Estimación de la densidad de especies de coníferas a partir de variables ambientales

  1. Pablo Martínez-Antúnez
  2. J. Ciro Hernández-Díaz
  3. Christian Wehenkel
  4. Carlos Antonio López-Sánchez
Revista:
Madera y bosques

ISSN: 2448-7597,  1405-0471

Año de publicación: 2015

Volumen: 21

Número: 1

Páginas: 23-33

Tipo: Artículo

DOI: 10.21829/MYB.2015.211430 DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Otras publicaciones en: Madera y bosques

Resumen

Las coníferas son la fuente más importante de materia prima para la industria forestal mexicana, cumplen funciones ecológicas importantes y proveen bienes y servicios para el hombre. Para probar si es posible predecir la densidad de las especies de coníferas a partir de las variables ambientales, se hizo un análisis de regresión lineal múltiple por el método paso por paso (stepwise). Se estudiaron veinte especies de cinco géneros distintos y once variables ambientales (nueve variables climáticas, una fisiográfica y otra de suelo). En este trabajo se detectó una escasa relación lineal entre la densidad de especies y las variables predictivas; no obstante, algunos indicadores sugieren que en 60% de las especies, la densidad es afectada principalmente por al menos cuatro variables ambientales; entre las que destacan la precipitación de abril a septiembre, el fenómeno de las heladas, la altitud sobre el nivel del mar y la precipitación media anual.

Referencias bibliográficas

  • Aitken, S., Yeaman, N.S., Holliday, J.A., Wang, T., Curtis-McLane, S.. (2008). Adaptation, migration or extirpation: climate change outcomes for tree populations. Evolutionary Applications. 1. 95-111
  • Aragón-Piña, E.E., Garza-Herrera, A., González-Elizondo, M.S., Luna-Vega, I.. (2010). Composición y estructura de las comunidades vegetales del rancho El Durangueño, en la Sierra Madre Occidental, Durango, México. Revista Mexicana de Biodiversidad. 81. 771-787
  • Breiman, L., Friedman, J.H., Olshen, R.A., Stone, J.. (1984). Classification and regression trees. Wadsworth International Group. Belmont. 102-116
  • (2009). Manual y procedimientos para el muestreo de campo - Inventario Nacional Forestal y de Suelos.
  • Crausbay, S.D., Hotchkiss, S.C.. (2010). Strong relationships between vegetation and two perpendicular climate gradients high on a tropical mountain in Hawai‘i. Journal of Biogeography. 37. 1160-1174
  • Crookston, N.L., Rehfeldt, E.G., Ferguson, D.E., Warwell, M.. (2008). Third forest vegetation simulator Conference. U.S. Department of Agriculture, Forest Service, Rocky Mountain Research Station. Fort Collins. 7-16
  • Desai, A.R., Noormets, A., Bolstad, P.V., Chen, J., Cook, B.D., Davis, K.J., Euskirchen, E.S., Gough, C., Martin, J.G., Ricciuto, D.M., Schmid, H.P., Tang, J., Wang, W.. (2008). Influence of vegetation and seasonal forcing on carbon dioxide fluxes across the Upper Midwest, USA: implications for regional scaling. Agricultural and Forest Meteorology. 148. 288-308
  • García, E.. (1998). Climas (Clasificación de Köppen, modificada por García) Escala 1:1 000 000. Comisión Nacional para el Conocimiento y Uso de la Biodiversidad. México^eD.F. D.F..
  • González-Elizondo, M.S., González-Elizondo, M., Tena-Flores, J.A., Ruacho-González, L., López-Enríquez, I.L.. (2012). Vegetación de la Sierra Madre Occidental, México: una síntesis. Acta Botanica Mexicana. 100. 351-403
  • Goparaju, L., Jha, C.S.. (2010). Spatial dynamics of species diversity in fragmented plant communities of a Vindhyan dry tropical forest in India. Tropical Ecology. 51. 55-65
  • Hu, W., Mengersen, K., Tong, S.. (2010). Risk factor analysis and spatiotemporal CART model of cryptosporidiosis in Queensland, Australia. BMC infectious diseases. 10. 311
  • Hutchinson, M.F.. (2004). ANUSPLIN version 4.3 user guide. Centre for Resource and Environmental Studies. The Australian National University. Canberra. 54
  • Jabro, J.D., Evans, R.G., Kim, Y.. (2009). Estimating in situ soil-water retention and field water capacity in two contrasting soil textures. Irrigation Science. 27. 223-229
  • Jahan, N., Gan, T.Y.. (2011). Modelling the vegetation-climate relationship in a boreal mixedwood forest of Alberta using normalized difference and enhanced vegetation indices. International Journal of Remote Sensing. 32. 313-335
  • Jonsson, B., Holm, S., Kallur, H.. (1992). A forest inventory method based on density-adapted circular plot size. Scandinavian Journal of Forest Research. 7. 405-421
  • Li, Y., Bunting, M.J., Xu, Q., Jiang, S., Ding, W., Hun, L.. (2011). Pollen-vegetation-climate relationships in some desert and desert-steppe communities in northern China. The Holocene. 21. 997-1010
  • Li, Z., Guo, X.. (2012). Detecting climate effects on vegetation in northern mixed prairie using NOAA AVHRR 1-km time-series NDVI data.
  • Martínez-Antúnez, P., Wehenkel, C., Hernández-Díaz, J.C., González-Elizondo, M., Corral-Rivas, J.J., Pinedo-Álvarez, A.. (2013). Effect of climate and physiography on the density of trees and shrubs species in Northwest Mexico.
  • Meng, M., Ni, J., Zong, M.. (2011). Impacts of changes in climate variability on regional vegetation in China: NDVI-based analysis from 1982 to 2000. Ecological Research. 26. 421-428
  • Michaelian, M., Hogg, E.H., Hall, R., Arsenault, E.. (2011). Global Change Biology. 17. 2084-2094
  • Moreno, J.M.. (2008). Evaluación preliminar de los impactos en España por efecto del cambio climático. Boletín CF+ S.
  • Nord-Larsen, T., Cao, Q.V.. (2006). A diameter distribution model for even-aged beech in Denmark. Forest Ecology and Management. 231. 218-225
  • Pomareda, C.. (1980). Introducción al uso del programa SAS para análisis de regresión. Instituto Interamericano de Ciencias Agrícolas.
  • Rehfeldt, G.E., Crookston, N.L., Sáenz-Romero, C., Campbell, E.M.. (2012). North American vegetation model for land-use planning in a changing climate: a solution to large classification problems. Ecological Applications. 22. 119-141
  • Rehfeldt, G.E., Crookston, N.L., Warwell, M.V., Evans, J.S.. (2006). International Journal of Plant Sciences. 167. 1123-1150
  • Rzedowski, J.. (1978). Vegetación de México. Limusa. México^eD.F. D.F.. 432
  • 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.
  • (2001). SAS/STAT 9.1 User’s Guide. SAS Institute Inc. Cary^eNC NC.
  • Silva-Flores, R., Perez-Verdin, G., Wehenkel, C.. (2014). Patterns of tree species diversity in relation to climatic factors on the Sierra Madre Occidental, Mexico. PLoS ONE. 9.
  • Soberón, J.M., Peterson, A.T.. (2005). Interpretation of models of fundamental ecological niches and species’ distributional areas. Biodiversity Informatics. 2. 1-10
  • Torres-Rojo, J.M.. (2005). Predicción de distribuciones diamétricas multimodales a través de mezclas de distribuciones Weibull. Agrociencia. 39. 211-220
  • Wang, T., Shiqiang, Z.. (2011). Study on linear correlation coefficient and nonlinear correlation coefficient in mathematical statistics. Studies in Mathematical Sciences. 3. 58-63
  • Wehenkel, C., Corral-Rivas, J.J., Hernández-Díaz, J.C.. (2011). Genetic diversity in relation to secondary succession of forest tree communities. Polish Journal of Ecology. 59. 45−54
  • Wittmer, M.H., Auerswald, K., Bai, Y., Schaeufele, R., Schnyder, H.. (2010). Changes in the abundance of C3/C4 species of Inner Mongolia grassland: evidence from isotopic composition of soil and vegetation. Global Change Biology. 16. 605-616
  • Worrall, J.J., Egeland, L., Eager, T., Mask, R.A., Johnson, E.W., Kemp, P.A., Shepperd, W.D.. (2008). Rapid mortality of Populus tremuloides in southwestern Colorado, USA. Forest Ecology and Management. 255. 686-696
  • Zhu, Q., Jiang, H., Liu, J., Peng, C., Fang, X., Yu, S., Zhou, G., Wei, X., Ju, W.. (2011). Forecasting carbon budget under climate change and CO2 fertilization for subtropical region in China using integrated biosphere simulator (IBIS) model. Polish Journal of Ecology. 59. 3-24
Fuente de los datos: Dialnet