0 m. En cualquiera de los casos descritos, se ha 14

Hernández Ramos et al, La copa como indicador...

observado de manera consistente que el diámetro es la primera variable dendrométrica afectada por la competencia, y la que influye de manera indirecta en sus dimensiones, en la disminución de la eficiencia fotosintética del follaje, la tasa de incremento corriente, velocidad de crecimiento y el nivel de productividad (Sanquetta et al., 2014; Rodríguez-Catón y Villalba, 2018). Debido a la importancia de la morfometría de copa en la biología del crecimiento forestal, se plantea que en el manejo silvícola se considere a las características de forma (circular, simétrica, asimétrica, rala, degradada, suprimida o dañada), de dimensión (diámetro, longitud, área de proyección, proporción de copa y cobertura) e índices (saliente o de amplitud) para establecer las primeras intervenciones silviculturales, como los aclareos (Basantes, 2016; Costa et al., 2016; Hess et al., 2016). La relación forma-dimensión expresada como la proporción de copa en porcentaje (

);

en la que

se refiere a la extensión de copa determinada

por la diferencia de la

, es un indicador que

refleja la capacidad de carga del sitio y la competencia intra e interespecífica por luz, espacio y nutrimentos; aspectos que pueden sugerir pautas en el manejo de la masa forestal para la aplicación de los tratamientos silvícolas que regulen la densidad o evalúen la respuesta de las actividades silviculturales realizadas (Lang et al., 2010; Hess et al., 2016). Sin embargo, aún en la actualidad, las características de copa mencionadas permanecen poco exploradas y utilizadas para hacer el manejo silvícola de bosques naturales (Hess et al., 2016), plantaciones forestales (Leite et al., 2012) y parques urbanos (Zaragoza et al., 2014). Para aplicar el conocimiento sobre los atributos de la copa, en términos de manejo técnico a rodales, es indispensable entender la dinámica de sus dimensiones: radio (rd), diámetro (dc), área de proyección (Apc) y extensión de copa (ec), además de, su forma expresada con el Índice de Amplitud: 15

o Índice Saliente:

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

así como las características que se correlacionan con su funcionalidad foliar por estrato, representada por Pc%. Todos estos son criterios que definen la arquitectura de copa, y contribuyen a entender la influencia en los procesos de absorción de la radiación solar, temperatura en el árbol y la concentración de vapor de agua y CO2 en la cámara subestomática del follaje (Ross, 1981; Castaño et al., 2013). No obstante, la aplicación de los atributos referidos es todavía difícil y poco práctica, ya que para la mayoría de los gestores forestales es irrelevante o compleja la comprensión de cómo la fisiología del árbol y las interacciones con el ambiente determinan las tasas de transpiración en los individuos y el alargamiento celular de las estructuras vegetales en follaje, ramas, fuste y raíz. En consecuencia, tienen poca claridad en cómo impactan la dinámica de crecimiento e incremento, con respecto a la edad y la competencia de los árboles. Se han generado herramientas silvícolas cuantitativas de apoyo para el manejo técnico de rodales naturales o plantaciones de algunas especies forestales. Por ejemplo, se proponen índices morfométricos que cuantifican el efecto significativo entre la edad y el estrato donde crecen los árboles de Alnus acuminata con el ángulo de inserción foliar, lo cual señala que a medida que las inserciones son más horizontales, la tasa de crecimiento se reduce (Castaño et al., 2013), lo anterior puede considerarse como referencia en la aplicación de aclareos. Otro ejemplo son las ecuaciones propuestas para cuantificar la relación altura a la base de copa en función del diámetro normal, o bien las expresiones para estimar la máxima anchura de la copa y la altura sobre el fuste del punto máximo de anchura del diámetro de la copa, en función de la altura total y la relación de copa (longitud de copa/altura total) para Pinus sylvestris L.; relaciones que se utilizan para desarrollar índices estructurales y de competencia para un árbol individual (Domínguez et al., 2006).

Hernández Ramos et al, La copa como indicador...

De modo similar, se proponen modelos que cuantifican mediante las dimensiones de la copa, la influencia del lugar de plantación, la edad del rodal y los elementos meteorológicos en la dimensión del diámetro normal para Acacia mearnsii De Wild. con la finalidad de evaluar la captura de carbono (Sanquetta et al., 2014), así como para seleccionar lugares óptimos para el establecimiento de plantaciones forestales. También, se han desarrollado expresiones que simulan la competencia entre individuos de Araucaria angustifolia; en las cuales, las dimensiones de la copa pueden ser la pauta para la aplicación de aclareos (Costa et al., 2016). En otros enfoques, se consideran como referencia las dimensiones de la copa para la selección de material genético con fines de restauración de ecosistemas, o para el establecimiento de plantaciones, de acuerdo con su crecimiento y adaptabilidad, de procedencias de Pinus greggii Engelm. ex Parl. (Rodríguez et al., 2008), o para evaluar rodales fragmentados de Araucaria angustifolia, en donde se propone un manejo

técnico

diferenciado

con

base

las

características

morfométricas

específicas del arbolado (Hess et al., 2016). Las proyecciones de Índice de Área Foliar y de cobertura arbórea sirven para estimar las existencias maderables por hectárea y para clasificar por nivel de productividad los rodales manejados. Aguirre-Salado et al. (2011) lo trabajaron con Pinus patula Schltdl. & Cham.; McIntosh et al. (2012) con Acer macrophyllum Pursh, Alnus rubra Bong., Fraxinus latifolia Benth., Pinus contorta Douglas ex Loudon, P. ponderosa Lawson & C. Lawson., P. monticola Douglas ex D. Don, Populus spp., Pseudotsuga menziesii (Mirb.) Franco, Quercus spp., Sequoia sempervirens (D. Don) Endl. y Tsuga heterophylla (Raf.) Sarg. con la finalidad de evaluar los tratamientos silviculturales aplicados, y adecuar los programas de manejo forestal acordes a la respuesta particular de cada rodal. Con otro enfoque, se han desarrollado y ajustado modelos de perfil de copa (Poudel et al., 2021) susceptibles de utilizarse como índices de competencia dependientes del tamaño de la copa, o bien considerarse como referencia en la aplicación de 17

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

aclareos con la finalidad de optimizar la ocupación del rodal e incrementar el crecimiento de cada individuo. Esto lo proponen Crecente-Campo et al. (2007) para Pinus radiata D. Don y Soto-Cervantes et al. (2016) para Pinus cooperi C. E. Blanco. En México y Latinoamérica, el desarrollo de este tipo de herramientas aún es parcial. Además, los profesionales encargados del manejo y aprovechamiento de los recursos forestales tienen un área de oportunidad para lograr una plena comprensión de la dinámica de la copa para su aplicación práctica en el manejo técnico de rodales. Para entender el aspecto dinámico e integral del crecimiento vegetal y las formas de sus estructuras en bosques de clima templado, es indispensable conocer: i) los tipos de crecimiento fustal por especie (indefinido, definido, monopódico o simpódico); ii) el tipo de ramificación de la copa, cuando son bosques mezclados o de especies latifoliadas (silépticas o catalépticas); y iii) la dirección del crecimiento en conjunto del fuste y ramas como la respuesta de cada estructura vegetal a condiciones no favorables y hábitos de desarrollo (ortótropos o plagiotropos), y tipos de filotaxia de cada especie (alterna, opuesta, verticilada o fasciculada) (Perreta y Vegetti, 2005). El control de la intensidad de luz en los rodales por la manipulación de las copas mediante podas o aclareos, debe ejecutarse en etapas tempranas de formación y agregación de tejido basal del fuste (Corvalán, 2017). Por ejemplo, para coníferas intolerantes como Pinus, aplicar esos tratamientos silvícolas en las etapas de monte bravo, vardascal o latizal tendrá un efecto positivo en la calidad de la madera y en el área basal del rodal; en consecuencia, se reflejará en un mayor ingreso económico al momento de realizar la cosecha maderable (Larson et al., 2001). Schoelzke (2003) demostró cómo en plantaciones de Pinus elliottii Engelm. de cinco años, en las que se aplicaron aclareos y podas tuvieron 30 % más de incremento en el diámetro normal, con respecto a plantaciones no aclaradas ni podadas. Además,

Hernández Ramos et al, La copa como indicador...

indicó que el árbol no se debe podar en más de 30 % de la altura total, ya que el incremento disminuye. Ferrere et al. (2015) registraron para plantaciones de Pinus radiata de 13 años de edad, a las cuales se les practicó un aclareo con intensidad de corta de 50 % y sin poda, que el volumen es mayor (74.4 m3) que al aplicar la misma intensidad de corta, pero con podas (64.6 m3); sin embargo, para el primer caso, solo 46 % de este volumen corresponde a los árboles dominantes. López y Caballero (2018) mostraron que la programación de una corta de aclareo en plantaciones de Pinus patula basada en la productividad primaria neta (PPN) fue fundamental para la apertura de espacios de crecimiento, a fin de obtener un rendimiento en volumen de 120.14 m3 ha-1, y con ello se propició un incremento en volumen de 38.9 m3 ha1año-1.

No obstante, la respuesta a estos factores varía en función del gradiente

altitudinal, ontogenia de la especie y características topográficas y edáficas del sitio (Puntieri et al., 2013), o de la adecuada aplicación de los tratamientos. La eliminación natural de ramas reduce las dimensiones del dosel, en general forma fustes limpios (lo que es una característica variable en cada especie), favorece la entrada de luz para plantas de estratos inferiores y permite reducir costos en la aplicación de labores culturales (Mäkelä y Valentine, 2006). Dicho mecanismo se debe a que las ramas son estructuras de soporte y conductividad hidráulica entre raíz, fuste y follaje activo; pero cuando este último reduce la tasa fotosintética, el árbol tiende a deshacerse de hojas y ramas en conjunto, lo que tiene incidencia sobre el rendimiento maderable, el cual es limitado por el tamaño, ángulo de inserción y edad ontogénica de ramas y follaje de acuerdo con su posición vertical dentro de la copa (Garber y Maguire, 2005; Lowell et al., 2014; Corvalán, 2017). En especies intolerantes a la sombra, como la mayoría de los pinos (Gil y Aránzazu, 1993; Smith et al., 1997; Rubio-Camacho et al., 2017), en las etapas de brinzal a latizal el dosel es más angosto que en la fase de desarrollo fustal, y la orientación de las ramas de primer orden, con respecto al fuste, es ascendente en ángulos 19

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

menores de 45°; ello ocasiona un rápido crecimiento en altura para posteriormente expandir la copa y disipar el exceso calórico que se absorbe por la exposición directa a la radiación solar (Roeh y Maguire, 1997; Castaño et al., 2013; Nelson et al., 2014; Vogel, 2018). En estratos medios, la copa tiene ramas con ángulos superiores a 45° para mejorar la captación de luz y propiciar que los procesos fotosintéticos del follaje sean más eficientes (Poorter et al., 2006; Interián-Ku et al., 2009). Con base en lo expuesto, en virtud de que la dinámica y arquitectura de la copa son un reflejo de la constitución genética y de los procesos fisiológicos en las especies a lo largo del tiempo, e indirectamente de los factores ambientales, edáficos, topográficos y de competencia de cada condición de crecimiento, las características de la copa como diámetro, longitud, forma, densidad foliar, ángulo de inserción de las ramas o la edad ontogénica de cada nivel en el follaje se deberían tomar en consideración para la elección de las especies, la planeación, el establecimiento

manejo

silvícola

los

bosques,

plantaciones,

sistemas

agroforestales o silvopastoriles, así como para propiciar una mayor eficiencia de las actividades silvícolas. Además, es deseable no perder de vista que la actualización constante de estos conocimientos indispensables, descubrimientos

su ya

aplicabilidad que

sobre

los

dentro

del

manejo

paradigmas

siguen

dinámica

del

dosel

interespecíficas en los ecosistemas (Givnish, 2020).

Conclusiones

las

técnico

forestal

rediseñando interacciones

son

con intra

los e

Hernández Ramos et al, La copa como indicador...

La dinámica y arquitectura de la copa con respecto a la edad en los bosques templados son fenómenos complejos que varían en función de la especie, clima de cada región, condiciones de suelo, humedad y características del sitio en donde se desarrollan las masas forestales. No obstante, su comprensión es vital para el manejo silvícola debido a que determinan las tasas fotosintéticas, velocidad de asimilación de CO2, dinámica de crecimiento y, en general, la productividad en las especies o ecosistemas forestales. Es fundamental comprender el papel de los procesos fisiológicos en la arquitectura y dinámica de la copa para planear y aplicar correctamente las actividades de manejo técnico acordes a las necesidades particulares de cada especie, etapa de desarrollo o condición de crecimiento, tanto de bosques naturales como de plantaciones forestales. Esto representa un componente esencial de la base biológica para evaluar y cuantificar el incremento del crecimiento y productividad de los rodales. Aun cuando existe información particular para comprender las interacciones del dosel con la atmósfera y suelo, se tiene la necesidad de cuantificar mediante relaciones alométricas, generación de ecuaciones o descripciones de procesos la interacción suelo-planta-atmósfera. Con base en los resultados que se generen proponer pautas, intervalos o intensidades para aplicar practicas silviculturales específicas como podas, aclareos o cortas de aprovechamiento por taxón de interés comercial. Lo anterior contribuirá a mejorar la eficiencia de los procesos fisiológicos de las especies manejadas en los bosques templados, así como a que se reduzca la susceptibilidad

plagas

enfermedades,

todo

ello

para

incrementar

productividad forestal y generar un mayor rendimiento financiero con la reducción de tiempos de rotación en los aprovechamientos forestales de rodales naturales, plantaciones y de sistemas agroforestales o silvopastoriles.

Agradecimientos 21

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Al Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias (INIFAP) por otorgar el apoyo a capacitación y formación de personal investigador y al Consejo Nacional de Ciencia y Tecnología (Conacyt) por la beca 733112 otorgada al primer autor.

Conflicto de intereses

Los autores manifiestan que no existen conflictos de interés.

Contribución por autor

Jonathan Hernández Ramos: revisión de literatura, estructura del documento y redacción; Valentín José Reyes Hernández: revisión y complemento del documento; Leonardo Beltrán Rodríguez: revisión y complemento del documento.

Referencias Aguirre-Salado, C. A., J. R. Valdez-Lazalde, G. Ángeles-Pérez, H. M. de los SantosPosadas y A. I. Aguirre-Salado. 2011. Mapeo del índice de área foliar y cobertura arbórea mediante fotografía hemisférica y datos SPOT 5 HRG: regresión y k-nn. Agrociencia

45(1):105-119.

https://agrociencia-

colpos.org/index.php/agrociencia/article/view/863. (15 de enero de 2022). 22

Hernández Ramos et al, La copa como indicador...

Allen, C. D. 2009. Muerte regresiva del bosque inducida por el clima: ¿un fenómeno mundial en aumento? Unasylva: Revista Internacional de Silvicultura e Industrias Forestales 60(231-232):43-49. https://www.fao.org/3/i0670s/i0670s10.pdf. (20 de noviembre de 2021). Alvarado-Rosales, D., L. L. Saavedra-Romero, Y. Franco-Islas, J. Villa-Castillo y D. A. Quiroz-Reygadas. 2021. Condición de copa de bosques y selvas de México: Análisis 2014. Madera y Bosques 27(1):e2712114. Doi: 10.21829/myb.2021.2712114. Anhuf, D. and R. Rollenbeck. 2001. Canopy structure of the Rio Surumoni rain forest (Venezuela)

and

its

influence

microclimate.

Ecotropica

7(1-2):21-32.

https://www.soctropecol.eu/publications/pdf/7-12/Anhuf%20D,%20Rollenbeck%20R%202001,%20Ecotropica%207_21-32.pdf.

marzo de 2022). Barthélémy, D. and Y. Caraglio. 2007. Plant architecture: A dynamic, multilevel and comprehensive approach to plant form, structure and ontogeny. Annals of Botany 99(3):375-407. Doi: 10.1093/aob/mcl260. Basantes M., E. R. 2016. Silvicultura y fisiología vegetal aplicada. Universidad de las Fuerzas Armadas ESPE. Sangolquí, P, Ecuador. 439 p. Castañeda-Mendoza, A., J. J. Vargas-Hernández and A. Gómez-Guerrero. 2012. Components of net aerial primary production in a Bambusa aldhamii plantation. Agrociencia 46(1):63-74. https://www.scielo.org.mx/pdf/agro/v46n1/v46n1a6.pdf. (19 de enero de 2022). Castaño M., A. M., H. A. Chica R., D. Obando B. y N. M. Riaño H. 2013. Arquitectura del dosel e interceptación de la radiación solar por tres especies forestales nativas en

Colombia.

Cenicafé

64(1):19-30.

https://biblioteca.cenicafe.org/bitstream/10778/523/1/arc064(01)19-30.pdf. (19 de enero de 2022).

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Castelli i Puig, C. 2002. Efectos de la sequía en encinares del Parque Natural de Sant Llorenç

del

Munt

l’Obac

(Barcelona).

Monografies

35:75-81.

https://parcs.diba.cat/documents/215256/f6b6c839-31d0-4ce7-a46f-aba51ba89b91. (19 de enero de 2022). Clark, D. A., S. Brown, D. W. Kicklighter, J. Q. Chambers, J. R. Thomlinson and J. Ni. 2001. Measuring net primary production in forests: Concepts and field methods. Ecological

Applications

11(2):356-370.

Doi:

10.1890/1051-

0761(2001)011[0356:MNPPIF]2.0.CO;2. Condé, T. M., M. L. Martins de L., E. M. de Lima N. e H. Tonini. 2013. Morfometria de quatro espécies florestais em sistemas agroflorestais no município de Porto Velho, Rondônia. Revista Agro@mbiente On-line 7(1):18-27. Doi: 10.18227/19828470ragro.v7i1.932. Corvalán V., P. 2017. Caracterización del diámetro, ángulo de inserción y longevidad de ramas vivas axiales de Nothofagus obliqua. Revista Cubana de Ciencias

Forestales

5(2):127-139.

https://www.researchgate.net/publication/319490835_Caracterizacion_del_diametr o_angulo_de_insercion_y_longevidad_de_ramas_vivas_axiales_de_Nothofagus_obli qua. (19 de enero de 2022). Costa, E. A., C. A. Guimarães F. and F. D. Fleig. 2016. Influência da posição social nas relações morfométricas de Araucaria angustifolia. Ciência Florestal 26(1):225234. Doi: 10.5902/1980509821116. Crecente-Campo, F., F. Amigo-López, J. G. Álvarez-González y U. Diéguez-Aranda. 2007. Elaboración de un modelo de perfil de copa para Pinus radiata D. Don en Galicia. Cuadernos de la Sociedad Española de Ciencias Forestales (23):159-165. Doi: 10.31167/csef.v0i23.9619.

Hernández Ramos et al, La copa como indicador...

da Cunha, T. A. y C. A. G. Finger. 2013. Competição assimétrica e o incremento diamétrico de árvores individuais de Cedrela odorata L. na Amazônia Ocidental. Acta Amazonica 43(1):9-18. Doi: 10.1590/S0044-59672013000100002. Di Stefano, J. F. y L. A. Fournier. 2005. Caída de hojarasca y tasas de descomposición de las hojas de Vochysia guatemalesis en una plantación de 10 años,

Tabarcia

Mora,

Costa

Rica.

Agronomia

Costarricense

29(1):9-16.

https://www.mag.go.cr/rev_agr/v29n01_009.pdf. (19 de enero de 2022). Domínguez D., M., F. Bravo y M. del Río. 2006. Modelos del tamaño de copa de Pinus sylvestris L. en bosques del centro de España. Interciencia 31(3):168-175. https://www.researchgate.net/publication/46416866_Modelos_del_tamano_de_copa _de_pinus_sylvestris_l_en_bosques_del_centro_de_Espana. (19 de enero de 2022). Fauset, S., M. U. Gloor, M. P. M. Aidar, H. C. Freitas, … and C. A. Joly. 2017. Tropical

forest

light

regimes

human‐modified

landscape.

Ecosphere

8(11):e02002. Doi: 10.1002/ecs2.2002. Ferrere, P., A. M. Lupi y T. Boca. 2015. Crecimiento del Pinus radiata sometido a diferentes tratamientos de raleo y poda en el sudeste de la provincia de Buenos Aires,

Argentina.

Bosque

36(3):423-434.

Doi:

10.4067/S0717-

92002015000300009. Garber, S. M. and D. A. Maguire. 2005. Vertical trends in maximum branch diameter in two mixed-species spacing trials in the central Oregon Cascades. Canadian Journal of Forest Research 35(2):295-307. Doi: 10.1139/x04-164. Garrido V., J., J. Hernández B. y M. J. Montero P. 2017. Estudio de la cobertura del dosel del castaño. Revista Científica Monfragüe, Desarrollo Resiliente 9(1):113-130. https://www.eweb.unex.es/eweb/monfragueresilente/numero17/Art9_F.pdf (19 de enero de 2022). Gil, L. y M. Aránzazu P. 1993. Los pinos como especies básicas de la restauración forestal

medio

mediterráneo. 25

Ecología

7:113-125.

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

https://www.miteco.gob.es/es/parques-nacionalesoapn/publicaciones/ecologia_07_09_tcm30-100786.pdf. (07 de junio de 2022). Givnish, T. J. 2020. The adaptive geometry of trees. The American Naturalist 195(6):935-947. Doi: 10.1086/708498. Gómez C., C. 2010. Instalación de parcelas permanentes de muestreo, ppm, en los bosques tropicales del Darién en Panamá [Comarca Embera-Wounaan]. Organización Internacional de las Maderas Tropicales ITTO, Fondo Mundial para la Naturaleza WWF, Comarca Embera-Wounaan y Autoridad Nacional del Ambiente. Comarca EmberaWounaan,

EM,

Panamá.

https://www.itto.int/files/itto_project_db_input/2890/Technical/GU%C3%8DA%20PARA %20LA%20INSTALACI%C3%93N%20DE%20LAS%20PPM.pdf. (19 de enero de 2022). González, J. A., S. E. Buedo y F. E. Prado. 2017. Caracterización fotosintética en plantas jóvenes y adultas de Alnus acuminata (“aliso del cerro”) en las Yungas (Tucumán, Argentina).

Lilloa

54(1):41-57.

http://www.lillo.org.ar/journals/index.php/lilloa/article/view/80. (19 de enero de 2022). Granados-Sánchez, D. y G. F. López-Ríos. 2001. Declinación forestal. Revista Chapingo

Serie

Ciencias

Forestales

del

Ambiente

7(1):5-13.

https://www.redalyc.org/pdf/629/62970102.pdf. (19 de enero de 2022). Gutiérrez S., J. L. y F. Sánchez G. 2017. Matemática del crecimiento orgánico: De la alometría al crecimiento estacional. Las Prensas de Ciencias. Coyoacán, Cd. Mx., México. 321 p. Hernández-Clemente, R., R. M. Navarro-Cerrillo, L. Suárez, F. Morales and P. J. Zarco-Tejeda. 2011. Assessing structural effects on PRI for stress detection in conifer

forests.

Remote

Sensing

Environment

10.1016/j.rse.2011.04.036.

115(9):2360-2375.

Doi:

Hernández Ramos et al, La copa como indicador...

Hernández-Ramos, A., J. R. Valdez-Lazalde, G. Ángeles-Pérez, H. M. de los SantosPosadas, … y O. Carrero. 2017. Productividad primaria neta aérea en plantaciones comerciales de Eucalyptus urophylla S. T. Blake en Huimanguillo, Tabasco, México. Agrociencia 51(3):343-358. https://www.scielo.org.mx/pdf/agro/v51n3/1405-3195agro-51-03-00343.pdf. (3 de marzo de 2022). Hess, A. F., T. Loiola, S. Arruda de Souza y B. Nascimento. 2016. Morfometría de la copa de Araucaria angustifolia en sitios naturales en el sur de Brasil. Bosque 37(3):603-611. Doi: 10.4067/S0717-92002016000300017. Interián-Ku, V. M., J. I. Valdez-Hernández, E. García-Moya, A. Romero-Manzanares, M. A. Borja-de la Rosa y H. Vaquera-Huerta. 2009. Arquitectura y morfometría de dos especies arbóreas en una selva baja caducifolia del sur de Yucatán, México. Boletín de la Sociedad Botánica de México 85: 17-29. Doi: 10.17129/botsci.2300. Lang, A. C., W. Härdtle, H. Bruelheide, C. Geißler, … and G. von Oheimb. 2010. Tree morphology responds to neighbourhood competition and slope in species-rich forests of subtropical China. Forest Ecology and Management 260(10):1708-1715. Doi: 10.1016/j.foreco.2010.08.015. Larson, P. R., D. E. Kretschmann, A. Clark III and J. G. Isebrands. 2001. Formation and properties of juvenile wood in southern pines: A synopsis. United States Department of Agriculture, Forest Service, Forest Products Laboratory. Madison, WI, USA. 42 p. Leautaud V., P. y J. López-García. 2017. Detección de árboles dañados por plaga en bosques de Abies religiosa en la Reserva de la Biosfera Mariposa Monarca, mediante fotografías

aéreas

infrarroja.

Investigaciones

Geográficas

92:1-12.

Doi:

10.14350/rig.50249. Leite, L. P., A. Zubizarreta-Gerendiain and A. P. Robinson. 2012. Modeling mensurational relationships of plantation–growth loblolly pine (Pinus taeda L.) in Uruguay.

Forest

Ecology

and

Management

10.1016/j.foreco.2012.10.016. 27

289:455-462.

Doi:

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Li, S., S. Lyu, Y. Zhang, Y. Liu, Y. Gao and Y. Ao. 2014. The change of global terrestrial ecosystem net primary productivity (NPP) and its response to climate change in CMIP5. Theoretical and Applied Climatology 121(1-2):319-335. Doi: 10.1007/s00704-014-1242-8. López L., M. Á. y M. Caballero D. 2018. Análisis financiero de una plantación de Pinus patula Schiede ex Schltdl. et Cham. de pequeña escala. Revista Mexicana de Ciencias Forestales 9(46):186-206. Doi: 10.29298/rmcf.v9i46.116. Lowell, E. C., D. A. Maguire, D. G. Briggs, E. C. Turnblom, K. J. S. Jayawickrama and J. Bryce. 2014. Effects of silviculture and genetics on branch/knot attributes of Coastal Pacific Northwest Douglas-Fir and Implications for wood quality—A synthesis. Forests 5(7):1717-1736. Doi: 10.3390/f5071717. Madrigal O., J., C. Hernando L. y M. Guijarro G. 2009. El uso de los sistemas de información geográfica en los modelos de regeneración post-incendio. Cuadernos de la

Sociedad

Española

Ciencias

Forestales

(29):49-57.

Doi:

10.31167/csef.v0i29.9816. Mäkelä, A. and H. T. Valentine. 2006. Crown ratio influence allometric scaling in trees.

Ecology

87(12):2967-2972.

Doi:

10.1890/0012-

9658(2006)87[2967:CRIASI]2.0.CO;2. Manzo-Delgado, L. y J. A. Meave. 2003. La vegetación vista desde el espacio: la fenología

foliar

través

percepción

remota.

Ciencia

54(3):18-28.

https://www.revistaciencia.amc.edu.mx/images/revista/54_3/vegetacion_vista_esp acio.pdf. (7 de enero de 2022). Marmolejo M., J. G., C. M. Cantú A. y M. A. Gutiérrez S. 2013. Degradación de la hojarasca en sitios con vegetación primaria y secundaria del matorral espinoso Tamaulipeco.

Revista

Mexicana

Ciencias

10.29298/rmcf.v4i17.430. 28

Forestales

4(17):174-181.

Doi:

Hernández Ramos et al, La copa como indicador...

McIntosh, A. C. S., A. N. Gray and S. L. Garman. 2012. Estimating canopy cover from standard forest inventory measurements in Western Oregon. Forest Science 58(2):154-167. Doi: 10.5849/forsci.09-127. Nakamura, A., R. L. Kitching, M. Cao, T. J. Creedy, … and L. A. Ashton. 2017. Forests and their canopies: Achievements and horizons in canopy science. Trends in Ecology and Evolution 32(6): 438-451. Doi: 10.1016/j.tree.2017.02.020. Navarro C., R. M., R. Maldonado-Rodríguez y D. Ariza M. 2004. Fluorescencia de la clorofila en cinco procedencias de Pinus halepensis Mill y su respuesta a estrés hídrico. Cuadernos de la Sociedad Española de Ciencias Forestales (17):69-74. Doi: 10.31167/csef.v0i17.9401. Nelson, A. S., A. R. Weiskittel and R. G. Wagner. 2014. Development of branch, crown, and vertical distribution leaf area models for contrasting hardwood species in Maine, USA. Trees 28(1):17-30. Doi: 10.1007/s00468-013-0926-5. Niklas, K. J. 1994. Plant allometry: The scaling of form and process. University Chicago Press. Chicago, IL, USA. 395 p. Nunes, M. H., S. Both, B. Bongalov, C. Brelsford, … and M. E. J. Cutler. 2019. Changes in leaf functional traits of rainforest canopy trees associated with an El Niño

event

Borneo.

Environmental

Research

Letters

14(8):1-13.

Doi:

10.1088/1748-9326/ab2eae. Otaya B., L. A., R. J. Sánhez Z., L. Morales S. y V. Botero F. 2006. Los sistemas de información geográfica (SIG), una gran herramienta para la silvicultura urbana. Revista

Facultad

Nacional

Agronomía

Medellín

59(1):3201-3216.

http://www.scielo.org.co/pdf/rfnam/v59n1/a08v59n1.pdf. (3 de marzo de 2022). Parker, G. G. 1995. Structure and microclimate of forest canopies. In: Lowman, M. D. and N. M. Nadkarni (eds.). Forest Canopies. Academic Press. San Diego, CA, USA. pp. 73-106.

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Pearcy, R. W., H. Muraoka and F. Valladares. 2005. Crown architecture in sun and shade environments: Assessing function and trade-offs with a three-dimensional simulation

model.

New

Phytologist

166(3):791-800.

Doi:

10.1111/j.1469-

8137.2005.01328.x. Penman, J., M. Gytarsky, T. Hiraishi, T. Krug, … and F. Wagner. 2003. Good practice guidance for land use, land-use change and forestry. Intergovernmental Panel on Climate Change (IPCC). Hayama, JP, Japan. 590 p. Perreta, M. G. y A. C. Vegetti. 2005. Patrones estructurales en las plantas vasculares: una revisión. Gayana Botánica 62(1):9-19. Doi: 10.4067/S071766432005000100003. Poorter, L., L. Bongers and F. Bongers. 2006. Arquitecture of 54 moist-forest tree species: traits, trade-offs, and functional groups. Ecology 87(5):1289-1301. Doi: 10.1890/0012-9658(2006)87[1289:AOMTST]2.0.CO;2. Poudel, K. P., S. C. Avery and J. J. Granger. 2021. Live crown ratio models for Loblolly Pine (Pinus taeda) with beta regression. Forests 12(10):1409-1419. Doi: 10.3390/f12101409. Puntieri, J., C. Torres y S. Ghirardi. 2013. Crecimiento y ramificación de Nothofagus alpina y Nothofagus obliqua (Nothofagaceae) bajo diferentes condiciones lumínicas. Boletín

Sociedad

Argentina

Botánica

48(2):277-293.

Doi:

10.31055/1851.2372.v48.n2.6262. Rodríguez L., R., S. Valencia M., J. Meza R., M. A. Capó A. y A. Reynoso P. 2008. Crecimiento y características de la copa de procedencias de Pinus gregii Engelm. en Galeana,

Nuevo

León.

Revista

Fitotecnia

Mexicana

31(1):19-26.

https://www.uaeh.edu.mx/investigacion/icap/LI_IntGenAmb/Rodri_Laguna/4.pdf (5 de noviembre de 2021).

Hernández Ramos et al, La copa como indicador...

Rodríguez-Catón, M. y R. Villalba. 2018. Indicadores del decaimiento en bosques de Nothofagus pumilio en el norte de la Patagonia, Argentina. Madera y Bosques 24(2):e2421588. Doi: 10.21829/myb.2018.2421588. Roeh, R. L. and D. A. Maguire. 1997. Crown profile models based on branch attributes in coastal Douglas-fir. Forest Ecology and Management 96(1-2):77-100. Doi: 10.1016/S0378-1127(97)00033-9. Ross, J. 1981. The radiation regime and architecture of plant stands. Tasks for vegetation sciences 3. Junk publishers. La Haya, DH, Netherlands. 391 p. Rubio-Camacho, E. A., M. A. González-Tagle, W. Himmelsbach, D. Y. Ávila-Flores, E. Alanís-Rodríguez and J. Jiménez-Pérez. 2017. Patrones de distribución espacial del arbolado en un bosque mixto de pino-encino del noreste de México. Revista Mexicana de Biodiversidad 88(1):113-121. Doi: 10.1016/j.rmb.2017.01.015. Ruiz-Díaz, C., G. Rodríguez-Ortíz, J. C. Leyva-Lopez y J. R. Enríquez-del Valle. 2014. Metodologías para estimar biomasa y carbono en especies forestales de México.

Naturaleza

Desarrollo

12(1):28-45.

https://web.ciidiroaxaca.ipn.mx/revista/?q=node/38. (12 de octubre de 2021). Salas R., J. y A. Infante C. 2006. Producción primaria neta aérea en algunos ecosistemas y estimación de biomasa en plantaciones forestales. Revista Forestal Latinoamericana

(40):47-70.

https://go.gale.com/ps/i.do?id=GALE%7CA178754609&sid=googleScholar&v=2.1&i t=r&linkaccess=abs&issn=07982437&p=IFME&sw=w&userGroupName=anon%7Ec6 e7db8d. (3 de octubre de 2021). Saldaña, A. y C. H. Lusk. 2003. Influencia de las especies del dosel en la disponibilidad de recursos y regeneración avanzada en un bosque templado lluvioso del sur de Chile. Revista Chilena de Historia Natural 76(4):639-650. Doi: 10.4067/S0716-078X2003000400008.

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Sanquetta, C. R., A. Behling, A. P. D. Corte, A. C. Fernandes, S. M. Beckert e A. A. Simon. 2014. Equações para estimativa do diámetro de copa para Acácia-negra. Floresta e Ambiente 21(2):192-205. Doi: 10.4322/floram.2014.018. Schoelzke, D. 2003. La poda en una plantación de Pinus elliottii. Quebracho 10:2638.

https://fcf.unse.edu.ar/archivos/quebracho/q10-03-schoelske.pdf.

(12

octubre de 2021). Schomaker, M. E., S. J. Zarnoch, W. A. Bechtold, D. J. Latelle, W. G. Burkman and S. M. Cox. 2007. Crown-Condition Classification: A Guide to Data Collection and Analysis. United States Department of Agriculture, Forest Service. Asheville, NC, USA. 92 p. Smith, D. M., B. C. Larson, M. J. Kelty and P. M. S. Ashton. 1997. The practice of silviculture: applied forest ecology. John Wiley and Sons, Inc. New York, NY, USA. 537 p. Soto-Cervantes, J. A., C. A. López-Sánchez, J. J. Corral-Rivas, C. Wehenkel, J. G. Álvarez-González and F. Crecente-Campo. 2016. Development of crown profile model for Pinus cooperi Blanco in the UMAFOR 1008, Durango, Mexico. Revista Chapingo

Serie

Ciencias

Forestales

del

Ambiente

22(2):179-192.

Doi:

10.5154/r.rchscfa.2015.09.040. Sprinz, P. T. and H. E. Burkhart. 1987. Relationships between tree crown, stem, and stand characteristics in unthinned loblolly pine plantations. Canadian Journal of Forest Research 17(6):534-538. Doi: 10.1139/x87-089. Thomas, S. C. and W. E. Winner. 2002. Photosynthetic differences between saplings and adult trees: an integration of field results by meta-analysis. Tree Physiology 22(2-3):117-127. Doi: 10.1093/treephys/22.2-3.117. Turner, M. G., E. A. H. Smithwick, D. B. Tinker and W. H. Romme. 2009. Variation in foliar nitrogen and aboveground net primary production in young postfire 32

Hernández Ramos et al, La copa como indicador...

lodgepole pine. Canadian Journal of Forest Research 39(5):1024-1035. Doi: 10.1139/X09-029. Valladares, F. 2004. Ecología del bosque mediterráneo en un mundo cambiante. Ministerio para la Transición Ecológica y el Reto Demográfico, Ministerio de Medio Ambiente y Organismo Autónomo Parques Nacionales. Madrid, Md, España. 248 p. Vargas-Silva, G. 2019. Biomecánica de los árboles: crecimiento, anatomía y morfología. Madera y Bosques 25(3):e2531712. Doi: 10.21829/myb.2019.2531712. Vidal, A., J. Y. Benítez, J. Rodríguez, R. Carlos y H. Gra. 2004. Estimación de la biomasa de copa para árboles en pie de Pinus caribaea var. caribaea en la E.F.I. La Palma de la provincia de Pinar del Río, Cuba. Quebracho-Revista de Ciencias Forestales 11:60-66. https://fcf.unse.edu.ar/archivos/quebracho/06-vidal-benitezq11.pdf. (5 de febrero de 2022). Vogel, S. 2018. La vida secreta de una hoja. Fondo de Cultura Económica e Instituto Politécnico Nacional. Tlalpan, Cd. Mx., México. 325 p. Zaragoza H., A. Y., V. M. Cetina A., M. A. López L., A. Chacalo H., M. L. de la Isla de B. y H. González R. 2014. Indicador condición de copa y su aplicación en tres parques del Distrito Federal. Revista Mexicana de Ciencias Forestales 5(25):34-51. Doi: 10.29298/rmcf.v5i25.302.

Todos los textos publicados por la Revista Mexicana de Ciencias Forestales –sin excepción– se distribuyen amparados bajo la licencia Creative Commons 4.0 Atribución-No Comercial (CC BY-NC 4.0 Internacional), que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

DOI: 10.29298/rmcf.v13i74.1273 Artículo

Diversidad e importancia ecológica de la vegetación arbórea en el Parque El Tecuán, Durango, México Diversity and ecological importance of tree vegetation at El Tecuan Park in the state of Durango, Mexico Pablito Marcelo López Serrano1, Daniel José Vega Nieva2, José Javier Corral Rivas2, Jaime Briseño Reyes2*, Pablo Antúnez3 Fecha de recepción/Reception date: 6 de mayo de 2022 Fecha de aceptación/Acceptance date: 8 de septiembre de 2022 _______________________________ 1Instituto

de Silvicultura e Industria de la Madera, Universidad Juárez del Estado de Durango. México. de Ciencias Forestales y Ambientales, Universidad Juárez del Estado de Durango. México. 3Instituto de Estudios Ambientales, Universidad de la Sierra Juárez. México. 2Facultad

*Autor para correspondencia; correo-e: jaime.briseno@gmail.com *Corresponding author; e-mail: jaime.briseno@gmail.com Resumen El objetivo de las áreas naturales protegidas es la conservación de la biodiversidad. En el presente estudio se describe la diversidad de especies arbóreas y su importancia ecológica en el Parque Ecológico El Tecuán, Durango, México. Se realizó un muestreo sistemático estratificado con 168 sitios circulares de 1 000 m2, distribuidos en 511.16 hectáreas del Parque, con una intensidad de muestreo de 3.2 %. En cada sitio se midieron todos los individuos con diámetro normal superior o igual a 7.5 cm. La diversidad de especies arbórea se estimó con el Índice de Shannon, la importancia ecológica de las especies se describió con los parámetros abundancia relativa basada en la densidad o número de árboles por hectárea, dominancia relativa de acuerdo con el área basal, frecuencia relativa y el Valor de Importancia Ecológica (VIE). Los resultados mostraron la presencia de cuatro géneros: Arbutus (Ericaceae), Juniperus (Cupressaceae), Pinus (Pinacea) y Quercus (Fagacea). El Índice de Shannon fue de 1.89, que sugiere una diversidad arbórea de media a alta. Las existencias reales registradas fueron de 153.73 m3 ha-1 y las clases de diámetro y de altura dominantes de 10 cm y 5 m, respectivamente. El género Pinus tuvo la mayor riqueza de especies (nueve); de ellas, P. cooperi presentó los valores más altos de densidad (32.15 %), dominancia (37.77 %) y VIE (28.23 %); sin embargo, Quercus sideroxyla registró la mayor frecuencia relativa (18 %). Los resultados permitirán desarrollar acciones de sustentabilidad para la conservación de la diversidad arbórea del área de estudio. Palabras clave: Área basal, área natural protegida, densidad, dominancia, frecuencia, valor de importancia ecológica. Abstract Protected natural areas seek the conservation of biodiversity. The objective of this study was to describe the tree species diversity and its ecological importance in the El Tecuan Ecological Park in Durango, Mexico. A systematic stratified sampling was carried out with 168 circular sites of 1 000 m2 each, distributed in 511.16 hectares of the Park, which means a sampling intensity of 3.2 %. At each site, all individuals with a greater or equal to 7.5 cm DBH were measured. The diversity of tree species was estimated with the Shannon index, while the ecological importance of the species was described with the parameters relative abundance based on the density or number of trees per hectare, relative dominance according to the basal area, relative frequency and the value of ecological importance (VIE). Results showed the presence of four genera: Arbutus (Ericaceae),

López Serrano et al, Diversidad e importancia ecológica... Juniperus (Cupressaceae), Pinus (Pinacea) and Quercus (Fagacea). The Shannon index was 1.89, suggesting mid to high tree species diversity. The observed growing stock was 153.73 m3 ha-1 and the dominant diameter and height classes were 10 cm and 5 m, respectively. The Pinus genus had greater richness with nine species, of which P. cooperi recorded the highest density values (32.15 %), dominance (37.77 %) and of ecological importance (28.23 %), however, Quercus sideroxyla registered the highest relative frequency (18 %). The results here described will allow the development of sustainability actions for the conservation of tree species diversity in the study area. Key words: Basimetric area, protected natural area, density, dominance, frequency, ecological importance value.

Introducción

Describir la composición, diversidad y estructura de un ecosistema forestal permite establecer estrategias para la conservación de la biodiversidad. Para ello, se requiere describir la diversidad de especies y aspectos estructurales mediante índices cuantitativos (Suárez y Vischi, 1997; Wehenkel et al., 2014; Herrera-Paniagua et al., 2018). El estudio de la riqueza y diversidad arbórea, así como de parámetros ecológicos estructurales de las especies como la densidad, dominancia, frecuencia y el valor de importancia son criterios para evaluar su comportamiento ante posibles disturbios de índole natural o antrópica (Graciano-Ávila et al., 2017; Hernández-Salas et al., 2018; Silva-García et al., 2021). Uno de los métodos tradicionales para describir la riqueza, diversidad, estructura y el valor de importancia de las especies arbóreas es el inventario forestal. Este procedimiento implica la recolección de la información de la vegetación necesaria para lograr dicho propósito (Álvarez et al., 2004; Delgado et al., 2016). En décadas recientes, las áreas naturales protegidas (ANP) han surgido como un instrumento de política ambiental para conservar la diversidad biológica de un área determinada (Cantú et al., 2004). Sin embargo, las estrategias de conservación requieren, en primera instancia, una descripción de la riqueza y diversidad arbórea, y de la estimación de elementos que caractericen la estructura forestal (Herrera-Salas et al., 2018). Actualmente, en México existen 185 ANP (Conanp, 2022), y se han 35

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

hecho nuevas propuestas para aumentar este número, como la valoración de los servicios ecosistémicos que ofrecen para abordar el cambio climático, mitigar el deterioro forestal y propiciar la conservación de los recursos naturales (Bertzky et al., 2012; Oceguera-Salazar et al., 2016). En el estado de Durango, oficialmente, hay seis ANP y sus superficies suman un total de 353 229 ha, equivalente a 2.9 % del territorio nacional; tres son de jurisdicción federal y tres de ámbito estatal (Rentería et al., 2011). Dentro de este último se ubica el Parque Ecológico El Tecuán, bajo la administración de la Secretaría de Recursos Naturales y Medio Ambiente del Gobierno del Estado de Durango (SRNyMA). ELParque representa un área de oportunidad para establecer acciones para la conservación de los procesos ecológicos y servicios ecosistémicos a través del fomento y análisis del conocimiento de sus recursos naturales (POGED, 2018). Así, el objetivo del presente estudio fue describir la diversidad de especies arbóreas y su importancia ecológica en el Parque Ecológico El Tecuán, localizado en el estado de Durango, México.

Materiales y Métodos

El Parque Ecológico El Tecuán se ubica en la Sierra Madre Occidental, al suroeste del estado de Durango (Figura 1), a 57 km de la ciudad del mismo nombre, sobre la carretera Federal Núm. 40 en su tramo Durango-El Salto. Tiene una superficie de 894.57 ha.

López Serrano et al, Diversidad e importancia ecológica...

Figura 1. Localización del Parque Ecológico El Tecuán.

El tipo de clima según la clasificación de Köppen modificado por García (2001), es templado con lluvias en verano (Cw); temperatura media anual de 13.9 °C. El tipo de suelo que predomina en el área es el Cambisol (INEGI, 2016).

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Muestreo de la vegetación

Se realizó un inventario con el apoyo del Sistema de Planeación Forestal para Bosque Templado (SiPlaFor; http://siplafor.cnf.gob.mx), diseñado para apoyar el proceso de toma de decisiones en la elaboración y ejecución de programas de manejo forestal sustentable en los bosques templados de México. Se generó la rodalización del Parque mediante una segmentación multirresolución con objetos homogéneos en una imagen de satélite del sensor Sentinel 2A (USGS https://glovis.usgs.gov – ID: 13QDG) del año 2017, posteriormente se diseñó y definió el tamaño de muestra sobre los subrodales o estratos. Se utilizó un muestreo sistemático estratificado con 168 sitios circulares de 1 000 m2, con una intensidad de muestreo de 3.28 % del área clasificada como forestal en protección y que abarca 511.16 ha. El resto de la superficie del Parque (383.41 ha) se excluyó del muestreo, porque corresponde con áreas clasificadas como pastizales, caminos, cuerpos de agua y construcciones (cabañas) (Figura 2). En cada sitio de muestreo, se registraron para todos los individuos con un diámetro a la altura del pecho (DAP, 1.30 m) mayor o igual a 7.5 cm, el nombre científico, el DAP (cm) medido con una forcípula Haglöf modelo Mantax Blue, y la altura total (m) medida con un hipsómetro Vertex modelo IV marca Haglöf.

López Serrano et al, Diversidad e importancia ecológica...

Figura 2. Rodalización y sitios de muestreo en el Parque Ecológico El Tecuán.

Diversidad y valor de importancia

Para describir la diversidad de especies arbóreas y su importancia ecológica, se calcularon las siguientes variables a partir de la información dasométrica registrada en los sitios de muestreo.

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

La diversidad arbórea se cuantificó con el índice de Shannon (Hi), una de las medidas más empleadas que refleja la diversidad de especies y cuya expresión, según Gadow (1993), es la siguiente:

(1)

Donde: pi = Abundancia proporcional de la i-ésima especie ln = Logaritmo natural de base 10

El índice de Shannon, comúnmente, fluctúa entre 0.5 y 5. Un valor alto expresa un mayor número de especies. El Valor de Importancia Ecológica (VIE) de las especies arbóreas, se estimó a partir de la abundancia relativa basado en la densidad o número de árboles; la dominancia relativa de acuerdo con el valor del Área Basal (AB); y la frecuencia relativa en función de la presencia de especies en los sitios de muestreo. Estas variables se estimaron con las siguientes expresiones (Franco et al., 1989):

(2)

(3)

López Serrano et al, Diversidad e importancia ecológica...

(4)

(5)

Donde: NAi = Número de árboles de la especie i NAT = Número de árboles de las especies presentes ABi = Área basal de la especie i ABT= Área basal de todas las especies Fi = Número de sitios de muestreo en que aparece la especie i FT = Número total de sitios de muestreo

Resultados y Discusión

En total, se registraron 354 árboles por hectárea pertenecientes a 18 especies, cuatro familias (Ericaceae, Cupressaceae, Pinaceae y Fagaceae) y cuatro géneros (Arbutus, Juniperus, Pinus y Quercus). Pinus tuvo mayor riqueza con nueve especies, y en contraste, Arbutus xalapensis Kunth fue el único taxón registrado para ese género. En el Cuadro 1 se listan las especies registradas en los sitios de muestreo.

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Cuadro 1. Composición de especies arbóreas presentes en el Parque Ecológico El Tecuán. Familia

Género

Nombre científico

Nombre común

Ericaceae

Arbutus

Arbutus xalapensis Kunth

Madroño

Cupressaceae

Juniperus

Juniperus deppeana Steud.

Táscate

Pinus teocote Schltdl. & Cham.

Pino Ocote

Pinus engelmannii Carrière

Pino real

Pinus cooperi C. E. Blanco

Pino chino

Pinus durangensis Martínez

Pino alazán

Pinus leiophylla Schiede ex Schltdl. & Cham.

Pino prieto

Pinus arizonica Engelm.

Pino blanco

Pinus strobiformis Engelm.

Cahuite

Pinus maximinoi H. E. Moore

Ocote

Pinus oocarpa Schiede ex Schltdl.

Pino trompillo

Quercus sideroxyla Bonpl.

Encino chaparro

Quercus laeta Liebm.

Roble blanco

Quercus rugosa Née

Encino prieto

Quercus durifolia Seemen

Encino laurillo

Quercus crassifolia Bonpl.

Encino colorado

Quercus grisea Liebm.

Encino gris

Quercus eduardi Trel.

Encino blanco

Pinaceae

Fagaceae

Pinus

Quercus

La diversidad de especies estimada mediante el Índice de Shannon fue de 1.89, lo que sugiere que la diversidad en el área de estudio es de media a alta. Este índice es superior al de Méndez et al. (2018), quienes observaron una riqueza de cinco especies y un índice de 0.78 en un bosque semejante de la Sierra Madre del Sur. Asimismo, Graciano-Ávila et al. (2017) citan un índice de Shannon de 1.81 y una riqueza de 13 especies en un bosque mixto de pino-encino bajo manejo para la región de El Salto, Durango. La mayor riqueza de especies y la similitud entre el valor de diversidad de este estudio con el valor referido por Graciano-Ávila et al. 42

López Serrano et al, Diversidad e importancia ecológica...

(2017) podría atribuirse, entre otros factores, a que el bosque del Parque, a pesar de ubicarse en una zona con menor potencial forestal, está protegido del aprovechamiento maderable, de la ganadería extensiva y de distintas actividades antrópicas que afectan la diversidad de especies. En la Figura 3 se muestra la distribución del número de árboles por hectárea y por categoría de diámetro y de altura. Se observa que en ambas variables las distribuciones se ajustan a una J-invertida o del tipo exponencial negativa; el cual es frecuente en bosques bajo un esquema de manejo irregular, como es el caso de los bosques mixtos e irregulares de la Sierra Madre Occidental (Návar-Cháidez y González-Elizondo, 2009). Asimismo, se ha descrito en muchos bosques con estatus de protección en todo el mundo. Por ello, se le considera como la estructura que representa el número de árboles ideal por clase de diámetro para un área basal determinada; por lo tanto, se utiliza como referencia al momento de desarrollar métodos de manejo forestal con cortas selectivas o de cubierta forestal continua (Buongiorno y Michie, 1980).

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Figura 3. Distribuciones de diámetro (arriba) y altura (abajo) por hectárea del arbolado estudiado en el Parque Ecológico El Tecuán.

El mayor número de árboles se acumula en las clases de diámetro de 10 y 15 cm (80 y 76 árboles ha-1, respectivamente) y disminuye el número de individuos conforme aumenta el tamaño del diámetro. Lo anterior resulta, principalmente, de eventos de mortalidad natural en este tipo de individuos, ya que en el Parque no están permitidos los aprovechamientos con fines comerciales. Dichos resultados concuerdan con los de Hernández-Salas et al. (2013), quienes evaluaron la composición y diversidad de especies en bosques templados bajo aprovechamiento en el estado de Chihuahua, y de igual manera, obtuvieron las mayores densidades para las clases de diámetro menores, hallazgo atribuible al efecto de aprovechamiento maderable de los árboles en etapas de madurez. De acuerdo con los resultados del Cuadro 2, Pinus cooperi C. E. Blanco fue la especie con la densidad (32.15 % y 112 árboles ha-1) y dominancia relativa (37.77 44

López Serrano et al, Diversidad e importancia ecológica...

% y 6.15 m2 ha-1) más altas. Esta especie se ha consignado como la más abundante en estudios de bosques de clima templado en el estado de Durango (Návar-Cháidez y González-Elizondo, 2009; Valenzuela y Granados 2009; GracianoÁvila et al., 2017). El género con la mayor densidad y dominancia en el Parque fue Pinus, con 204 árboles por hectárea (57.60 % de la densidad relativa) y un área basal de 11.33 m2 ha-1 (69.56 % de la dominancia relativa); resultado que coincide con investigaciones previas; en las cuales, el género Pinus se cita como el más abundante y dominante en bosques templados del país (Hernández-Salas et al., 2013; Delgado et al., 2016; Humano, 2020).

Cuadro 2. Variables ecológicas y estructurales calculadas para las especies presentes en el Parque Ecológico El Tecuán. Especie

Densidad N ha

-1

Dominancia (AB) m ha 2

-1

Frecuencia

VIE

Pinus cooperi C. E. Blanco

112

32.15

6.15

37.77

14.95

28.29

Quercus sideroxyla Bonpl.

25.96

3.43

21.08

123

21.68

Pinus teocote Schltdl. & Cham.

16.44

2.91

17.87

106

15.53

16.61

Pinus leiophylla Schiede ex Schltdl. & Cham.

1.94

11.91

7.98

8.96

Arbutus xalapensis Kunth

4.4

0.27

1.66

12.63

6.23

Quercus crassifolia Bonpl.

3.56

0.31

1.88

5.08

3.76

Quercus laeta Liebm.

3.51

0.33

2.05

4.79

3.51

Juniperus depeana Steud.

2.25

0.22

1.33

7.69

3.45

Quercus durifolia Seemen

2.21

0.36

2.24

4.21

2.89

Pinus durangensis Martínez

1.33

0.22

1.33

3.77

2.14

Pinus engelmannii Carrière

0.51

0.09

0.53

2.47

1.17

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Quercus rugosa Née

0.34

0.02

0.11

0.87

0.44

Quercus grisea Liebm.

0.15

0.01

0.07

0.58

0.27

Pinus strobiformis Engelm.

0.09

0.02

0.1

0.58

0.26

Pinus arizonica Engelm.

0.03

0.002

0.01

0.29

0.11

Pinus oocarpa Schiede ex Schltdl.

0.03

0.001

0.01

0.29

0.11

Pinus maximinoi H. E. Moore

0.02

0.005

0.03

0.15

0.07

Quercus eduardii Trel.

0.02

0.001

0.01

0.15

0.06

354

100

16.28

100

Total

Fi = Número de sitios donde apareció la especie i; VIE = Valor de Importancia Ecológica.

A pesar de la alta densidad del género Pinus, Quercus sideroxyla Bonpl. fue la especie más frecuente (18 % de la frecuencia relativa), pues se registró en 123 de las 168 unidades de muestreo; Pinus maximinoi H. E. Moore y Quercus eduardii Trel. resultaron las menos frecuentes, con valores de frecuencia relativa de 0.15 % (Cuadro 2). Lo anterior concuerda con los registros de García et al. (2019), quienes analizan la diversidad y la estructura vertical de los bosques de coníferas sin manejo en Chihuahua, México, e indican las mayores densidades y frecuencias para el género Pinus y Q. sideroxyla. A Pinus cooperi correspondió el Valor de Importancia Ecológica más alto (28.23 %), seguido de Q. sideroxyla (21.68 %). Por el contrario, las especies con menores valores fueron P. maximinoi y Q. eduardii con 0.07 % y 0.06 %, respectivamente (Cuadro 2; Figura 4). El género Pinus destacó por el VIE de 57.73 %, seguido de Quercus con 32.29 %, Arbutus (6.22 %) y Juniperus (3.76 %); valores que coinciden con los obtenidos por Hernández-Salas et al. (2013), quienes refieren a dos taxones de Pinus con los mayores Valores de Importancia Ecológica, seguidas de especies de Quercus, en un estudio realizado en el ejido El Largo y Anexos, municipio Madera, Chihuahua, México. 46

López Serrano et al, Diversidad e importancia ecológica...

Figura 4. Estimación de la abundancia, dominancia, frecuencia y valor de importancia ecológica para las especies arbóreas registradas en el Parque Ecológico El Tecuán.

Conclusiones 47

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

En el Parque Ecológico El Tecuán predomina el género Pinus (con nueve taxoneses), seguido de Quercus (con siete taxones). La diversidad de especies arbóreas descrita a través del índice de Shannon se considera entre media y alta. Pinus cooperi presenta los valores más altos de densidad, dominancia relativa (AB) y de importancia ecológica. Los resultados del presente estudio constituyen una línea base para evaluar posibles cambios en la diversidad y estructura arbórea del Parque a través del tiempo; y dado que su bosque tiene estatus de protección, también representan información con bases científicas para desarrollar indicadores clave de sustentabilidad para la conservación de especies maderables en otros bosques sujetos al aprovechamiento forestal.

Agradecimientos

Los autores agradecen a la Secretaría de Recursos Naturales y Medio Ambiente del Estado de Durango (SRNyMA) por el financiamiento en el marco del convenio de colaboración (SRNYMA/SMA/010/2017) para la elaboración del Plan de Manejo del Área Natural Protegida Parque Ecológico El Tecuán.

Conflicto de intereses

Los autores declaran no tener conflicto de interés.

Contribución por autor 48

López Serrano et al, Diversidad e importancia ecológica...

Pablito Marcelo López Serrano: análisis de datos de campo y elaboración del manuscrito; Daniel José Vega Nieva: apoyo en el análisis de datos; José Javier Corral Rivas: revisión del manuscrito y apoyo en el análisis de datos; Jaime Briseño Reyes y Pablo Antúnez: elaboración y revisión del manuscrito.

Referencias Álvarez, M., S. Córdoba, F. Escobar, G. Fagua, … y H. Villareal. 2004. Manual de métodos para el desarrollo de inventarios de biodiversidad. Instituto de Investigación de Recursos Biológicos Alexander von Humboldt. Bogotá, CUN, Colombia. 236 p. http://repository.humboldt.org.co/bitstream/handle/20.500.11761/31419/63.pdf (13 de abril de 2022). Bertzky, B., C. Corrigan, J. Kemsey, S. Kenney, … and N. Burgess. 2012. Protected Planet Report 2012: Tracking progress towards global targets for protected areas. United Nations Environment Programme World Conservation Monitoring Centre (UNEP-WCMC). Cambridge, CBS, United Kingdom. 60 p. Buongiorno, J. and B. R. Michie. 1980. A matrix model of uneven-aged forest management.

Forest

Science

26(4):609-625.

https://academic.oup.com/forestscience/article-abstract/26/4/609/4656453. (13 de abril de 2022). Cantú, C., R. G. Wright, J. M. Scott and E. Strand. 2004. Assessment of current and proposed nature reserves of Mexico based on their capacity to protect geophysical features

and

biodiversity.

Biological

10.1016/S0006-3207(03)00158-7.

Conservation

115(3):411-417.

Doi:

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Comisión Nacional de Áreas Naturales Protegidas (Conanp). 2022. Áreas naturales Protegidas.

https://www.gob.mx/conanp/documentos/areas-naturales-protegidas-

278226?idiom=es. (27 de julio de 2022). Delgado Z., D. A., S. A. Heynes S., M. D. Mares Q., N. L. Piedra L., … y L. RuachoGonzález. 2016. Diversidad y estructura arbórea de dos rodales en Pueblo Nuevo, Durango.

Revista

Mexicana

Ciencias

Forestales

7(33):94-107.

Doi:

10.29298/rmcf.v7i33.92. Franco, J., A. Rocha, N. Navarrete, G. Flores, … y C. Bedla. 1989. Manual de Ecología. Trillas. México, D. F., México. 96 p. Gadow, K. V. 1993. Zur Bestandesbeschreibung in der Forsteinrichtung. Forst und Holz

21(10):602-606.

https://www.researchgate.net/profile/Klaus-

Gadow/publication/284482761_Zur_Bestandesbeschreibung_in_der_Forsteinrichtun g/links/565e1f6e08aeafc2aac8d6dc/Zur-Bestandesbeschreibung-in-derForsteinrichtung.pdf. (27 de julio de 2022). García, E. 2001. Climas (clasificación de Köppen, modificado por García) Escala 1: 1 000 000. Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (Conabio).

Tlalpan,

F.,

http://geoportal.conabio.gob.mx/metadatos/doc/html/clima1mgw.html.

México. (14

abril de 2022). García G., S. A., R. Narváez F., J. M. Olivas G. y J. Hernández S. 2019. Diversidad y estructura vertical del bosque de pino–encino en Guadalupe y Calvo, Chihuahua. Revista

Mexicana

Ciencias

Forestales

10(53):41-63.

Doi:

10.29298/rmcf.v10i53.173. Graciano-Ávila, G., E. Alanís-Rodríguez, O. A. Aguirre-Calderón, M. A. GonzálezTagle, … y A. Mora-Olivo. 2017. Caracterización estructural del arbolado en un ejido forestal

del

noroeste

México.

10.21829/myb.2017.2331480.

Madera 50

Bosques

23(3):137-146.

Doi:

López Serrano et al, Diversidad e importancia ecológica...

Hernández-Salas, J., O. A. Aguirre-Calderón, E. Alanís-Rodríguez, J. Jiménez-Pérez, … y L. A. Domínguez-Pereda. 2013. Efecto del manejo forestal en la diversidad y composición arbórea de un bosque templado del noroeste de México. Revista Chapingo

Serie

Ciencias

Forestales

del

Ambiente

19(2):189-199.

Doi:

10.5154/r.rchscfa.2012.08.052. Hernández-Salas, J., O. A. Aguirre-Calderón, E. Alanís-Rodríguez, J. Jiménez-Pérez, … y L. A. Domínguez-Pereda. 2018. Dinámica del crecimiento de un bosque templado

bajo

manejo

noroeste

México.

Madera

Bosques

24(2):e2421767. Doi: https://doi.org/10.21829/myb.2018.2421767. Herrera-Paniagua, P., M. Martínez y C. Delgadillo-Moya. 2018. Patrones de riqueza y de asociación al hábitat y microhábitat de los musgos del Área Natural Protegida Sierra

Lobos,

Guanajuato,

México.

Revista

Mexicana

Biodiversidad

89(4):1002-1011. Doi: 10.22201/ib.20078706e.2018.4.2455. Humano, C. A. 2020. Modelado del crecimiento de especies nativas forestales de la Selva Pedemontana de Yungas, Argentina. Revista de Ciencias Forestales 28(1):519.

https://www.redalyc.org/journal/481/48168008010/html/

(13

abril

2022). Instituto Nacional de Estadística y Geografía (INEGI). 2016. Conjunto de Datos vectoriales de uso del suelo y vegetación. Escala 1:250 000, Series VI. Capa Unión. https://www.inegi.org.mx/app/biblioteca/ficha.html?upc=889463173359#:~:text= Los%20Conjuntos%20de%20Datos%20Vectoriales,TM8%20seleccionadas%20del% 20a%C3%B1o%202014. (11 de abril de 2022). Méndez O., C., C. A. Mora D., E. Alanís R., J. Jiménez P., … y M. Á. Pequeño L. 2018. Fitodiversidad y estructura de un bosque de pino-encino en la Sierra Madre del Sur, México. Revista Mexicana de Ciencias Forestales 9(50):35-53. Doi: 10.29298/rmcf.v9i50.236. Návar-Cháidez, J. de J. y S. González-Elizondo. 2009. Diversidad, estructura y productividad de bosques templados de Durango, México. Polibotánica (27):71-87. 51

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

https://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S140527682009000100005. (11 de abril de 2022). Oceguera-Salazar, K. A., L. G. Rodríguez-Sánchez, C. Lomelín-Molina, L. RuizPaniagua, … y Rulfo-Méndez, A. 2016. Prontuario Estadístico y Geográfico de las Áreas Naturales Protegidas de México. Secretaría del Medio Ambiente y Recursos Naturales (Semarnat) y Comisión Nacional de Áreas Naturales Protegidas (Conanp). Miguel

Hidalgo,

CdMx,

México.

104

https://agua.org.mx/wp-

content/uploads/2016/03/PRONTUARIO-ANP-2015.pdf. (14 de abril de 2022). Periódico Oficial del Gobierno del Estado de Durango (POGED). 2018. No.70. Permiso No. IM10-0008 TOMO CCXXXIII. Durango, Dgo. 2 de septiembre de 2018. http://sgdemo.durango.gob.mx/wp-content/uploads/sites/40/2019/02/70-Nor-2de-sep-2018.pdf (12 de abril de 2022). Rentería A., L., C. Cantú A., E. Estrada C., J. Marmolejo M. y F. González S. 2011. Representatividad de los tipos de vegetación en las áreas naturales protegidas de Durango.

Revista

Mexicana

Ciencias

Forestales

2(3):69-82.

Doi:

10.29298/rmcf.v2i3.630. Silva-García, J. E., O. A. Aguirre-Calderón, E. Alanís-Rodríguez, E. Jurado-Ybarra, … y B. Vargas-Larreta. 2021. Estructura y diversidad de especies arbóreas en un Bosque

templado

del

Noroeste

México.

Polibotánica

(52):89-102.

Doi:

10.18387/polibotanica.52.7. Suárez S. y N. Vischi. 1997. Caracterización fisonómico-estructural de vegetación serrana

(Alpa

Corral-Córdoba-Argentina).

Multinequina

6:21-32.

https://www.redalyc.org/articulo.oa?id=42800604. (15 de marzo de 2022). Valenzuela N., L. M. y D. Granados S. 2009. Caracterización fisonómica y ordenación de la vegetación en el área de influencia de El Salto, Durango, México. Revista

Chapingo

Serie

Ciencias

Forestales 52

del

Ambiente

15(1):29-41.

López Serrano et al, Diversidad e importancia ecológica...

https://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S200740182009000100004. (18 de abril de 2022). Wehenkel, C., J. J. Corral-Rivas and K. v. Gadow. 2014. Quantifying differences between

ecosystems

Durango/Mexico.

with

Forest

particular

Ecology

and

reference

Management

selection

forests

316:117-124.

in Doi:

10.1016/j.foreco.2013.05.056.

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

DOI: 10.29298/rmcf.v13i74.1257 Artículo

Estructura y composición del bosque de Pinus hartwegii Lindl. en su distribución altitudinal en el Nevado de Toluca Pinus hartwegii Lindl. forest, structure and composition along of its elevational distribution in the Nevado of Toluca

Griselda

Chávez-Aguilar1,

Gisela

Virginia

Campos-Ángeles2,

Marlín

Pérez-

Suárez * Fecha de recepción/Reception date: 23 de febrero de 2022 Fecha de aceptación/Acceptance date: 29 de septiembre de 2022 _______________________________ 1

Centro Nacional de Investigación Disciplinaria en Agricultura Familiar, INIFAP. México. División de Estudios de Posgrado e Investigación, Instituto Tecnológico del Valle de Oaxaca. México. 3 Instituto de Ciencias Rurales y Agropecuarias, Universidad Autónoma del Estado de México (UAEM). Campus El Cerrillo. México. 2

*Autor para correspondencia; correo-e: mperezs@uaemex.mx, marpersua@gmail.com *Corresponding author; e-mail: mperezs@uaemex.mx, marpersua@gmail.com Resumen Conocer la estructura y composición de un bosque, permite entender los atributos dasométricos de los árboles y los procesos ecosistémicos a lo largo de gradientes de vegetación derivados de la altitud. Se analizó la estructura del bosque de Pinus hartwegii en un gradiente de 600 m en el Nevado de Toluca. Se establecieron conglomerados de 1 ha en cada altitud y se registraron variables dasométricas. La estructura vertical y horizontal se evaluó con la densidad arbórea (DA), área basal (AB) y parámetros e índices estructurales. Estos últimos mostraron que P. hartwegii mantiene su abundancia y dominancia a lo largo del gradiente altitudinal estudiado, principalmente de los 3 700 a 4 000 m donde forma bosques monoespecíficos. La contribución en la estructura arbórea disminuyó de 100 % a 3 900 y 4 000 m, a 45 % en los 3 500 m. Los parámetros dasométricos indicaron mayor DA en individuos de clases diamétricas de 5-15 cm, y fue superior por debajo de los 3 800 m; ello evidenció que la regeneración puede ser más limitada a grandes altitudes, posiblemente debido a una extracción irregular del arbolado. Se concluye que la composición estructural del bosque de P. hartwegii presenta un cambio importante en su estructura de acuerdo con la altitud, lo que resultaría de la interacción ambiente-sociedad mediante la gestión del uso del suelo asociada a la altitud, y que compromete la estructura y función del ecosistema. Se recomienda incorporar la altitud como una variable determinante en planes de manejo para bosques de alta montaña. Palabras clave: Altitud, bosques templados, composición arbórea, densidad arbórea, procesos ecosistémicos, valor de importancia ecológica. Abstract Knowledge of the structure and composition of a forest makes it possible to understand the dasometric attributes of trees and ecosystem processes along altitude-derived vegetation gradients. The structure of the Pinus hartwegii forest was analyzed at an altitude of 600 m on the Nevado of Toluca. Clusters of 1 ha were established at each altitude; dasometric variables were registered. The vertical and horizontal structure was assessed based on the tree density (TD), basal area (BA), and structural parameters and indices. The latter

Chávez-Aguilar et al, Estructura y composición del...

showed that P. hartwegii maintains its abundance and dominance along the studied altitudinal gradient, mainly between 3 700 and 4 000 m, where it forms monospecific forests. The contribution to the tree structure decreased from 100 % at 3 900 and 4 000 m to 45 % at 3 500 m. The dasometric parameters indicated a higher TD in individuals in diameter classes of 5–15 cm at altitudes below 3 800 m; this showed that regeneration may be more limited at higher altitudes, possibly due to irregular tree removal. We conclude that the structural composition of the P. hartwegii forest shows an important change in its structure depending on the altitude, as a result of the environment-society interaction through altitude-related land use management, which compromises the structure and function of this ecosystem. We recommend incorporating altitude as a decisive variable in management plans for high-mountain forests. Keywords: Altitude, temperate forests, tree composition, tree density, ecosystem processes, ecological importance value.

Introducción La disposición tridimensional (3D) de los elementos vegetales en un ecosistema forestal, depende de la combinación de variables climáticas, topográficas e hidrológicas, entre otras, que generan gran heterogeneidad estructural (tamaño, forma y distribución espacial) (Gadow et al., 2012; Sharma et al., 2017). Sin embargo, también se generan patrones en parches de vegetación a través del paisaje y que pueden ser útiles como indicadores de la estabilidad

integridad

del

bosque para

funcionar

proveer

múltiples

servicios

ecosistémicos (captura de carbono, captación y purificación de agua, regulación del clima, etcétera) (McElhinny et al., 2005; Gadow et al., 2012; Seidler, 2017). La estructura del bosque es dinámica y se modifica constantemente mientras los árboles crecen, a través de los procesos de asignación primaria que promueven el incremento en diámetro, altura y biomasa en general (Gadow et al., 2012; Hu et al., 2020) y en función de las condiciones ambientales dominantes. Los cambios en la estructura son adjudicados, en general, a la interacción de las variaciones ambientales y la influencia de la historia de uso de la tierra (Báez et al., 2015) que incluyen disturbios por tala, extracción selectiva de árboles, o bien, la cosecha en el caso de plantaciones forestales (Gadow et al., 2012). Uno de los indicadores más evidentes de disturbio de la estructura de un bosque, es el establecimiento de diferentes tipos de vegetación como arbustos y herbáceas (Báez y Collins, 2008; Waddell et al., 2020). Esto, en combinación con las funciones del hábitat, crecimiento y estabilidad del ecosistema, principales procesos subyacentes, contribuyen a la

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

caracterización de un sitio y de los patrones de prácticas pasadas de uso de la tierra que permiten conocer el tipo de disturbio (Gadow et al., 2012). Las zonas de montaña, son sitios de gran importancia ecológica, bajo distintos contextos ambientales

(Körner

Paulsen,

2004;

Ramírez-Huerta

al.,

2016).

Son

sitios

caracterizados por presentar, en su mayoría, cambios ambientales significativos en cortas distancias conforme se asciende en altitud (Körner y Paulsen, 2004; Bhutia et al., 2019). La estructura, densidad arbórea y área basal, son indicadores de los cambios y estabilidad del bosque (Gadow et al., 2012). Se han citado incrementos en la densidad arbórea y área basal en altitudes medias de bosques andinos (Unger et al., 2012), con decrementos posteriores (Homeier et al., 2010), o sin efecto aparente (Girardin et al., 2010). En México, gran parte de las zonas de montaña se han incorporado a áreas naturales protegidas (Ramírez-Huerta et al., 2016), las cuales han estado sujetas a fuertes presiones antrópicas derivadas de la expansión urbana y la extracción selectiva del arbolado (Regil et al., 2014; Gómez y Villalobos, 2020), con la consecuente fragmentación del hábitat, la cobertura y la diversidad forestal (Durán-Medina et al., 2005). Pinus hartwegii Lindl. es una especie forestal dominante en las montañas mexicanas que se distribuye en un gradiente altitudinal de 2 800 a 4 300 m (línea alpina en México) (Farjon et al., 1997). A partir de los 3 000 m forma bosques subalpinos puros (Manzanilla-Quiñones et al., 2019); tiene gran valor ecológico, particularmente, por su adaptación a las bajas temperaturas que dominan a grandes altitudes, así como un alto valor maderable, por lo que ha sido explotada con fines comerciales, lo cual ha originado gran impacto en la extensión y funcionamiento de sus bosques (Franco et al., 2006; Endara et al., 2012; Pérez-Suárez et al., 2022). El Nevado de Toluca, Área de Protección de Flora y Fauna (APFF) del Nevado de Toluca, es un área que, protegida por más de 50 años, presenta una zonificación basada en ordenar el territorio de acuerdo con las diferentes condiciones ambientales, físicas, económicas y sociales prevalecientes (Granados et al., 2018). Lo anterior, aunado a un modelo de conservación participativa con permiso legal para realizar diversas actividades económicas

Chávez-Aguilar et al, Estructura y composición del...

como la ganadería, agricultura, la explotación de los recursos naturales, el turismo y la extracción selectiva de árboles. Estas actividades disminuyen de manera implícita en relación con el gradiente altitudinal; es decir, conforme se acerca a las zonas de amortiguamiento y núcleo (cercanas al cono volcánico), la superficie es de uso restringido o protegido (Semarnat, 2016). Sin embargo, ni la zonificación, ni las actividades económicas permisibles están planeadas de acuerdo con la altitud (Granados et al., 2018), no obstante que esta determina la distribución, funcionamiento y accesibilidad de los bosques. Por lo tanto, si los bosques de P. hartwegii están sometidos a una presión antrópica mayor a la permitida (solo actividades económicas de bajo impacto), entonces presentará diferencial en su estructura y composición en función de la altitud. El objetivo del presente estudio fue evaluar la estructura y composición del bosque de P. hartwegii en un gradiente altitudinal de 600 m en el APFF del Nevado de Toluca, bajo la expectativa

que

información generada

sirva

como

base

para

entender

funcionamiento del bosque y su resiliencia ante diferentes factores de cambio global.

Materiales y Métodos Área de estudio

El estudio se realizó en el APFF del Nevado de Toluca en el Estado de México, localizada entre los valles de Toluca y Tenango, en un intervalo altitudinal de 3 000 a 4 680 m (Körner y Paulsen, 2004). El clima predominante es frío, con las variantes semifrío-subhúmedo C(E)wig y frío E(T)Hwig, y una oscilación en la temperatura media anual de -2 °C a 7 °C (García, 2004). La región presenta un comportamiento isotérmico y la temperatura más alta ocurre antes del solsticio de verano. Aun cuando hay eventos de precipitación en cualquier época del año, la temporada de lluvias es de mayo a octubre, y julio el mes más lluvioso; la precipitación media varía de 200 a 1 800 mm, con caída de nieve de diciembre a febrero (Challenger y Soberón, 2008). 57

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

El tipo de suelo en 90 % del área es Andosol y en menor proporción es Feozem, Regosol, Cambisol y Litosol (Körner y Paulsen, 2004). El APFF del Nevado de Toluca constituye un área biogeográfica importante a nivel nacional, ya que alberga bosques templados de pino (Pinus spp.), abetos (Abies religiosa (Kunth) Schltdl. & Cham.) y encinos (Quercus sp.) situados entre 3 000 y 4 100 m de altitud. De los 3 500 a 4 000 msnm, particularmente domina el bosque de P. hartwegii (Challenger y Soberón, 2008), mientras que entre 4 100 y 4 500 msnm, domina el pastizal de alta montaña representado mayormente por los géneros Festuca y Calamagrostis (Calderón de Rzedowski y Rzedowski, 2010).

Caracterización de la estructura arbórea

Para caracterizar la estructura arbórea en el APFF del Nevado de Toluca a lo largo de un gradiente altitudinal del bosque de P. hartwegii, se estableció una cota altitudinal de 600 m (3 400-4 000 m) mediante imágenes de satélite y curvas de nivel (Figura 1A). A lo largo de dicho gradiente, se establecieron seis sitios de muestreo permanente (SMP) a cada 100 m, similares a los del Inventario Nacional Forestal y de Suelos (INFyS) (Figura 1B), el cual se basa en un muestreo estratificado sistemático (Figura 2). Cada SMP consistió en un conglomerado circular de 1 ha (56.42 m de radio) (Figura 2A), el cual se integró por cuatro sitios de muestreo secundarios (SMS) de 400 m 2 (11.28 m de radio) dispuestos geométricamente en forma de “Y” invertida con respecto al norte (Conafor, 2012).

Chávez-Aguilar et al, Estructura y composición del...

A) S1 corresponde a la menor altitud (3 400 m) muestreada, y S6 a la mayor (4 000 m). B) Esquema vertical del gradiente altitudinal muestreado (Elaboración propia). Figura 1. Gradiente altitudinal donde se localizan los sitios de muestreo permanentes para caracterizar la estructura del bosque de Pinus hartwegii Lindl. en el APFF Nevado de Toluca.

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

A) sitios circulares similares a los establecidos por el Inventario Nacional Forestal y de Suelos, y B) sitios de muestreo secundarios para la caracterización de la estructura del bosque de Pinus hartwegii Lindl. en el APFF Nevado de Toluca (Conafor, 2012). Figura 2. Diseño de los sitios de muestreo permanente.

Cada SMS se enumeró del 1 al 4. El SMS 1 fue ubicado en la parte central del conglomerado (Figura 2A) y el resto (2, 3 y 4) como periféricos al 1. A partir del centro de cada sitio, se marcó una parcela circular de 80 m2 (5.04 m de radio) (Figura 2A) y una más de 9 m 2 (3×3 m). Se consideró la compensación por la pendiente del terreno. Los árboles registrados y medidos en los SMS de 400 m 2 correspondieron a aquellos con diámetro normal (DN) mayor o igual a 5 cm. Todos los individuos fueron contabilizados y marcados a partir del árbol más cercano al norte (0°) y se continuó en sentido a las manecillas del reloj. Se registró su nombre científico o común, el DN del fuste (cinta diamétrica Forestry Suppliers Inc® modelo 283D/5m) y altura total (hipsómetro láser Nikon Forestry Pro II modelo FP550).

Caracterización de la estructura arbustiva y herbácea

Para caracterizar el estrato arbustivo, en los sitios de 80 m 2 se consideraron los individuos con DN mayor a 2.50 cm, pero menor a 5 cm. El estrato herbáceo se caracterizó en los sitios de 9 m2, donde se registró la cobertura de los siguientes grupos vegetales: gramíneas, helechos, musgos, líquenes y hierbas, esto en porcentaje con respecto a la superficie ocupada en el sitio, por lo que la suma de sus porcentajes no necesariamente fue del cien por ciento.

Análisis y procesamiento de datos 60

Chávez-Aguilar et al, Estructura y composición del...

La estructura horizontal a lo largo del gradiente altitudinal del bosque de P. hartwegii, se caracterizó a partir del cálculo de la abundancia (número de árboles), la dominancia (área basal) y la frecuencia (presencia de la especie por sitio). Estas variables se estimaron de forma absoluta y relativa (%), y en función de estas se obtuvieron los índices de Valor de Importancia (IVI) y de Valor Forestal (IVF). El IVI define las especies que contribuyen en mayor medida a la estructura del ecosistema (Mostacedo y Fredericksen, 2000), y se determinó mediante la suma de la abundancia, dominancia y frecuencia relativa, dividiendo el resultado entre tres. El IVF determina la estructura bidimensional arbórea, y se calculó sobre la base de dos factores: 1) la suma de los DN y la cobertura de copa en el plano horizontal, y 2) la altura total en el plano vertical (Corella et al., 2001).

Análisis estadísticos

El análisis de la estructura forestal del bosque de P. hartwegii consideró la comparación de la distribución de la densidad arbórea (DA) y el área basal (AB) a lo largo del gradiente altitudinal evaluado. Para el estrato arbóreo, se comparó la DA y el AB entre las diferentes clases diamétricas (en intervalos de 10 cm) de los árboles en cada piso altitudinal. El estrato arbustivo y herbáceo consideró las mismas variables dasométricas (DA y AB), pero se compararon entre los diferentes pisos altitudinales. Todos los análisis estadísticos se realizaron en el paquete estadístico SAS/ETS®SAS Inc. software (Statistical Analysis System, 2009) a través de un análisis de varianza (ANOVA) y comparación de medias de Tukey (p<0.05) entre las variables dasométricas evaluadas.

Resultados y Discusión Estructura y composición arbórea 61

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

La comunidad arbórea en el APFF del Nevado de Toluca a lo largo del gradiente altitudinal evaluado, se conformó principalmente por dos especies arbóreas: P. hartwegii y A. religiosa (Cuadro 1). Otros taxones presentes fueron Quercus sp., Cupressus sp. y Pinus ayacahuite C. Ehrenb. ex Schltdl., pero en una abundancia fue menor a dos individuos en un solo conglomerado (compuesto por cuatro sitios). Al respecto, P. hartwegii fue el taxón más abundante y dominante en todo el gradiente. Su mayor abundancia se registró a 3 800 msnm (59 individuos), con una dominancia de 100 % entre 3 900 y 4 000 msnm; su dominancia se redujo con la disminución de la altitud, aunque solo en 9 %, es decir, de 100 % de dominio en las dos altitudes superiores, a los 3 400 msnm fue de 91 % (Cuadro 1).

Cuadro 1. Parámetros e índices estructurales estimados para las especies arbóreas registradas a lo largo de un gradiente de altitud (3 400 a 4 000 m), en el APFF Nevado de Toluca. Altitud (m)

Parámetro

Especie

estructural

3 400

3 500

3 600

3 700

3 800

3 900

4 000

11.3

18.0

27.0

52.0

59.0

10.0

12.0

0.3

0.0

Otras

0.0

1.0

2.0

0.0

0.1

Pinus hartwegii Lindl.

100

0.69

0.56

0.64

0.51

1.21

0.54

0.68

0.06

0.05

0.00

0.01

0.00

Pinus hartwegii Lindl. Abundancia absoluta

(Núm.

de individuos)

Abies religiosa (Kunth) Schltdl. & Cham.

Abundancia

Abies religiosa (Kunth)

relativa (%)

Schltdl. & Cham. Otras Pinus hartwegii Lindl.

Dominancia absoluta (m2)

Abies religiosa (Kunth) Schltdl. & Cham.

Chávez-Aguilar et al, Estructura y composición del...

Otras Pinus hartwegii Lindl. Dominancia

Abies religiosa (Kunth)

relativa (%)

Schltdl. & Cham. Otras Pinus hartwegii Lindl.

Frecuencia

Abies religiosa (Kunth)

absoluta (%)

Schltdl. & Cham. Otras Pinus hartwegii Lindl.

Frecuencia

Abies religiosa (Kunth)

relativa (%)

Schltdl. & Cham. Otras Pinus hartwegii Lindl.

IVI

(Índice

Valor

de de

Importancia) (%)

Abies religiosa (Kunth) Schltdl. & Cham. Otras Pinus hartwegii Lindl.

IVF Valor (%)

(Índice

Forestal)

Abies religiosa (Kunth) Schltdl. & Cham. Otras

0.00

0.01

0.00

0.01

0.00

100

Estos resultados confirman que P. hartwegii sigue manteniendo su abundancia y dominancia a lo largo de todo el gradiente muestreado, específicamente entre 3 700 y 4 000 msnm, donde forma bosques monoespecíficos (Challenger y Soberón, 2008). Mientras que en el intervalo de 3 400 a 3 600 msnm, la presencia de A. religiosa aumentó de tal manera que a 3 400 msnm presentó la mayor frecuencia, pero en una misma proporción que P. hartwegii (50 % en frecuencia absoluta) (Cuadro 1). 63

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Los índices de Valor de Importancia (IVI) y de Valor Forestal (IVF) refuerzan lo arriba mencionado sobre que P. hartwegii es la especie arbórea que más contribuye a la estructura arbórea, tanto vertical como horizontal, a lo largo de todo el gradiente muestreado, dado que fue la especie que evidenció la mayor proporción en estos índices (Cuadro 1), principalmente a los 3 900 y 4 000 m (100 %). Sin embargo, por debajo de ese intervalo altitudinal (3 400-3 800 m), tanto el IVI como el IVF de P. hartwegii disminuyó hasta en 45 % de IVF a los 3 500 m, en donde su contribución a la estructura arbórea resultó prácticamente igual a la de A. religiosa, cuyo IVF fue de 43 %. Estos resultados indicarían que, aun cuando P. hartwegii mantiene su abundancia y dominancia a lo largo de todo el gradiente altitudinal muestreado en el APFF del Nevado de Toluca, tal como se ha citado previamente (Farjon y Filer, 2013; Jobbágy y Jackson, 2000), por debajo de los 3 900 m, la especie presenta importantes cambios en su composición estructural. Lo anterior podría relacionarse con las actividades económicas permisibles en el APFF Nevado de Toluca, como la cosecha y tala selectiva de árboles, las cuales tienen más impacto sobre la estructura del bosque de P. hartwegii ubicado entre 3 400 y 3 800 m de altitud (Jafari et al., 2013). Los parámetros dasométricos evaluados, indicaron que la distribución de la densidad arbórea (DA) para el bosque de P. hartwegii presentó diferencias significativas (p<0.05) entre las diferentes categorías diamétricas para todo el gradiente altitudinal, excepto para la DA observada a 3 900 m (Cuadro 2). Resalta que la DA fue mayor para la clase diamétrica de 5-15 cm por debajo de los 3 800 msnm, con un máximo de 1 287.5 árboles ha-1 a 3 800 msnm (Cuadro 2), mientras que a 3 900 y 4 000 msnm, la DA para esta clase diamétrica fue de 15 a 7 veces menor (81.2 y 181.2 árboles ha -1, respectivamente).

Chávez-Aguilar et al, Estructura y composición del...

Cuadro 2. Densidad arbórea (DA, árboles ha-1) y área basal (AB, m2 ha-1) por clase diamétrica (en intervalos de 10 cm) y altitud para el bosque de Pinus hartwegii Lindl. en un gradiente de 600 m, en el APFF Nevado de Toluca. Altitud (m)

Intervalos de clases diamétricas (cm) Variable AB

5-15

15-25

25-35

35-45

45-55

55-65

65-75

75-85

1.59

0.74

0.00

5.84

1.00

9.39

0.00

0.44

0.47

0.00

2.36

1.00

3.48

0.00

300.00

18.75

0.00

43.75

6.25

31.25

0.00

62.08

11.96

0.00

18.75

6.25

11.96

0.00

1.79

0.12

0.94

3.37

5.69

3.62

0.00

0.82

0.12

0.57

2.30

2.95

2.10

0.00

331.25

6.25

12.50

25.00

31.25

12.50

0.00

175.70

6.25

7.21

17.67

5.72

7.21

0.00

3.50

1.75

0.55

4.05

3.84

1.69

0.00

1.96

1.58

0.55

1.11

2.52

1.69

0.00

525.00

62.50

6.25

31.25

18.25

6.25

0.00

301.73

54.49

6.25

11.97

6.25

0.00

5.42

0.69

0.00

3.50

0.00

3.18

2.16

0.40

0.00

2.02

0.00

3.18

1 193.75

31.25

0.00

12.50

0.00

6.25

502.33

18.75

0.00

7.22

0.00

6.25

6.00

0.00

0.98

0.65

6.04

9.19

4.25

3.12

3.19

0.00

0.57

0.65

3.38

3.52

2.45

3.12

1 287.50

0.00

12.50

6.25

31.25

12.25

6.25

649.16

0.00

7.22

6.25

15.73

11.97

7.22

6.25

3 400 DA

AB 3 500 DA

3 600 DA

AB 3 700 DA

AB 3 800 DA

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

0.81

3.34

0.85

0.94

2.34

5.32

0.00

0.62

0.95

0.50

0.94

1.37

3.29

0.00

81.25

112.50

12.50

6.25

12.50

18.75

0.00

57.17

33.07

7.22

6.25

7.22

11.97

0.00

0.00

0.96

1.22

2.11

2.07

4.83

2.11

2.99

0.00

0.44

1.02

1.20

1.27

2.86

2.11

2.99

0.00

181.25

43.75

31.25

12.50

18.75

6.25

0.00

94.30

35.90

15.73

7.22

11.97

6.25

0.00

3 900 DA

AB 4 000 DA

Es importante señalar que, para ambos pisos altitudinales, la mayor DA correspondió a la clase diamétrica de 15 a 25 cm de diámetro, lo cual indica que la regeneración se presenta, principalmente, por abajo de 3 800 m de altitud. En los niveles superiores la regeneración es limitada. La regeneración del bosque de P. hartwegii en las altitudes superiores, podría estar limitada por las actividades antrópicas como la sobreexplotación de los recursos naturales, que a su vez modifican las condiciones bióticas y abióticas en estos bosques, y que en conjunto con la baja viabilidad y germinación de su semilla (Iglesias et al., 2000) limitarían la regeneración de manera natural en esas altitudes (Ramírez-Contreras y Rodríguez-Trejo, 2009). Dichas condiciones serían responsables de que la estructura del bosque de P. hartwegii a estas altitudes, estén modificándose significativamente (de acuerdo con el IVF determinado). Por ello, los resultados estimulan a promover estrategias que permitan recuperar la estructura del bosque de P. hartwegii con base en estudios como el de Ramírez-Contreras y Rodríguez-Trejo (2009), quienes señalan que la sobrevivencia de plántulas de P. hartwegii aumenta cuando se usan plantas nodrizas que promueven un microclima más favorable en estas altitudes tanto para la germinación como para la sobrevivencia. Por ello, en ese tipo de bosques se recomienda el uso de plantas nodrizas de

Chávez-Aguilar et al, Estructura y composición del...

Lupinus montanus Kunth integradas a los programas de reforestación en el APFF del Nevado de Toluca. En cuanto al diámetro de los árboles, en el presente estudio resalta la ausencia de las clases diamétricas de 65-75 cm y de 75-85 cm de diámetro en el intervalo altitudinal de 3 400 a 3 600 m, lo que sugiere la presencia de algún disturbio natural o antrópico. Báez et al. (2015) documentan que los patrones regionales en la estructura y dinámica de bosques de alta montaña a diferentes gradientes altitudinales, se debe a la interacción de factores bióticos y abióticos con la historia de uso de la tierra. Ello corroboraría que en general, los bosques de P. hartwegii en el APFF del Nevado de Toluca están expuestos a la degradación por actividades como la tala legal e ilegal, el sobrepastoreo, quema de pastizales, entre otras actividades (Endara et al., 2012; Pérez-Suárez et al., 2022), lo que conlleva a la modificación de sus patrones estructurales. En cuanto a la distribución del área basal (AB), solo se observaron diferencias significativas (p<0.05) entre las diferentes clases diamétricas a 3 400 msnm (Cuadro 1), con el mayor registro a esa altitud y a 3 800 m, y con un AB alrededor de 9 m2 ha-1 para la clase diamétrica de 55 a 65 cm de diámetro. Lo anterior coincide con que a esa misma altitud (3 800 m) se obtuvo el valor más alto de DA para los individuos de la clase diamétrica más pequeña (5-15 cm), lo cual es característico de sitios donde se aplican prácticas silviculturales como reforestación, lo cual fue confirmado in situ (campo) por la disposición simétrica observada en los árboles más pequeños y la presencia de algunos cuantos individuos con diámetros mayores. Los pocos ejemplares con diámetros mayores (más de 55 cm de diámetro) a lo largo de todo el gradiente altitudinal muestreado, corresponden a los árboles con las mejores características dasométricas y fenotípicas, es decir, los árboles Padre o semilleros. También podrían ser los que se estuvieran extrayendo de forma ilegal, lo cual se infiere de los daños observados en los individuos remanentes en los sitios de estudio y que indican una corta inadecuada, tales como desprendimiento extremo de corteza, pérdida de ramas y follaje nuevo, principalmente, lo cual se ha observado previamente en la zona de estudio (Regil et al., 2014). Esto limitaría la producción y dispersión de semillas, hechos observados en otros estudios para la misma zona (Endara, 2007), e indudablemente, afectaría a la estructura 67

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

del bosque a lo largo del gradiente altitudinal, y con ello se genera una estructura arbórea con menor complejidad por la baja regeneración derivada de la expansión urbana y la extracción selectiva del arbolado (Regil et al., 2014).

Estructura y composición arbustiva y herbácea

El estrato arbustivo, caracterizado en el área de muestreo por dos clases diamétricas principales: a) 2.5 a 5.0 cm y b) mayores a 5.0 cm de diámetro, evidenció que solo la DA de arbustos con diámetros de la segunda clase diamétrica, fue diferente significativamente (p<0.05) entre los pisos altitudinales (Cuadro 3). El máximo valor observado en DA fue a 3 700 msnm, tanto para arbustos de la primera clase diamétrica como para la segunda, con 44 y 31 individuos ha-1, respectivamente. Un comportamiento similar se observó para el AB, es decir, el mayor valor para ambas clases diamétricas se registró en el mismo piso altitudinal (3 700 m). Destaca la ausencia de arbustos pertenecientes a esas dos clases diamétricas entre 3 800 y 4 000 m de altitud (Cuadro 3). Esto indicaría que la estructura arbustiva puede comprometerse por eventos de disturbio como el pastoreo, ocoteo, reforestación, o por las prácticas de manejo.

Cuadro 3. Densidad arbórea (DA, árboles ha-1) y área basal (AB, m2 ha-1) de arbustos entre 2.5-5.0 cm y mayores a 5 cm de diámetro por piso altitudinal establecido cada 100 m entre 3 400 y 4 000 m, en el APFF Nevado de Toluca. Altitud (m)

Intervalo de categoría

Variable

diamétrica AB 2.5-5.0 cm DA

3 400

3 500

3 600

3 700

3 800

3 900

4 000

0.03

0.07

0.01

0.27

0.00

0.01

0.06

0.01

0.16

0.00

13.00

6.00

44.00

0.00

Chávez-Aguilar et al, Estructura y composición del...

7.21

6.25

29.53

0.00

0.00

0.04

0.17

0.23

0.00

0.00

0.03

0.16

0.08

0.00

0.00

13.00

0.00

31.00

0.00

0.00

12.50

0.00

11.96

0.00

AB >5 cm DA

En el estrato herbáceo se observaron diferentes tipos de cobertura vegetal: gramíneas, helechos, musgos y hierbas en general, los cuales estuvieron presentes en todos los pisos altitudinales, a excepción de los helechos (Cuadro 4). Las que presentaron la proporción más alta, fueron las gramíneas para todas las cotas altitudinales (Cuadro 4) en una proporción de alrededor de 80 % para la mayoría de los pisos altitudinales, lo que indica que este tipo de plantas tiene una alta asociación con el bosque de P. hartwegii en el APFF del Nevado de Toluca a lo largo de todo el gradiente altitudinal evaluado, sin cambios de manera significativa en la estructura del bosque. Lo anterior coincide con lo citado por Calderón de Rzedowski y Rzedowski (2010), quienes señalan que los pastos que principalmente se asocian a P. hartwegii son Calamagrostis tolucensis (Kunth) Trin. ex Steud., Muhlenbergia macroura (Kunth) Hitchc. y Festuca tolucensis Kunth, pastos registrados para la zona de estudio (Royo y Carson, 2006).

Cuadro 4. Cobertura de diferentes asociaciones vegetales (%) en el estrato herbáceo a lo largo de un gradiente de altitud (3 400 a 4 000 m) en el APFF Nevado de Toluca. Altitud

Gramíneas

Helechos

Musgo

Líquenes

Hierbas

(m)

(%)

3 400

3 500

3 600

3 700

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

3 800

3 900

4 000

Conclusiones Los bosques de Pinus hartwegii en el APFF del Nevado de Toluca, siguen manteniendo su abundancia y dominancia en el intervalo altitudinal de 3 400 a 4 000 m, específicamente entre 3 700 y 4 000 m, donde continúan formando bosques monoespecíficos. Esta especie contribuye en 100 % a la composición estructural del bosque solo entre 3 900 y 4 000 msnm ya que, por abajo de ese intervalo, su valor e importancia forestal en la estructura está significativamente afectada (disminuye hasta en 45 %), lo cual evidencia un importante cambio estructural en función de la altitud, derivado principalmente de actividades antrópicas extremas. Por ello, se sugiere un manejo diferencial basado en la estructura y actividades permisibles por altitud que no influya sobre la dinámica del bosque y su regeneración, pero tampoco en la sustentabilidad del bosque que se ha comprometido por el deterioro acumulado en su estructura y función. Se concluye que la altitud es una variable importante para considerarse en los planes de manejo de los bosques de alta montaña.

Agradecimientos

Este trabajo fue realizado en el marco del proyecto Conacyt-Ciencia Básica 219696, y beca posdoctoral otorgada a Griselda Chávez Aguilar.

Conflicto de intereses 70

Chávez-Aguilar et al, Estructura y composición del...

Los autores declaran no tener ningún conflicto de interés.

Contribución por autor

Griselda Chávez-Aguilar y Marlín Pérez-Suárez: idea original del estudio, supervisión y trabajo de campo, análisis de datos y redacción del manuscrito; Gisela Virginia CamposÁngeles: análisis de datos, escritura y revisión del documento.

Referencias Báez, S. and S. L. Collins. 2008. Shrub invasion decreases diversity and alters community stability in northern Chihuahuan Desert plant communities. PLOS ONE 3(6):e2332. Doi: 10.1371/journal.pone.0002332. Báez, S., A. Malizia, J. Carilla, C. Blundo, … and K. J. Feeley. 2015. Large-scale patterns of turnover and basal area change in Andean forests. PLOS ONE 10(5):e0126594. Doi: 10.1371/journal.pone.0126594. Bhutia, Y., R. Gudasalamani, R. Ganesan and S. Saha. 2019. Assessing forest structure and composition along the altitudinal gradient in the State of Sikkim, Eastern Himalayas, India. Forests 10(8):633. Doi: 10.3390/f10080633. Calderón de nstituto de

zedo s i,

. y J.

zedo s i.

colog a, A. C. y Comisi n

. Flora fanerogámica del

alle de Mé ico.

acional para el Conocimiento y

so de la

Biodiversidad. Xalapa, Ver., México. 975 p. C allenger, A. y J. So er n. 2008. Los ecosistemas terrestres. In: Soberón, J., G. Halffter y J. Llorente-Bousquets (comps.). Capital natural de México, Vol. I: Conocimiento actual de la

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

biodiversidad. Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (Conabio). Tlalpan, D. F., México. pp. 87-108. Comisión Nacional Forestal (Conafor). 2012. Inventario Nacional Forestal y de Suelos, Manual y procedimientos para el muestreo de campo, re-muestreo 2012. Comisión Nacional Forestal y Secretaría de Medio Ambiente y Recursos Naturales. Zapopan, Jal., México. 140 p. Corella J., F., J. I. Valdez H., V. M. Cetina A., F. V. González C., A. Trinidad S. y J. R. Aguirre R. 2001. Estructura forestal de un bosque de mangles en el noreste del estado de Ta asco,

Mé ico.

Ciencia

Forestal

Mé ico

6(9 ):73‒

http://cienciasforestales.inifap.gob.mx/index.php/forestales/article/view/914.

. (12

noviembre de 2021). urán-Medina,

., J. F. Mas and A.

eláz uez. 2005. Land use cover c ange in community-

ased forest management regions and protected areas in Me ico. n: Bray, érez y

. B., . Merino-

. Barry (eds.). The Community Forests of Mexico, Managing for Sustainable

Landscapes. University of Texas Press. Austin, TX, USA. pp. 215-238. Endara A., A. R. 2007. Estructura forestal de Pinus hartwegii en el Parque Nacional Nevado de Toluca. Tesis de Maestría. Centro de Investigación en Ciencias Agropecuarias y Rurales, Universidad Autónoma del Estado de México. Toluca, Edo. Méx., México. 76 p. Endara A., A. R., S. Franco M., G. Nava B., J. I. Valdez H. and T. S. Fredericksen. 2012. Effect of human disturbance on the structure and regeneration of forests in the Nevado de Toluca

National

Park,

Mexico.

Journal

Forestry

Research

23(1):39-44.

Doi:

10.1007/s11676-012-0226-8. Farjon, A. and D. Filer. 2013. An atlas of the world's conifers: An analysis of their distribution, biogeography, diversity and conservation status. Brill. Leiden, ZH, The Netherlands. 512 p. Far on, A., J. A. érez de la

. y B. T. Styles. 997.

u a de Campo de los inos de Mé ico y

América Central. The Royal Botanic Gardens, Instituto Forestal de Oxford y Universidad de Oxford. Grimbergen, BF, Bélgica. 151 p. 72

Chávez-Aguilar et al, Estructura y composición del...

Franco M., S., H. H. Regil G., C. González E. y G. Nava B. 2006. Cambio de uso del suelo y vegetación en el Parque Nacional Nevado de Toluca, México, en el periodo 1972-2000. Investigaciones Geográficas, Boletín del Instituto de Geografía, UNAM (61):38–57. http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0188-46112006000300004. (3 enero de 2022). ado , K. v., C. Y. Z ang, C. We en el, A.

ommerening, … and X. H. Z ao.

. Forest

Structure and Diversity. In: Pukkala, T. and K. v. Gadow (eds.). Continuous Cover Forestry. Managing Forest Ecosystems. Springer. Dordrecht, ZH, The Netherlands. pp. 29–83. García, E. 2004. Modificaciones al sistema de clasificación climática Köppen. Serie Libros, Núm. 6. Instituto de Geografía, Universidad Nacional Autónoma de México. Coyoacán, D. F., México. 91 p. irardin, C. A. J., Y. Mal i, .

. O. C. Aragão, M. Mamani, … and

. J. W itta er. 2010. Net

primary productivity allocation and cycling of carbon along a tropical forest elevational transect

the

Peruvian

Andes.

Global

Change

Biology

16(12):3176–3192.

Doi:

10.1111/j.1365-2486.2010.02235.x. Gómez D., J. A. y F. Villalobos. 2020. Montañas: cómo se definen y su importancia para la biodiversidad y la humanidad. CIENCIA ergo-sum 27(2):e88. Doi: 10.30878/ces.v27n2a9. Granados R., G. R., A. Toscana A. y A. Villaseñor F. 2018. Recategorización del Nevado de Toluca:

Elementos

escénicos

turismo.

Teoría

Praxis

http://www.teoriaypraxis.uqroo.mx/doctos/numero26/Granados_etal.pdf.

(26):36-66. (10

septiembre de 2022). Homeier, J., S. W. Breckle, S. Günter, R. T. Rollenbeck and C. Leuschner. 2010. Tree diversity, forest structure and productivity along altitudinal and topographical gradients in a species-rich Ecuadorian Montane Rain Forest. Biotropica The Scientific Journal of the ATBC 42(2):140-148. Doi: 10.1111/j.1744-7429.2009.00547.x. Hu, M., A. Lehtonen, F. Minunno and A. Mäkelä. 2020. Age effect on tree structure and biomass allocation in Scot pine (Pinus sylvestris L.) and Norway spruce (Picea abies [L.] Karst.). Annals of Forest Science 77(3):90-104. Doi: 10.1007/s13595-020-00988-4.

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Iglesias A., L. G., J. Alba L. y J. L. Enríquez. 2000. Estrategias para la conservación de la población de Pinus hartwegii Lindl. en la región del Perote, Veracruz. Cuadernos de Biodiversidad 4:4-8. Doi: 10.14198/cdbio.2000.04.01. Jafari, S. M., S. Zarre and S. K. Alavipanah. 2013. Woody species diversity and forest structure from lowland to montane forest in Hyrcanian forest ecoregion. Journal of Mountain Science 10(4):609–620. Doi: https://doi.org/10.1007/s11629-013-2652-2. Jobbágy, E. G. and R. B. Jackson. 2000. The vertical distribution of soil organic carbon and its relation to climate and vegetation. Ecological Applications: Ecological Society of America 10(2):423–436. Doi: 10.1890/1051-0761(2000)010[0423:TVDOSO]2.0.CO;2. Körner, C. and J. Paulsen. 2004. A world-wide study of high altitude treeline temperatures. Journal of Biogeography 31(5):713–732. Doi: 10.1111/j.1365-2699.2003.01043.x. Manzanilla-Quiñones, U., Ó. A. Aguirre-Calderón, J. Jiménez-Pérez, E. J. Treviño-Garza y J. I. Yerena-Yamallel. 2019. Distribución actual y futura del bosque subalpino de Pinus hartwegii Lindl en el Eje Neovolcánico Transversal. Madera y Bosques 25(2):e2521804. Doi: 10.21829/myb.2019.2521804. McElhinny, C., P. Gibbons, C. Brack and J. Bauhus. 2005. Forest and woodland stand structural complexity: its definition and measurement. Forest Ecology Management 218(13):1–24. Doi: 10.1016/j.foreco.2005.08.034. Mostacedo, B. y T. S. Fredericksen. 2000. Manual de métodos básicos de muestreo y análisis en ecología vegetal. BOLFOR. Santa Cruz de la Sierra, SC, Bolivia. 87 p. https://pdf.usaid.gov/pdf_docs/PNACL893.pdf. (10 diciembre de 2018). Pérez-Suárez, M., J. E. Ramírez-Albores, J. J. Vargas-Hernández and F. U. Alfaro-Ramírez. 2022. A review of the knowledge of Hartwegʼs Pine (Pinus hartwegii Lindl.): current situation and the need for improved future projections.

Trees 36(1):25-37. Doi:

10.1007/s00468-021-02221-9. Ramírez-Contreras, A. y D. A. Rodríguez-Trejo. 2009. Plantas nodriza en la reforestación con Pinus hartwegii Lindl. Revista Chapingo Serie Ciencias Forestales y del Ambiente 15(1):43–48.

Chávez-Aguilar et al, Estructura y composición del...

http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007-40182009000100005. (30 enero de 2022). Ramírez-Huerta, L., C. M. López-Guzmán, V. J. Arriola-Padilla, Z. Trejo-Sandoval, R. PérezMiranda y C. L. Jiménez-Sierra. 2016. La investigación en las Áreas Naturales Protegidas de la Región Centro y Eje Neovolcánico Transversal de México. Áreas Naturales Protegidas Scripta 2(2):37–66. Doi: 10.18242/anpscripta.2016.02.02.02.0003. Regil G., H. H., S. Franco M., J. A. B. Ordóñez D., G. E. Nava B. y C. Mallén R. 2014. Procesos de deforestación y reducción de densidad del arbolado del parque nacional nevado de

Toluca.

Revista

Mexicana

Ciencias

Forestales

5(23):42–62.

Doi:

10.29298/rmcf.v5i23.341. Royo, A. A. and W. P. Carson. 2006. On the formation of dense understory layers in forests worldwide: consequences and implications for forest dynamics, biodiversity, and succession. Canadian Journal of Forest Research 36(6):1345-1362. Doi: 10.1139/x06-025. Secretaría de Medio Ambiente y Recursos Naturales (Semarnat). 2016. Acuerdo por el que se da a conocer el Resumen del programa de Manejo del Área Natural Protegida con categoría de Protección de Flora y Fauna Nevado de Toluca. Diario Oficial de la Federación, Segunda

Tercera

secciones,

octubre

2016.

https://www.conanp.gob.mx/que_hacemos/pdf/programas_manejo/RESUMEN_NEVADO_TO LUCA.pdf. (1 de enero de 2017). Seidler, R. 2017. Patterns of biodiversity change in anthropogenically altered forests. In: Roitberg, B. D. (ed.). Reference Module in Life Sciences. Elsevier. Amsterdam, NH, The Netherlands. pp. 1–17. Sharma, J., S. Upgupta, M. Jayaraman, R. K. Chaturvedi, G. Bala and N. H. Ravindranath. 2017. Vulnerability of forests in India: A national scale assessment. Environmental Management 60(3):544–553. Doi: 10.1007/s00267-017-0894-4. Statistical Analysis System. 2009. SAS© Web Report Studio 4.2: User´s Guide. SAS Institute Inc. Cary, NC, USA. 310 p.

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Unger, M., J. Homeier and C. Leuschner. 2012. Effects of soil chemistry on tropical forest biomass and productivity at different elevations in the equatorial Andes. Oecologia 170(1):263–274. Doi: 10.1007/s00442-012-2295-y. Waddell, . H., . F. Banin, S. Fleiss, J. K. Hill, … and . S. C apman. . and-use change and propagule pressure promote plant invasions in tropical rainforest remnants. Landscape Ecology 35(9):1891-1906. Doi: 10.1007/s10980-020-01067-9.

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

DOI: 10.29298/rmcf.v13i74.1272 Artículo

Evaluación de sustratos y tratamientos para mitigar el estrés hídrico en una plantación de Enterolobium cyclocarpum (Jacq.) Griseb. Evaluation of substrates and treatments for water stress mitigation in an Enterolobium cyclocarpum (Jacq.) Griseb. plantation Adrián Botello Montoya1, Eduardo Alanís Rodríguez1*, José Ángel Sigala Rodríguez2, Jesús Eduardo Silva García3, Luis Daniel Ruiz Carranza1 Fecha de recepción/Reception date: 5 de marzo de 2022 Fecha de aceptación/Acceptance date: 29 de septiembre de 2022 _______________________________ 1

Facultad de Ciencias Forestales, Universidad Autónoma de Nuevo León. México. Campo Experimental Valle del Guadiana. INIFAP. México. 3 Cobano Consultoría Integral Forestal y Medio Ambiental S. A. de C. V. México. 2

*Autor para correspondencia; correo-e: eduardoforestal@gmail.com *Corresponding author; e-mail: eduardoforestal@gmail.com Resumen Enterolobium cyclocarpum es una especie arbórea multipropósito cuyo crecimiento y supervivencia en plantaciones se desconoce. El objetivo fue evaluar el efecto de tres medios de crecimiento en vivero y tratamientos auxiliares para mitigar el estrés hídrico en el desempeño de plantas de E. cyclocarpum establecidas en campo. Las semillas se sembraron en tres diferentes tipos de sustrato: 1) mezcla base (turba, vermiculita y agrolita), 2) composta aeróbica, y 3) tierra de monte. Cada grupo de plantas por tipo de sustrato se dividió en cuatro subgrupos a los que se les asignó diferente tratamiento auxiliar para mitigar el estrés hídrico: 1) riego, 2) hidrogel (2 g planta-1), 3) hidrogel (4 g planta-1), y 4) condiciones naturales (testigo). Los resultados indican que el tipo de sustrato influye en la supervivencia y crecimiento de las plantas, siendo la tierra de monte la que promueve mayores valores. La relación entre el diámetro de plantas con la probabilidad de supervivencia fue positiva; esta variable es un indicador de la supervivencia en campo durante los primeros años de la plantación. El tratamiento auxiliar para mitigar el estrés hídrico afectó significativamente el crecimiento en diámetro y altura; el riego aumentó los valores, con excepción del diámetro en mezcla base. Palabras clave: Crecimiento, combinación, composta, hidrogel, supervivencia, sustrato. Abstract Enterolobium cyclocarpum is a multipurpose tree species whose growth and survival in plantations are unknown. The objective was to evaluate the effect of different nursery growing media and auxiliary treatments to mitigate water stress on the performance of E. cyclocarpum plants established in the field. The seeds were sown in three different types of substrates: 1) base mixture (peat, vermiculite and agrolite), 2) aerobic compost and 3) native soil. Each group of plants by type of substrate was divided into four subgroups that were assigned different auxiliary treatment to mitigate water stress: 1) irrigation, 2) hydrogel (2 g plant -1), 3) hydrogel (4 g plant-1) and 4) natural conditions (control). The results indicate that the type of substrate influences the survival and growth of the plants, being native soil the one that promotes higher values. It was found that there is a positive relationship between the diameter of the plants and the probability of survival, this variable being a basic quality indicator of the plants grown in the nursery. The auxiliary treatment of hydric stress significantly affected the

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022) growth in diameter and height, being irrigation the one that increased the values, with the exception of the diameter in the base mixture. Keywords: Growth, combination, compost, hydrogel, survival, substrates.

Introducción

Enterolobium cyclocarpum (Jacq.) Griseb. es un árbol multipropósito que se desarrolla en ecosistemas tropicales como selvas altas perennifolias, medianas subcaducifolias, medianas subperennifolias y bajas caducifolias (Salas-Morales et al., 2003; Pennington y Sarukhán, 2005). En México, su distribución comprende desde Sinaloa hasta Chiapas por el Pacífico y de Tamaulipas a la Península de Yucatán por el Golfo de México (Pennington y Sarukhán, 2005). En sus áreas de distribución, esta especie se usa principalmente para fines de restauración

sitios

degradados,

sistemas

agroforestales,

así

como

plantaciones forestales comerciales (Muñoz-Flores et al., 2016; Velasco-García et al., 2019). Sin embargo, las tasas de supervivencia son bajas durante el primer año de establecimiento, asociadas principalmente al origen del germoplasma (Muñoz et al., 2013), la mala calidad del sitio de plantación, afectaciones por plagas, enfermedades o herbivoría (Cibrián, 2013; Velasco-García et al., 2019), e incluso por las sequías (Hernández-Hernández et al., 2019). La explotación de E. cyclocarpum con fines maderables, repercute negativamente en su regeneración natural y, en consecuencia, aumenta la fragmentación de sus poblaciones (Olivares-Pérez et al., 2011). Debido a ello, es preponderante establecer plantaciones que permitan su aprovechamiento sustentable. No obstante, todavía existen vacíos de conocimiento entorno a las prácticas más adecuadas para 78

Botello Montoya et al, Evaluación de sustratos...

incrementar las tasas de supervivencia y productividad de las plantaciones (Basave et al., 2014; Hernández-Hernández et al., 2019). Las prácticas de cultivo en vivero tienen un efecto directo en la calidad de planta y, por lo tanto, en el desempeño de las plantaciones (Grossnickle, 2012). Asimismo, la supervivencia y crecimiento de las plantas en campo depende, en cierta medida, de los métodos o técnicas empleados en el proceso de plantado (Löf et al., 2012). En este contexto, el objetivo del presente estudio fue evaluar el efecto de diferentes medios de crecimiento en vivero y tratamientos auxiliares para mitigar el estrés hídrico en el desempeño de plantas de E. cyclocarpum establecidas en campo. La hipótesis fue que el tipo de sustrato influye en la supervivencia y crecimiento de las plantas, y los tratamientos auxiliares podrían promover un mejor desempeño de dicha especie en plantaciones forestales o en reforestaciones.

Materiales y Métodos

Recolecta de semillas y producción de la planta

La producción de la planta se llevó a cabo en el vivero del rancho Los Tulillos, en el municipio Tzitzio, Michoacán (Figura 1). Las semillas se recolectaron en la misma localidad, entre mayo y junio de 2019. Previo a la siembra, las semillas se escarificaron con pinzas mecánicas para homogeneizar la germinación. La siembra se hizo en bolsas de polietileno de baja densidad calibre 400 de 13×25 cm y con cuatro perforaciones. Las bolsas se llenaron con tres diferentes tipos de sustrato: 1) 79

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

mezcla base: turba, vermiculita y agrolita, a razón de 2:1:1, con 4 g L-1 de fertilizante de liberación controlada; 2) composta aeróbica, compuesta de estiércol de ganado vacuno; y 3) tierra de monte, obtenida en un área de selva baja caducifolia. En total se produjeron 200 plantas por tipo de sustrato. Los riegos se aplicaron de forma manual con regadera cada tercer día. El periodo de cultivo en vivero fue de tres meses, previo a la salida de la planta a campo.

Figura 1. Localización del sitio de plantación y ubicación de árboles de Enterolobium cyclocarpum (Jacq.) Griseb.

Establecimiento y monitoreo de la plantación

Botello Montoya et al, Evaluación de sustratos...

La plantación se estableció en el año 2019 en la región conocida como Tierra Caliente, en las coordenadas 19°18’33.5” N y 100°52’32.3” O a 750 metros sobre el nivel del mar, en el municipio Tzitzio, Michoacán (Figura 1). El clima predominante de acuerdo con la clasificación de Köppen modificado por García (2004), es cálido subhúmedo A(wo) con lluvias en verano, precipitación media anual de 994.3 mm y temperatura media anual de 23.4 °C (Inegi, 2017). El tipo de suelo según la clasificación FAO/Unesco modificada por Detenal (1979) es vertisol crómico, considerado como suelo arcilloso, de color pardo o rojizo. La plantación se realizó en temporada de lluvias, entre el 29 de julio y 3 de agosto del 2019, en un sitio degradado con historial de uso agrícola. Se plantaron 200 plantas por tipo de sustrato, con distribución en marco real y separación de 4 m entre plantas. Cada grupo de plantas por tipo de sustrato se dividió en cuatro subgrupos que se asignaron a diferente tratamiento auxiliar para mitigar el estrés hídrico: 1) riego, 2) hidrogel (2 g planta-1), 3) hidrogel (4 g planta-1) y 4) condiciones naturales (testigo). Los riegos se realizaron cada tercer día, aplicando 16 L por planta. El hidrogel utilizado es un polímero superabsorbente hecho de poliacrilato de potasio, fórmula —CH2CH (CO2K), densidad 1.22 g por cm3, su capacidad de absorción es 100 veces su peso. Este producto se mezcló con el sustrato de la misma cepa y se depositó al momento de la plantación. El experimento se estableció bajo un diseño en parcelas divididas con arreglo factorial 4×3 de los tratamientos. Las parcelas grandes fueron los tratamientos para mitigar el estrés hídrico. Dentro de esas parcelas, se distribuyeron los tratamientos de tipo de sustrato (parcelas chicas). Para cada tipo de sustrato dentro de las parcelas grandes, se hicieron cinco repeticiones de 10 plantas distribuidas completamente al azar. En total, 600 individuos se plantaron en una superficie de 0.96 ha. Una vez plantado, se registraron los valores de altura (cm) y diámetro a nivel del suelo (mm) de cada planta y se colocó una etiqueta con un número de 81

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

identificación para su monitoreo. A los 10 meses del establecimiento, se evaluó la supervivencia de las plantas, para ello se asignó el valor de 0 a la planta muerta y 1 a la viva. Asimismo, en cada planta viva se midió la altura del tallo (cm) con un flexómetro Truper Gripper modelo FH-3M de 3 metros y el diámetro a nivel del suelo (mm) con un Vernier Ultratech modelo H-7352.

Análisis de datos

Los datos se analizaron con el programa R (R Core Team, 2020). Para la supervivencia, se utilizó el ajuste de un modelo lineal generalizado con una distribución binomial y función de vínculo ‘logit’, en el cual se incluyó el efecto del sustrato, el tratamiento auxiliar y su interacción como variables explicativas. Asimismo, se consideró el diámetro y altura iniciales como covariables (Ecuación 1).

(1)

Donde: = Probabilidad de supervivencia = Intercepto = Estimadores asociados a las variables explicativas

Botello Montoya et al, Evaluación de sustratos...

El efecto del sustrato, el tratamiento auxiliar y su interacción en el diámetro y altura, se analizó mediante un análisis de varianza (ANOVA) de dos vías. Para el modelo de altura y el de diámetro, se incluyó la altura y diámetro iniciales, respectivamente, como covariables para considerar las posibles diferencias iniciales entre tratamientos (Ecuación 2).

(2)

Donde: = Respuesta (altura o diámetro) obtenida para el i-ésimo nivel de sustrato y el j-ésimo nivel de tratamiento auxiliar en la k-ésima planta = Efecto medio general = Efecto atribuido al i-ésimo nivel de sustrato = Efecto atribuido al j-ésimo nivel de tratamiento auxiliar = Interacción de ambos factores = Efecto del valor inicial de altura o diámetro en la k-ésima planta = Error aleatorio

En todos los casos, se revisaron los supuestos de normalidad de residuos del modelo y homogeneidad de varianzas mediante la prueba de Shapiro-Wilks y Levene, respectivamente. En ambas variables, fue necesaria la transformación con la función de logaritmo natural para cumplir dichos supuestos (p>0.05).

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Resultados

A 10 meses de establecida la plantación, el tipo de sustrato tuvo efecto significativo sobre la supervivencia de las plantas (Chi2=10.62, p=0.005). Las plantas cultivadas en tierra de monte mostraron mayor supervivencia que las producidas con la mezcla base y composta. Al final del estudio, las plantas en tierra de monte alcanzaron 76 % de supervivencia, mientras que las plantas en mezcla base y composta tuvieron 62 y 65 %, respectivamente. Asimismo, independientemente del tratamiento, la relación de la supervivencia con el diámetro inicial de los individuos fue significativa (Chi2=20.51, p<0.001) (Figura 2). La razón de probabilidad de supervivencia en función del diámetro fue de 1.44, lo cual indica que el aumento en 1 mm de diámetro de las plantas de vivero incrementa 1.4 veces la probabilidad de supervivencia en campo. Por otra parte, el tratamiento auxiliar para mitigar el estrés hídrico no influyó significativamente sobre la supervivencia (Chi2=1.07, p=0.785).

Botello Montoya et al, Evaluación de sustratos...

Figura 2. Probabilidad de supervivencia de plantas de Enterolobium cyclocarpum (Jacq.) Griseb a 10 meses de su establecimiento en función del diámetro inicial al plantar y el sustrato de cultivo en vivero.

general,

tratamiento

auxiliar

para

mitigar

estrés

hídrico

afectó

significativamente el crecimiento en diámetro (F=15.17, p<0.001), no así el tipo de sustrato (F=2.01, p=0.135). Sin embargo, la interacción del tratamiento auxiliar con el sustrato fue significativa (F=4.23, p<0.001). Esta interacción evidenció que la respuesta al tratamiento auxiliar fue distinta en cada tipo de sustrato. Si bien, el riego incrementó el crecimiento en diámetro con respecto al testigo, su efecto fue significativo solo en las plantas cultivadas en composta (Figura 3). Los tratamientos con hidrogel, indujeron mayor crecimiento en diámetro con respecto al testigo, pero únicamente en las cultivadas en tierra de monte. Por último, el efecto de los tratamientos auxiliares para mitigar el estrés hídrico no fue significativo en plantas cultivadas con la mezcla base, con respecto al testigo. 85

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Figura 3. Medias±EE de diámetro en plantas de Enterolobium cyclocarpum (Jacq.) Griseb. a 10 meses de establecimiento, cultivadas en tres tipos de sustratos y plantadas con diferentes tratamientos auxiliares para mitigar el estrés hídrico. Las diferencias entre medias que no comparten la misma letra son significativas (α=0.05).

Los tratamientos auxiliares para mitigar el estrés hídrico tuvieron efecto altamente significativo en la altura de las plantas (F=28.83, p<0.001). Por el contrario, el tipo de sustrato no incidió en el crecimiento en altura (F=0.97, p=0.378); no obstante, la interacción del tratamiento auxiliar con el sustrato fue significativa (F=3.14, p=0.005). Para los tres tipos de sustrato, el tratamiento con riego mejoró significativamente el crecimiento en altura, en comparación con el testigo (Figura 4). En plantas 86

Botello Montoya et al, Evaluación de sustratos...

cultivadas en composta, el riego dio resultados superiores que la aplicación de hidrogel. Los tratamientos con hidrogel no incrementaron significativamente la altura en relación al testigo, excepto el tratamiento con cuatro gramos de hidrogel en las plantas cultivadas con tierra de monte (Figura 4).

Figura 4. Medias±EE de altura en plantas de Enterolobium cyclocarpum (Jacq.) Griseb. a 10 meses de establecimiento, cultivadas en tres tipos de sustratos y plantadas con diferentes tratamientos auxiliares para mitigar el estrés hídrico. Las diferencias entre medias que no comparten la misma letra son significativas (α=0.05).

Discusión 87

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

En el presente estudio, se demostró que el tipo de sustrato con el cual se cultivan las plantas de E. cyclocarpum en vivero influye en la supervivencia a edad temprana del establecimiento en campo. Por el contrario, la aplicación de los tratamientos auxiliares para el estrés hídrico incidió principalmente en el crecimiento, aunque su efecto dependió también del tipo de sustrato utilizado en vivero. En la producción de planta, el sustrato es el elemento que da soporte a la planta. El tipo de sustrato afecta el crecimiento y la arquitectura radical, además influye en la cohesión e integridad del cepellón (Landis, 1990). Este último aspecto se considera un rasgo importante para la calidad de planta cultivada en vivero (Pemán et al., 2017), ya que la adecuada integridad o conformación del cepellón tiene un efecto positivo en la supervivencia de las plantas, particularmente en sitios con suelos degradados (Grossnickle y El-Kassaby, 2016). En el presente estudio, la tierra de monte propició mayor supervivencia de E. cyclocarpum en comparación con los otros sustratos. En una inspección visual, se observó mejor conformación del cepellón con la tierra de monte, lo que posiblemente

mejoró

la capacidad

supervivencia

de las

plantas. Otras

características de los sustratos locales, como el contenido de nutrientes adicionales y microorganismos benéficos, pueden mejorar el desempeño de las plantas (Jacobs y Landis, 2014). La tierra de monte se emplea ampliamente en la producción de planta de otras especies forestales con buenos resultados en variables indicadoras de la calidad de planta (López et al., 2018; Reyes et al., 2018). Sin embargo, las características físicas y químicas de estos sustratos varían con el tiempo y entre localidades, lo cual limita la estandarización y el mejoramiento continuo de las prácticas culturales en los viveros (Bakry et al., 2012).

Botello Montoya et al, Evaluación de sustratos...

Un hallazgo importante fue la relación positiva del diámetro de las plantas con la probabilidad de supervivencia. Dicho efecto resalta la importancia de considerar el diámetro como un indicador básico de la supervivencia de E. cyclocarpum en los primeros años de la plantación en campo. Este resultado concuerda con estudios que muestran que las plantas con mayor diámetro tienden a sobrevivir mejor que aquellas de menor diámetro (Orozco et al., 2010; Grossnickle, 2012). Al respecto, se ha sugerido que el diámetro tiene una relación directa con ciertas características del sistema radical como el volumen o la arquitectura (Jacobs et al., 2005). Asimismo, es probable que las plantas con mayor diámetro tengan más reservas de carbohidratos y nutrientes (Tsakaldimi et al., 2013), lo que a su vez influye en la probabilidad de supervivencia en campo. Además, plantas con mayor diámetro tienen más resistencia y resiliencia a daños físicos causados por agentes bióticos y abióticos. E. cyclocarpum habita en el bosque tropical seco y con tolerancia a la sequía (Foroughbakhch et al., 2006; Laborde y Corrales-Ferrayola, 2012). En este sentido, es probable que la aplicación de algún tratamiento auxiliar para mitigar el estrés hídrico no tenga un impacto significativo en las tasas de supervivencia, tal como se observó en el presente estudio. Aunque en la investigación que aquí se documenta, es posible que las plantas no hayan estado expuestas al estrés hídrico debido a la elevada precipitación en el sitio de plantación. Por otra parte, en etapas juveniles, E. cyclocarpum presenta tasas altas de crecimiento (Foroughbakhch et al., 2006; Rocha et al., 2018), y su desempeño aumenta considerablemente bajo condiciones favorables de humedad y fertilidad (Craven et al., 2007; Pineda-Herrera et al., 2017). Por lo tanto, ello puede explicar que el efecto positivo de la aplicación del tratamiento auxiliar para mitigar el estrés hídrico, se haya manifestado en el crecimiento, más que en la supervivencia de las plantas. El riego fue el tratamiento auxiliar que incrementó en mayor medida el crecimiento en comparación con el testigo. La aplicación de hidrogel no mejoró significativamente el crecimiento de las plantas. Sin embargo, en plantas cultivadas con tierra de monte, se observó más crecimiento en diámetro con la aplicación de hidrogel. 89

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

El principal beneficio de los hidrogeles, es el aumento de la capacidad de retención de humedad del suelo o medio de crecimiento donde se incorpore (Chen et al., 2004). Sin embargo, la efectividad de estos polímeros dependerá de múltiples factores como el tipo de polímero, tamaño de sus partículas, la dosis, la cantidad de agua disponible, el método de aplicación, entre otros (Crous, 2017). También, las propiedades físicas y químicas del suelo suelen afectar la eficacia de los hidrogeles (Agaba et al., 2010; Crous, 2017). En este sentido, la respuesta variable de las plantas a la aplicación del hidrogel pudo relacionarse con las diferencias en las características fisicoquímicas de los sustratos. No obstante, se requieren más investigaciones para estudiar a profundidad dichas relaciones.

Conclusiones

Se acepta la hipótesis planteada que el tipo de sustrato influye en la supervivencia y crecimiento de las plantas de Enterolobium cyclocarpum, y la tierra de monte promueve un mejor desempeño. El diámetro puede ser un indicador de la supervivencia de E. cyclocarpum en edades tempranas después de plantar. El tratamiento auxiliar para mitigar el estrés hídrico, incide más en el crecimiento que en la supervivencia. Es recomendable considerar las condiciones de precipitación y humedad del sitio de plantación para precisar la necesidad de aplicación de este tipo de tratamientos. Los resultados contribuyen a promover un mejor desempeño de la especie de estudio en plantaciones comerciales o en reforestaciones.

Agradecimientos 90

Botello Montoya et al, Evaluación de sustratos...

Agradecemos al Consejo Nacional de Ciencia y Tecnología (Conacyt) por la beca otorgada al primer autor para realizar sus estudios de posgrado.

Conflicto de intereses

Los autores declaran no tener algún conflicto de intereses.

Contribución por autor

Adrián Botello Montoya: trabajo de campo, análisis estadístico y preparación del manuscrito; Eduardo Alanís Rodríguez: concepción de la investigación, supervisión del proyecto y redacción de la metodología; José Ángel Sigala Rodríguez: análisis estadístico, generación de gráficos y redacción de resultados; Jesús Eduardo Silva García: trabajo de campo y redacción de discusión; Luis Daniel Ruiz Carranza: gestión de los recursos económicos, trabajo de campo y redacción de la introducción. Todos los autores revisaron y aprobaron el documento final.

Referencias

Agaba, H., L. J. Baguma O., J. F. Osoto E., J. Obua, J. D. Kabasa and A. Hüttermann. 2010. Effects of hydrogel amendment to different soils on plant available water and survival of trees under drought conditions. CLEAN–Soil, Air, Water 38(4):328–335. Doi: 10.1002/clen.200900245. 91

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Bakry, M., M. S. Lamhamedi, J. Caron, H. Margolis, … and D. C. Stowe. 2012. Are composts from shredded leafy branches of fast-growing forest species suitable as nursery growing media in arid regions?

New Forests 43(3):267–286. Doi:

10.1007/s11056-011-9280-x. Basave V., E., M. A. López L., V. M. Cetina A., A. Aldrete y J. J. Almaraz S. 2014. Prácticas culturales en vivero que influyen en la calidad de planta de Enterolobium cyclocarpum. Bosque 35(3):301-309. Doi: 10.4067/s0717-92002014000300005. Chen, S., M. Zommorodi, E. Fritz, S. Wang and A. Hüttermann. 2004. Hydrogel modified uptake of salt ions and calcium in Populus euphratica under saline conditions. Trees 18(2):175-183. Doi: 10.1007/s00468-003-0267-x. Cibrián T., D. 2013. Manual para la identificación y manejo de plagas en plantaciones forestales comerciales. Universidad Autónoma Chapingo. Texcoco, Edo. Méx., México. 229 p. Craven, D., D. Braden, M. S. Ashton, G. P. Berlyn, M. Wishnie and D. Dent. 2007. Between and within-site comparisons of structural and physiological characteristics and foliar nutrient content of 14 tree species at a wet, fertile site and a dry, infertile site

Panama.

Forest

Ecology

and

Management

238(1-3):335-346.

Doi:

10.1016/j.foreco.2006.10.030. Crous, J. W. 2017. Use of hydrogels in the planting of industrial wood plantations. Southern

Forests:

Journal

Forest

Science

79(3):197-213.

Doi:

10.2989/20702620.2016.1221698. Dirección de Estadística del Territorio Nacional (Detenal). 1979. Cartas Edafológicas E 14A14 Zinapécuaro, E 14A22 Pátzcuaro y E 14A24 Tzitzio. Escala 1:50 000. México. (Material impreso) https://mapoteca.siap.gob.mx/index.php/coleccion-del-institutonacional-de-estadistica-geografia-e-informatica-inegi/. (4 de abril de 2022). Foroughbakhch, R., M. A. Alvarado-Vázquez, J. L. Hernández-Piñero, A. RochaEstrada, M. A. Guzmán-Lucio and E. J. Treviño-Garza. 2006. Establishment, growth 92

Botello Montoya et al, Evaluación de sustratos...

and biomass production of 10 tree woody species introduced for reforestation and ecological restoration in northeastern Mexico. Forest Ecology and Management 235(1-3):194-201. Doi: 10.1016/j.foreco.2006.08.012. García, E. 2004. Modificaciones al sistema de clasificación climática Köppen. Serie Libros, Núm. 6. Instituto de Geografía, Universidad Nacional Autónoma de México. Coyoacán, D. F., México. 91 p. Grossnickle, S. C. 2012. Why seedlings survive: influence of plant attributes. New Forests 43(5-6):711–738. Doi: 10.1007/s11056-012-9336-6. Grossnickle, S. C. and Y. A. El-Kassaby. 2016. Bareroot versus container stocktypes: a performance comparison. New Forests 47(1):1–51. Doi: 10.1007/s11056-015-9476-6. Hernández-Hernández, M. L., M. V. Velasco-García, J. López-Upton, R. GalánLarrea, C. Ramírez-Herrera y H. Viveros-Viveros. 2019. Crecimiento y supervivencia de procedencias de Enterolobium cyclocarpum en la costa de Oaxaca, México. Bosque 40(2):173-183. Doi: 10.4067/s0717-92002019000200173. Instituto Nacional de Estadística y Geografía (Inegi). 2017. Anuario estadístico y geográfico de Michoacán de Ocampo. Instituto Nacional de Estadística y Geografía. Aguascalientes,

AGS,

México.

723

https://www.inegi.org.mx/contenidos/productos/prod_serv/contenidos/espanol/bvineg i/productos/nueva_estruc/anuarios_2017/702825092092.pdf. (22 de marzo de 2022). Jacobs, D. F. and T. D. Landis. 2014. Plant nutrition and fertilization. In: Wilkinson, K. M., T. D. Landis, D. L. Haase, B. F. Daley and R. K. Dumroese (eds.). Tropical nursery manual. A guide to starting and operating a nursery for native and traditional

plants.

Agriculture

Handbook

732.

United

State

Department

Agriculture, Forest Service. Washington, DC, USA. pp. 233–251. Jacobs, D. F., K. F. Salifu and J. R. Seifert. 2005. Relative contribution of initial root and shoot morphology in predicting field performance of hardwood seedlings. New Forest 30(2):235–251. Doi: 10.1007/s11056-005-5419-y. 93

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Laborde, J. and I. Corrales-Ferrayola. 2012. Direct seeding of Brosimum alicastrum Sw. (Moraceae) and Enterolobium cyclocarpum (Jacq.) Griseb. (Mimosaceae) in different habitats in the dry tropics of central Veracruz. Acta Botánica Mexicana (100):107-134. Doi: 10.21829/abm100.2012.33. Landis, T. D. 1990. Groing media. In: Landis, T. D. (edit.). The container tree nursery. Manual Volume 2. Agricultural Handbook 674. United State Department of Agriculture,

Forest

Service.

Washington,

DC,

USA.

pp.

43-85.

https://rngr.net/publications/ctnm/volume-2. (15 de octubre de 2021). Löf, M., D. C. Dey, R. M. Navarro and D. F. Jacobs. 2012. Mechanical site preparation

for

forest

restoration.

New

Forests

43(5-6):825–848.

Doi:

10.1007/s11056-012-9332-x. López L., B., P. Gálvez A., B. Calleja P., J. Méndez G. y J. M. Ríos C. 2018. Sustratos orgánicos en la germinación y crecimiento de Pinus ayacahuite var. veitchii (Roezl) Shaw en vivero. Revista Mexicana de Ciencias Forestales 9(49):110-124. Doi: 10.29298/rmcf.v9i49.156. Muñoz F., H. J., J. J. García M., G. Orozco G., V. M. Coria Á. y M. B. Nájera-Rincón. 2013. Evaluación de una plantación con dos especies tropicales cultivadas en diferentes tipos de envases. Revista Mexicana de Ciencias Forestales 4(18):28-43. Doi: 10.29298/rmcf.v4i18.387. Muñoz-Flores, H. J., J. T. Sáenz-Reyes, A. Rueda-Sánchez, D. Castillo-Quiroz, F. Castillo-Reyes and D. Y. Ávila-Flores. 2016. Areas with potential for commercial timber plantations of Enterolobium cyclocarpum (Jacq.) Griseb. in Michoacán, México. Open Journal of Forestry 6(5):476-485. Doi: 10.4236/ojf.2016.65036. Olivares-Pérez, J., F. Avilés-Nova, B. Albarrán-Portillo, S. Rojas-Hernández y O. A. Castelán-Ortega. 2011. Identificación, usos y medición de leguminosas arbóreas forrajeras en ranchos ganaderos del sur del Estado de México. Tropical and 94

Botello Montoya et al, Evaluación de sustratos...

Subtropical

Agroecosystems

14(2):739-748.

http://www.scielo.org.mx/pdf/tsa/v14n2/v14n2a32.pdf. (15 de octubre de 2021). Orozco G., G., H. J. Muñoz F., A. Rueda S., J. Á. Sigala R., J. Á. Prieto R. y J. J. García M. 2010. Diagnóstico de la calidad de planta en los viveros forestales del estado de Colima. Revista Mexicana de Ciencias Forestales 1(2):135-146. Doi: 10.29298/rmcf.v1i2.641. Pemán, J., E. Chirino, J. M. Espelta, D. F. Jacobs, … and E. Gil-Peregrín. 2017. Physiological keys for natural and artificial regeneration of oaks. In: Gil-Peregrín, E., J. J. Peguero-Pina and D. Sancho-Knapik (edits.). Oaks Physiological Ecology. Exploring the functional diversity of genus Quercus L. Springer Cham. Zurich, ZH, Switzerland. pp. 453–511. Pennington, T. D. y J. Sarukhán. 2005. Árboles tropicales de México: Manual para la identificación de las principales especies. Universidad Nacional Autónoma de México y Fondo de Cultura Económica. Coyoacán, D. F., México. 523 p. Pineda-Herrera, E., J. I. Valdez-Hernández, C. P. Pérez-Olvera y R. Dávalos-Sotelo. 2017. Fenología, incremento en diámetro y periodicidad de anillos de crecimiento de Enterolobium

cyclocarpum

(Jacq.)

Griseb.

(Leguminosae)

Costa

Grande,

Guerrero, México. Polibotánica 43:197-217. Doi: 10.18387/polibotanica.43.9. R Core Team. 2020. The R Project for Statistical Computing. Vienna, Austria. R Foundation for Statistical Computing. https://www.R-project.org/. (14 de octubre de 2021). Reyes R., J., D. J. Pimienta de la T., J. A. Rodríguez M., M. A. Fuentes P. y E. Palomeque F. 2018. Calidad de planta de Gmelina arborea Roxb. producida con diferentes mezclas de sustratos en vivero. Revista Mexicana de Ciencias Forestales 9(47):111-130. Doi: 10.29298/rmcf.v9i47.163. Rocha, O. J., C. Gómez, J. L. Hamrick, D. W. Trapnell, P. E. Smouse and G. Macaya. 2018. Reproductive consequences of variation in flowering phenology in the dry 95

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

forest tree Enterolobium cyclocarpum in Guanacaste, Costa Rica. American Journal of Botany 105(12):2037-2050. Doi: 10.1002/ajb2.1205. Salas-Morales, S. H., A. Saynes-Vasquez y L. Schibli. 2003. Flora de la costa de Oaxaca, México: Lista florística de la región de Zimatán. Boletín de la Sociedad Botánica de México 72:21-58. Doi: 10.17129/botsci.1669. Tsakaldimi, M., P. Ganatsas and D. F. Jacobs. 2013. Prediction of planted seedling survival of five Mediterranean species based on initial seedling morphology. New Forests 44(3):327–339. Doi: 10.1007/s11056-012-9339-3. Velasco-García, M. V., M. L. Hernández-Hernández, C. Ramírez-Herrera, M. E. Romero-Sánchez y L. Muñoz-Gutiérrez. 2019. Mortalidad y sanidad de procedencias de Enterolobium cyclocarpum (Jacq.) Griseb. en la costa de Oaxaca. Revista Mexicana de Ciencias Forestales 10(56):196-217. Doi: 10.29298/rmcf.v10i56.462.

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

DOI: 10.29298/rmcf.v13i74.1269 Artículo

Clasificación de uso del suelo y vegetación con redes neuronales convolucionales Classification of land use and vegetation with convolutional neural networks Rodolfo Montiel González1, Martín Alejandro Bolaños González1*, Antonia Macedo Cruz1, Agustín Rodríguez González2, Adolfo López Pérez1 Fecha de recepción/Reception date: 11 de abril de 2022 Fecha de aceptación/Acceptance date: 28 de septiembre de 2022 _______________________________ 1 2

Colegio de Postgraduados. Campus Montecillo. México. Hidráulica y Agricultura Consultores S.A. México.

*Autor para correspondencia; correo-e: bolanos@colpos.mx, martinb72@gmail.com *Corresponding author; e-mail: bolanos@colpos.mx, martinb72@gmail.com Resumen La clasificación de uso del suelo y vegetación es un ejercicio complejo y difícil de realizar con métodos tradicionales, por lo que los modelos de aprendizaje profundo son una alternativa para su aplicación debido a que son altamente capaces de aprender esta semántica compleja, lo que hace plausible su aplicación en la identificación automática de usos del suelo y vegetación a partir de patrones espacio-temporales extraídos de su apariencia. El objetivo del presente estudio fue proponer y evaluar un modelo de red neuronal convolucional de aprendizaje profundo para la clasificación de 22 clases distintas de cobertura y uso del suelo ubicadas en la cuenca río Atoyac-Salado. El modelo propuesto se entrenó utilizando datos digitales capturados en 2021 por el satélite Sentinel-2; se aplicó una combinación diferente de hiperparámetros en la cual la precisión del modelo depende del optimizador, la función de activación, el tamaño del filtro, la tasa de aprendizaje y el tamaño del lote. Los resultados proporcionaron una precisión de 84.57 % para el conjunto de datos. Para reducir el sobreajuste se empleó el método de regularización denominado Dropout, que resultó ser muy eficaz. Se comprobó con suficiente precisión que el aprendizaje profundo con redes neuronales convolucionales identifica patrones en los datos de la reflectancia captada por las imágenes del satélite Sentinel-2 para la clasificación el uso de suelo y vegetación en áreas con una dificultad intrínseca en la cuenca del río Atoyac-Salado. Palabras clave: Aprendizaje de máquina, clasificación automática, cuenca Atoyac-Salado, imágenes Sentinel-2, inteligencia artificial, sensores remotos. Abstract: The classification of land use and vegetation is a complex exercise difficult to perform with traditional methods, thus deep learning models constitute a viable alternative because they are highly capable of learning this complex semantics, a trait which allows their application in the automatic identification of land use and vegetation, based on spatiotemporal patterns derived from their appearance. The objective of this study was to propose and evaluate a deep learning convolutional neural network model for the classification of 22 different land covers and land use classes located in the Atoyac-Salado basin. The proposed model was trained using digital data captured in 2021 by the Sentinel-2 satellite; a different combination of hyperparameters was applied in which the accuracy of the model depends on the optimizer, the activation function, the filter size, the learning rate and the batch size. The results provided an accuracy of 84.57 % for the data set. A regularization method called Dropout was used to reduce overadjustment, with great effectiveness. It was proven with sufficient

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

accuracy that deep learning with convolutional neural networks identifies patterns in the reflectance data captured by Sentinel-2 satellite images for land use and vegetation classification in intrinsically difficult areas of the Atoyac-Salado basin. Key Words: Machine learning, automatic classification, Atoyac-Salado basin, Sentinel-2 images, artificial intelligence, remote sensing.

Introducción

La información geográfica sobre el Uso del Suelo y Vegetación (USV) es un insumo importante para apoyar los estudios espacio-temporales del comportamiento de las comunidades vegetales presentes en el país, y con ello se contribuye al conocimiento del estado que guarda la cobertura del suelo (Inegi, 2017), lo cual es fundamental para los investigadores y tomadores de decisiones. A partir de los mapas de USV se deducen escenarios sobre la pérdida del capital natural o biodiversidad, se generan modelos sobre posibles efectos del cambio global y se fundamentan las estrategias de planificación de uso del suelo (Mas et al., 2009). En México, de acuerdo a los mapas de USV del Instituto Nacional de Estadística y Geografía (Inegi), la tasa de cambio de uso de suelo en el periodo de 1992 a 2016 para el caso de bosques y selvas fue, en promedio, de -133 000 ha año-1, con una evidente disminución de las superficies de vegetación primaria y un incremento de los usos del suelo asociados a las actividades agropecuarias (agricultura de riego, agricultura de temporal, pastizal inducido y pastizal cultivado, principalmente), aunque en los últimos años de análisis, del 2010 a 2016, la tasa de cambio se estabilizó (Paz-Pellat et al., 2019). El cambio de cobertura del suelo implica la modificación en ciertas características de la superficie como el tipo de vegetación; mientras que el cambio en el uso del suelo consiste en una alteración en la forma en que los seres humanos usan o gestionan cierta área de la Tierra (Patel et al., 2019). El cambio de la cobertura del suelo tiene 98

Montiel González et al, Clasificación de uso del...

numerosas consecuencias ecológicas, físicas y socioeconómicas (Pellikka et al., 2013). A pesar de su importancia, esta se identifica generalmente mediante la clasificación efectuada por un experto, incluso se realiza con una interpretación visual de imágenes satelitales, lo cual es costoso, dispendioso e impreciso. Implementar

métodos

computacionales

permite

generar

clasificación

coberturas con imágenes satelitales de manera automática, rápida, precisa y económica (Suárez et al., 2017), por lo que la teledetección de los cambios en la cobertura y el uso del suelo, tiene la ventaja de ofrecer métodos automatizados y repetibles a gran escala para monitorear indicadores de la condición de la vegetación (Lawley et al., 2015). En los últimos años, ha aumentado el interés y la necesidad de disponer de información de usos y coberturas del territorio confiable y actualizada (Borràs et al., 2017). Derivar la cobertura terrestre a partir de datos de sensores remotos, es fundamental para la elaboración de mapas, además de proporcionar información básica para respaldar las actividades científicas, ya que las imágenes de satélite son de acceso gratuito y abierto, además de que poseen un mayor almacenamiento y poder computacional (Hermosilla et al., 2022). Sin embargo, la clasificación detallada es una tarea extenuante debido a la ilimitada cantidad de los datos obtenidos por la teledetección y de la complejidad de los patrones y composiciones espaciales de las especies, así como de la falta de enfoques adecuados (Xie et al., 2019). Dada esta problemática, se necesitan utilizar nuevas técnicas como la inteligencia artificial que centra la investigación de múltiples conceptos enfocados a imitar las funciones que el humano desarrolla (Ponce et al., 2014). Al respecto, destaca el aprendizaje automático o aprendizaje máquina (machine learning) como una herramienta común en la extracción de información de grandes conjuntos de datos (Shalev-Shwartz y Ben-David, 2014), y en la que se sugiere el uso de una máquina/computadora para aprender de forma análoga cómo el cerebro aprende y predice, con el fin de automatizar operaciones para reducir la intervención humana 99

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

en la detección automática en los datos de patrones significativos (Theodoridis, 2015). El aprendizaje profundo es una de las técnicas modernas más versátiles para la extracción y clasificación de características (Bhosle y Musande, 2019), además, analiza de forma inteligente los datos a gran escala (Sarker, 2021). Los algoritmos de aprendizaje profundo extraen abstracciones complejas de alto nivel (Najafabadi et al., 2015), entre ellos destacan dos tipos que se distinguen por el método de entrada de datos: supervisado y no supervisado. El aprendizaje supervisado se realiza con datos conocidos (datos de entrenamiento) de la clase por identificar (Suárez et al., 2017), mientras que en el aprendizaje no supervisado, no se requiere conocimiento de las clases por determinar (Pérez y Arco, 2016). La entrada de un algoritmo de aprendizaje son los datos de entrenamiento y la salida suele adoptar la forma de otro programa informático que puede efectuar alguna tarea (Shalev-Shwartz y Ben-David, 2014). En el campo del aprendizaje automático, las redes neuronales convolucionales (CNN, por sus siglas en inglés) han logrado mejoras considerables y han despertado un gran interés en las comunidades académicas e industriales (Krizhevsky et al., 2017) porque utilizan conexiones locales para extraer eficazmente la información espacial y los pesos compartidos (Chen et al., 2016). La CNN puede extraer características más eficaces con la ayuda de información específica de la clase (Chen et al., 2016), por lo que se requieren conjuntos de datos de entrenamiento grandes, y si es un problema de múltiples clases, que los datos estén balanceados (Suárez et al., 2017). Existen diversos métodos para clasificar imágenes, pero no todos son aplicables a la clasificación de la cubierta terrestre (Macedo-Cruz et al., 2010). Por eso, y con la finalidad de valorar la precisión con la cual el aprendizaje profundo puede con redes neuronales convolucionales identificar patrones en la clasificación del uso de suelo y 100

Montiel González et al, Clasificación de uso del...

vegetación mediante datos de la reflectancia captada por los sensores remotos a bordo de plataformas satelitales, se planteó el estudio en las condiciones de la cuenca del río Atoyac-Salado, que debido a su diversidad de ecosistemas y sistemas productivos, desarrollo urbano, orografía y en particular la gran diversidad de clases de USV que convergen en ella, hacen que sea una zona idónea y desafiante para aplicar métodos de clasificación supervisada con inteligencia artificial. El objetivo fue proponer y evaluar el desempeño de un método computacional basado en redes neuronales convolucionales para la clasificación supervisada de 22 clases distintas de USV en la cuenca del río Atoyac-Salado en el estado de Oaxaca.

Materiales y Métodos

La cuenca Río Atoyac-Salado se localiza en la parte central del estado de Oaxaca (Figura 1), entre los paralelos 16°49'25.86" y 17°11'34.09" de latitud norte y 96°17'23.60" y 96°43'41.66" de longitud oeste. Comprende desde el nacimiento del río Salado hasta la estación hidrométrica Oaxaca. Este tiene sus orígenes en San Francisco Telixtlahuaca, donde lleva el nombre de río Nariz, a una altitud aproximada de 2 418 m. Al sur de San Pablo Huitzo se denomina río Atoyac, y cruza la ciudad de Oaxaca de Juárez hasta la estación hidrométrica Oaxaca a una altitud aproximada de 1 500 m (Semarnat, 2017).

101

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Figura 1. Localización de la cuenca del río Atoyac-Salado y principales corrientes de agua.

La delimitación de la cuenca del río Atoyac-Salado se realizó en ArcSWAT™ (2012.10_4.21) como una extensión del software ArcGIS™ (14.4.1), a partir del modelo digital de elevación de alta resolución LiDAR de Inegi con resolución de 15 m, proyección Universal Transversa de Mercator (UTM) zona 14. La salida de la cuenca se ubicó en la estación hidrométrica Paso Ancho. Las unidades de análisis correspondieron a las distintas coberturas y usos del suelo del conjunto de datos vectoriales Serie VI escala 1:250 000 (Inegi, 2017). De las 22 clases de USV (Cuadro 1), se distinguen dos con mayor extensión: agricultura de temporal anual con 21.41 % de la superficie total y vegetación secundaria arbustiva de bosque de encino con 17.78 %. Se registraron tres tipos de agricultura: 102

Montiel González et al, Clasificación de uso del...

temporal, riego y humedad, que por su duración se dividieron en anuales, semipermanentes y permanentes. Con base en esta variabilidad de usos del suelo, la cuenca del río Atoyac-Salado resultó adecuada para aplicar métodos de clasificación supervisada con inteligencia artificial.

Cuadro 1. Asignación de clase y clave por tipo de USV. Clase

Clave

Tipo de uso del suelo y vegetación

Superficie (ha)

Urbano construido

21 690.4

Bosque de pino

BPQ

Bosque de pino-encino

10 157.7

BQP

Bosque de encino-pino

630.6

Agricultura de humedad semipermanente

358.6

Pastizal inducido

Agricultura de riego anual

2 915.4

RAS

Agricultura de riego anual y semipermanente

3 836.2

Agricultura de riego semipermanente

1 032.2

Agricultura de temporal anual

79 647.6

TAP

Agricultura de temporal anual y permanente

15 552.3

VSa/BP

Vegetación secundaria arbustiva de bosque de pino

9 473.3

VSa/BPQ

Vegetación secundaria arbustiva de bosque de pino-encino

4 378.7

VSa/BQ

Vegetación secundaria arbustiva de bosque de encino

66 145.4

VSa/BQP

Vegetación secundaria arbustiva de bosque de encino-pino

11 682.1

VSa/MK

Vegetación secundaria arbustiva de bosque de mezquite

772.8

VSa/SBC

Vegetación secundaria arbustiva de selva baja caducifolia

8 138.4

VSA/BP

Vegetación secundaria arbórea de bosque de pino

10 569.2

VSA/BPQ

Vegetación secundaria arbórea de bosque de pino-encino

20 728.7

VSA/BQ

Vegetación secundaria arbórea de bosque de encino

19 473.6

VSA/BQP

Vegetación secundaria arbórea de bosque de encino-pino

VSh/BQ

Vegetación secundaria herbácea de bosque de encino

1 384.1

41 935.9

Total

6 210.4 726.5 372 068.3

103

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Imágenes de satélite

La misión Copernicus Sentinel-2 consta de dos satélites idénticos (2A y 2B) en la

misma

órbita,

desarrollados

por

Agencia

Espacial

Europea

(ESA,

https://www.esa.int/Applications/Observing_the_Earth/Copernicus/Sentinel -2). Equipados con un sensor óptico, el instrumento multiespectral tiene una resolución espacial que varía de 10 a 60 m en función de la banda e spectral (Drusch et al., 2012), con 13 bandas en los intervalos visible, infrarrojo cercano e infrarrojo de onda corta del espectro electromagnético, y con un tiempo de revisita de 5 días en el Ecuador (Gascon et al., 2017). Las imágenes utilizadas correspondieron a los Tiles T14QQD y T14QQE y a las bandas RGB y NIR de escenas multitemporales con resolución espacial de 10 m, adquiridos el 13 de abril de 2021 y el 3 de mayo de 2021, respectivamente. Ambas imágenes fueron

capturadas

por

satélite

Sentinel-2A,

con

nivel

procesamiento 2-A. Se seleccionaron escenas con poca o ninguna nube o neblina, y se

descargaron

del

portal

Copernicus

Open

Access

Hub

(https://scihub.copernicus.eu/). La unidad de muestreo consistió en recortes de 20×20 píxeles. El método de muestreo fue aleatorio estratificado (Congalton y Green, 2009) mediante conocimiento previo del área de estudio a partir de recorridos de campo para dividir el área en grupos o estratos, los cuales se muestrearon aleatoriamente.

Muestras de entrenamiento

104

Montiel González et al, Clasificación de uso del...

Para extraer muestras de entrenamiento y delimitar el área de estudio se usó QGIS (3.18.3), las cuales se obtuvieron de 20×20×4 píxeles (alto, ancho y número de bandas) en formato .tiff, se consideró que al menos 80 % del recorte pertenecía a una sola clase. Se empleó un conjunto de entrenamiento balanceado para evitar realizar la clasificación con datos desequilibrados (Gnip et al., 2021). De cada clase de USV se extrajeron 6 000 muestras de entrenamiento, con excepción de las clases Agricultura de humedad de ciclo semipermanente con 2 280 y Agricultura de riego de ciclo semipermanente con 4 356 que por tener menor superficie, se evitó el sobremuestreo. En total, se generaron 126 636 muestras de entrenamiento.

Modelo de CNN

La programación del algoritmo del modelo de CNN se realizó en lenguaje Python en un entorno de desarrollo Jupyter notebook en el que se usaron bibliotecas de código abierto como Tensorflow y Keras para el aprendizaje automático. El modelo aplicado fue de tipo Secuencial, las capas de la red se ordenaron y apilaron linealmente (Xie et al., 2020). Todas las neuronas de una capa conectan con todas las de la capa siguiente, basado en secuencias de tres tipos de capas: convolucionales, de agrupación y totalmente conectadas. La convolución y las capas totalmente conectadas suelen ir seguidas de una función de activación no lineal (Rousset et al., 2021). La arquitectura del modelo constó de tres capas convolucionales y tres de agrupación, de acuerdo a las sugerencias de Chen et al. (2016) para equilibrar la complejidad y la solidez de la red. Se usaron en cada capa 128 neuronas, un 105

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

tamaño de Kernel de 3 por 3, con un mismo relleno (Padding). Se agregaron ceros alrededor de las imágenes de entrada; las salidas de la capa tuvieron las mismas dimensiones espaciales que sus entradas. Una función de activación denominada como Unidad Rectificada Lineal (ReLu) que devuelve 0 por cada valor negativo en la imagen de entrada y regresa el mismo valor por cada valor positivo, seguido de un filtro de submuestreo de agrupación promedio (Average-Pooling) que considera la media de los valores de activación de una ventana, además de una capa de regulación (Dropout) con 20 % de posibilidades de establecer las entradas en cero. A continuación, una capa (Flatten) que aplana las salidas multidimensionales de la última capa de convolución en un formato unidimensional, y dos capas densas: una de 512 neuronas ocultas con una activación ReLu y capa Dropout a 20 %, y la última con 22 neuronas de salida que correspondieron al número de clases por identificar, con función de activación softmax para predecir la probabilidad de cada clase. El entrenamiento es el proceso para que las entradas produzcan las salidas deseadas. Se lleva a cabo a partir del establecimiento de pesos conocidos con anterioridad (Vinet y Zhedanov, 2011). Para el ajuste de los pesos de las conexiones, se dividió el conjunto de datos en dos grupos: entrenamiento (80 %) y prueba (20 %). Los primeros, a su vez, se dividieron en entrenamiento (80 %) y evaluación (20 %), los cuales se introdujeron varias veces en la red y se denominó época a cada reiteración. El modelo se entrenó con 100 épocas. Durante la fase de aprendizaje, se aplicó una función de transferencia a través de una serie de iteraciones para comparar los valores predichos con los valores observados (Bocco et al., 2007). El conjunto de pruebas no es visto por el modelo en el entrenamiento y se utiliza después, tras el ajuste de los hiperparámetros para proporcionar una evaluación imparcial del modelo final. Al realizar las épocas y ajustar los pesos, se ingresan los datos de validación. El entrenamiento finaliza 106

Montiel González et al, Clasificación de uso del...

cuando se alcanza un error bajo para todos los patrones de aprendizaje (Bocco et al., 2007). En la evaluación y prueba se utilizaron hiperparámetros: tamaño de Kernel, la tasa de abandono, las capas ocultas, la profundidad de las capas y las funciones de activación. La compilación del modelo incluyó tres parámetros: optimizador, pérdida y métricas. Se usó Adam como algoritmo optimizador, ya que es computacionalmente eficiente, tiene pocos requisitos de memoria, es invariable al cambio de escala diagonal de los gradientes y adecuado para problemas grandes en términos de datos o parámetros (Kingma y Ba, 2014). Se compiló con la función entropía cruzada categórica y la métrica de rendimiento de interés fue la exactitud (accuracy), que se relaciona con la observación correctamente predicha y el total de observaciones. La clasificación se evaluó con la matriz de confusión, ya que resume la evaluación de la precisión y representa una buena práctica (Olofsson et al., 2014). La matriz de doble entrada confronta los valores reales con los resultados de la clasificación, por lo que es fácil detectar dónde está confundiendo dos clases. Los elementos en la diagonal corresponden a la predicción correcta y los que están fuera de esta corresponden a predicciones incorrectas, tanto en forma horizontal como vertical (Yeturu, 2020). La proporción de puntos correctamente asignados expresa la confiabilidad (Mas et al., 2003). Además, se calcularon otras métricas de evaluación: la precisión, la sensibilidad y la puntuación. Adicionalmente, el rendimiento del modelo se analizó con las variaciones de su sensibilidad y especificidad mediante la curva de características operativas del receptor (ROC), un parámetro para evaluar la bondad de la prueba. La exactitud de la prueba aumenta a medida que la curva se desplaza desde la diagonal hacia el vértice superior izquierdo. Un valor mayor indica que el modelo puede lograr un mejor rendimiento (Liu et al., 2022).

107

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Resultados y Discusión

Los conjuntos de datos de entrenamiento y validación se utilizaron para proporcionar una evaluación insesgada del modelo entrenado, con el ajuste de los hiperparámetros para obtener el mejor rendimiento del modelo de red neuronal desarrollado (Figura 2).

Figura 2. Resultados de la precisión del modelo.

La relación entre el número total de entradas identificadas correctamente y el número total de entradas dio la precisión global de la clasificación, la cual alcanzó un máximo

108

Montiel González et al, Clasificación de uso del...

de 89.44 % sobre los datos de entrenamiento y 84.57 % en validación durante 100 épocas. Los resultados de la clasificación de imágenes se evaluaron utilizando la matriz de confusión. En la Figura 3, se muestran en color más claro las clases con mayor precisión en la clasificación y también con qué clase se confundió la clase ingresada. En este caso, la red confundió más las etiquetadas como 19 y 20, que correspondieron a vegetación secundaria arbórea de bosque de encino y vegetación secundaria arbórea de bosque de encino-pino debido a que son ecosistemas de vegetación natural similares, con predominio de formas de vida arbóreas, en las cuales cambia parcialmente el componente florístico, lo que puede explicar la confusión entre clases.

Figura 3. Matriz de confusión.

109

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

De acuerdo con los resultados, para las métricas de evaluación (Cuadro 2 y Figura 4), se aprecia un conjunto de puntuaciones medias (macro y ponderada) y exactitud con rendimiento general estimado de 85 % para todas las métricas, por lo que se consideró que el modelo de clasificación de uso del suelo y vegetación fue robusto. Estos resultados indican que el modelo tiene una baja dispersión del conjunto de valores obtenidos, con

de casos positivos que

fueron identificados

correctamente por el algoritmo.

Cuadro 2. Métricas de evaluación del modelo. Clase

Precisión

Sensibilidad

Puntuación F1

0.89

0.94

0.97

0.96

0.97

0.78

0.79

0.97

0.99

0.98

0.86

0.77

0.82

0.93

0.83

0.79

0.81

0.98

0.99

0.72

0.82

0.77

0.88

0.77

0.82

0.84

0.85

0.91

0.90

0.91

0.82

0.74

0.78

0.86

0.81

0.83

0.99

0.98

0.99

0.84

0.89

0.86

0.81

0.82

0.72

0.78

0.75

0.56

0.51

0.53

0.62

0.69

0.65

110

Montiel González et al, Clasificación de uso del...

0.99

0.98

Exactitud

0.98 0.85

Media macro

0.85

Media ponderada

0.85

Figura 4. Curva ROC por clase identificada.

Durante el entrenamiento, la red experimentó un cambio positivo cuando se utilizó una capa de regulación (Dropout) con 20 % de posibilidades de establecer las entradas en cero, lo que permitió al modelo el ajuste de los datos minimizando el error producido por estos en cada época. Mientras que, al no usarse, hubo un punto en que el error aumentó y generó sobreentrenamiento. En este trabajo, se utilizaron 22 clases distintas cuando habitualmente se emplean alrededor de 10. Por ejemplo, Suárez et al. (2017) usaron cuatro clases con 91.02 % de exactitud, Hu et al. (2018) clasificaron siete clases y 82 % en precisión, Bhosle y Musande (2019) clasificaron 16 y cuatro clases con precisiones de 97.58 y 79.43 %, respectivamente. 111

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Los resultados obtenidos en rendimiento fueron altos, presentaron respuestas acertadas y mostraron avances para el procedimiento realizado con CNN en la clasificación automatizada de USV con 22 clases, a pesar de que la escala para crear las series tuvo el problema de generar grandes polígonos de clases de USV no representativas de la escala local (Paz-Pellat et al., 2019). Los resultados del presente trabajo fueron mejores en comparación con otros previos de clasificación con CNN, en los cuales se registró una exactitud de 83.27 % en entrenamiento y 91.02 % en validación para identificar cuatro clases (Suárez et al., 2017), y con precisiones de 90.18 % en clasificación de cobertura vegetal y de 87.92 % para uso del suelo en 12 clases (Zhang et al., 2019). El modelo propuesto presentó resultados satisfactorios en un conjunto de datos muy desafiante, aun solo con el uso del aprendizaje supervisado. Una vez entrenado el conjunto de datos, la red experimentó un sobreajuste sustancial cuando se omite Dropout, pero no se informó sobreajuste cuando se agregó esta función (Srivastava et al., 2014). Cabe destacar que al eliminar cualquiera de las capas intermedias, el rendimiento de la red se degrada (Krizhevsky et al., 2017) y supone una pérdida de alrededor de 5 % si se elimina una sola capa convolucional. La configuración de profundidad de la red CNN es fundamental en la precisión de la clasificación, ya que la calidad de las características aprendidas está influenciada por los niveles de representaciones y abstracciones (Zhang et al., 2019). Los resultados muestran la idoneidad de las CNN para clasificar los USV en áreas complejas, sin embargo, su precisión puede variar a medida que se incremente el número de clases, como es el caso de los mapas de USV del Inegi en las que se consideran 70 clases con 15 agrupaciones (Paz-Pellat et al., 2019), por lo que probablemente se tendría que agrupar en clases espectralmente similares para hacer operativo un esquema de clasificación con aprendizaje profundo. En la 112

Montiel González et al, Clasificación de uso del...

actualidad,

existen

muchas

otras

opciones

aprendizaje

profundo

con

arquitecturas más complejas con las que se podría avanzar en trabajos posteriores. Además, usar solo información de reflectancias de las bandas espectrales independientes puede ser limitante, por lo que se sugiere añadir capas de índices de vegetación.

Conclusiones

El modelo detecta correctamente las clases más separadas espectralmente y que poseen características diferenciales. No se afectan las clases con menor número de datos de entrenamiento, aunque clases próximas espectralmente registran índices de reconocimiento bajos. Los resultados mejoran al aumentar la red en número de capas y tiempo de entrenamiento, pero aún quedan órdenes de magnitud por superar para aumentar la precisión en la clasificación. Se comprobó con suficiente precisión que el aprendizaje profundo con redes neuronales convolucionales, puede identificar patrones en los datos de la reflectancia captada por las imágenes del satélite Sentinel-2 para la clasificación del uso de suelo y vegetación en áreas con una dificultad intrínseca en la cuenca del Río AtoyacSalado.

Agradecimientos

113

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Al Colegio de Postgraduados por facilitar los recursos necesarios para realizar esta investigación, y al Consejo Nacional de Ciencia y Tecnología (Conacyt) por la beca otorgada para estudios de Maestría en Ciencias de Rodolfo Montiel González.

Conflicto de intereses

Los autores declaran que no tienen intereses en competencia.

Contribución por autor

Rodolfo Montiel González: trabajo de campo, programación de código y elaboración del manuscrito; Martín Alejandro Bolaños González: conceptualización y elaboración del manuscrito; Antonia Macedo Cruz: revisión de código y revisión y corrección del manuscrito;

Agustín

Rodríguez González:

revisión

general

corrección del

manuscrito; Adolfo López Pérez: revisión general y corrección del manuscrito.

Referencias

Bhosle, K. and V. Musande. 2019. Evaluation of deep learning CNN Model for Land Use Land Cover classification and crop identification using hyperspectral remote sensing images. Journal of the Indian Society of Remote Sensing 47(11):1949– 1958. Doi: 10.1007/s12524-019-01041-2. Bocco, M., G. Ovando, S. Sayago and E. Willington. 2007. Neural network model for land cover classification from satellite images. Agricultura Técnica 67(4):414–421. Doi: 10.4067/S0365-28072007000400009. 114

Montiel González et al, Clasificación de uso del...

Borràs, J., J. Delegido, A. Pezzola, M. Pereira, G. Morassi y G. Camps-Valls. 2017. Clasificación de usos del suelo a partir de imágenes Sentinel-2. Revista de Teledetección 48:55-66. Doi: 10.4995/raet.2017.7133. Chen, Y., H. Jiang, C. Li, X. Jia and P. Ghamisi. 2016. Deep feature extraction and classification of hyperspectral images based on Convolutional Neural Networks. IEEE Transactions

Geoscience

and

Remote

Sensing

54(10):6232–6251.

Doi:

10.1109/TGRS.2016.2584107. Congalton, R. G. and K. Green. 2009. Assessing the Accuracy of Remotely Sensed Data: Principles and Practices. CRC Press Taylor & Francis Group. Boca Raton, FL, USA. 192 p. Drusch, M., U. Del Bello, S. Carlier, O. Colin, … and P. Bargellini. 2012. Sentinel-2: ESA’s Optical High-Resolution Mission for GMES Operational Services. Remote Sensing of Environment 120:25–36. Doi: 10.1016/j.rse.2011.11.026. Gascon, F., C. Bouzinac, O. Thépaut, M. Jung, … and V. Fernandez. 2017. Copernicus Sentinel-2A calibration and products validation status. Remote Sensing 9(6):584-664. Doi: 10.3390/rs9060584. Gnip, P., L. Vokorokos and P. Drotár. 2021. Selective oversampling approach for strongly imbalanced data. PeerJ Computer Science 7:e604. Doi: 10.7717/peerjcs.604. Hermosilla, T., M. A. Wulder, J. C. White and N. C. Coops. 2022. Land cover classification in an era of big and open data: Optimizing localized implementation and training data selection to improve mapping outcomes. Remote Sensing of Environment 268:1-17. Doi: 10.1016/j.rse.2021.112780. Hu, Y., Q. Zhang, Y. Zhang and H. Yan. 2018. A deep convolution neural network method for land cover mapping: A case study of Qinhuangdao, China. Remote Sensing 10(12):1–17. Doi: 10.3390/rs10122053.

115

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Instituto Nacional de Geografía y Estadística (Inegi). 2017. Guía para la interpretación de cartografía: uso del suelo y vegetación, Escala 1:250 000. Serie VI. Instituto Nacional de Geografía y Estadística, Inegi. Aguascalientes, AGS, México. 200 p. https://books.google.com.mx/books?id=LCHZDwAAQBAJ&printsec=frontcover&hl=es& source=gbs_ge_summary_r&cad=0#v=onepage&q&f=false. (20 de abril de 2022). Kingma, D. P. and J. B. 2014. Adam: A Method for Stochastic Optimization. Cornell University. Ithaca, NY, USA. 15 p. Krizhevsky, A., I. Sutskever and G. E. Hinton. 2017. ImageNet classification with deep Convolutional Neural Networks. Communications of the ACM 60(6):84-90. Doi: 10.1145/3065386. Lawley, V., M. Lewis, K. Clarke and B. Ostendorf. 2015. Site-based and remote sensing methods for monitoring indicators of vegetation condition: An Australian review. Ecological Indicators 60:1273–1283. Doi: 10.1016/j.ecolind.2015.03.021. Liu, R., X. Yang, C. Xu, L. Wei and X. Zeng. 2022. Comparative study of Convolutional Neural Network and conventional machine learning methods for landslide

susceptibility

mapping.

Remote

Sensing

14(2):321-351.

Doi:

10.3390/rs14020321. Macedo-Cruz, A., G. Pajares-Martinsanz y M. Santos-Peñas. 2010. Clasificación no supervisada con imágenes a color de cobertura terrestre. Agrociencia 44(6):711– 722.

https://agrociencia-colpos.org/index.php/agrociencia/article/view/833/833.

(25 de enero de 2022). Mas, J. F., A. Velázquez y S. Couturier. 2009. La evaluación de los cambios de cobertura/uso del suelo en la República Mexicana. Investigación Ambiental 1(1):23– 39.

https://www.ccmss.org.mx/wp-

content/uploads/2014/10/La_evaluacion_de_los_cambios_de_coberturauso_de_suelo_en_la_Republica_Mexicana.pdf. (12 de mayo de 2022). 116

Montiel González et al, Clasificación de uso del...

Najafabadi, M. M., F. Villanustre, T. M. Khoshgoftaar, N. Seliya, R. Wald and E. Muharemagic. 2015. Deep learning applications and challenges in big data analytics. Journal of Big Data 2(1):1–21. Doi: 10.1186/s40537-014-0007-7. Olofsson, P., G. M. Foody, M. Herold, S. V. Stehman, C. E. Woodcock and M. A. Wulder. 2014. Good practices for estimating area and assessing accuracy of land change.

Remote

Sensing

Environment

148(25):42-57.

Doi:

10.1016/j.rse.2014.02.015. Patel, S. K., P. Verma and G. S. Singh. 2019. Agricultural growth and land use land cover change in peri-urban India. Environmental Monitoring and Assessment 191(9):600. Doi: 10.1007/s10661-019-7736-1. Paz-Pellat, F., V. M. Romero-Benítez, J. A. Argumedo-Espinoza, M. BolañosGonzález, B. de Jong, J. C. de la Cruz-Cabrera y A. Velázquez-Rodríguez. 2019. Dinámica del uso del suelo y vegetación. In: Paz-Pellat, F., J. M. Hernández-Ayón, R. Sosa-Ávalos y A. S. Velázquez-Rodríguez. (Edits.). Estado del Ciclo del Carbono en México, Agenda Azul y Verde, Primer Reporte. Programa Mexicano del Carbono. Texcoco, Edo. Méx., México. pp. 529–572. Pellikka, P. K. E., B. J. F. Clark, A. G. Gosa, N. Himberg, … and M. Siljander. 2013. Agricultural expansion and its consequences in the Taita Hills, Kenya. In: Paron, P., D. Ochieng O. and C. Thine O. (eds.). Kenya: a Natural Outlook: GeoEnvironmental

Resources

and

Hazards.

Developments

Earth

Surface

Processes 16. Elsevier. Amsterdam, AMS, The Netherlands. pp. 65–179. Pérez V., I. C. y L. Arco G. 2016. Una revisión sobre aprendizaje no supervisado de métricas de distancia. Revista Cubana de Ciencias Informáticas 10(4):43–67. https://www.redalyc.org/articulo.oa?id=378349316004. (14 de diciembre de 2021). Ponce G., J. C., A. Torres S., F. S. Quezada A., A. Silva S., … y O. Pedreño. 2014. Inteligencia Artificial. Iniciativa Latinoamericana de Libros de Texto Abiertos (LATIn). Montevideo, MO, Uruguay. 255 p. 117

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Rousset, G., M. Despinoy, K. Schindler and M. Mangeas. 2021. Assessment of deep learning techniques for land use land cover classification in Southern New Caledonia. Remote Sensing 13(12):1–22. Doi: 10.3390/rs13122257. Sarker, I. H. 2021. Machine Learning: Algorithms, Real-World applications and research directions. SN Computer Science 2(3):160. Doi: 10.1007/s42979-021-00592-x. Secretaría de Medio Ambiente y Recursos Naturales (Semarnat). 2017. Acuerdo por el que se dan a conocer los resultados del estudio técnico de las aguas nacionales superficiales en las cuencas hidrológicas Río Papagayo 1, Río Petaquillas, Río Omitlán, Río Papagayo 2, Río Papagayo 3, Río Papagayo 4, Río Nexpa 1, Río Nexpa 2, Río Quetzala, Río Infiernillo, Río Santa Catarina, Río Ometepec 1, Río Ometepec 2, Río Ometepec 3, Río Cortijos 1, Río Cortijos 2, Río Cortijos 3, Río Cortijos 4, Río Ometepec 4, Río La Arena 1, Río La Arena 2, Río La Arena 3, Río Atoyac-Salado, Río AtoyacTlapacoyan, Río Sordo-Yolotepec, Río Atoyac-Paso de la Reina y Río Verde, pertenecientes a la Región Hidrológica número 20 Costa Chica de Guerrero. Diario Oficial de

Federación,

Cuarta

Sección.

https://dof.gob.mx/nota_detalle.php?codigo=5496053&fecha=04/09/2017#gsc.tab=0. (8 de noviembre de 2021). Shalev-Shwartz, S. and S. Ben-David. 2014. Understanding machine learning: From theory to algorithms. Cambridge University Press. New York, NY, USA. 449 p. Srivastava, N., G. Hinton, A. Krizhevsky, H. Sutskever and R. Salakhutdinov. 2014. Dropout: A simple way to prevent neural networks from overfitting. Journal of Machine

Learning

Research

15:1929–1958.

https://www.jmlr.org/papers/volume15/srivastava14a/srivastava14a.pdf?utm_cont ent=buffer79b43&utm_medium=social&utm_source=twitter.com&utm_campaign=b uffer. (28 de enero de 2022). Suárez L., A. S., A. F. Jiménez L., M. Castro-Franco y A. Cruz-Roa. 2017. Clasificación y mapeo automático de coberturas del suelo en imágenes satelitales utilizando Redes 118

Montiel González et al, Clasificación de uso del...

Neuronales

Convolucionales.

ORINOQIUA

21(1):64–75.

Doi:

10.22579/20112629.432. Theodoridis, S. 2015. Introduction. In: Theodoridis, S. Machine Learning A bayesian and optimization perspective. Elsevier. Amsterdam, AMS, Netherlands. pp. 1–8. Vinet, L. and A. Zhedanov. 2011. A "missing" family of classical orthogonal polynomials. Journal of Physics A Mathematical and Theoretical 44(8):1-16. Doi: 10.1088/1751-8113/44/8/085201. Xie, G., A. Shangguan, R. Fei, W. Ji, W. Ma and X. Hei. 2020. Motion trajectory prediction based on a CNN-LSTM sequential model. Science China Information Sciences 63:1-21. Doi: 10.1007/s11432-019-2761-y. Xie, Z., Y. Chen, D. Lu, G. Li and E. Chen. 2019. Classification of land cover, forest, and tree species classes with ZiYuan-3 Multispectral and Stereo Data. Remote Sensing 11(2):164-190. Doi: 10.3390/rs11020164. Yeturu, K. 2020. Machine learning algorithms, applications, and practices in data science. In: Srinivasa R., A. S. R. and C. R. Rao (eds.). Handbook of Statistics 43 Principles and Methodsfor Data Science. Elsevier. Amsterdam, AMS, Netherlands. pp. 81-206. Zhang, C., I. Sargent, X. Pan, H. Li, … and P. M. Atkinson. 2019. Joint deep learning for land cover and land use classification. Remote Sensing of Environment 221:173– 187. Doi: 10.1016/j.rse.2018.11.014.

119

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

DOI: 10.29298/rmcf.v13i74.1274 Article

Spatio-temporal analysis of wildfires occurrence in the Mexican State of Oaxaca Análisis espacio temporal de la ocurrencia de incendios forestales en el estado mexicano de Oaxaca Bartolo de Jesús Villar-Hernández1,2*, Sergio Pérez-Elizalde2, Dante Arturo Rodríguez-Trejo1, Paulino Pérez-Rodríguez2

Fecha de recepción/Reception date: 19 de mayo de 2022 Fecha de aceptación/Acceptance date: 30 de septiembre de 2022 _______________________________ 1 2

Universidad Autónoma Chapingo. México. Colegio de Postgraduados, Campus Montecillo. México.

*Autor para correspondencia; correo-e: bjesusvh@gmail.com *Corresponding author; e-mail: bjesusvh@gmail.com Abstract In this study, we modelled and analyzed hotspot events recorded by MODIS satellite during the last nineteen years in the Mexican state of Oaxaca using a hierarchical Poisson Bayesian model. Our approach models the number of forest fires in space, time and the interaction of both and considers environmental variables. According to our results, some environmental variables can explain some of the observed Spatio-temporal variations, such as the temperature of the driest quarter, average wind speed, enhanced vegetation index values, and the occurrence of El Niño-Southern Oscillation. The analysis identified two spatial cluster regions: the first covers the Sierra Juárez up to the Isthmus of Tehuantepec, and the second covers the Sierra del Sur. Additionally, the temporal term in our model suggests that the number of events has increased by approximately 42.2 % in the last two decades. In conclusion, our results prompt that forest fires increased not only spatially but also in temporarily. These findings are alarm signals because if the trend continues, hundreds of new hectares of forest and its biodiversity will be threatened in the following decades, affecting too economic activities and people's health living in rural and urban areas of Oaxaca. This study can be a primary analysis in designing more efficient fire management programs to mitigate the impacts of altered fire regimes in Oaxaca. Keywords: Biodiversity loss, carbon emissions, hotspots, satellite observation, spatial clustering, wildfires. Resumen En este estudio, se modelan y analizan los eventos de incendios forestales registrados en los últimos 19 años por el satélite de observación MODIS en el estado de Oaxaca; para ello, se utilizó un modelo Poisson jerárquico bayesiano, el cual modela el número de incendios forestales espacial y temporalmente, así como la interacción de ambos. De acuerdo con los resultados, algunas variables ambientales como la temperatura del trimestre más seco, la velocidad media del viento, el índice de vegetación mejorado y la ocurrencia del fenómeno El NiñoOscilación del Sur, explican parte de la variabilidad espacio-temporal observada. Derivado del análisis, se identificaron dos grupos espaciales: el primero cubre desde la Sierra Juárez hasta el Istmo de Tehuantepec, y el segundo abarca la Sierra Sur. Adicionalmente, el término temporal sugiere que el número de eventos se ha incrementado en aproximadamente 42.2 % en las últimas dos décadas. Los resultados indican que los incendios forestales se han incrementado tanto espacial como temporalmente. Estos hallazgos son señales de alarma, dado que si la tendencia continua, en las siguientes décadas cientos de nuevas hectáreas de bosque y su biodiversidad serán amenazadas a causa de los regímenes de fuego alterados, que también afectará las

Villar-Hernández et al, Spatio-temporal analysis...

actividades económicas y la salud de los habitantes de las áreas rurales y urbanas del estado. La información generada puede ser un punto de partida en el diseño de programas más eficientes para mitigar el impacto de los incendios forestales en Oaxaca. Palabras clave: Pérdida de biodiversidad, emisión de carbono, focos de calor, observación satelital, agrupamiento espacial, incendios forestales.

Introduction

Wildfires are one of the most critical factors that have shaped and changed our planet's ecosystem and biodiversity, starting millions of years ago. In many regions of the world, those events are caused by a combination of natural sources such as lightning and the availability of forest fire fuel caused by marked dry seasons in certain months of the year. For example, 40 % of the vegetation types in Mexico are fire-maintained (Rodríguez, 2014). In some tropical forests, fires occur every dry season and make tree species exhibit adaptive traits to fires, playing an ecological role (Nasi et al., 2002). Even more, humans are responsible for between 75 % to 96 % of them, directly or indirectly, deliberately or through carelessness (Hirschberger, 2016). The expression of fire as an ecological factor in forest ecosystems is through fire regimes (the pattern of repeated fires expressed as frequency, season, type, severity, and areal extent in a landscape) (Scott et al., 2014). It is estimated that 61 % of the ecoregions of the planet have degraded or very degraded fire regimes, so although fire plays a crucial role in maintaining many ecosystems, because of human actions, fire is behaving differently today than at any other time in human history (Shlisky et al., 2007). On a global scale, the alteration of fire regimes is a significant source of greenhouse gas emissions. At a regional level, fires impact biomass stocks, the hydrological cycle, and people's health and may significantly affect the biodiversity in forests. According to Nasi et al. (2002), in the latter part of the twentieth century, changes in the human-fire dynamic and an increase in El 121

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Niño-Southern Oscillation frequency have led to a situation where fires are now a significant threat to many forests and the biodiversity therein. El Niño anomaly particularly leads to hot and dry conditions over many fire-prone regions globally, which can increase burned area (Burton et al., 2020). From people's health point of view, bushfire smoke can affect millions of people, constituting a major public health problem during bushfire smoke episodes (Chen et al., 2006; Dennekamp and Abramson, 2011). Technological advancements make it possible to monitor huge areas through extensive satellite data. One application is the detection of active fires (hotspots), which is commonly based on the middle infrared (MIR) spectral region (3-5 μm) that implies a spectral radiance at the temperature of burning vegetation (500 to 1 000 K), which is higher than average Earth temperatures (300 K), efficiently discriminating the active fires (Chuvieco, 2008). The most important sensor is the Moderate-Resolution Imaging Spectroradiometer (MODIS) aboard the Aqua and Terra satellites, which identifies "fire pixels" of 1 km 2 in size (on average). According to Müller et al. (2013), the size of detectable fires depends on fire temperature, area, vegetation cover and sensor viewing angle. Observation and record of hotspots also allow researchers to study, analyze and answer scientific questions using Spatio-temporal data. The available data does not support a general increase in the burned area or global fire severity. Still, there is evidence, based on some regional scales, that there has been an increase in the number of events and the total area burned (Doerr and Santín, 2016). Therefore, it is plausible to analyze and model wildfire events regionally instead of globally. In Mexico, some research efforts have focused on understanding different aspects of wildfires from a causation (Avila-Flores et al., 2010; Antonio and Ellis, 2015; Pompa-García et al., 2018; Zúñiga-Vásquez and Pompa-García, 2019) and prediction point of view (Perez-Verdin et al., 2014; Ibarra-Montoya and HuertaMartínez, 2016; Galván and Magaña, 2020; Monjarás-Vega et al., 2020; Ruíz-García et al., 2022). Oaxaca is the most biodiverse state in Mexico. It harbors almost half the plant species and vegetation types in the country, as well as 40 % of mammal species, 63 % of birds, 26 % of reptiles and 23 % of river fish reported for Mexico (Oviedo, 2002). Oaxaca is located in 122

Villar-Hernández et al, Spatio-temporal analysis...

southwestern Mexico, bordered by the states of Puebla, Veracruz, Chiapas and Guerrero, with the Pacific Ocean to the south (Figure 1). The state is crossed by tropical dry forests harboring up to 70 % of plant species living there as endemic. According to the results obtained based on data from 2000 to 2012, Oaxaca is in the top five states with higher emissions of black carbon (4 557-6 309 t year-1) and organic carbon (48 441-70 663 t year1

) from wildfires in Mexico (Cruz et al., 2014). In the last technical report from Conafor, in

2019, Oaxaca figured in the top ten states with higher wildfire events and was in the top five with the greatest damaged surface (Conafor, 2020).

Figure 1. Geographical location of Oaxaca state in Mexico.

In this study, following the recommendation of Doerr and Santín (2016) about the need to conduct studies on local and regional scales and given the high biodiversity of Oaxaca, we analyzed the hotspot events retrospectively in the last 19 years (2001-2019) across the 123

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

state of Oaxaca, Mexico. Our main goal was to explore and characterize the Spatiotemporal pattern of hotspot occurrence to investigate if hotspot patterns vary spatially and temporally across the state or whether the events are randomly dispersed in space and time. We think that hotspots are not spatially randomly distributed in our study zone. Instead, clusters are formed and can be partly explained as a function of some environmental variables such as temperature, precipitation, the slope of the terrain, wind speed and the type of vegetation. We also hypothesized a significant trend in the hotspots occurrence in space and time. Many studies have been carried out on forest fires in Mexico. Still, there has not been a unified approach that models spatially and temporarily and integrates and quantifies some environmental variables' effects on forest fire risk. Our approach can be extended in the future to include variables related to human activities that influence the hotspots distribution. As far as we know, this project is also the first to analyze hotspot data from two decades of satellite records in Oaxaca.

Material and Methods

Data and its general description

The hotspots database used in this analysis was obtained from the "Fire Information for Resource Management System-FIRMS" (NASA, 2020c). The records represent the center of a 1 km2 pixel containing one or more daily fires recorded from January 2001 to December 2019 over the state of Oaxaca, Mexico. We discarded records with a low confidence level (lower than 30 %), and all events falling into the area 124

Villar-Hernández et al, Spatio-temporal analysis...

that comprises the Pacific Refinery (located in Tehuantepec, Oaxaca, Mexico) were considered false alarms. The polygon shapefile delimiting the state of Oaxaca was downloaded from the Conabio geo-intelligence portal (Conabio, 2020). Each cell divided the state into a regular lattice of 10 km 2. The total number of hotspots' new records (not repeated) were registered in each cell for each year. This data for all the State and the nineteenth years constitute the Spatio-temporal data that were modelled through an appropriate statistical model that we discuss later. Additionally, a database of standardised environmental (raw values minus the average and divided by its corresponding standard deviation) variables was generated at 1 km 2 spatial resolution. This database contains values of the Mean Temperature of the Driest Quarter (TempDQ, °C), Mean Precipitation of the Driest Quarter (PpDQ, mm), Mean Wind Speed (WindSpeed, m s-1), Slope (decimal degrees), Mean values of Enhanced Vegetation Index (EVI, dimensionless), and two indicator variables representing the occurrence of El NiñoSouthern Oscillation and its counterpart La Niña in the previous year. Climatic variables were downloaded from the WorldClim-2 website (Fick and Hijmans, 2017) and correspond to mean values from historical data, while Slope was obtained from the Conabio geointelligence portal (Conabio, 2020). Average values of NDVI were calculated from raw data downloaded from the EarthData website (NASA, 2020b) through the AppEEARS application (NASA, 2020a).

Statistical model

We use a Poisson hierarchical model used for spatial lattice data, which has been used in similar applications (Boadi et al., 2015; Costafreda, 2017), where the response variable is a random aggregate value (count) over areal unit region was partitioned into

in time . In our case, the study

cells, and data are available for 125

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

years. Let area

be the random variable denoting the number of hotspot/fire occurrences in

at time . Given that realization of

can take values

(count random

variable), the first level of a hierarchy is:

(1)

Where: = Stands for a Poisson distribution wit the expected number of events in cell

as the rate parameter, which denotes

at time

The second level of hierarchy links predictors (that account for fixed effects, spatial components, time trend and time-space interaction) to

corresponds to the

function:

(2)

Where: = Represent the overall log-scale mean hotspot occurrences = Vector of fixed effects associated with environmental-variates

126

Villar-Hernández et al, Spatio-temporal analysis...

= Values of TempDQ, PpDQ, WindSpeed, Slope, EVI, and the two dummy variables denoting the occurrence of El Niño and La Niña

The purely spatial random effects are given by

and

, a structured spatial and an

unstructured spatial effect, respectively. The exponential sum,

denotes the expected number of events per year for each cell explained only by spatial effects.

and

, represent a structured spatial trend and an unstructured

spatial residual, respectively. Finally,

accounts for space-time interaction.

For practical purposes, we fit the model (Equations 1 and 2) with the Bayesian statistical approach using the Integrated Nested Laplace Approximation (INLA) (Rue et al., 2009) in the R programming language (R Core Team, 2019). Therefore, prior (third level of the hierarchy) distributions are needed for all model parameters to complete the specification of the above models. For the overall log-scale mean, we assumed a non-informative uniform prior, i.e.

, and for each element of

mean and arbitrary significant variance and

, i.e.

, to assign to

non-informative diffuse priors. The other parameters assumed to have normal

distributions are the temporal effect effect:

, a diffuse Gaussian distribution with zero

, the unstructured spatial heterogeneity

, and the space-time interaction effect:

. For the

the

effect, we used the intrinsic conditional autoregressive model (iCAR) (Besag, 1974), which represents the spatial dependence between nearby areas. iCAR is expressed as:

127

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

(3)

Where: and order neighbors of area

. (cells

and

is the number of cells that are first-

are first orders neighbors if they share a common

boundary; see Banerjee et al., 2015), and the if cell

and cell

weights are constants and specified as

are neighbors, and

otherwise. The variance parameter

controls the amount of variability of the random effects and is estimated from the data.

The structured temporal effect is dynamically modelled using a 2nd order random walk (RW2):

. RW-2 is the easiest way to model non-linearities in the

temporal trend. For the variance hyper-parameters Inverse-gamma distributions,

. Values of

, we assigned independent and

have been suggested as

a sensible choice by Blangiardo and Cameletti (2015).

Results and Discussion

Table 1 presents the posterior mean, the posterior standard deviation and the posterior 95 % credible interval of each element of ( ) and

. Only four of seven

environmental variates had associated parameters considered statistically significant (those whose intervals do not contain zero) for explaining the log rate of hotspot

128

Villar-Hernández et al, Spatio-temporal analysis...

events. These were parameters associated with TempDQ and EVI variables, with positive effects and negative signs with WindSpeed and El Niño. Parameters are easily interpreted on the natural scale, i.e.,

. For example, an increase of one

standardized unit of TempDQ or one unit of EVI implies an increase of 78.1 % ((1.781-1) 100)) and 34.9 % in the risk of having hotspot events, respectively. Other studies in Mexico also documented that temperature increases the risk of forest fires (Perez-Verdin et al., 2014; Antonio and Ellis, 2015). On the other hand, average EVI values give us information about biomass stock potentially available as forest fuel in dry seasons; therefore, as EVI values increase, the danger effect of forest fires increases.

Table 1. Summary statistics for fixed effects. Environmental variable

Mean

Standard deviation

95 % credible interval

Exp (mean)

Intercept

0.153

0.149

[-0.192, 0.41]

1.165

TempDQ*

0.577

0.122

[0.337, 0.817]

1.781

PpDQ

-0.008

0.126

[-0.255, 0.238]

0.992

Slope

0.013

0.061

[-0.106, 0.132]

1.013

WindSped*

-0.348

0.122

[-0.588,-0.108]

0.706

EVI*

0.299

0.062

[0.178,0.419]

1.349

Niño*

-0.523

0.186

[-0.836,-0.088]

0.593

Niña

-0.248

0.193

[-0.591,0.184]

0.78

Parameter

*Statistically significant variables.

In contrast to what is expected, an increase of one standardized unit in WindSpeed gives 29.4 % ((1-0.706) 100)) less risk of experimenting with a wildfire event. A possible explanation could be that wind is a fire danger factor, i.e. as its speed 129

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

increases, the fire propagation rate also increases. Still, wind only causes fire directly when strong winds generate secondary fires during wildfires. Also, wind speed may interact with other variables not accounted for in this analysis. The effect associated with El Niño requires special attention. When the El Niño phenomenon is observed in the previous year, the risk of hotspot occurrence is reduced by about 40.7 %. This may be explained by the fact that El Niño causes more precipitation in Mexico in the winter (Bravo-Cabrera et al., 2017). Therefore in the dry season (spring of the following year), there is less dry vegetable fuel. Figure 2 depicts the posterior mode of the main spatial effect

. Two

clusters can be formed with the highest values of the main spatial effect. The first one is caused by a band from the northwest to the southeast in Oaxaca State, beginning in the Sierra Mazateca, going through the Sierra Juárez close to the center of the state, and extending up to the Sierra Mixe and the Isthmus of Tehuantepec. It is important to note that this area is the end of the Sierra Madre Oriental that crosses all of the Mexican Republic. At this latitude, it is conformed by tropical dry forest harboring up to 70 % of plant species living there as endemic. The highest values of the main spatial effect (

) is likely due to anthropogenic effects (slash-and-

burn practices, cattle raising, illegal forest exploitation, and in general, land-use changes), as suggested by Galván and Magaña (2020), and not due to environmental variables. Some cells with high values of

close to Veracruz state (lower area of the

Papaloapan river basin) are explained by extensive agriculture and cattle raising. In the neighboring state of Chiapas, the altered tree composition of many tropical deciduous forests results from centuries of forest fires and cattle and goat raising (Miranda, 2015).

130

Villar-Hernández et al, Spatio-temporal analysis...

Figure 2. Posterior mode of the spatial main effect

of hotspot events

in Oaxaca, Mexico.

Many original tropical deciduous forests in Mexico are a mix of fire-adapted and fire-sensitive tree species, and fire tends to select the former and eliminate the latter (Rodríguez et al., 2019). It is important to note that the Chimalapas jungle, a rainforest region with high biodiversity, has low spatial effect values, although the neighboring areas exhibit high values. The low values can probably be explained by the conservation efforts of the native indigenous population in that region (in 1998 -an extreme fire season in Mexico- this region was severely affected by extensive wildfires). The second cluster goes from the southwest (adjoining the state of Guerrero) to the southeast of the state, an area that comprises the Sierra Madre del Sur. This region is made up of dry, warm forests and temperate mountain ranges, and probably high values of 131

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

the main spatial effect are also due to the anthropogenic impacts. Both clusters identified in this study were also identified by Zúñiga-Vásquez et al. (2017), integrating data for the whole Mexican territory. Table 2 presents summary statistics such as the mean, standard deviation, and 95 % credible interval for hyper-parameters. Computing

, tells us that 99.98 % of

the observed variation can be explained by the structural, spatial term .

Table 2. Summary statistics for hyper-parameters. Hyperparameter

Mean

Standard deviation

95 % credible interval

2.161

0.078

[2.039,2.339]

0.03

0.017

[0.012,0.075]

0.114

0.067

[0.025,0.277]

0.216

0.087

[0.108,0.443]

0.762

0.007

[0.748,0.776]

Figures 3a and 3b show the posterior mode of structured

and unstructured

time

effects, respectively, reported on the natural scale, i.e. exponentiating. We also reported the 95 % highest posterior density interval (HPDI) for both quantities. Figure 3a shows that the structured effects from 2001 to 2005 increased. After that, the trend was stable for ten years, marginally declining, but from 2015 to 2019, a new incremental trend was visible. The increment from 2001 to 2019 of the structured effects was 42.2 %. It would be essential to confirm this alarm signal in the future; we know that climate change and global warming are affecting wildfire patterns in some regions, perhaps locally incrementing the occurrence throughout space and time. According to projections of Senande-Rivera et al. (2022), the global area with frequent fire-prone conditions will increase by 29 % (25 % in

132

Villar-Hernández et al, Spatio-temporal analysis...

temperate zones) at the end of the 21st century. An effect of the increase in forest fires in the future may be to raise the loss of cover in forest areas altering the hydrological processes (Ruíz-García et al., 2022), besides social and environmental impacts. On the other hand, the unstructured effect term (Figure 3b) displayed some fluctuation around one, as was expected because this term represents the temporal variation (residual) not explained by the model.

Figure 3. Posterior mode and credible temporal trend interval for hotspot events in Oaxaca, Mexico. In a) the temporally structured effect effect

; b) the unstructured

We depict the exceedance probabilities in figures 4a-4d. Exceedance probabilities are the probability that the relative rate of area

is higher than value , mathematically

Note that almost half of the state has a probability greater than 0.75 (75 % of chance) of having at least two hotspot events in a year (Figure 4a). In the most extreme cases, there are

133

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

few cells located in the Isthmus of Tehuantepec that have at least a 0.75 probability of exceeding 12 events per year (Figure 4d).

In a) for

; b) for

; c) for

Figure 4. Exceedance probability

; d) for

, for a relative rate of hotspots events in Oaxaca, Mexico.

134

Villar-Hernández et al, Spatio-temporal analysis...

The posterior mode for the space-time interaction term on the natural scale, i.e.

, is

depicted in Figure 5 for all cells and all years included in the analysis. When

this

implies that cell other hand, when

in year

had hotspot records greater than average (

). On the

, the hotspot records were less than average. Note that

through the years, orange and red-colored cells (with high values of

) cover most of

the area of the state from year to year. The increment in the number of orange and redcolored cells is small but visible. It is in line with the main temporal trend observed in Figure 3a, i.e. the number of events is increasing in space and in time, which is an alarm signal that demands to adopt more efficient fires management policies by the local and federal governments to reduce and mitigate the impact of altered fire regimes in Oaxaca.

135

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

136

Villar-Hernández et al, Spatio-temporal analysis...

Figure 5. Posterior mode of the Spatio-temporal interaction

Conclusion

We performed a Spatio-temporal analysis of hotspot events recorded in the Mexican state of Oaxaca in the last nineteen years using data from the MODIS sensor to investigate whether forest fires are randomly dispersed throughout the state or clusters are formed. We quantified the effect in hotspots number in areal units as a function of some environmental variables, the purely spatial effect and the temporal trend using a Bayesian hierarchical Poisson model. According to our results, environmental variables such as the mean temperature of the driest quarter, mean values of the Enhanced Vegetation Index, mean wind speed, and El Niño-Southern Oscillation occurrence can explain some of the observed spatial variations in hotspot events. From the spatial component of the statistical model, hotspots are clustered mainly throughout the Sierra Juárez and going up to the Isthmus of Tehuantepec, but also all through the Sierra del Sur (towards the coast of the state). An alarm signal was revealed from our analysis: the structured temporal term shows an increasing non-linear trend of hots-pots number across the period analyzed of about 42.2 %, altering the fire regimes even more. The Spatio-temporal interactions parameter also confirms this tendency showing that the number of events is incrementing in space and time. Suppose the increment continues in the following decades. In that case, hundreds of new hectares of forest and the species living there will be threatened, including economic activities and people's health in rural and urban areas. 137

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

This work can be a starting point for further research to understand better the spatial and temporal distribution of forest fires and altered regimes in Oaxaca. By identifying the main clusters, the Conafor can design better logistics to act with opportunity reducing the environmental and socioeconomic impacts caused by wildfires. But also, with better logistics, the economic and technical resources needed to contest wildfires can be optimized.

Exceedance probability reveals some very local regions that expect a high number of events every year (>4 in a year), it would be interesting to answer from a causation point of view why this occurs and design practical mitigation actions. The incremental temporal trend discovered here can be reverted in many ways, such as the conscientization with complete and well-planned campaigns focused on rural populations that most interact with the forest. Technical training for farmers is also needed to make agricultural practices less risky in triggering forest fires. Illegal forest exploitation and land-use change can be effectively neutralized, generating profitable rural development activities such as ecotourism, agroforestry, and the incorporation of rural communities in the programs of payments for environmental services, among other things. A possible research project could point out how to generate perdurable rural development that inhibits those activities previously mentioned. From a statistical point of view, in the future, we could extend our analysis by including additional environmental and socio-economical variables to indirectly quantify the anthropogenic effects, poverty, and social inequality in the risk of forest fires and altered fire regimes.

Acknowledges

We appreciate the support provided by the Campus Montecillo Postgraduate College in financing the publication of this article. 138

Villar-Hernández et al, Spatio-temporal analysis...

Conflict of interests

The authors declare that they have no conflict of interest.

Contribution by author

Bartolo de Jesús Villar-Hernández: original idea, accessing and cleaning datasets, coding and fitting the model and writing the manuscript; Sergio Pérez-Elizalde, Dante Arturo RodríguezTrejo, Paulino Pérez-Rodríguez: revision and discussion of the manuscript.

References

Antonio, X. and E. A. Ellis. 2015. Forest fires and climate correlation in Mexico State: A report based on MODIS. Advances in Remote Sensing 4(4):280-286. Doi: 10.4236/ars.2015.44023. Avila-Flores, D., M. Pompa-Garcia, X. Antonio-Nemiga, D. A. Rodriguez-Trejo, E. Vargas-Perez and J. Santillan-Perez. 2010. Driving factors for forest fire occurrence in Durango State of Mexico: A geospatial perspective. Chinese Geographical Science 20(6):491–497. Doi: 10.1007/s11769-010-0437-x. Banerjee, S., B. P. Carlin and A. E. Gelfand. 2015. Hierarchical modeling and analysis for spatial data. Chapman and Hall/CRC Press. Boca Raton, FL, USA. 584 p. Besag, J. 1974. Spatial interaction and the statistical analysis of Lattice Systems. Journal of the Royal Statistical Society, Series B (Methodological) 36(2):192–236. https://www.jstor.org/stable/2984812. (April 2, 2020).

139

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Blangiardo, M. and M. Cameletti. 2015. Spatial and Spatio-temporal Bayesian Models with R–INLA. John Wiley & Sons. Ltd. Chichester, WS, United Kingdom. 320 p. Boadi, C., S. K. Harvey and A. Gyeke-dako. 2015. Modelling of fire count data: fire disaster risk in Ghana. SpringerPlus 4:794. Doi: 10.1186/s40064-015-1585-3. Bravo-Cabrera, J. L., E. Azpra-Romero, V. Zarraluqui-Such and C. Gay-García. 2017. Effects of El Niño in Mexico during rainy and dry seasons: an extended treatment. Atmósfera 30(3):221-232. Doi: 10.20937/ATM.2017.30.03.03. Burton, C., R. A. Betts, C. D. Jones, T. R. Feldpausch, M. Cardoso and L. O. Anderson. 2020. El Niño driven changes in global fire 2015/16. Frontiers in Earth Science 8(199):1-12. Doi: 10.3389/feart.2020.00199. Chen, L., K. Verrall and S. Tong. 2006. Air particulate pollution due to bushfires and respiratory hospital admissions in Brisbane, Australia. International Journal of Environmental Health Research 16(3):181-191. Doi: 10.1080/09603120600641334. Chuvieco, E. 2008. Earth observation of global change: The role of satellite remote sensing in monitoring the global environment. Springer. Dordrecht, ZH, The Netherlands. 223 p. Comisión Nacional Forestal (Conafor). 2020. Cierre 2019, Reporte de Resultados de Incendios Forestales. Comisión Nacional Forestal y Secretaria de Medio Ambiente y Recursos

Naturales

(Semarnat).

Zapopan,

Jal.,

México.

https://www.gob.mx/cms/uploads/attachment/file/522446/Cierre_de_la_Temporad a_2019.pdf. (May 5, 2021). Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (Conabio). 2020. Geoportal de Conabio: Sistema Nacional de Información Sobre Biodiversidad. http://geoportal.conabio.gob.mx/. (February 17, 2021).

140

Villar-Hernández et al, Spatio-temporal analysis...

Costafreda A., S. 2017. Spatio-temporal analysis of human-caused fire occurrence patterns in Spain. Ph. D. Thesis. Departament d'Enginyeria Agroforestal, Universitat de Lleida. Lleida, CT, Spain. 150 p. http://www.tdx.cat/handle/10803/400822. (March 31, 2020). Cruz N., X., L. Villers R. and C. Gay G. 2014. Black carbon and organic carbon emissions from wildfires in Mexico. Atmósfera 27(2):165-172. Doi: 10.1016/S01876236(14)71107-5. Dennekamp, M. and M. J. Abramson. 2011. The effects of bushfire smoke on respiratory

health.

Respirology

16(2):198-209.

Doi:

10.1111/j.1440-

1843.2010.01868.x. Doerr, S. H. and C. Santín. 2016. Global trends in wildfire and its impacts: perceptions versus realities in a changing world. Philosophical Transactions of the Royal

Society

Biological

Sciences

371(1696):20150345.

Doi:

10.1098/rstb.2015.0345. Fick, S. E. and R. J. Hijmans. 2017. Worldclim 2: New 1-km spatial resolution climate surfaces for global land areas. International Journal of Climatology. http://www.worldclim.com/version2. (January 1, 2021). Galván, L. and V. Magaña. 2020. Forest fires in Mexico: an approach to estimate fire probabilities.

International

Journal

Wildland

Fire

29(9):753-763.

Doi:

10.1071/WF19057. Hirschberger, P. 2016. Forests ablaze: Causes and effects of global forest fires. WWF Deutschland. Berlin, DM, Germany. 107 p. https://www.wwf.de/fileadmin/fmwwf/Publikationen-PDF/WWF-Study-Forests-Ablaze.pdf. (May 24, 2022). Ibarra-Montoya, J. L. y F. M. Huerta-Martínez. 2016. Modelado espacial de incendios: una herramienta predictiva para el Bosque La Primavera, Jalisco México. Revista Ambiente & Água An Interdisciplinary Journal of Applied Science 11(1):3549. Doi: 10.4136/ambi-agua.1536. 141

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Miranda, F. 2015. La Vegetación de Chiapas. Tomo 1. Universidad de Ciencias y Artes de Chiapas. Tuxtla Gutiérrez, Chis., México. 156 p. Monjarás-Vega, N. A., C. I. Briones-Herrera, D. J. Vega-Nieva, E. Calleros-Flores, … and W. M. Jolly. 2020. Predicting forest fire kernel density at multiple scales with geographically weighted regression in Mexico. Science of the Total Environment 718(4):137313. Doi: 10.1016/j.scitotenv.2020.137313. Müller, D., S. Suess, A. A. Hoffmann and G. Buchholz. 2013. The value of satellitebased active fire data for monitoring, reporting and verification of REDD+ in the Lao PDR. Human Ecology 41(1):7–20. Doi: 10.1007/s10745-013-9565-0. Nasi, R., R. Dennis, E. Meijaard, G. Applegate and P. Moore. 2002. Forest fire and biological diversity. Unasylva: An International Journal of Forestry and Forest Industries

53(209):36-40.

https://www.researchgate.net/publication/232660153_Forest_fire_and_biological_div ersity. (May 24, 2022). National Aeronautics and Space Administration (NASA). 2020a. Application for Extracting

and

Exploring

Analysis

Ready

Samples

(AppEEARS).

https://appeears.earthdatacloud.nasa.gov/. (May 24, 2020). National

Aeronautics

and

Space

Administration

(NASA).

2020b.

EarthData.

https://urs.earthdata.nasa.gov. (November 20, 2020). National

Aeronautics and Space Administration (NASA). 2020c. FIRMS Fire

Information

for

Resource

Management

System.

https://firms.modaps.eosdis.nasa.gov. (December 12, 2020). Oviedo, G. 2002. The Community Protected Natural Areas in the State of Oaxaca, Mexico.

WWF-Gland.

Zuerich,

ZH,

142

Switzerland.

Villar-Hernández et al, Spatio-temporal analysis...

http://awsassets.panda.org/downloads/02_community_protected_areas_oaxaca.pdf. (June 12, 2021). Perez-Verdin, G., M. A. Marquez-Linares and M. Salmeron-Macias. 2014. Spatial heterogeneity of factors influencing forest fires size in northern Mexico. Journal of Forestry Research 25(2):291-300. Doi: 10.1007/s11676-014-0460-3. Pompa-García, M., J. J. Camarero, D. A. Rodríguez-Trejo and D. J. Vega-Nieva. 2018. Drought and spatiotemporal variability of forest fires across Mexico. Chinese Geographical Science 28(1):25–37. Doi: 10.1007/s11769-017-0928-0. R Core Team. 2019. R: A Language and Environment for Statistical Computing (v. 3.6.1). The R Foundation for Statistical Computing. Vienna, Austria. https://www.Rproject.org/. (June, 2020). Rodríguez T., D. A. 2014. Incendios de Vegetación. Su ecología, manejo e historia. Vol. 1. Colegio de Postgraduados. Guadalajara, Jal., México. 891 p. Rodríguez T., D. A., P. Martínez M. y P. J. Martínez L. 2019. Efectos del fuego en el arbolado de un bosque tropical de pino y en el de una selva baja caducifolia en Villaflores,

Chiapas.

Ciencia

Florestal

29(3):1033–1047.

Doi:

10.5902/1980509833952. Rue, H., S. Martino and N. Chopin. 2009. Approximate Bayesian inference for latent Gaussian models by using integrated nested Laplace approximations. Journal of the Royal Statistical Society. Series B Statistical Methodology 71(2):319-392. Doi: 10.1111/j.1467-9868.2008.00700.x. Ruíz-García, V. H., M. A. Borja-de la Rosa, J. D. Gómez-Díaz, C. Asensio-Grima, M. MatíasRamos and A. I. Monterroso-Rivas. 2022. Forest fires, land use changes and their impact on hydrological balance in temperate forest of Central Mexico. Water 14(3):383-402. Doi: 10.3390/w14030383.

143

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Scott, A. C., D. M. J. S. Bowman, W. J. Bond, S. J. Pyne and M. E. Alexander. 2014. Fire on Earth: An Introduction. Wiley Blackwell. Chichester, WS, United Kingdom. 434 p. Senande-Rivera, M., D. Insua-Costa and G. Miguez-Macho. 2022. Spatial and temporal expansion of global wildland fire activity in response to climate change. Nature Communications 13:1208-1216. Doi: 10.1038/s41467-022-28835-2. Shlisky, A., J. Waugh, P. Gonzales, M. Gonzalez, … and W. Fulks. 2007. Fire, Ecosystems and People: Threats and strategies for global biodiversity conservation. GFI Technical Report 2007-2. The Nature Conservancy. Arlington, VA, USA. 26 p. https://www.conservationgateway.org/Files/Documents/fire_ecosystems_and_peopl e.pdf. (January 17, 2020). Zúñiga-Vásquez, J. M. and M. Pompa-García. 2019. The occurrence of forest fires in Mexico presents an altitudinal tendency: a geospatial analysis. Natural Hazards 96(1):213-224. Doi: 10.1007/s11069-018-3537-z. Zúñiga-Vásquez, J. M., D. Cisneros-González, M. Pompa-García, D. A. Rodríguez-Trejo and G. Pérez-Verdín. 2017. Spatial modeling of forest fires in Mexico: an integration of two data sources. Bosques 38(3):563-574. Doi: 10.4067/S0717-92002017000300014.

144

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

DOI: 10.29298/rmcf.v13i74.1260 Article

A meteorological monitoring system in a temperate forest from landscape analysis Sistema de monitoreo meteorológico en un bosque templado a partir de análisis del paisaje Gabriel Humberto Virgen-Cobos1, Jesús David Gómez-Díaz2, Ma. Amparo Borjade la Rosa1, Adán Guillermo Ramírez-García3, Alejandro Ismael MonterrosoRivas2* Fecha de recepción/Reception date: 16 de marzo de 2022 Fecha de aceptación/Acceptance date: 5 de octubre de 2022 _______________________________ 1

División de Ciencias Forestales, Universidad Autónoma Chapingo. México. Departamento de Suelos, Universidad Autónoma Chapingo. México. 3 Centro Regional Universitario del Noroeste, Universidad Autónoma Chapingo. México. 2

*Autor para correspondencia; correo-e: aimrivas@correo.chapingo.mx *Corresponding author; e-mail: aimrivas@correo.chapingo.mx Abstract Monitoring meteorological variables is essential in studying plant biophysical processes such as the development and growth, capture and retention of water, increase of nutrients and use of environmental services. The objective of this work was to propose a meteorological monitoring system based on the analysis of the natural environment to provide a representative database. The proposal was developed in Zoquiapan Experimental Forest Station, central Mexico. Methods include the representativeness of the biophysical conditions in a semicold temperate forest in central Mexico. First, maps of geoforms, climate and vegetation were generated to delimit the homogeneous cartographic landscape units. Subsequently, utilizing location criteria, three cartographic units were selected to establish three meteorological stations. The monitoring system has two Davis Instruments automatic stations and another with an Arduino open-source microcontroller. Data is recovered monthly on a laptop with a USB cable. Before the installation of the stations, the sensors were subjected to a comparison with a reference station. It was shown that the data of the first days of operation revealed differences in the climate between the units concluding that locating the stations on an altitudinal trajectory can contribute to relating the climate with different vegetation and geoforms. Keywords: Cartographic units, comparison, geoform, installation, meteorological stations, representativeness. Resumen El monitoreo de variables meteorológicas es importante para el estudio de procesos biofísicos como el desarrollo y crecimiento de plantas, captura y retención de agua, aumento de nutrientes y aprovechamiento de servicios ambientales. El objetivo del estudio fue proponer un sistema de monitoreo meteorológico a partir del análisis del medio natural que proporcione una base de datos representativa. La propuesta se desarrolló en la Estación Forestal Experimental Zoquiapan, en el centro de México. El método incluyó la representatividad de las condiciones biofísicas en un bosque con clima templado semifrío. Primero, se generaron mapas de geoformas, clima y vegetación para delimitar las unidades cartográficas homogéneas de paisaje. Posteriormente, mediante criterios de emplazamiento, se seleccionaron tres unidades cartográficas para el establecimiento de tres estaciones meteorológicas. Los resultados incluyeron la caracterización del paisaje, así como la propuesta para

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

establecer las estaciones meteorológicas. El sistema se integró con dos estaciones automáticas Davis Instruments y otra que opera con microcontrolador de código abierto Arduino. Los datos se recuperan mensualmente en una computadora portátil con cable USB. Antes de la instalación de las estaciones, las mediciones dadas por los sensores se compararon con los valores de una estación de referencia. Los datos de los primeros días de operación revelaron diferencias en las variables de las unidades de paisaje, y se concluye que ubicar las estaciones en una trayectoria altitudinal puede contribuir a relacionar el clima con diferente vegetación y geoformas. Palabras clave: Unidades cartográficas, comparación, geoforma, instalación, estaciones meteorológicas, representatividad.

Introduction

Climate

change

phenomenon

that

implies

global

problem

with

regional

consequences affected by natural and anthropogenic systems. The leading causes of this process are the changes in the concentration of greenhouse gases due to anthropogenic sources

(IPCC,

2021).

These

changes

have

impacted

and

modified

the natural

environment generating an imbalance in ecosystems and natural resources (GómezMendoza and Arriaga, 2007). As a result, concern about climate change has increased; therefore, social, political and scientific initiatives have been created to act on this matter (Reyes et al., 2018). Monitoring meteorological variables is essential in the study and use of biophysical processes, for example, plant development and growth, water capture and retention, organism survival and development, increase in nutrients, and taking advantage of environmental services (Brauman, 2015). The most critical variables in these processes are air temperature and humidity, precipitation, solar radiation, photosynthetically active radiation and evaporation (Li, 2014). Meteorological

observations

(as

well

environmental

and

geophysical

observations) are performed for several reasons, such as real-time preparation of meteorological analyzes, predictions and weather warnings, climate studies, local weathersensitive operations (e.g. local aerodrome flight operations or facility construction work 146

Virgen-Cobos et al, A meteorological monitoring... terrestrial and marine), hydrology and agricultural meteorology, and meteorological and climatological research (OMM, 2014). The association between temperature and precipitation is valuable in the study of the sensitivity of conifer growth to climate (Gómez-Mendoza and Arriaga, 2007). Various procedures have been developed to quantify drought; each has strengths and weaknesses. The influence of annual evaporation on vegetation during droughts can be more significant than in seasons with no moisture limitations. Yearly evaporation is affected by climatic elements, such as wind speed, solar radiation, vapour pressure deficit and relative humidity, and can vary at short temporal scales. For this reason, it has a relevant function in climate-plant relationships (Pompa-García et al., 2013). Gómez-Mendoza and Arriaga (2007) studied the vulnerability to climate change of 34 oak and pine species in Mexico. In this study, they confirm a widely known fact: that climatic variables primarily determine the distribution of many species and communities. Thus, climate changes will modify their distribution and abundance. Some essential climatic variables highlighted in forest ecosystems are changes in precipitation, temperature, evapotranspiration and a higher frequency of fires and storms. The rate of forest disappearance can be faster than their migration or regrowth in new areas. Zoquiapan Forestry Experimental Station (EFEZ) is a research centre of the Universidad Autónoma Chapingo. Because of the need for meteorological data at the station it was essential to establish a practical, rapid and precise meteorological monitoring system. The goal is to provide meteorological data with autonomy, for better management practices and landscape analysis, as studies associated with vegetation or other ecosystem services. The study area was first biophysically zoned, dividing the territory to establish a location or activity

following

biophysical

variables.

This

division

selected

three

homogeneous

cartographic landscape units as representatives based on site criteria to install three meteorological stations. The objective of this study was to propose a meteorological monitoring system from the analysis of the natural landscape and homogeneous units that will provide a representative database of the area. The hypothesis is that it is possible to analyze the landscape and, based on its variability, identify sites to establish climate monitoring. The meteorological system comprised two commercial automatic meteorological 147

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

stations of medium-range (including climate records and research) and one low-cost station with an Arduino open code data recorder. Comparison tests were conducted of the sensors of the three automatic meteorological stations before their installation in the selected sites.

Materials and Methods

Study site

Zoquiapan Forestry Experimental Station is located in the Northwest of the volcano Iztaccíhuatl and the Southwestern part of the Zoquiapan National Park, at the following coordinates 19°12'30" and 19°20'00" N, and 98°30'00" and 98º42'30" W. It occupies an area of 1 624.23 ha in the altitudinal range of 3 080 to 3 670 m (Blanco et al., 1981) in the municipalities of Ixtapaluca and Chalco, State of Mexico (Figure 1).

148

Virgen-Cobos et al, A meteorological monitoring...

Figure 1. Map of the study area location.

Homogeneous cartographic landscape units

The methodology proposed by Gómez et al. (2008) was used to generate geoforms, climate, and vegetation maps with a Geographic Information System (GIS, ArcMap 10.1) to characterize the homogeneous cartographic landscape units. In this study, we define homogeneous landscape units as those areas that share the same physiographic attributes with minimal spatial variation. The three maps were merged to generate the homogeneous cartographic landscape units, which were assigned a name beginning with soil and vegetation attributes, climate and geoform. The process is described in the following paragraphs. Geoforms map. The Digital Elevation Model (INEGI, 2016c) of Mexico, Puebla and Tlaxcala state was used to highlight altitudinal ranges, slopes and contour lines. The altitudinal ranges used were delineated every 100 m. The ranges of slope followed the criterion established by the United Nations Environment Program and other institutions in

149

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

the procedure of digital databases on soils and terrain (van Engelen and Dijkshoorn, 2013) based on the evaluation of soil degradation (Global Assessment of Human-induced Soil Degradation or GLASOD), and the contour lines were every 10 m. Next, the map of geological structures (INEGI, 2016b) and the map of water bodies (INEGI, 2016a) were superimposed to characterize the geomorphological units of the study zone. Climate map. The climate map was characterized using the methodology of Gómez et al. (2008) by determining annual and monthly temperature and precipitation data. For the first variable, simple linear interpolation methods were complemented with statistical analysis. For the second, a graphic method was used with expert criteria, making analogies with neighbouring areas for which information on this variable was available. First, with the Extractor Rápido de Información Climática (ERIC, version 1.0) (IMTA, 2016), maximum and minimum temperatures were obtained, and mean annual precipitation from the 22 climatological stations closest to the study area with complete data of at least the last 20 years. The watershed located west (Atoyac River Basin) and within the Central Plateau was considered to determine the influence of winds and select the climatological stations of influence (Juárez et al., 2005). Temperature map. Data on monthly maximum and minimum temperatures from the climatological stations were used to obtain each station's average annual and monthly temperatures. This aimed to generate simple linear regression equations to calculate the ranges of variation from the elevation for each month and the yearly average. The annual linear regression equation was used to construct the isothermal map at one degree Celsius. Then, the monthly increase was calculated following temperature ranges. Polygons were created by superimposing the contour line map over that of temperature and elevation and calculated with the simple linear regression model in GIS Arc Map 10.1. Precipitation map. The annual precipitation was obtained from the 22 climatological stations to georeferenced them, according to the coordinates in GIS ArcMap 10.1. With the Digital Elevation Model and the data on annual precipitation from the meteorological stations, the amount of rainfall that could exist in the study area was estimated using analogies with the regions with climatological stations considering the natural vegetation 150

Virgen-Cobos et al, A meteorological monitoring... and the influence of the orographic units in the occurrence of rainfall. The procedure is best described in Gómez et al. (2008). Map of areas of climatic influence. The areas of climatic influence are defined as those with the same annual temperature and precipitation (Gomez et al., 2008). We intersected the maps of mean annual isotherm and mean annual isohyet in GIS ArcMap 10.1 to create the areas of climatic influence. Monthly and yearly values for temperature and precipitation were estimated for each area to determine the climate type using the Köppen climate classification system modified by García (2004). Final climate map. Once the climate type was determined, the polygons with the same climate type were merged to obtain the climate map. Vegetation map. A detailed delineation of land use and vegetation types was done using Series V of Land Use and Vegetation (INEGI, 2016d) scale 1:1 000 000. Also, Google Earth satellite images were used to define the vegetation stands in the study area, which was named by land use and vegetation type and verified in the field (through field trips to all areas). The land use and vegetation types registered by the INEGI (2016d) Series V in the study area are fir forest, pine forest, pine-oak forest and induced grassland. Comparing the land use and vegetation units of Series V with Google Earth satellite images, we observed that the borders of the INEGI (2016d) polygons do not coincide with the vegetation conglomerates. Thus, we refined and elaborated the boundaries with greater detail and precision. Map of homogeneous cartographic landscape units. Finally, the three maps previously defined in GIS ArcMap 10.1 (geoforms, climate and vegetation) were intersected. From this merging, the homogeneous landscape units were obtained.

Site criteria

151

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Since it is not possible to establish a monitoring system in all the resulting areas, it was necessary to select just three sites. The main reason was economic limitation (Table 1). Thus, the following are the site criteria for choosing the three homogeneous cartographic landscape units where the meteorological stations were physically located.

Table 1. Cost of the stations and expenses. Concept

Amount (MXN)

Amount (USD)

Station Vantage Pro2 Plus (EMZ-01)

$20 522.07

$1 246.03

Station Vantage Pro2 Plus (EMZ-02)

$29 013.14

$1 761.57

Station Arduino (EMZ-03)

$7 317.04

$444.26

Transportation

$6 347.21

$385.38

Others materials

$4 415.40

$268.09

$67 614.86

$4 105.33

Total

Exchange rate: Dollar (USA) = $16.47 Mexican pesos (November 2016).

Representativity. The sites have characteristics representative of the geoforms, climate and vegetation type of the study area, which should interest the research users. To this end, an elevation transect was performed to observe weather behaviour in the three sites with different altitudes, vegetation and geoforms. The region where the study area installations are located (intermountain valley) was used as the base point to give continuity to the meteorological data collected previously at this site. Cleared site. The sites are free of natural or artificial obstacles that might obstruct the free transit of the meteorological elements; preferably a terrain cleared in a radius of 20 m. Levelled terrain. The sites do not have depressions or slopes that could limit the stations' installation and make access for data collection difficult during the rainy season. Distance to the observer. The stations are close to the place where the operator is located. 152

Virgen-Cobos et al, A meteorological monitoring... Easy access. The sites have an open access road to facilitate operation, maintenance, systematic data collection, and constant surveillance of the stations. The first criterion was established to collect valuable meteorological helpful information in the research projects of the Zoquiapan Forestry Experimental Station. The other criteria for clearing, level ground, proximity to the observer and easy access were defined according to WMO (Romo and Arteaga, 1989).

Calibration testing of the meteorological stations

The monitoring system consists of three meteorological stations denominated EMZ-01, EMZ-02 and EMZ-03. Stations EMZ-01 and EMZ-02 are automatic meteorological stations of the brand Davis Instruments, model Vantage Pro2 Plus wireless (DAVIS, 2019). They have a Vantage Pro2 console and a WeatherLink datalogger for receiving, visualizing and storing data, a seven-watt solar panel and a six-volt-1.4 ampere battery to provide the console with constant energy. The console sensors are described in Table 2. EMZ-03 is an automatic meteorological station built with an Arduino microcontroller. It is attached to a 10-watt solar panel and a 12-volt, 7-ampere battery for a constant energy supply. A microSD module functions as a data logger.

Table 2. Sensors of the station EMZ-01, EMZ-02 and EMZ-03. Sensor

Type

Range

Accuracy

Temperature

Silicone diode

1,2,3

-40 to 65 °C

Humidity

Film capacitor

1,2,3

0 to 100 %

Wind direction

Potentiometer

1,2,3

0 to 365°

Wind speed Solar radiation UV radiation Pressure

Magnetic sensor

1,2,3

Silicone photodiode Transducer Transducer

1,2

1,2,3

1 to 89.44 m/s

1,2,3

153

±3% ± 3°

1,2

1 to 1 800 W/m2 1,2 0 to 199 MEDs

± 0.5 °C

1,2

1,2,3

0.00055 m/s ±5 %

1,2

±/-5 %

1,2

± 0.05 kPa

1,2,3

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

1,2,3

Pluviometer

Dump rocker

Leaf moisture

Surface monitor

Soil moisture

Resistance Watermark

Soil temperature

Steel probe

0.2 mm

0 to 15 %

0 to 100%

-50 to 60°C

1,2,3

± 0.5°C ± 3%

Source: Sparkfun (2013) and DAVIS (2019). 1 = EMZ-01; 2 = EMZ-02; 3 = EMZ-03.

The WeatherLink datalogger of the stations EMZ-01 and EMZ-02 reports inside and outside temperature and humidity, wind chill and dew point, current and trending atmospheric pressure, current precipitation and daily, monthly and annual accumulated precipitation, rain intensity, solar and UV radiation, evapotranspiration, wind direction and velocity, wind gusts, lunar phase and time of sunrise and sunset. In the Arduino microcontroller of the station EMZ-03, the sensors have been programmed with Arduino integrated development environment to obtain simple data on temperature, humidity, current and daily precipitation, atmospheric pressure, and wind direction and speed. The cost of the stations and expenses incurred are shown in Table 1. There are two ways to verify the sensors of the meteorological stations. The first compares the sensor response with a known reference measurement when the sensor and the reference device are subjected to the same environmental conditions. The second consists of subjecting the sensor to an artificial state in which the response is theoretically predictable (INE, 2010). We chose to use the reference equipment of the Department of Meteorology of the Universidad Autónoma Chapingo, a Davis Instruments station, Vantage Vue wireless model, with the same characteristics as stations EMZ-01 and EMZ-02. To compare the measurement of the stations, they were placed 5 m from the reference station for one week. The comparison tests were conducted within one week with sampling every 30 minutes, resulting in a sample of 336 data recorded on an Excel 2010 spreadsheet. Data were compared using a t-test for two samples, assuming unequal variances. The tested sensors 154

Virgen-Cobos et al, A meteorological monitoring... were temperature, humidity, pressure, precipitation, solar radiation, UV radiation, and wind direction and speed.

Installation of the meteorological stations

It was necessary to delineate an area of 25 m 2 in each site around which a cyclone fence with a gate to install the meteorological stations. The fence is 1.5 m high from ground level and has an entrance with a lock to safeguard the stations. The stations were installed in the centre of each fenced-in area. Tripods were anchored to the ground with bases constructed for that purpose, adjusting the tripod screws so that they were firmly anchored to the ground. The weathervanes were oriented toward the north. Solar cells for the equipment were installed facing the south to guarantee efficient use of solar radiation since, most of the year, the sun is south of the latitude in which the stations are found. The rain gauges were levelled with a manual level to ensure that the stand was not inclined to the sides and that the data collection was accurate. The solar radiation and UV radiation sensors were levelled correctly according to the level bubble it is equipped with so that solar radiation reaches the sensors adequately. Station EMZ-01 was installed on July 22, 2016, and stations EMZ-02 and EMZ-03 were established on August 16, 2016. Once the fences were installed, the stations were placed and configured to begin operation. In addition, data from the first 20 days of operation (August 20 to September 8, 2016) are presented to compare the weather in the three selected cartographic units.

Results and Discussion

155

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Homogeneous cartographic landscape units

An altitudinal range map shows altitudes from 3 000 m to 3 700 masl, based on the Digital Elevation Model of INEGI (2016c). From the slopes map, it can be observed that moderately steep slopes predominate in the southern part of the study area, and in the central to western parts, there are very steep slopes that diminish toward the east. Moreover, the central part is almost flat, and moderately tilted slopes predominate toward the north. The above maps were superimposed on maps of geological structures (INEGI, 2016b) and water bodies (INEGI, 2016a) to characterize the geological units of the study zone. The geoforms defined are shown in Figure 2. Results show geoforms are as follows: 4.82 % steep volcanic apparatus (SVA), 1.41 % moderately inclined glens (MIG), 0.46 % almost flat tops of volcanic domes (AFTVD), 2.40 % inclined tops of volcanic domes (ITVD), 1.15 % moderately inclined tops of volcanic domes (MITVD), 8.11 % steep hillsides (StH), 3.87 % sloped hillsides (SlH), 13.57 % descended hillside dissected by streams (SlHDS), 14.07 % moderately steep hillsides (MStH), 10.74 % moderately sloped hillsides (MSlH), 1.73 % moderately sloped hillsides dissected by streams (MSlHDS) and 37.66 % almost flat intermountain valley dissected by streams (AFIVDS).

156

Virgen-Cobos et al, A meteorological monitoring... Figure 2. Geoforms map of the study area.

Map of areas of climatic influence. The polygons of areas of climatic influence are shown in Figure 3. The climate types according to Köppen climate classification modified by García (2004) are: Cb'(w2)(w)ig (22.37 %), Cc(w2)ig (26.38 %) and Cc(w2)(w)ig (51.26 %) (Table 3). The climate in the study area is temperate. The location and height influence the course of the temperature, while the location and orientation influence the precipitation.

Figure 3. Climate map of the study area.

157

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Table 3. Principal climates in the study area. Climate type

Description

Cb'(w2)(w)ig

Temperate Semi-cold with long cool summer; the wettest of the sub-humid, with summer rains and winter precipitation percentage less than 5; isothermal; with Gange's temperature gear.

Cc(w2)ig

Temperate Semi-cold with short cool summer; the wettest of the sub-humid, with summer rains and winter precipitation percentage between 5 and 10.2 per year; isothermal; with Gange's temperature gear.

Cc(w2)(w)ig

Temperate Semi-cold with short cool summer; the wettest of the sub-humid, with summer rains and winter precipitation percentage less than 5; isothermal; with Gange's temperature gear.

Isotherm map. The estimated annual and monthly temperature ranges from the simple linear regression models for the study area are presented in Table 4. In the areas of lower altitudes, the mean annual temperature estimated is in the range of 10-11 °C; at the highest altitude, its range is 6-7 °C.

Table 4. Average annual and monthly temperatures in the study area (°C). Range

Annual

6-7

5.4

5.7

6.5

8.1

8.0

8.4

7.1

7.7

7.6

3.6

6.5

3.1

7-8

6.2

6.6

7.6

9.2

9.5

8.2

8.7

4.6

7.2

3.9

8-9

7.0

7.5

8.7

10.3

10.4

10.6

9.4

9.8

9.7

5.5

8.0

4.6

9-10

7.7

8.4

9.7

11.4

11.5

11.6

10.5

10.9

10.7

6.5

8.7

5.4

10-11

8.5

9.4

10.8

12.4

12.7

12.4

11.6

12.0

11.8

7.5

9.4

6.1

Isohyet maps. The dominant winds associated with the formation of the cloud systems that generate most of the precipitation in the EFEZ come mainly from the Gulf of Mexico with a Northeast to Southwest trajectory. Annual mean precipitation values of 1 000 to 1 100 mm were estimated at the intermontane valley. Here, the winds descend from slopes located to the North and Northeast of the area of study and then are forced to ascend following the contour of the slopes of the South-southeast where condensation of the

158

Virgen-Cobos et al, A meteorological monitoring... water-air vapour increase and then the amount of precipitation with a higher range estimated of 1 300-1 400 mm. Data on the annual precipitation of each polygon was generated with a table showing average monthly rainfall values, monthly precipitation intervals and estimated monthly precipitation calculated for each range. The intervals of mean monthly precipitation for each range of annual mean precipitation were assigned in accord with the trend and average precipitation values of each group of climatological stations, establishing ranges within which the averages of the different groups of stations were included. The results are shown in Table 5.

Table 5. Estimate ranges of annual means precipitation and monthly values in the study area (mm). Range

Annual

1 000-1 100

1 044.8

16.0

13.3

17.9

50.0

90.0

186.7

206.7

190.0

166.7

86.7

13.3

7.5

1 100-1 200

1 122.4

17.0

17.5

19.2

55.0

106.7

193.3

213.3

200.0

173.3

93.3

17.5

16.3

1 200-1 300

1 234.7

18.0

21.7

22.5

70.0

113.3

210.0

226.7

220.0

186.7

106.7

21.7

17.5

1 300-1 400

1 331.9

19.0

23.3

27.5

90.0

130.0

230.0

233.3

230.0

193.3

113.3

23.3

18.8

Vegetation map. Seven categories were obtained: 0.29 % water (W), 16.60 % fir (F), 2.69 % grassland (G), 49.64 % pine (P), 14.63 % pine-alder (PA), 1.89 % pine-oak (PO) and 14.26 % pine-fir (PF); for more information see Figure 4.

159

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Figure 4. Vegetation map of the study area.

Map of homogeneous cartographic landscape units. By merging the geoforms, climate and vegetation maps, 38 homogeneous cartographic landscape units were obtained and assigned names following vegetation attributes, climate type and geoform (Figure 5). Table 6 shows the site criteria used to select the sites where the meteorological stations were installed.

160

Virgen-Cobos et al, A meteorological monitoring...

Figure 5. Homogeneous cartographic landscape units and meteorological stations location.

Table 6. Selected units for the meteorological stations. Criteria

EMZ-01

EMZ-02

EMZ-03

Biophysical representativeness Elevation (masl)

3 273

3 413

3 575

Slope (%)

0-2

>40

8-15

Geoforms

Almost flat intermountain valley dissected by streams [AFIVDS]

Steep hillsides

Inclined tops of volcanic dome

Climate type

[StH]

[ITVD]

Cc(w2)(w)ig

Cc(w2)ig

Grassland

Fir

Pine-Alder

Clear location

Yes

Level ground

Yes

Close to operator

Yes

Vegetation

161

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Easy access

Yes

The weather stations were installed considering the desire to give continuity to prior records of meteorological data. First, station EMZ-01 was located at an altitude of 3 273 masl in an almost flat intermountain valley intersected by streams with grassland vegetation and a temperate semi-cold climate. The station EMZ-02 is located on a steep hillside with an altitude of 3 413 masl, 140 m higher than the EMZ-01. This is relevant for knowledge of climate behaviour in the thermal belt that can occur in this unit's altitudinal range. The vegetation is an Oyamel Fir Forest. This species is significant for the research carried out here in ecological landscape planning (Lomas-Barrié et al., 2005), forest research (Martínez-Santiago et al., 2017) or land use change (Paredes-González et al., 2018). It has the same climate type as the latter. The station EMZ-03 is located on a steep hillside at an altitude of 3 575 masl, 162 m higher than EMZ-02 and 302 m higher than EMZ-01. The station's location is relevant for knowledge of the climate behaviour in this altitudinal range to have the meteorological information in an altitudinal transect. The natural vegetation cover is a forest with a pinealder association, which is also essential for the research carried out in the area. Figure 1 shows the location of the three stations in the sites that satisfied the site criteria.

Calibration tests of the meteorological stations

Calibration tests of the stations were conducted with reference equipment belonging to the Department of Meteorology of the Universidad Autónoma Chapingo. Using a t-test for two samples, assuming unequal variances for each of the sensors with 30-minute intervals between data collections for a week, we obtained 336 samples for statistical analysis. The

162

Virgen-Cobos et al, A meteorological monitoring... tests comprehended the periods from July 8 to July 14, 2016, for stations EMZ-01 and EMZ02, while for station EMZ-3, the period was June 2 to June 8, 2016. For stations EMZ-01 and EMZ-02, calibration tests of the temperature, humidity, solar radiation, UV radiation, air pressure, wind speed and direction sensors were conducted. The data from the test station were compared with the data of the reference station. The statistical t-value for the sensors of the two stations was far below the critical t-value of the two tails (1.96). It is thus assumed that the test of means demonstrated that the data are statistically equal since there are no significant differences between samples. Calibration tests were conducted on the sensors of each station. We found significant differences in temperature and humidity sensors and calibrated them. Calibration is a systematic process for modelling climatic variables (Torres-Quezada et al., 2021) or agronomic crop prediction (Corvino et al., 2018). The statistical analysis did not significantly differ in the air pressure, wind speed and direction sensors. The precipitation sensor data were validated with the reference station using an artificial rainfall test with rain simulator equipment because no rain was recorded during the testing period. Moreover, the artificial rainfall test offers more certainty in collecting data. There was a significant difference between samples in the temperature sensor, so an adjustment of -0.78 ºC was made in the Arduino programming code. It was again tested for one week, and the statistical analysis was repeated. The samples showed no significant differences, and the sensor was considered calibrated (Figure 6). For the humidity sensor, a significant difference was found between samples. An adjustment of +2.34 % was made in the Arduino programming code, and the calibration tests were again run for one week. We found that the statistical t-value is lower than the two-tailed critical t-value and thus assumed no significant differences between the samples.

163

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Relative humid

Solar radiation

Pressure

Rain

Wind

Prueba t para dos muestras suponiendo varianzas desiguales = Two-sample t-test assuming unequal variances; Referencia = Reference; Media = Mean; Varianza = Variance; Observaciones = Observations; Diferencia hipotética de las medias = Hypothetical difference of means; Grados de libertad = Degrees of freedom; Estadístico t = t statistic; P(T=˂t) una cola = One-tail P(T<=t); Valor crítico de t (una cola) = Critical t value (one tail); P(T=˂t) dos colas = Two-tailed P(T<=t); Valor crítico de t (dos colas) = Critical t value (two tails).

Figure 6. Calibration test of temperature sensors. 164

Virgen-Cobos et al, A meteorological monitoring...

The statistical t-values for the air pressure, wind speed, and direction sensors were far below the critical t-value (two-tailed). We thus assumed that the test of means demonstrates that there are no significant differences in the samples. As for the precipitation sensor, the data were validated by comparing the readings of the artificial rainfall equipment with those recorded by station EMZ-03, resulting in similar recorded amounts of rain.

First data calibration

After installing the stations, we configured the WeatherLink consoles of stations EMZ-01 and EMZ-02. For station EMZ-03, the Arduino program code was downloaded. Later, we verified that the data collection was correct. Figures 7 and 8 present the data from the meteorological stations' first 20 days of operation. In the graphs, weather differences in each unit can be observed, underlining those caused by different altitudes, vegetation and geoform at which the stations were installed.

165

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Figure 7. Data from the three stations of a) Temperature, b) Humidity, c) Solar radiation, and d) UV radiation.

166

Virgen-Cobos et al, A meteorological monitoring... Figure 8. Data from the three stations of a) Pressure, b) Precipitation, c) Wind speed, and d) Wind direction.

A data-collection schedule was programmed for collection during the first week of each month. Recovery of the data is manual. The operator must download the data monthly to a laptop with a USB port. Data are transferred automatically by connecting the US B cable of the datalogger to a portable computer. For station EMZ -03, the microSD memory of the station must be removed to copy the data in the computer and later return it to the station and again program it with the Arduino programming code. The results pay off in developing open-source climate monitoring systems, fostering collaboration and improving infrastructure (Lin and Zini, 2008). The use of free software allows weather stations to be adapted by modifying and adjusting their components (Stallman, 2004). In addition, using the Arduino system allowed reaching the goal without being an expert programmer or having high financial resources, which is one of its advantages (Ferdoush and Li, 2014; Katyal et al., 2016). The results will establish bases for a climate monitoring system in the experimental area of Zoquiapan, providing detailed information and construction of better climate, forest fire and meteorological risk maps (Meulenert et al., 2005; Adepoju et al., 2020). Installing automatic equipment has proven to be effective in obtaining climatic information. As shown, it is possible to use automatic stations programmed with Arduino. In areas of complex relief and difficult access, they are a viable option (Martínez del Castillo et al., 2012). It was noticed that the records were sufficient to show the representativeness of the complexity of the landscape and climate in the three sites studied. Representativeness is a fundamental criterion for urban and rural planning because it makes processes more efficient (Yang and Regan, 2014). In addition, installing equipment with Arduino allows for updating weather stations with many years of operation (Faugel and Bobkov, 2013).

Conclusions 167

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

A meteorological monitoring system, following landscape and representativeness with three weather stations, was implemented with good performance. Data from the first 20 days of operation revealed differences between weather stations; therefore, the altitudinal trajectory was acceptable. The low-cost Arduino-based weather station effectively collected and stored information in digital format. Our results contribute to the discussion and establishment of low-cost weather stations for local data information. New studies should include a more significant number of sensors and wireless connections, including data transfer.

Acknowledgements

The National Council of Science and Technology (Conacyt), the Universidad Autónoma Chapingo, DGIP, Division of Forest Sciences, and the Master of Science Program in Forest Sciences. We gratefully acknowledge the comments and suggestions of the anonymous reviewers, whose comments have substantially improved the paper.

Conflict of interest

The authors declare no conflict of interest.

Contribution by author

All authors participated equally in the manuscript's design, elaboration, writing and revision.

168

Virgen-Cobos et al, A meteorological monitoring...

References Adepoju, T. M., M. O. Oladele, A. A. Kasali and G. J. Fabiyi. 2020. Development of a LowCost Arduino-Based weather station. FUOYE Journal of Engineering and Technology 5(2):69-73. Doi: 10.46792/fuoyejet.v5i2.508. Blanco Z., S., G. Ceballos G., C. Galindo L., J. M. Maass M., R. Patrón S., A. Pescador y A. I. Suárez G. 1981. Ecología de la estación experimental Zoquiapan (descripción general, vegetación y fauna). Universidad Autónoma Chapingo. Texcoco, Edo. Méx., México. 114 p. Brauman, K. A. 2015. Hydrologic ecosystem services: linking ecohydrologic processes to human well-being in water research and watershed management. Wiley Interdisciplinary Reviews: Water 2(4):345–358. Doi: 10.1002/wat2.1081. Corvino, G., A. Lessio and E. Borgogno M. 2018. FRPI-PF.5: Monitoring rice crops in Piemonte (Italy): Towards an operational service based on free satellite data. In: Institute of Electrical and Electronics Engineers. IGARSS 2018-2018 IEEE International Geoscience and Remote Sensing Symposium: Observing, understanding and forecasting the dynamics of our planet. Institute of Electrical and Electronics Engineers, Inc. Valencia, V, Spain. pp. 9070-9073. DAVIS.

2019.

Weather

Instruments.

http://www.davisnet.com/weather-monitoring/.

(October 20, 2019). Faugel, H. and V. Bobkov. 2013. Open source hard-and software: Using Arduino boards to keep old hardware running. Fusion Engineering and Design 88(6-8):1276–1279. Doi: 10.1016/j.fusengdes.2012.12.005. Ferdoush, S. and X. Li. 2014. Wireless sensor network system design using raspberry Pi and Arduino for environmental monitoring applications. Procedia Computer Science 34:103110. Doi: 10.1016/j.procs.2014.07.059. García, E. 2004. Modificaciones al Sistema de clasificación climática de Köppen. Instituto de Geografía y Universidad Nacional Autónoma de México. Coyoacán, D. F., México. 90 p.

169

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Gómez, J. D., J. D. Etchevers, A. I. Monterroso, C. Gay, J. Campo and M. Martínez. 2008. Spatial estimation of mean temperature and precipitation in areas of scarce meteorological

information.

Atmósfera

21(1):35-56.

https://www.revistascca.unam.mx/atm/index.php/atm/article/view/8596. (October 20, 2019). Gómez-Mendoza, L. and L. Arriaga. 2007. Modelling the effect of Climate Change on the distribution of oak and pine species of Mexico. Conservation Biology 21(6):1545-1555. Doi: 10.1111/j.1523-1739.2007.00814.x. Instituto Mexicano de Tecnología del Agua (IMTA). 2016. SIG ERIC v 1.0. Jiutepec, Mor., México. Servicio Meteorológico Nacional (SMN) e Instituto Mexicano de Tecnología del Agua (IMTA). http://hidrosuperf.imta.mx/sig_eric/. (July 18, 2019). Instituto Nacional de Ecología (INE). 2010. Manual 4. Operación de estaciones de medición de la calidad del aire, mantenimiento y calibración de sus componentes. Instituto Nacional de Ecología. Coyoacán, D. F., México. 75 p. Instituto Nacional de Estadística, Geografía e Informática (INEGI). 2016a. Hidrografía. https://www.inegi.org.mx/temas/hidrografia/. (July 18, 2016) Instituto Nacional de Estadística, Geografía e Informática (INEGI). 2016b. Geología. https://www.inegi.org.mx/temas/geologia/. (July 18, 2016). Instituto Nacional de Estadística, Geografía e Informática (INEGI). 2016c. Relieve continental. https://www.inegi.org.mx/temas/relieve/continental/. (July 18, 2016). Instituto Nacional de Estadística, Geografía e Informática (INEGI). 2016d. Uso de suelo y vegetación. https://www.inegi.org.mx/temas/usosuelo/. (August 22, 2016). Intergovernmental Panel on Climate Change (IPCC). 2021. Summary for policymakers. In: Masson-Delmotte, V., P. Zhai, A. Pirani, S. L. Connors, … and B. Zhou (eds.). Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press. Cambridge, CB, United Kingdom. pp. 3–32.

170

Virgen-Cobos et al, A meteorological monitoring... Juárez, A., C. Gay and Y. Flores. 2005. Impact of the Popocatepetl's volcanic activity on

the

air

quality

Puebla

City,

México.

Atmósfera

18(1):57-69.

https://www.revistascca.unam.mx/atm/index.php/atm/article/view/8537 .

(July

18,

2019). Katyal, A., R. Yadav and M. Pandey. 2016. Wireless Arduino based weather station. International Journal of Advanced Research in Computer and Communication Engineering 5(4):274-276. Doi: 10.17148/IJARCCE.2016.5470. Li, D. 2014. Assessing the impact of interannual variability of precipitation and potential evaporation

evapotranspiration.

Advances

Water

Resources

70:1-11.

Doi:

10.1016/j.advwatres.2014.04.012. Lin, Y. W. and E. Zini. 2008. Free/libre open source software implementation in schools: Evidence from the field and implications for the future. Computer & Education 50(3):10921102. Doi: 10.1016/j.compedu.2006.11.001. Lomas-Barrié, C. T., S. Terrazas-Domínguez y H. Tchikoué M. 2005. Propuesta de ordenamiento ecológico territorial para el Parque Nacional Zoquiapan y Anexas. Revista Chapingo

Serie

Ciencias

Forestales

del

Ambiente

11(1):57–71.

https://revistas.chapingo.mx/forestales/?section=articles&subsec=issues&numero=31&arti culo=431. (October 20, 2019). Martínez del Castillo, E., R. Serrano-Notivoli, K. Novak, L. A. Longares A., … y M. A. Saz S. 2012. Cuantificación de los gradientes climáticos altitudinales en la vertiente norte del Macizo del Moncayo a partir de una nueva red de estaciones automáticas en altura. In: Rodríguez P., C., A. Ceballos B., N. González R., E. Morán T. y A. Hernández E. (eds.). Cambio Climático, extremos e impactos. Publicaciones de la Asociación Española de Climatología (AEC), Serie A. Salamanca, SA, España. pp. 519-528. Martínez-Santiago, S. Y., A. A. Alvarado-Segura, F. J. Zamudio-Sánchez and D. CristóbalAcevedo. 2017. Spatio-temporal analysis of forest modeling in Mexico. Revista Chapingo Serie Ciencias Forestales y del Ambiente 23(1):5–22. Doi: 10.5154/r.rchscfa.2016.01.003. Meulenert P., Á. R., H. U. Ramírez S., F. O. García C., M. E. García G. y J. Alcalá G. 2005. Implementación de un sistema de alerta temprana contra fenómenos meteorológicos

171

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

extremos e incendios forestales del Área Natural Protegida «Bosque de la Primavera» Jalisco, México, como parte de un proyecto de desarrollo y monitoreo sistemático e integral. In: Universidad de Guadalajara. Memoria del I Foro de Investigación y Conservación del Bosque La Primavera. Centro Universitario de Ciencias Biológicas y Agropecuarias, Universidad

Guadalajara.

Zapopan,

Jal.,

México.

pp.

163-168.

https://www.organicaeditores.mx/biblioteca/i_foro_blp/pdf/extensos/163_168_ext_Meulen ert_Pe%C3%B1a_Angel.pdf. (July 18, 2019). Organización Meteorológica Mundial (OMM). 2014. Guía de instrumentos y métodos de observación meteorológicos (OMM Núm. 8). Organización Meteorológica Mundial. Ginebra, GE, Suiza. 1291 p. Paredes-González, A., A. I. Monterroso-Rivas, L. J. Rodríguez-Esparza and F. J. ZamudioSánchez. 2018. Projection and probability of land use change in Zoquiapan, Mexico: considerations for forest management. Revista Chapingo Serie Ciencias Forestales y del Ambiente 24(1):59-71. Doi: 10.5154/r.rchscfa.2017.07.041. Pompa-García, M., F. J. Rodríguez-Flores, C. A. Aguirre-Salado y L. Miranda-Aragón. 2013. Influencia de la evaporación en el crecimiento forestal. Agrociencia 47(8):829-836. https://agrociencia-colpos.org/index.php/agrociencia/article/view/1059.

(October

20,

2019). Reyes A., G. I., S. Adame M. y E. Cadena V. 2018. Vulnerabilidad ante la variabilidad climática en los cultivos de maíz Zea mays. Sociedad y Ambiente (17):93-113. Doi: 10.31840/sya.v0i17.1842. Romo G., J. R. y R. Arteaga R. 1989. Meteorología Agrícola. Universidad Autónoma Chapingo. Texcoco, Edo. Méx., México. 442 p. Sparkfun. 2013. Sparkfun Weather Shield Hookup Guide. Niwot, CO, EE.UU. Sparkfun Start Something.

https://learn.sparkfun.com/tutorials/weather-shield-hookup-guide.

(October

17, 2016). Stallman, R. M. 2004. Software libre para una sociedad libre. Traficantes de sueños. Madrid, MA, España. 317 p. 172

Virgen-Cobos et al, A meteorological monitoring... Torres-Quezada, J., H. Coch and A. Isalgué. 2021. Data set of climatic factors measured in a low latitude region with warm and humid climate: Solar radiation, cloud cover and sky temperature. Data in Brief 38:107404. Doi: 10.1016/J.DIB.2021.107404. van Engelen, V. W. P. and J. A. Dijkshoorn. 2013. Global and National Soils and Terrain Databases (SOTER). Procedures Manual, Version 2.0. International Soil Reference and Information Centre World Soil Information. Wageningen, GE, The Netherlands. 198 p. https://www.isric.org/sites/default/files/isric_report_2013_04.pdf. (August 22, 2016). Yang, C. H. and A. C. Regan. 2014. Methodology for the prioritization of environmental sensor station installation (case study of South Korea). Transport Policy 32:53–59. Doi: 10.1016/j.tranpol.2013.12.012.

173

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

DOI: 10.29298/rmcf.v13i74.1195 Nota de Investigación

Prototipo de vivero forestal con fertirriego por subirrigación A prototype for a forest nursery with fertigation by sub-irrigation Karla Ramírez Galicia1*, Miguel Ángel López López1, Víctor Manuel Cetina Alcalá1, Leopoldo Mohedano Caballero2 Fecha de recepción/Reception date: 9 de julio de 2022 Fecha de aceptación/Acceptance date: 12 de septiembre de 2022 _______________________________ 1 2

Postgrado en Ciencias Forestales. Colegio de Postgraduados, Montecillo. México. División de Ciencias Forestales. Universidad Autónoma Chapingo. México.

*Autor para correspondencia; correo-e: krg150320@gmail.com *Corresponding author; e-mail: krg150320@gmail.com Resumen La investigación en el ámbito de viveros forestales se ha enfocado en la producción de planta de calidad con sistemas de riego y fertirriego eficientes y sustratos alternativos que se han implementado para mitigar impactos ambientales. El presente estudio tuvo por objetivos diseñar un prototipo de sistema de fertirriego por subirrigación para la producción de 600 plantas de tres especies forestales en vivero, y cuantificar la cantidad de agua y fertilizante soluble utilizado durante la producción. Este método se comparó con fertirriego mediante regadera. Al final del periodo de producción se evaluó la morfología de la planta obtenida. Para la construcción del prototipo, se excavaron cuatro zanjas en el suelo del vivero de dimensiones 0.30×0.30×3.0 m. Se estimó la cantidad de agua y fertilizante utilizado en ambos sistemas. En el fertirriego con regadera, se utilizaron 8 960 L de agua, 219 % mayor que en subirrigación, en el cual se requirieron 2 808 L. Empero, la cantidad de fertilizante soluble usado en regadera fue de 4 779.4 g, mientras que en el sistema alterno se emplearon 5 347.6 g. El desperdicio de la solución nutritiva con el uso de regadera fue directamente al suelo y en el prototipo de sistema, se recuperó y reutilizó para fertirriego de árboles frutales. Palabras clave: Agua, fertilizante, planta, regadera, sistema, solución nutritiva. Abstract Research in forest nurseries has focused on producing quality stock with efficient irrigation and fertigation systems and substrate alternatives to reduce environmental impacts. The objectives of the present research were to design a sub-irrigation system prototype to produce 600 seedlings of three species at nursery and to quantify the amount of water and fertilizer used. The prototype was compared to a hand watering system. Morphological traits were evaluated at the end of the production stage. To create the prototype, four 0.30×0.30×3.0 m trenches were dug inside the nursery. The amount of water used in the hand fertigation system exceeded the subirrigation system by 219 %. With overhead hand fertigation, 8 960 l of water were used, while in sub-irrigation, only 2 808 l were utilized. However, the amount of soluble fertilizer used in overhead hand fertigation was 4 779.4 g, whereas in sub-irrigation, the total amount was 5 347.6 g. With overhead-hand fertigation, the nutrient solution dripped off the containers and leached through the soil. In subirrigation however, the nutrient solution was reused to fertigate a fruit tree orchard. Key words: Water, fertilizers, plant, overhead-hand fertigation, system, nutrient solution.

Ramírez Galicia et al, Prototipo de vivero forestal...

Introducción

En viveros forestales tecnificados, el riego de uso más frecuente es mediante aspersión; sin embargo, el agua no se distribuye de manera uniforme y una gran proporción se desperdicia, lo que resulta en pérdidas de nutrimentos, en espacial nitrógeno y fósforo (Gent et al., 2012). El problema del desperdicio de agua se agrava cuando es limitada, pues la producción de planta forestal demanda una gran cantidad de esta y de otros recursos (DeVincentis et al., 2015). Ante esas circunstancias, una posible solución es el uso de sistemas de riego cerrados como la subirrigación (Wan et al., 2019). Así, los objetivos del presente trabajo consistieron en diseñar un prototipo de sistema de fertirriego por subirrigación para la producción de planta forestal, y cuantificar la cantidad de agua y fertilizante utilizado durante el ciclo de producción, mismo que se comparó con un sistema manual con regadera. Además, se evaluó la morfología de la planta producida con ambos sistemas. El experimento se estableció en el ejido Palo Bendito, Huayacocotla, Veracruz, México (20°30’33” norte y 98°30’14” oeste). El clima es templado subhúmedo con lluvias en verano y nieblas frecuentes; temperatura media anual de 14° C y precipitación pluvial media anual de 1 315 mm (García, 2004). El prototipo se implementó dentro de un invernadero rústico; con una temperatura mínima de 4 °C y la máxima de 32 ºC. El funcionamiento del sistema se valoró mediante la producción de Fraxinus uhdei (Wenz.) Lingelsh., Pinus patula Schltdl. & Cham. y Pinus pseudostrobus Lindl. Las plantas se produjeron en tubetes de 310 mL de capacidad con dos mezclas de sustrato. Las plantas de fertirriego con regadera recibieron una mezcla de fertilizante de liberación lenta, Osmocote 14-14-14 y Multicote 18-06-12, de 175

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

formulación 0.6, 0.21 y 0.45 g de N, P y K, en dosis de 3 y 1 g L-1, respectivamente. El diseño experimental fue completamente al azar con arreglo factorial 2 2, en el que se probó el factor sistema de fertirriego (regadera vs subirrigación) y la mezcla de sustratos (60:30:10 de turba:perlita:vermiculita, Vol.:Vol. vs 60:30:10 de aserrín crudo de pino:perlita:vermiculita, Vol.:Vol.). El modelo utilizado fue:

(1)

Donde: = Variable k-ésima en el i-ésimo sistema de fertirriego del j-ésimo sustrato base μ = Media poblacional sis = i-ésimo sistema de fertirriego sus = j-ésimo sustrato base Ɛijk = Error experimental

Dado que las especies presentan distinto hábito de crecimiento, se analizaron por separado. La unidad experimental fue una rejilla con 25 plántulas; se aplicaron cuatro tratamientos por especie con cuatro repeticiones cada uno. Se midió la altura total con un flexómetro Truper® modelo FH-5M y el diámetro basal con un vernier Truper® modelo CALDI-6MP. Conjuntamente, se estimó el Índice de Calidad de Dickson (ID), para ello se obtuvo el peso seco de muestras de 176

Ramírez Galicia et al, Prototipo de vivero forestal...

tejido aéreo y subterráneo. El Índice de Dickson (Dickson et al., 1960) se calculó con la fórmula:

(2)

Donde: Pst = Peso seco total At = Altura total Db = Diámetro basal Psa = Peso seco aéreo Pss = Peso seco subterráneo

El prototipo consistió de un tinaco de 1 100 L para almacenar la solución nutritiva y se colocó por debajo del nivel del suelo. Para suministrar la solución a las cuatro zanjas, en el interior se colocaron dos bombas sumergibles con una potencia de 17 W cada una y se utilizaron tubos PVC de ½ pulgada. Para el control del flujo de agua, se instalaron válvulas de control en el extremo de salida de los tubos PVC. El vaciado de las zanjas se realizó con sifones ubicados en un extremo de estas. Los sifones se conectaron a un tubo PVC de dos pulgadas de diámetro, el cual retornó la solución al depósito (Figura 1).

177

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Figura 1. Diagrama del prototipo de sistema de fertirriego por subirrigación.

Las dimensiones de las zanjas de subirrigación fueron: 0.30×0.30×3.0 m con un espacio entre zanjas de 0.5 m. Se niveló el fondo de cada zanja para evitar encharcamiento y se cubrieron con plástico para impedir la infiltración de la solución. Las plantas recibieron agua y nutrimentos por medio de la inundación de zanjas. Los riegos se programaron diariamente por secciones. Cada sección estuvo constituida por dos zanjas. Una vez inundada la primera sección, se vaciaron las zanjas gradualmente a través de los sifones y se inició el llenado de la otra sección (Figura 1). El tiempo de carga por sección fue de una hora y 20 minutos y el tiempo de descarga de 40 minutos. No se incorporó fertilizante de liberación controlada al sustrato, para no alterar la composición de la solución. La solución nutritiva aplicada fue la propuesta por Landis (1989) y se preparó con fertilizantes solubles (Cuadro 1).

178

Ramírez Galicia et al, Prototipo de vivero forestal...

Cuadro 1. Materiales fertilizantes utilizados para conformar la solución nutritiva (Landis, 1989). Fase

Nutrimento Nitrógeno

Iniciación

Crecimiento Exponencial

Endurecimiento

Concentración de la solución nutritiva (mg L1 ) 50

Fósforo

100

Potasio

100

Material fertilizante

Cantidad de fertilizante (g L-1)

Peters® 9-45-15

0.510

Sulfato de K

0.090

Calcio

Sagaquel

0.800

Magnesio

Sulfato de Mg

0.330

Nitrógeno

150

Peters® 20-20-20

0.750

Urea

0.027

Sulfato de K

0.086

Fósforo

Potasio

150

Calcio

Sagaquel® Ca

0.800

Magnesio

Sulfato de Mg

0.340

Nitrógeno

Peters® 4-25-35

0.390

Urea

0.075

Fósforo

Ácido fosfórico

0.070

Potasio

150

Sulfato de potasio

0.090

Calcio

Sagaquel® Ca

0.800

Magnesio

Sulfato de Mg

0.280

Tres muestras de la solución se analizaron químicamente cada dos semanas durante las tres fases de crecimiento para reponer los nutrimentos faltantes y mantener la solución en las concentraciones óptimas (Landis, 1989). Para cada etapa de crecimiento en este sistema, se prepararon 600 L de solución nutritiva. Mediante regadera, se utilizaron 40 L de agua por cada incorporación. Dos días a la semana se agregó el fertirriego con la solución nutritiva, y tras considerar la presencia de fertilizante de liberación lenta en el sustrato, los demás días solamente se aplicó agua. Se estimó la cantidad de agua y fertilizante utilizado durante la producción en ambos sistemas. 179

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

La cantidad de agua utilizada en el sistema manual con regadera fue 219 % mayor que en subirrigación (8 960 y 2 808 L, respectivamente). Jani et al. (2021) en un estudio de sistemas de riego, señalan un ahorro de 87 % en subirrigación en comparación con aspersión; mientras que, en la presente investigación fue de 69 %. El agua usada en subirrigación, con excepción de la evaporada desde las zanjas, del sustrato y la transpirada por las plantas se recuperó diariamente y reutilizó para la fertilización de un huerto de árboles frutales, al final de cada etapa de crecimiento. El suministro diario de agua en el prototipo implementado fue de 4.7 L y 40Ll en regadera. En subirrigación se consumió 11.25 % de agua, con respecto al sistema con regadera. A pesar de los ahorros de agua en subirrigación, este representó más gasto de fertilizante (11.9 %) (Cuadro 2).

Cuadro 2. Cantidad de fertilizante utilizado en dos sistemas de fertirriego. Sistema de fertirriego Regadera

Subirrigación

Etapa de crecimiento

g/etapa

Inicial

1 159.2

Exponencial

2 358.0

Lignificación

1 247.4

Inicial

1 086.8

Exponencial

3 196.3

Lignificación

1 064.5

Total (g)

4 779.4

5 347.6

La mayor cantidad de fertilizante usada en subirrigación se debió a que al inicio de cada etapa se prepararon 600 L de solución nutritiva nueva, pero al analizarlas se agregaron los nutrimentos faltantes. Lo anterior, debido a que mediante análisis químicos de la solución nutritiva o del crecimiento de las plantas es posible desarrollar técnicas para preparar una nueva solución, a partir de la anterior; y con ello es factible tener mayor ahorro de agua y fertilizantes (Dumroese et al., 2011). 180

Ramírez Galicia et al, Prototipo de vivero forestal...

En el Cuadro 3 se muestra que los sistemas de fertirriego no afectaron la altura (At), ni el diámetro basal (Db) en las especies de pino, pero sí la altura de las plantas de F. uhdei. Según el Índice de Dickson, los sistemas de fertirriego impactaron la calidad de planta de las especies de pino, pero no al fresno. La mezcla de sustratos repercutió en la altura total y en el Índice de Dickson en los taxones de pino. En ejemplares de fresno, este factor tuvo un efecto en el diámetro basal. La interacción entre sistemas de fertirriego y mezclas de sustratos no fue significativa en ninguna de las especies, ni variables evaluadas.

Cuadro 3. Variables morfológicas y de calidad de planta (p≤0.05) de tres especies forestales en dos sistemas de fertirriego y dos mezclas de sustrato. F.V.

Pinus patula Schltdl. & Cham.

Pinus pseudostrobus Lindl.

Fraxinus uhdei (Wenz.) Lingelsh.

sis

0.850

0.152

0.021

0.672

0.188

0.007

0.002

0.944

0.246

sus

0.004

0.124

0.005

0.001

0.057

0.006

0.358

0.046

0.822

sis*sus

0.205

0.822

0.143

0.208

0.470

0.155

0.918

0.944

0.569

F.V. = Fuente de variación; At = Altura total; Db = Diámetro basal; ID = Índice de Dickson; sis = Sistema de fertirriego; sus = Mezcla de sustrato.

En el Cuadro 4 se observa que en las especies de pino el Índice de Dickson fue mejor con fertirriego mediante regadera (Reg), lo que no se verificó para F. uhdei. Las mezclas de sustratos afectaron la altura e Índice de Dickson en los taxones de pino y el diámetro basal en fresno.

Cuadro 4. Pruebas de Tukey (α=0.05) para variables morfológicas y de calidad de planta de tres especies forestales al final de la producción. F.V.

Pinus patula Schltdl. &

Pinus pseudostrobus 181

Fraxinus uhdei (Wenz.)

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Cham.

Lindl.

Lingelsh.

Reg

36.96a

5.47a

0.64a

32.64a

5.16a

0.68a

30.46a

8.42a

2.41a

Sub

37.40a

4.92a

0.47b

31.96a

4.77a

0.44b

22.91b

8.39a

1.68a

Tur

41.26a

5.49a

0.66a

35.57a

5.26a

0.68a

27.60a

8.99a

2.11a

33.10b

4.90a

0.44b

29.02b

4.67a

0.44b

25.77a

7.82b

1.98a

F.V. = Fuente de variación; At = Altura total de planta (cm), Db = Diámetro basal de planta (mm); ID = Índice de Dickson; Reg = Fertirriego por regadera; Sub = Fertirriego por subirrigación; Tur= Sustrato a base de turba; As = Sustrato a base de aserrín.

Los valores promedio en altura y diámetro basal de las plántulas (Cuadro 4), a los siete (coníferas) y cinco meses (F. uhdei) superaron los valores indicados por Prieto et

al.

(2009):

15-20

para

altura

para

diámetro

basal,

independientemente del tipo de fertirriego. La producción de planta mediante subirrigación se ha implementado con fines de investigación; por ejemplo, en Brasil para la producción de 200 plantas de Eucalyptus grandis W. Mill ex Maiden en un sistema denominado “Bosque Acuático”. Las plántulas crecieron dentro de albercas con agua a una profundidad de 0.6 m y los contenedores se sumergieron a una profundidad de 0.2 m. El prototipo consistió de una estructura de madera, poliestireno, malla sombra y plástico transparente (Celentano et al., 2004). Otros autores como Ribeiro et al. (2014) evaluaron la eficiencia del riego por subirrigación para producir 226 800 clones de Eucalyptus spp. En el citado estudio, se utilizó un total de 36 500 L de agua. Dumroese et al. (2006) documentan que la subirrigación es una opción viable para áreas donde no se tiene una fuente permanente de agua o en regiones áridas. 182

Ramírez Galicia et al, Prototipo de vivero forestal...

En el experimento descrito, mediante el sistema de subirrigación, se produjo planta de coníferas de igual talla, aunque con menor índice de Dickson; y se logró un ahorro de agua superior a 50 %. Este sistema permitió producir planta de Fraxinus uhdei de igual Índice de Dickson que con fertirriego mediante regadera, pero con menor altura. A pesar de que el consumo de fertilizantes fue mayor en subirrigación, la solución nutritiva se reutilizó para el fertirriego de otros cultivos al final del ciclo de producción.

Agradecimientos

El primer autor agradece al Consejo Nacional de Ciencia y Tecnología (Conacyt) por la beca otorgada para sus estudios de Maestría en Ciencias Forestales.

Conflicto de intereses

Los autores declaran no tener conflicto de interés.

Contribución por autor

Karla

Ramírez

Galicia

Miguel

Ángel

López

López:

planteamiento

investigación, dirección del experimento y escritura del manuscrito; Víctor Manuel Cetina Alcalá y Leopoldo Mohedano Caballero: escritura del manuscrito.

Referencias 183

Revista Mexicana de Ciencias Forestales Vol. 13 (74) Noviembre - Diciembre (2022)

Celentano A., D. C., V. L. Engel and E. D. Velini. 2004. Preliminary results of a floating

subirrigation

conventional

tree

system

(“Aquaforest

nurseries.

Ecological

system”)

Engineering

alternative

22(1):61–66.

to Doi:

10.1016/j.ecoleng.2004.01.003. DeVincentis, A. J., R. G. Brumfield, P. Gottlieb and J. R. Johnson. 2015. Cost analysis of using recycled water in container production: A case study of Southern New Jersey. HortScience 50(8):1196–1201. Doi: 10.21273/HORTSCI.50.8.1196. Dickson, A., A. L. Leaf and J. F. Hosner. 1960. Quality appraisal of white spruce and white pine seedling stock in nurseries. The Forestry Chronicle 36(1):10-13. Doi: 10.5558/tfc36010-1. Dumroese, R. K., A. S. Davis and D. F. Jacobs. 2011. Nursery response of Acacia koa seedlings to container size, irrigation method, and fertilization rate. Journal of Plant Nutrition 34:877-887. Doi: 10.1080/01904167.2011.544356. Dumroese, R. K., J. R. Pinto, D. F. Jacobs, A. S. Davis and B. Horiuchi. 2006. Subirrigation reduces water use, nitrogen loss, and moss growth in a container nursery. Native Plants Journal 7(3):253-261. Doi: 10.1353/npj.2007.0004. García, E. 2004. Modificaciones al Sistema de clasificación climática de Köppen. Instituto de Geografía y Universidad Nacional Autónoma de México. Coyoacán, D. F., México. 90 p. Gent, M. P. N., W. H. Elmer and R. J. McAvoy. 2012. Water use efficiency with rapid watering of potted plants on flooded floor. Acta Horticulturae 927:101-108. Doi: 10.17660/ActaHortic.2012.927.10. Jani, A. D., T. D. Meadows, M. A. Eckman and R. S. Ferrarezi. 2021. Automated ebb-and-flow subirrigation conserves water and enhances citrus liner growth compared to capillary mat and overhead irrigation methods. Agricultural Water Management 246(1):106711. Doi: 10.1016/j.agwat.2020.106711. 184

Ramírez Galicia et al, Prototipo de vivero forestal...

Landis, T. D. 1989. Mineral nutrients and fertilization. In: Landis, T. D., R. W. Tinus, S. E. McDonald and J. P. Barnett (eds.). The container tree nursery manual, Volume 4, Seedling Nutrition an irrigation. Agricultural Handbook 674. Washington, D. C., USA. pp.1-67. Prieto R., J. A., J. L. García R., J. M. Mejía B., S. Huchín A. y J. L. Aguilar V. 2009. Producción de planta del género Pinus en vivero en clima templado frío. Publicación Especial Núm. 28. INIFAP-Centro de Investigación Regional Norte Centro, Campo Experimental Valle del Guadiana. El Mezquital, Dgo., México. 50 p. Ribeiro, M. D., R. S. Ferrarezi and R. Testezlaf. 2014. Assessment of subirrigation performance in Eucalyptus seedling production. HortTechnology 24(2):231–237. Doi: 10.21273/HORTTECH.24.2.231. Wan F., A. L. Ross-Davis, W. Shi, C. Weston, … and F. Teng. 2019. Subirrigation effects on larch seedling growth, root morphology, and media chemistry. Forests 10(1):38-51. Doi: 10.3390/f10010038.

185