Vol. 27 Núm. 3 (2021): Otoño 2021
Artículos Científicos

Distribución actual y potencial de Pinus engelmannii Carriére bajo escenarios de cambio climático

Miguel Ángel Jiménez Salazar
Consultor forestal
Jorge Méndez González
Universidad Autónoma Agraria Antonio Narro
Biografía

Publicado 2021-12-23

Palabras clave

  • idoneidad,
  • Maxent,
  • modelos climáticos,
  • MOP,
  • nicho ecológico
  • suitability,
  • Maxent,
  • climatic models,
  • MOP,
  • ecological niche

Resumen

Los modelos de nicho ecológico (MNE) son una herramienta para conocer el impacto del cambio climático sobre la distribución de las especies. El objetivo de este estudio fue generar MNE para predecir la distribución actual y potencial de Pinus engelmannii Carriére. Los modelos se crearon en ‘kuenm’, un paquete de R que usa como algoritmo a Maxent. Se utilizaron 346 registros de presencia de la especie cuidadosamente depurados, 15 variables bioclimáticas y proyecciones climáticas de cuatro modelos de circulación general (MCGs) al 2050, bajo dos trayectorias de concentración representativas (RCPs) 4.5 y 8.5. Los MNE fueron evaluados acorde con su significancia estadística, ROC parcial, tasa de omisión (<5%), AIC y respuesta de la variable. Se generaron 1827 modelos candidatos, el que mejor desempeño mostró fue de tipo cuadrático. Bio 1 [temperatura media anual (°C)] y Bio 17 [precipitación de ¼ anual más seco (mm)], son las variables que mejor predicen la distribución de P. engelmannii, contribuyendo al modelo con 75.6% y 6.3%. Las áreas de idoneidad alta para esta especie ocurren de forma discontinua en Chihuahua (29 090 km2) y Durango (9310 km2), sus preferencias son entre 9 °C y 12 °C (Bio 1). Al parecer esta especie no es susceptible al cambio en el clima, pues al transferir el modelo y a pesar de un incremento de casi 2 °C (Bio 1) al 2050 en su distribución actual, no se predicen nuevas áreas idóneas, pero tampoco se pierden las existentes.

Citas

  1. Aceves-Rangel, L. D., Méndez-González, J., García-Aranda, M. A., & Nájera-Luna, J. A. (2018). Distribución potencial de 20 especies de pinos en México. Agrociencia, 52(7), 1043–1057.
  2. Aguirre, G. J., & Duivenvoorden, J. F. (2010). Can we expect to protect threatened species in protected areas? A case study of the genus Pinus in Mexico. Revista Mexicana de Biodiversidad, 81, 875–882.
  3. Aiello-Lammens, M. E., Boria, R. A., Radosavljevic, A., Vilela, B., & Anderson, R. P. (2015). spThin: An R package for spatial thinning of species occurrence records for use in ecological niche models. Ecography, 38, 541–545. doi: 10.1111/ecog.01132
  4. Aitken, S. N., Yeaman, S., Holliday, J. A., Wang, T., & Curtis-McLane, S. (2008). Adaptation, migration or extirpation: climate change outcomes for tree populations. Evolutionary Applications, 1(1), 95–111. doi: 10.1111/j.1752-4571.2007.00013.x
  5. Alba-López, M. P., González-Espinosa, M., Ramírez-Marcial, N., & Castillo-Santiago M. A. (2003). Determinantes de la distribución de pinus spp. en la altiplanicie central de Chiapas, México. Boletín de la Sociedad Botánica de México, 73, 7–15.
  6. Alberto, P. J. (2010). Los ecosistemas forestales y el secuestro de carbono ante el calentamiento global. Instituto Nacional de Investigación y Tecnología Agraria y Alimentaria, Madrid. 253 P. doi: 10.1111/j.1365-2486.2005.001000.x
  7. Allen, M. R., Dube, O. P., Solecki, W., Aragón-Durand, F., Cramer, W., Humphreys, S., Kainuma, M., Kala, J., Mahowald, N., Mulugetta, Y., Perez, R., Wairiu, M., & Zickfeld, K., (2018). Framing and Context. In: Global Warming of 1.5°C. An IPCC Special Report on the impacts of global warming of 1.5°C above pre-industrial levels and related global greenhouse gas emission pathways, in the context of strengthening the global response to the threat of climate change, sustainable development, and efforts to eradicate poverty [Masson-Delmotte, V., P. Zhai, H.-O. Pörtner, D. Roberts, J. Skea, P.R. Shukla, A. Pirani, W. Moufouma-Okia, C. Péan, R. Pidcock, S. Connors, J.B.R. Matthews, Y. Chen, X. Zhou, M.I. Gomis, E. Lonnoy, T. Maycock, M. Tignor, and T. Waterfeld (eds.)]. Recuperado de https://www.ipcc.ch/sr15
  8. Ávila, C. R., Villavicencio, G. R., & Ruiz, C. J. A. (2014). Distribución potencial de Pinus herrerae Martínez en el occidente del estado de Jalisco. Revista Mexicana de Ciencias Forestales, 5(24), 92–109. doi: 10.29298/rmcf.v5i24.322
  9. Beaumont, L. J., Hughes, L., & Poulsen, M. (2005). Predicting species distributions: Use of climatic parameters in BIOCLIM and its impact on predictions of species’ current and future distributions. Ecological Modelling, 186, 250–269. doi.org/10.1016/j.ecolmodel.2005.01.030
  10. Busby, J. R. (1991). BIOCLIM - a bioclimate analysis and prediction system. Plant Protection Quarterly, 6(1), 8–9.
  11. Bustamante-García, V., Prieto-Ruíz, J. Á., Merlín-Bermudes, E., Álvarez-Zagoya, R., Carrillo-Parra, A., & Hernández-Díaz, J. C. (2012). Potencial y eficiencia de producción de semilla de Pinus engelmannii Carr., en tres rodales semilleros del estado de Durango, México. Madera y Bosques, 18(3), 7–21. doi: 10.21829/myb.2012.183355
  12. Comisión Nacional para el Conocimiento y Uso de la Biodiversidad [Conabio]. (2008). Capital natural de México, vol. I: Conocimiento actual de la biodiversidad. Comisión Nacional para el Conocimiento y Uso de la Biodiversidad, México.
  13. Cobos, M. E., Townsend, P. A., Barve, N., & Osorio O. L. (2019). Kuenm: An R package for detailed development of ecological niche models using Maxent. PeerJ, 1, 1–15. doi: 10.7717/peerj.6281
  14. Collier, M. A., Jeffrey, S. J., Rotstayn, L. D., Wong, K. K. H., Dravitzki, S. M., Moeseneder, C., Hamalainen, C., Syktus, J. I., Suppiah, R., Antony, J., El Zein, A., & Atif, M. (2011). The CSIRO-Mk3.6.0 Atmosphere-Ocean GCM: Participation in CMIP5 and data publication. 19th International Congress on Modelling and Simulation, Perth, Australia, 2691–2697. doi: 10.22499/2.6301.001
  15. Cruz-Cárdenas, G., López-Mata, L., Silva, J. T., Bernal-Santana, N., Estrada-Godoy, F., & López-Sandoval, J. A. (2016). Modelado de la distribución potencial de especies de Pinaceae bajo escenarios de cambio climático en Michoacán. Revista Chapingo, Serie Ciencias Forestales y del Ambiente, 22(2), 135–148. doi: 10.5154/r.rchscfa.2015.06.027
  16. Cruz-Cárdenas, G., Villaseñor, J. L., López-Mata, L., Martínez-Meyer, E., & Ortiz, E. (2014). Selección de predictores ambientales para el modelado de la distribución de especies en Maxent. Revista Chapingo, Serie Ciencias Forestales y del Ambiente, 20(2), 187–201. doi: 10.5154/r.rchscfa.2013.09.034
  17. Descroix, L., González, J. L., & Estrada, J. (2004). La Sierra Madre Occidental, una fuente de agua amenazada. Ediciones INIFAP - IRD. Gómez Palacio, Durango, México. 300 p.
  18. Eguiluz, P. T. (1982). Clima y distribución del género Pinus en México. Ciencia Forestal, 7(38), 30–44.
  19. Elith, J., Graham, C. H., Anderson, R. P., Dudík, M., Ferrier, S., Guisan, A., Hijmans, R. J., Huettmann, F., Leathwick, J. R., Lehmann, A., Li, J., Lohmann, L. G., Loiselle, B. A., Manion, G., Moritz, C., Nakamura, M., Nacazawa, Y., Overton, J. M., Townsend, P. A., Phillips, J., Richardson, K., Scachetti-Pereira, R., Schapire, R. E., Soberón, J., Williams, S., Wisz, M. S., & Zimmermann, N. E. (2006). Novel methods improve prediction of species distributions from occurrence data. Ecography, 29, 129–151. doi.org/10.1111/j.2006.0906-7590.04596.x
  20. Escobar, L. E., Lira-Noriega, A., Medina-Vogel, G., & Townsend, P. A. (2014). Potential for spread of the white-nose fungus (Pseudogymnoascus destructans) in the Americas: use of Maxent and NicheA to assure strict model transference. Geospatial Health, 9(1), 221–229. doi: 10.4081/gh.2014.19
  21. Farjón, A., Perez, J., & Styles, B. (1997). A field guide to the pines of Mexico and central America. Kew Published, Royal botanic gardens, Oxford Forestry Institute, University of Oxford, Oxford. 147 p.
  22. García, E. (1998). Climas (Clasificación de Köppen, modificada por García) Escala 1:1 000 000. D.F., México: Comisión Nacional para el Conocimiento y Uso de la Biodiversidad. México.
  23. García-Aranda, M. A., Méndez-González, J., & Hernández-Arizmendi, J. Y. (2018). Distribución potencial de Pinus cembroides, Pinus nelsonii y Pinus culminicola en el Noreste de México. Ecosistemas y Recursos Agropecuarios, 5(13), 3–13. doi: 10.19136/era.a5n13.1396
  24. Gent, P. R., Danabasoglu, G., Donner, L. J., Holland, M. M., Hunke, E. C., Jayne, S. R., Lawrence, M. D., Neale, B. R., Rasch J. P., Vertenstein M., Worley H. P., Yang Zong-Liang, Zhang M. (2011). The community climate system model version 4. Journal of Climate, 24, 4973–4991. doi.org/10.1175/2011jcli4083.1
  25. González-Elizondo, M. S., González-Elizondo, M., Tena-Flores, J. A., Ruacho-González, L., & López-Enríquez, L. (2012). Vegetación de la Sierra Madre Occidental, México: una síntesis. Acta Botánica Mexicana, 100, 351–403. doi: 10.21829/abm100.2012.40
  26. Instituto Nacional de Estadística Geografía en Informática (Inegi). (2010). Estratificación univariada. Censo de Población y Vivienda. 2010. México: SINCE. Sistema para la Consulta de Información Censal.
  27. Grupo Intergubernamental de Expertos sobre el Cambio Climático [IPCC]. (2014). En la base de escritura Equipo, R. K. Pachauri, y L. A. Meyer (Eds.), El cambio climático 2014: Informe de síntesis. Contribución de los grupos de trabajo I, II y III de la evaluación quinto informe de la Grupo Intergubernamental de Expertos sobre el Cambio Climático. Ginebra, Suiza: IPCC.
  28. Karger, D. N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R. W., Zimmermann, N. E., Linder, P., & Kessler, M. (2017). Climatologies at high resolution for the earth’s land surface areas. Scientific Data, 4, 170122. doi.org/10.1038/sdata.2017.122
  29. Lenoir, J., Gégout, J. C., Marquet, P. A., De Ruffray, P., & Brisse, H. (2008). A significant upward shift in plant species optimum elevation during the 20th century. Science, 320, 1768–1771. doi: 10.1126/science.1156831
  30. Manzanilla, Q. U., Delgado, V. P., Hernández, R. J., Molina, S. A., García, M. J. J., & Rocha, G. M. D. C. (2019). Similaridad del nicho ecológico de Pinus montezumae y P. pseudostrobus (Pinaceae) en México: implicaciones para la selección de áreas productoras de semillas y de conservación. Acta Botanica Mexicana, 126, 1398. doi: 10.21829/abm126.2019.1398
  31. Martin, G. M., Bellouin, N., Collins, W. J., Culverwell, I. D., Halloran, P. R., Hardiman, S. C., et al. (2011). The HadGEM2 family of Met Office Unified Model climate configurations. Geoscientific Model Development, 4(3), 723–757. doi: 10.5194/gmd-4-723-2011
  32. Martínez, M. (1948). Los Pinos mexicanos (2a. ed.), Ed. Botas, México, D. F.
  33. Martínez-Méndez, N., Aguirre-Planter, E., Eguiarte, L. E., & Jaramillo-Correa, J. P. (2016). Modelado de nicho ecológico de las especies del género Abies (Pinaceae) en México: Algunas implicaciones taxonómicas y para la conservación. Botanical Sciences, 94(1), 5–24. doi: 10.17129/botsci.508
  34. Méndez-Encina, F. M., Méndez-González, J., Mendieta-Oviedo, R., López-Díaz, J. Ó. M., & Nájera-Luna, J. A. (2021). Ecological Niches and Suitability Areas of Three Host Pine Species of Bark Beetle Dendroctonus mexicanus Hopkins. Forests, 12(4), 385. MDPI https://doi.org/10.3390/f12040385
  35. Owens, H. L., Campbell, L. P., Dornak, L. L., Saupe, E. E., Barve, N., Soberón, J., Ingenloff, K., Lira-Noriega, A., Hensz, C. M., Myers, C. E., & Peterson, A. T. (2013). Constraints on interpretation of ecological niche models by limited environmental ranges on calibration areas. Ecological Modelling, 263, 10–18. doi: 10.1016/j.ecolmodel.2013.04.011
  36. Perry, J. (1991). The Pines of Mexico and Central America, Timber Press, Inc. Printed in Hong Kong, Portland, Oregon. 225 p.
  37. Peterson, A. T., Papeş, M., & Soberón, J. (2008). Rethinking receiver operating characteristic analysis applications in ecological niche modeling. Ecological Modelling, 213(1), 63–72. doi: 10.1016/j.ecolmodel.2007.11.008
  38. Phillips, S. J., Anderson, R. P., & Schapire, R. P. (2006). Maximum entropy modeling of species geographic distributions. Ecological Modelling, 190(3–4), 231–259. doi: 10.1016/j.ecolmodel.2005.03.026
  39. Phillips, S. J., Dudík, M., & Schapire, R. E. (2004). A maximum entropy approach to species distribution modeling. Proceedings of the Twenty-First International Conference on Machine Learning - ICML ’04, 83. doi: 10.1145/1015330.1015412
  40. Ramos-Dorantes, D. B., Villaseñor, J. L., Ortiz, E., & Gernandt, D. S. (2017). Biodiversity, distribution, and conservation status of Pinaceae in Puebla, Mexico. Revista Mexicana de Biodiversidad, 88, 215–223. doi: 10.1016/j.rmb.2017.01.028
  41. Rzedowski, J., (2006). Vegetación de México (1a. ed digital), México: Comisión Nacional y Uso de la Biodiversidad.
  42. Sáenz-Romero, C., Rehfeldt, G. E., Crookston, N. L., Duval, P., St-Amant, R., Beaulieu, J., & Richardson, B. A. (2010). Spline models of contemporary, 2030, 2060 and 2090 climates for Mexico and their use in understanding climate-change impacts on the vegetation. Climatic Change, 102, 595–623. doi: 10.1007/s10584-009-9753-5
  43. Sáenz-Romero, C., Rehfeldt, G. E., Ortega-Rodríguez, J. M., Marín-Togo, M. C., & Madrigal-Sánchez, X. (2015). Pinus leiophylla suitable habitat for 1961 - 1990 and future climate. Botanical Sciences, 93(4), 709–718. doi: 10.17129/botsci.86
  44. Saltré, F., Duputié, A. Gaucherel, C., & Chuine, I. (2014). How climate, migration ability and habitat fragmentation affect the projected future distribution of European beech. Global Change Biology, 21(2), 1–13. doi: 10.1111/gcb.12771
  45. Sánchez-González, A. (2008). Una visión actual de la diversidad y distribución de los pinos de México. Madera y Bosques, 14(1), 107–120. doi: 10.21829/myb.2008.1411222
  46. Soberón, J., & Nakamura, M. (2009). Niches and distributional areas: concepts, methods, and assumptions. PNAS, 106(2), 19644–19650. doi: 10.1073/pnas.0901637106
  47. Soberón, J., Osorio-Olvera, L., & Peterson, T. (2017). Diferencias conceptuales entre modelación de nichos y modelación de áreas de distribución. Revista Mexicana de Biodiversidad, 88, 437–441. doi: 10.1016/j.rmb.2017.03.011
  48. Stockwell, D., & Peters, D. (1999). The GARP modelling system: problems and solutions to automated spatial prediction. International Journal of Geographical Information Science, 13(2), 143–158.
  49. Vilges, de O. S., Romero-Alvarez, D., Fernandes, M. T., Pereira, dos S. J., Labruna, M. B., Salles, G. G., Escobar, L. E., & Gurgel-Gonçalves, R. (2017). Amblyomma ticks and future climate: range contraction due to climate warming. Acta Tropica, 176, 340–348. doi: 10.1016/j.actatropica.2017.07.033
  50. Voldoire, A., Sanchez-Gomez, E., Salas y Mélia, D., Decharme, B., Cassou, C., Sénési, S., … , & Chauvin, F. (2013). The CNRM-CM5.1 global climate model: Description and basic evaluation. Climate Dynamics, 40, 2091–2121. doi.org/10.1007/s00382-011-1259-y