La modificación en los patrones de temperatura y precipitación ocasionada por el cambio climático global, está alterando el funcionamiento de los ecosistemas, por lo que es importante realizar estudios que coadyuven al conocimiento de la distribución de la s especies, así como a la obtención de predicciones bajo escenarios de cambio climático que permitan ubicar áreas y especies vulnerables al fenómeno. Se estimaron cambios de superficie, bajo escenarios de cambio climático, obtenidos mediante DownScaling y Modelo Ensamble Regional (MER) para el hábitat invernal de la Mariposa Monarca (MM) en la zona núcleo de la Reserva de la Biosfera de la Mariposa Monarca (RBMM) . De acuerdo con el estudio, el hábitat invernal de la MM desaparecerá en los escenarios A2 y B2 con DownScaling para el año 2030. Con el M ER , la reducción de superficie del hábitat de la MM para 2030 se estima en un 37.59 % y en el 2050 será de 49.13 %. Por lo tanto el modelo DownScaling a escala local indica que el hábitat de la MM desaparecerá, y con el MER , indica que habrá importantes pérdidas del hábitat de la MM. Palabras clave:
Los sensores remotos en combinación con información derivada de los inventarios forestales estiman variables de interés con precisión y bajo costo. El objetivo de este trabajo fue estimar el área basal (AB), volumen maderable (VTA) y biomasa aérea (B) en diferentes ecosistemas de selvas mediante información Landsat ETM+ e Inventario Nacional Forestal y de Suelos (INFyS) en Quintana Roo, México. Se generó una matriz de correlación entre datos del INFyS e información espectral, posteriormente, un modelo de regresión lineal múltiple. Con las ecuaciones seleccionadas se generaron mapas de distribución espacial de AB (m2 ha-1), VTA (m3 ha-1) y B (Mg ha-1). El inventario total se estimó mediante tres enfoques: i) estimadores de razón (ERaz), ii) estimadores de regresión (EReg) y iii) estimadores del muestreo simple al azar. Los dos primeros enfoques corresponden al inventario alternativo mediante sensores remotos y el tercero al inventario tradicional. El coeficiente de correlación resultó mayor del índice de diferencia normalizada con 0.35, 0.39 y 0.39 para AB, VTA y B. Los modelos de regresión presentaron coeficientes de determinación ajustada de 0.28, 0.32 y 0.32 para estimar AB, VTA y B, respectivamente. Los tres estimadores son estadísticamente diferentes y muestran que el EReg es el más conservador y con precisión en AB, VTA y B de 2.73%, 2.92% y 2.71%, respectivamente, además de intervalos de confianza de menor amplitud que el MSA y ERaz. Con la actualización del inventario mediante sensores remotos se mejora el proceso de evaluación de los recursos forestales y su planificación.
En el contexto de los mecanismos de mitigación del cambio climático, el monitoreo forestal constante es importante porque los bosques proporcionan información clave. La estimación de parámetros por medio de imágenes de satélite en combinación con información derivada de inventarios permite mantener información actualizada de la estructura del bosque a costo relativamente accesible. Para lograrlo es necesario utilizar modelos que construyan asociaciones válidas entre datos de sensores remotos y de campo. El objetivo de este estudió fue analizar la relación entre el área basal (AB), el volumen (V) y la biomasa (B) derivadas del Inventario Forestal y de Suelos del Estado de México y los datos espectrales provenientes de imágenes Landsat ETM+. El mejor modelo para estimar AB, V, y B incorporó como variable independiente la banda infrarrojo medio (IRM), que presentó la más alta corrección con los datos de campo. Los modelos de regresión ajustados resultantes sirvieron para estimar con precisión el AB, V y B. Todos los modelos de regresión fueron altamente significativos al 95 % de confiabilidad, con coeficientes de determinación (R2 adj) de 0.52, 0.54 y 0.60 para AB, V y B, respectivamente; lo cual hizo posible elaborar mapas de los parámetros forestales. El estimador de regresión presentó el inventario más conservador e intervalos de menor amplitud con respecto al MSA.
La restauración de tierras forestales requiere datos relacionados con el número de plántulas producidas y el nivel de degradación del suelo. Los tomadores de decisiones necesitan saber cuáles son los esfuerzos del programa nacional de reforestación como impulsor de la restauración de ecosistemas en México. Para evaluar el potencial de restauración de los bosques de coníferas y reducir la degradación de tierra en Zonas de Movimiento de Germoplasma (ZMG), se compararon zonas prioritarias para la restauración con los esfuerzos de reforestación más efectivos: porcentaje de sobrevivencia de plántulas plantadas, número de viveros (N), unidades de producción de germoplasma (UPG) y bancos de germoplasma (BG); para ello, se usó la base de datos de la Conafor correspondiente al periodo de 2016 a 2018. Se determinó que 27 ZMG tenían tierras forestales como áreas prioritarias: 7 418 975.30 ha de baja producción y 9 389 577.70 ha de degradación media y baja. De acuerdo con las variables utilizadas en el análisis comparativo, se identificaron ocho ZMG (XII.4, XII.5, X.3, X.2, XII.1, V.3, XII.2 y XV.1) como zonas de mayor potencial para la restauración, debido a que sus áreas prioritarias podrían ser reforestadas totalmente con especies de Pinus y Abies.
Every year, Danaus plexippus (Linnaeus, 1758) travels to hibernate in oyamel fir forests located between the limits of the states of Michoacán and Mexico in Mexico. Climate change and anthropogenic actions are diminishing oyamel fir forests in Mexico, putting pressure on the habitats of monarch butterflies. In the last decade, new colonies outside their usual range have been predicted through modeling and reported by the National Commission on Protected Areas of Mexico. The objectives of the study were to recover information on the historical and new hibernation sites, reported or modeled, from different literature sources. We also aimed to perform a bioclimatic and forest biometric characterization of new monarch butterfly colonies located in Sierra Nevada in Mexico to provide information to aid in conservation strategies for the monarch butterfly population. We conducted field trips to georeference the colonies at sites located in the Atlautla municipality in Mexico State. Climatic, topographic, and forest biometric variables were used to characterize the sites physically. It was found that the butterfly’s roosts occurred at a higher elevation than those recorded by other sources. The locations where the monarch’s colonies were established, in the east of Mexico State, provide information relevant to defining and developing policies for their conservation.
El daño forestal es la reducción del vigor y supervivencia de los árboles debido a la presencia de plagas, enfermedades y a condiciones ambientales extremas. En los bosques de oyamel de la Reserva de la Biósfera de la Mariposa Monarca (RBMM), los principales organismos que han causado su deterioro son los escarabajos descortezadores: Scolytus mundus y Pseudohylesinus spp. (Coleoptera: Curculionidae). El objetivo de este estudio fue determinar las relaciones entre el daño forestal y algunos componentes bióticos y abióticos en la RBMM en el estado de Michoacán, a partir de la acción de dichos insectos. Se consideraron cinco niveles progresivos de daño (0 = sin daño; 1 = resinación en el tronco; 2 = cambio de coloración del follaje; 3= punta del árbol muerta y 4 = árbol muerto) en árboles de nueve sitios de la RBMM, de agosto de 201 a agosto de 2013, con evaluaciones mensuales; además se registraron la temperatura, humedad, precipitación, altitud, exposición, pendiente, altura, cobertura media, edad, densidad y el diámetro a nivel del pecho de los árboles de cada sitio. No se identificó relación alguna entre el estado de salud del arbolado y las condiciones meteorológicas y fisiográficas, así como con las variables dasonómicas; lo cual evidencia su mínima influencia, y que, probablemente, existen otros factores de mayor relevancia; por ejemplo, las actividades humanas o las interacciones ecológicas con otros organismos.
En la actualidad algunos pinos endémicos de México están en riesgo, debido a diversos factores, tanto antrópicos como relacionados con alteraciones climáticas. En este trabajo se modeló la distribución potencial actual y bajo escenarios de cambio climático de cuatro especies de pinos piñoneros. Para ello, se utilizaron coberturas bioclimáticas y datos de presencia de los taxones considerados, como variables predictoras. Los resultados sugieren una buena predicción de los patrones de distribución geográfica (AUC> 0.9 en todos los casos). La distribución potencial alta generada con el modelo GFDL-CM3, para el horizonte 2049-2065 escenarios RCP 4.5 tuvo modificaciones especificas por taxon en su superficie. Las especies más sensibles fueron Pinus culminicola, P. johannis y P. pinceana que evidenciaron reducciones de 83.6, 59.5 y 80.0 %, respectivamente; comparados con la superficie actual. En el escenario RCP 8.5, las reducciones de estos taxa fueron de 83.7, 56.9 y 79.3 %, para cada una. Los modelos de distribución de P. nelsonii mostraron, para ambos escenarios climáticos (RCP 4.5 y 8.5), aumentos en la extensión potencial alta con respecto a la actual hasta de 50.8 % y 49.5 %, respectivamente. Los escenarios de cambio climático indican que la distribución de los pinos piñoneros será afectada en el futuro cercano por los cambios en los patrones de precipitación y temperatura.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.