XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Foto: Vidal Guerra de la Cruz

ISSN
COMPILADORES:
2954-419X
Rogelio Flores Velázquez, Elba Rojas Díaz y Luis Reyes Muro

i
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Reunión Nacional de Investigación

FORESTAL

MEMORIA

Compiladores
Rogelio Flores Velázquez
Elba Rojas Díaz
Luis Reyes Muro

Vilahermosa, Tabasco, 9 al 12 de noviembre de 2022

ii
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Reunión Nacional de Investigación Forestal. Año 2. Núm. 1. Noviembre de 2022. Es una

publicación anual editada por el Instituto Nacional de Investigaciones Forestales, Agrícolas y
Pecuarias (INIFAP). Av. Progreso No. 5, Col. Barrio Santa Catarina, Alcaldía Coyoacán, CP. 04010,
Tel. 5538718700, http://reunionescientificas.inifap.gob.mx/. Editor Responsable: Rogelio Flores
Velázquez y Elba Rojas Díaz. Reserva de Derechos al Uso Exclusivo: 04-2022-062312032700-102.
ISSN: 2954-419X. Responsable de la última actualización de este número: Luis Reyes Muro.

El contenido de los resúmenes incluidos en esta memoria aparece tal y como fueron enviados por sus autores,
salvo algunas correcciones de formato para hacerlos coincidir con las indicaciones de la convocatoria y las
necesidades de impresión.

iii
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Presentación

as Reuniones Científicas son encuentros anuales de los subsectores pecuario,

L agrícola, forestal, acuícola y pesquero. Investigadores, docentes, técnicos,

productores, técnicos, estudiantes, organizaciones y empresas relacionadas con el
campo, dan a conocer los adelantos de la ciencia y la tecnología para la producción
de los alimentos, materias primas y estrategias para la conservación de los recursos
naturales.

Motivados por el lema Ciencia para Vivir, más de veinte instituciones decidieron organizar
las Reuniones Científicas 2022, con sede en Villahermosa, Tabasco.

Las Reuniones Científicas brindan espacios virtuales, para ofrecer los resultados de la
investigación científica, el desarrollo tecnológico y la innovación de las cadenas
agroalimentarias y recursos forestales.

En 2022, las Reuniones Científicas llevarán a cabo las ediciones LVII, XII, XII y VIII
correspondientes a las Reuniones Nacionales de Investigación Pecuaria, Agrícola,
Forestal y Acuícola-Pesquera, respectivamente, en un marco espléndido de colaboración
institucional. El programa incluye conferencias magistrales ofrecidas por connotados
investigadores, simposios temáticos, foros de trabajos científicos y diálogos de
transferencia de tecnología.

Como ha sucedido en reuniones anteriores, las instituciones convocantes otorgarán los

Reconocimientos al Mérito a destacados investigadores y organizaciones, cuyo legado
ha contribuido al acervo científico y tecnológico para el desarrollo rural. Además,
estudiantes universitarios recibirán el Reconocimiento al Talento Joven, por su aporte a
la ciencia.

En diversas situaciones difíciles, los mexicanos hemos sacado la casta, y el desarrollo

de la ciencia y tecnología para el campo, Orgullo de México, no es la excepción. La
ciencia no se detiene, como se muestra en la vasta cantidad y calidad de resúmenes que
integran las respectivas Memorias.

Muchas gracias a las instituciones que hicieron posible la realización de estas Reuniones
Científicas 2022 en beneficio de la sociedad mexicana.

Dr. Victor Manuel Villalobos Arámbula

Presidente del Comité Organizador

iv
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Comité Directivo
PRESIDENCIA Dr. Víctor Manuel Villalobos Arámbula
Secretario de Agricultura y Desarrollo Rural

Cap. Carlos Manuel Merino Campos

Gobernador Constitucional del estado de Tabasco

VICEPRESIDENCIA Dr. Luis Ángel Rodríguez del Bosque

Encargado del Despacho de los Asuntos Correspondientes a la
Dirección General del Instituto Nacional de Investigaciones
Forestales, Agrícolas y Pecuarias

Cap. Jorge Suárez Vela

Secretario de Desarrollo Agropecuario, Forestal y Pesca

VOCALÍAS Dr. Enrique Luis Graue Wiechers

Rector de la Universidad Nacional Autónoma de México

Dr. Juan Antonio Villanueva Jiménez

Director General del Colegio de Postgraduados

Dr. José Solís Ramírez

Rector de la Universidad Autónoma Chapingo

Dr. Mario Ernesto Vázquez Badillo

Rector de la Universidad Autónoma Agraria Antonio Narro

Dr. Fernando de León González

Rector de la Universidad Autónoma Metropolitana Unidad
Xochimilco

Dr. Gustavo Urquiza Beltrán

Rector de la Universidad Autónoma del Estado de Morelos

Ing. Homero García de la Llata

Presidente de la Confederación Nacional de Organizaciones
Ganaderas

Dr. Leobigildo Córdova Téllez

Director General del Servicio Nacional de Inspección y
Certificación de Semillas

Dr. Pablo Roberto Arenas Fuentes

Director General del Instituto Nacional de Pesca y Acuacultura

Dr. Francisco Javier Trujillo Arriaga

Director General del Servicio Nacional de Sanidad, Inocuidad y
Calidad Agroalimentaria

v
XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Lic. Luis Meneses Murillo

Director General de la Comisión Nacional Forestal

Lic. Raymundo Vázquez Gómez

Director General del Inca Rural

Act. Jesús Alan Elizondo Flores

Director General de los Fideicomisos Instituidos en Relación con
la Agricultura

Dr. José Armando Mateos Poumián

Presidente de la Academia Veterinaria Mexicana A.C.

M.V.Z. José de Jesús Palafox Uribe

Presidente del Consejo Técnico Consultivo Nacional de Sanidad
Animal

Ing. Carlos Enrique González Vicente

Presidente de la Academia Nacional de Ciencias Forestales A.C.

Dr. Daniel Quezada Daniel

Coordinador Nacional de la Comisión Nacional
Para el Conocimiento y Uso de la Biodiversidad

M.C. Ignacio Tovar Cortez

Presidente de la Asociación Mexicana de
Profesionales Forestales A.C.

vi
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Comité Organizador Nacional

PRESIDENCIA Dr. Víctor Manuel Villalobos Arámbula AGRICULTURA
Secretario de Agricultura y Desarrollo
Rural

VICEPRESIDENCIA Dr. Luis Ángel Rodríguez del Bosque INIFAP

Encargado del Despacho de los Asuntos
Correspondientes a la Dirección General
del Instituto Nacional de Investigaciones
Forestales, Agrícolas y Pecuarias

COORDINACIÓN GENERAL Dr. Luis Ortega Reyes INIFAP

COORDINACIÓN DE LA Dr. Francisco Suárez Güemes UNAM

REUNIÓN CIENTÍFICA Dra. Gabriela Gómez Verduzco UNAM

COORDINACIÓN DEL Dr. Miguel Enrique Arechavaleta INIFAP

COMITÉ CIENTÍFICO Velasco
PECUARIO

COORDINACIÓN DEL Dr. Jesús Uresti Gil INIFAP

COMITÉ CIENTÍFICO
AGRÍCOLA

COORDINACIÓN DEL Dr. Rogelio Flores Velázquez INIFAP

COMITÉ CIENTÍFICO
FORESTAL

COORDINACIÓN DEL Ocean. Juan Carlos Lapuente Landero INAPESCA

COMITÉ CIENTÍFICO M.C. Hiram Castro Garibay
ACUÍCOLA-PESQUERO INAPESCA

COMPILACIÓN DE Dr. Luis Reyes Muro INIFAP

MEMORIA CIENTÍFICA Dr. Miguel Arechavaleta Velasco INIFAP
Dr. Ana María Anaya Escalera INIFAP
Dr. Jesús Uresti Gil INIFAP
Dr. Rogelio Flores Velázquez INIFAP
Ing. Elba Rojas Díaz INIFAP
M.C. Hiram Castro Garibay INAPESCA

COORDINACIÓN DE LAS Dra. Edith Rojas Anaya INFAP

CONFERENCIAS
MAGISTRALES

COORDINACIÓN DE LOS Dra. Edith Rojas Anaya INFAP

SIMPOSIOS

COORDINACIÓN DE Dr. César Mejía Guadarrama INIFAP

vii
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

RECONOCIMIENTO A LOS Dr. Alfredo Zamarripa Colmenero INIFAP

MÉRITOS Dr. Rogelio Flores Velázquez INIFAP
PECUARIO, AGRÍCOLA, Ocean. Juan Carlos Lapuente Landero INAPESCA
FORESTAL
Y ACUÍCOLA-PESQUERO

COORDINACIÓN DE LA Dr. Luis Reyes Muro INIFAP

EXPOSICIÓN Dr. Jorge Martínez Herrera INIFAP
AGROPECUARIA Dra. Carolina Hernández Hernández INIFAP

COORDINACIÓN DE LOS Dr. Jorge Martínez Herrera INIFAP

RECORRIDOS TÉCNICOS Dra. Carolina Hernández Hernández INIFAP

COORDINACIÓN DE LA M.C. Sindy Laura Campero Vega INIFAP

CONVOCATORIA TALENTO
JOVEN

COORDINACIÓN DE M.C. Sindy Laura Campero Vega INIFAP

PROMOCIÓN, Mtra. Sarai Estudillo Arriaga INIFAP
DIFUSIÓN Y PRENSA Lic. Lucy Liliana Palacios Castellanos INIFAP
Lic. Nataly Vanessa López López
Lic. Mariana Nerendra García Colín INIFAP
C. Carlota Evelyn Díaz INIFAP
INIFAP

PÁGINA WEB Y LSC. José Manuel Rivera Perusquía INIFAP

PLATAFORMA VIRTUAL Ing. Alejandro Pérez Pérez INIFAP
Ing. Enrique Rivera Perusquía INIFAP
C. Carlos Castillo Mendoza INIFAP
C. Juan Manuel Guerrero Cruz INIFAP
C. Luis Valentín Mata Mota INIFAP
Lic. Pablo Rodríguez Camacho INIFAP
C. Roberto Antonio Trejo Valle INIFAP

OPERACIÓN Y LOGÍSTICA Dr. Luis Ortega Reyes INIFAP

M.C. Noemí Alejandra Corona González INIFAP
Dr. Jorge Martínez Herrera
Dra. Carolina Hernández Hernández INIFAP
Dra. Ana María Anaya Escalera INIFAP
Ing. Elba Rojas Díaz INIFAP
M.V.Z. José Israel Vázquez Pallares INIFAP
Lic. Frida Eloísa Contreras Ramírez INIFAP
INIFAP

ADMINISTRACIÓN Lic. Humberto Corona Mercado INIFAP

C.P. Alejandro García Martínez INIFAP

viii
XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Comité Científico Forestal

COORDINACIÓN
Rogelio Flores Velázquez, INIFAP
Elba Rojas Díaz, INIFAP

RESPONSABLES DE SECCIÓN

Miguel Ángel Vallejo Reyna INIFAP BIOTECNOLOGÍA, GENÉTICA

Y GENÓMICA FORESTAL
Vidal Guerra de la Cruz INIFAP MANEJO FORESTAL
SUSTENTABLE Y SERVICIOS
Efraín Velasco Bautista
ECOSISTÉMICOS
José Ángel Prieto Ruíz UJED PLANTACIONES FORESTALES
Y SISTEMAS
AGROFORESTALES
Martín Gómez Cárdenas INIFAP CONSERVACIÓN Y
RESTAURACIÓN FORESTAL
José Germán Flores Garnica INIFAP PROTECCIÓN, MANEJO DEL
FUEGO Y SALUD FORESTAL
Martha Elena Fuentes López INIFAP TECNOLOGÍA Y
COMERCIALIZACIÓN DE
PRODUCTOS FORESTALES

REVISORES POR SECCIÓN

BIOTECNOLOGÍA, GENÉTICA Y GENÓMICA FORESTAL

Antonio Andrade Torres INBIOTECA
Miguel Ángel Vallejo Reyna INIFAP
Víctor David Cibrián Llanderal COLPOS
Germán Nic-Matos CICY
Mario Valerio Velasco García INIFAP
UNIDAD DE PRODUCCIÓN
José Javier Huijara Vasconselos AGRÍCOLA LOS TRES
HERMANOS
Carlos Román Castillo Martínez INIFAP
Yajima Yahosca Osorno Borst ENCB-IPN
Karla Alicia Peraza Jiménez UJAT
COMISIÓN CHILENA DE
Doris Fabiola Ly Muñoz
ENERGÍA NUCLEAR
Liliana Muñoz Gutiérrez INIFAP

ix
XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

MANEJO FORESTAL SUSTENTABLE Y SERVICIOS AMBIENTALES

Vidal Guerra de la Cruz INIFAP

Melchor Rodríguez Acosta INIFAP
Martín Martínez Salvador UACH
Martín Enrique Romero Sánchez INIFAP
Marisela Cristina Zamora Martínez INIFAP
Gerónimo Quiñonez Barraza INIFAP
Fernando Carrillo Anzures INIFAP
Efraín Velasco Bautista INIFAP
José Carlos Monárrez González INIFAP
Juan Carlos Tamarit Urias INIFAP
Enrique Buendía Rodríguez INIFAP
Antonio Cano Pineda INIFAP
Tomás Pineda Ojeda INIFAP
Manuel de Jesús González Guillén COLPOS
Fabián Islas Gutiérrez INIFAP
Eulogio Flores Ayala INIFAP
Carlos Román Castillo Martínez INIFAP
David Castillo Quiroz INIFAP
Julián Cerano Paredes INIFAP
Arian Correa Díaz INIFAP
Venancio Cuevas Reyes INIFAP
Karla Vanessa de Lira Ramos INAP
Andrés Flores García INIFAP
Xavier García Cuevas INIFAP
Ernesto González Gaona INIFAP
Antonio González Hernández INIFAP
Jesús Valentín Gutiérrez García INIFAP
José Luis Jolalpa Barrera INIFAP
Aldo Rafael Martínez Sifuentes INIFAP
Georgel Moctezuma López INIFAP
Francisco Moreno Sánchez INIFAP
Liliana Muñoz Gutiérrez INIFAP
Alma Delia Ortiz Reyes INIFAP
José Franciso Reséndiz Martínez INIFAP
Guillermo Sánchez Martínez INIFAP
Eulalia Edith Villavicencio Gutiérrez INIFAP
Miguel Acosta Mireles INIFAP

x
XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

PLANTACIONES FORESTALES Y SISTEMAS AGROFORESTALES

Ofelia Plascencia Escalante COLPOS

Javier López Upton COLPOS
José Leonardo García Rodríguez INIFAP
José Carlos Monárrez González INIFAP
Rosa Elvira Madrid Aispuro UJED
Silvia Salcido Ruiz UJED
José Rodolfo Goche Télles UJED
José Luis García Pérez INIFAP
Manuel Alarcón Bustamante INIFAP
Arnulfo Aldrete COLPOS
José Ángel Prieto Ruiz UJED
José Ángel Sigala Rodríguez INIFAP
Aurelio M. Fierros González COLPOS
Armando Gómez Guerrero COLPOS
Xavier García Cuevas INIFAP
José Ciro Hernández Díaz UJED
Alberto Pérez Luna COLPOS
Jonathan Hernández Ramos INIFAP
Jorge Reyes Reyes UNACH
Olga Santiago Trinidad INIFAP
Andrés Flores García INIFAP
Laura Elena Martínez Nevarez UJED
Erickson Basave Villalobos INIFAP
H. Jesús Muñoz Flores INIFAP
Liliana Muñoz Gutiérrez INIFAP
Pedro Antonio Domínguez Calleros UJED
Rubén Barrera Ramírez UANL
Tomás Pineda Ojeda INIFAP
Salvador Sampayo Maldonado UNAM
Roberto Reynoso Santos INIFAP

CONSERVACIÓN Y RESTAURACIÓN FORESTAL

José Rafael Contreras Hinojosa INIFAP

Rigoberto González Cubas ITSMIGRA
Ricardo Rivera Vázquez INIFAP
Adan Hernández Hernández INIFAP
Angelina Bautista Cruz UANL
Rubén Barrera Ramírez INIFAP
Mario Valerio Velasco García INIFAP

xi
XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Margarito Maldonado Ortiz UACH

H. Jesús Muñoz Flores INIFAP
J. Trinidad Sáenz Reyes INIFAP
Juan Carlos Guzmán Santiago UANL
Jorge Reyes Reyes UNIVERSIDAD DE SANTIAGO
DE COMPOSTELA
Efrén Hernández Álvarez U de G
Erickson Basave Villalobos INIFAP
Fernando Edgar Silva Martínez INIFAP
Berenice Ramírez López UMSNH
Andrés Flores García INIFAP
Tomás Pineda Ojeda INIFAP
Benjamin Villa Castillo INIFAP

PROTECCIÓN, MANEJO DEL FUEGO Y SALUD FORESTAL

Daniel José Vega Nieva UJED

Oscar Reyes Cárdenas UASLP
Ana Graciela Flores Rodríguez INIFAP
Víctor Javier Arriola Padilla INIFAP
Guillermo Sánchez Martínez INIFAP
Agustín Gallegos Rodríguez U de G
Romedo de Jesús Barrios Calderón ECOSUR
Julián Cerano Paredes INIFAP
José German Flores Garnica INIFAP
Juan de Dios Benavides Solorio INIFAP

TECNOLOGÍA Y COMERCIALIZACIÓN DE PRODUCTOS FORESTALES

Rodolfo Goche Telles UJED

Artemio Carrillo Parra UJED
Martha Elena Fuentes López INIFAP
Idalia Zaragoza Hernández PROFESIONISTA
INDEPENDIENTE

xii
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Índice de secciones
SECCIÓN Páginas

BIOTECNOLOGÍA, GENÉTICA Y GENÓMICA FORESTAL 1-27

MANEJO FORESTAL SUSTENTABLE Y SERVICIOS AMBIENTALES 29-183

PLANTACIONES FORESTALES Y SISTEMAS AGROFORESTALES 185-264

CONSERVACIÓN Y RESTAURACIÓN FORESTAL 266-313

PROTECCIÓN, MANEJO DEL FUEGO Y SALUD FORESTAL 315-333

TECNOLOGÍA Y COMERCIALIZACIÓN DE PRODUCTOS FORESTALES 335-344

ÍNDICE DE AUTORES 346-350

xiii
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Contenido
TÍTULO PÁGINA

BIOTECNOLOGÍA, GENÉTICA Y GENÓMICA FORESTAL

ÁREAS PARA LA CONSERVACIÓN DE RECURSOS GENÉTICOS DE Pinus ayacahuite Ehrenb. ex Schltdl. 1
Dalbergia palo-escrito: OPORTUNIDADES PARA SU APROVECHAMIENTO, CONSERVACIÓN Y
4
MEJORAMIENTO GENÉTICO
CONSERVACIÓN DE TEJIDOS DE Cosmos astrosanguineus EN CONDICIONES DE CRECIMIENTO MÍNIMO 7
ESTABLECIMIENTO DE Magnolia dealbata L. EN CONDICIONES IN VITRO PARA LA INDUCCIÓN DE
10
LA FORMACIÓN DE CALLO
MARCADORES matK Y rbcL PARA DISCRIMINAR ESPECIES DE Agave L. (ASPARAGACEAE) 13
GENERACIÓN Y ANOTACIÓN DEL TRANSCRIPTOMA DE SEMILLAS DE Cedrela odorata L. 16
PROPAGACIÓN MASIVA in vitro DE Aagave karwinskii y Aagave americana EN SISTEMA DE
19
INMERSIÓN TEMPORAL (RITA)
ANÁLISIS DE DISOCIACIÓN DE ALTA RESOLUCIÓN (HRM) PARA LA GENOTIPIFICACIÓN DE
21
VARIEDADES DE Pinus pseudostrobus
VARIACIÓN EN CARACTERÍSTICAS DE SEMILLAS Y PLÁNTULAS DE FAMILIAS DE Pinus pringlei
24
SHAW EN MICHOACÁN
MANEJO FORESTAL SUSTENTABLE Y SERVICIOS AMBIENTALES
EVALUACIÓN DEL TAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE BIOMASA EN PASTIZALES
29
MEDIANTE ESTIMADOR DE RAZÓN
DINÁMICA DEL VERDOR DEL DOSEL Y SU RELACIÓN CON EL CRECIMIENTO ARBÓREO EN
32
OCHO MONTAÑAS DEL CENTRO DE MÉXICO
ESTIMACIÓN DE TRES PARÁMETROS FORESTALES EN UN BOSQUE BAJO MANEJO EN OAXACA 35
NORMALIDAD DEL ESTIMADOR DE RAZÓN PARA BIOMASA TOTAL EN PASTIZALES EN PUEBLA, MÉXICO 38
VALORACIÓN ECONÓMICA DE LOS SERVICIOS ECOSISTÉMICOS FORESTALES EN MÉXICO:
41
PERIODO 1995 – 2021
LA IMPORTANCIA DE LA INFORMACIÓN CLIMÁTICA DIARIA EN EL ESTUDIO DE LA
44
DENDROCLIMATOLOGÍA
ESTIMACIÓN DE LA ALTURA DE ÁRBOL MEDIANTE FOTOGRAMETRÍA CON VANT EN UN
47
MEZQUITAL DE BAJA CALIFORNIA SUR
MODELO DINÁMICO DE ÍNDICE DE SITIO PARA CLASIFICAR LA PRODUCTIVIDAD DE RODALES
51
NATURALES DE Pinus chiapensis
COMPOSICIÓN Y RIQUEZA ARBÓREA DE UN BOSQUE TEMPLADO EN LA SIERRA NORTE DE OAXACA 54
IDENTIFICACIÓN DE DISTURBIOS FORESTALES MEDIANTE UNA RED DE ANILLOS DE
57
CRECIMIENTO DE CONÍFERAS MEXICANAS
INTERCEPCIÓN DE NIEBLA EN UN BOSQUE TEMPLADO BAJO ESPINOSO 60
MODELOS MIXTOS PARA ESTIMAR EL DIÁMETRO DE COPA DE Pinus patula Schiede ex Schltdl. &
63
Cham EN EL CENTRO DE MÉXICO
ÁREAS POTENCIALES PARA ESTABLECER UNIDADES PRODUCTORAS DE GERMOPLASMA
66
FORESTAL DE DOS VARIEDADES DE Pinus pseudostrobus EN MÉXICO
INDICADORES REPRODUCTIVOS PARA DOS ESPECIES DE PINO EN UN PARQUE ECOLÓGICO
69
DEL NORESTE DE MÉXICO
VARIACIÓN DE LA TEMPERATURA Y HUMEDAD DEL SUELO ENTRE UN BOSQUE DE Pinus patula-
72
Abies religiosa Y UNA ÁREA DEFORESTADA EN TLAXCALA, MÉXICO
PRENDIMIENTO Y SUPERVIVENCIA DE INJERTOS DE ENCHAPADO LATERAL DE Pinus patula
75
CON YEMAS Y VARETAS BASALES EN DIFERENTE ESTADIO FENOLÓGICO
PREDICCIÓN DE ÁREA BASAL EN BOSQUES DEL ESTADO DE MÉXICO MEDIANTE MODELOS
78
LINEALES MIXTOS GENERALIZADOS
MONITOREO DE LA DEGRADACIÓN DE MEZQUITALES MEDIANTE SERIES DE TIEMPO DE
81
IMÁGENES LANDSAT 7 EN GOOGLE EARTH ENGINE

xiv
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

EFECTO DE LA ALTURA DE VUELO Y PARÁMETROS DE PROCESAMIENTO DE IMÁGENES

85
AÉREAS EN LA DETERMINACIÓN DE ALTURA DE MEZQUITALES
PREDICCIÓN DE PARÁMETROS DE LA DISTRIBUCIÓN DE WEIBULL EN BOSQUES TEMPLADOS
88
PUROS DEL NORTE DE PUEBLA
ESTIMACIÓN DE VOLUMEN TOTAL EN ÁRBOLES INDIVIDUALES DE Pinus hartwegii Lindl A TRAVÉS
91
DE DATOS LiDAR
RESPUESTA CLIMÁTICA DE DOS ESPECIES DE ENCINO EN EL NORTE DE MÉXICO 94
PROPAGACIÓN DE ERRORES DE MEDICIÓN EN ESTIMACIÓN DE BIOMASA EN BOSQUE DE PINO 97
MODELOS DE DISTRIBUCIÓN ESPACIAL PARA ÁRBOLES SUPERIORES DE Pinus oocarpa Schiede 100
CONTENIDO DE CERAS EPICUTICULARES A DIFERENTES ESTRATOS DE CLADODIOS DE
103
Opuntia ficus-indica (L.) Mill.
FLORA MEDICINAL DE COMUNIDADES DEL CENTRO Y SUR DE QUINTANA ROO 106
RELACIÓN BIOMASA AÉREA Y RADICULAR EN BOSQUES DE Pinus hartwegii Lindl., DEL PARQUE
109
NACIONAL IZTACCÍHUATL-POPOCATÉPETL, MÉXICO
ESTIMACIÓN DE BIOMASA Y CARBONO ARBÓREO DE TRES ESPECIES DE PINO EN EL PREDIO
112
FORESTAL AGUA DEL CONEJO, ACAJETE, VERACRUZ
PERCEPCIÓN SOCIAL DE ATRIBUTOS DE ALTO VALOR DE CONSERVACIÓN EN EJIDOS
115
FORESTALES DE QUINTANA ROO
ESTIMACIÓN DE DENSIDAD DE FLUJO DE SAVIA DE Acacia farnesiana Y Pinus cembroides POR EL
118
MÉTODO DE DISIPACIÓN TÉRMICA DE GRANIER
RELACIÓN DE CURVAS PRESIÓN-VOLUMEN Y CONTENIDO DE HUMEDAD DE LOS
121
COMBUSTIBLES VIVOS DE Prosopis laevigata, Acacia schaffneri y Tillandsia recurvata
PROPAGACIÓN DE HONGOS SILVESTRES COMESTIBLES EN BOSQUES TEMPLADOS, UNA
124
TRANSFERENCIA DE TECNOLOGÍA EXITOSA
CLONACIÓN DE Pinus pseudostrobus Lindl. POR MEDIO DE INJERTOS: EFECTO DE LA TÉCNICA
127
DE INJERTADO Y TIPO DE PÚA
POTENCIAL INVASIVO DEL PIRUL (Schinus molle L.) Y SU DISPERSIÓN, EN PAISAJES
130
SEMIÁRIDOS DE MÉXICO
FUNDACIÓN DE LA RED MEXICANA DE BIOECONOMÍA CIRCULAR 133
ANÁLISIS DE LOS CAMBIOS EN COBERTURA DE ESPECIES ARBUSTIVAS EN PASTIZALES
137
NATURALES DEL ALTIPLANO CENTRAL MEXICANO
PROPUESTA METODOLÓGICA PARA EL ANÁLISIS MORFOMÉTRICO DE DOLINAS CON LA
140
TÉCNICA SFM-DRON EN YUCATÁN, MÉXICO
MODELOS DE AHUSAMIENTO PARA Abies religiosa Kunth Schltdl. et. Cham. EN EL EJIDO EL PASO,
143
OCAMPO, MICHOACÁN
EFECTO DE DIFERENTES TRATAMIENTOS SILVÍCOLAS SOBRE EL SUELO FORESTAL EN SAN
147
DIMAS, DURANGO, MÉXICO
REPRODUCCIÓN POR SEMILLA DE Yucca endlichiana E IMPLICACIONES PARA SU CONSERVACIÓN 150
MAMÍFEROS Y DIVERSIDAD ARBÓREA EN BOSQUES DE LA REGIÓN CHIGNAHUAPAN, PUEBLA 154
EFECTO DEL MANEJO FORESTAL SOBRE LA DIVERSIDAD ARBÓREA EN PAISAJE PRODUCTIVO
157
DEL ECOSISTEMA TEMPLADO-FRÍO DE MÉXICO
MODELO PREDICTIVO DE PRECIPITACIÓN DIRECTA BAJO DIFERENTES EDADES DE
160
REFORESTACIONES Y PLANTACIÓN DE Pinus pseudostrobus EN TLACOTEPEC PLUMAS, OAXACA
PREDICCIÓN DE VOLUMEN DE PRECIPITACIÓN DIRECTA BAJO DIFERENTES EDADES DE Pinus
163
greggii var. australis EN TLACOTEPEC PLUMAS, OAXACA
CARACTERIZACIÓN BASADA EN VANT DE ATRIBUTOS DE ÁRBOLES INDIVIDUALES EN UN
166
BOSQUE NATURAL DEL NORTE DE MÉXICO
RESPUESTA DE LA MADERA TEMPRANA DE CONÍFERAS MEXICANAS AL CLIMA Y SEQUÍA A
169
TRAVÉS DE UN GRADIENTE ALTITUDINAL
MONITOREO DE SERVICIOS ECOSISTÉMICOS EN PAISAJES PRODUCTIVOS DEL ECOSISTEMA
172
TEMPLADO-FRÍO
EFECTO DEL MANEJO FORESTAL SOBRE EL SERVICIO ECOSISTÉMICO: AGUA, EN PAISAJE
175
PRODUCTIVO DEL ECOSISTEMA TEMPLADO-FRÍO DE MÉXICO
LAS ESCUELAS DE CAMPO: EL INVENTARIO FORESTAL Y LAS PRÁCTICAS SILVÍCOLAS 178
EVALUACIÓN DEL AMBIENTE CLIMÁTICO ENTRE Larrea tridentata Y Lippia graveolens EN MÉXICO 181

xv
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

PLANTACIONES FORESTALES Y SISTEMAS AGROFORESTALES

ECUACIÓN ALTURA TOTAL-DIÁMETRO NORMAL PARA Pinus pseudostrobus Lindl. EN
185
PLANTACIONES CON FINES DE RESINACIÓN EN MICHOACÁN
MODELOS DE ÍNDICE DE SITIO EN PLANTACIONES DE Pinus oocarpa Schiede ex Schltdl. EN ARIO
188
DE ROSALES, MICHOACÁN, MÉXICO
VOLUMEN, ALTURA Y DIÁMETRO EN FUNCIÓN DE LA DIMENSIÓN DEL TOCÓN PARA Pinus
192
pseudostrobus Y Pinus montezumae EN PLANTACIONES EN MICHOACÁN, MÉXICO
ÍNDICE DE SITIO PARA PLANTACIONES DE Pinus pseudostrobus Lindl. y Pinus montezumae Lamb.
195
EN MICHOACÁN, MÉXICO
SELECCIÓN DE ÁRBOLES SUPERIORES PRODUCTORES DE RESINA DE Pinus pseudostrobus EN
198
LA SIERRA PURHEPECHA, MICHOACÁN
ÁREAS POTENCIALES PARA ESTABLECER SISTEMAS SILVOPASTORILES CON Pinus lawsonii Y
201
DOS FORRAJES EN MICHOACÁN
GERMINACIÓN Y CRECIMIENTO DE MEDIOS HERMANOS DE Pinus pseudostrobus,
204
SOBRESALIENTES EN PRODUCCIÓN DE RESINA
EFECTO DE LA PODA DE TALLO EN LA PRODUCCIÓN EN VIVERO DE PAROTA (Enterolobium
207
cyclocarpum (JACQ.) GRISEB.)
CRECIMIENTO DE Pinus cembroides ZUCC. EN VIVERO CON FERTILIZANTES DE LIBERACIÓN CONTROLADA 210
INTERRELACIONES ENTRE EL INCREMENTO RADIAL, ÍNDICES DE VEGETACIÓN Y
213
PERTURBACIONES EXÓGENAS: EL CASO DE UN HUERTO CLONAL DE PINO
EVALUACIÓN DE SUSTRATOS EN LA PRODUCCIÓN DE MAGUEY CENIZO EN VIVERO 217
TECNOLOGÍA APLICADA Y APLICABLE A LAS PLANTACIONES FORESTALES MADERABLES EN
220
MÉXICO. PARTE UNO: IMPLANTACIÓN Y MANTENIMIENTO
PARÁMETROS DE EMERGENCIA EN PROCEDENCIAS DE ÁRBOLES SUPERIORES RESINEROS
223
DE Pinus oocarpa
DETERMINACIÓN DE ÁREAS CON APTITUD EDAFOCLIMÁTICA PARA ESTABLECER
226
PLANTACIONES DE KIRI (Paulownia tomentosa) EN TABASCO
EFECTO DE LOS RAYOS GAMMA SOBRE LA GERMINACIÓN DE SEMILLAS DE MEZQUITE 229
VARIACIÓN DE LA GERMINACIÓN Y CARACTERES MORFOLÓGICOS DE PLÁNTULAS DE Pinus
232
oocarpa DEL ESTADO DE MÉXICO
PRODUCCIÓN DE LÁTEX DE CLONES EN PLANTACIÓN DE Hevea brasiliensis Muell. Arg. EN EL
235
ESTADO DE JALISCO
DINÁMICA DE NUTRIMENTOS DE UNA PLANTACIÓN DE Eucalyptus urophylla EN HUIMANGUILLO TABASCO 238
MODELO PARA ESTIMAR EL VOLUMEN Y BIOMASA AÉREA DE Inga edulis Mart. DE UN SISTEMA
241
AGROFORESTAL EN CHIAPAS, MÉXICO
PREDICCIÓN DEL DIÁMETRO NORMAL, ALTURA Y VOLUMEN A PARTIR DEL DIÁMETRO DEL
244
TOCÓN EN UN SISTEMA AGROFORESTAL CON Inga edulis
IMPORTANCIA DE LA FUENTE DE NITRÓGENO EN EL CRECIMIENTO Y NUTRICIÓN DE PLANTAS DE PINO 247
CARACTERIZACIÓN DEL EFECTO DE Tillandsia recuervata EN LAS ESPECIES ARBÓREAS DE LOS
250
LLANOS DE OJUELOS, JALISCO
FERTILIZACIÓN NITROGENADA ORGÁNICA EN PLANTAS DE Pinus cooperi C.E. BLANCO EN VIVERO 253
ECUACIONES ALOMÉTRICAS DE BIOMASA Y CARBONO EN PLANTACIONES DE Tabebuia donnell-
256
smithii Rose EN EL OCCIDENTE DE MÉXICO
EVALUACIÓN GENÉTICA DE ENSAYOS CLÓNALES Eucalyptus urophylla S.T. BLAKE A UN AÑO EN
259
EL SURESTE DE MÉXICO
VARIACIÓN ALTITUDINAL DEL CRECIMIENTO TEMPRANO DE PROCEDENCIAS DE ÁRBOLES DE
262
Pinus oocarpa PRODUCTORES DE RESINA
CONSERVACIÓN Y RESTAURACIÓN FORESTAL
ANÁLISIS TEMPORAL DEL USO DE SUELO Y VEGETACIÓN EN SITIOS DE COLECTAS DE PINOS
266
EN EL NORTE DE MÉXICO
MORFOLOGÍA Y FISIOLOGÍA DE PLANTAS DE Swietenia humilis Zucc. EN RESPUESTA A NIVELES
269
DE FERTILIZACIÓN Y LUZ EN VIVERO
RIQUEZA, COMPOSICIÓN Y DIVERSIDAD EN DOS COMUNIDADES DE AVES EN EL SITIO
272
EXPERIMENTAL SAN FELIPE BACALAR, QUINTANA ROO, MÉXICO
APLICACIÓN DE HIDROGELES DE QUITOSANO Y POLIACRILAMIDA SOBRE LAS PROPIEDADES
275
EDÁFICAS Y EL CRECIMIENTO DE Lupinus exaltatus

xvi
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

DENSIDAD BÁSICA DE MADERA EN FENOTIPOS REMANENTES DE Pinus leiophylla Schld. et Cham.,

278
TRAS DESCORTEZADORES
CARACTERÍSTICAS MORFOLÓGICAS DE SEMILLAS DE PALO MORADO (Peltogyne mexicana) Y
280
SU RELACIÓN ENTRE EL PESO Y EMERGENCIA
CARACTERIZACIÓN ESTRUCTURAL ARBOREA DEL JARDÍN ETNOBIOLÓGICO SAN FELIPE BACALAR 283
CALIDAD DE LA SEMILLA Y PLANTAS DE Pinus montezumae LAMBERT var. montezumae EN EL
286
PARQUE NACIONAL LA MALINCHE, TLAXCALA
RECOLECCIÓN DE SEMILLA DE ESPECIES FORESTALES DE SELVA BAJA CADUCIFOLIA Y MATORRAL 289
BENEFICIO DE SEMILLA DE ESPECIES FORESTALES DE SELVA BAJA CADUCIFOLIA Y MATORRAL 292
RETENCIÓN DE SEDIMENTOS POR BARRERAS DE PIEDRA EN CURVAS A NIVEL: UNA
296
EVALUACIÓN DE LA EFECTIVIDAD
ESTIMACIÓN DE BIOMASA ÁREA FORESTAL MEDIANTE INFORMACIÓN SATELITAL MODIS Y LANDSAT 8 299
EVALUACIÓN DE OBRAS CONSERVACIÓN DE SUELO A TRAVÉS DE INDICADORES EDÁFICOS
302
EN EL ESTADO DE TLAXCALA
VARIACIÓN DE PESO DE SEMILLAS EN 13 PROCEDENCIAS DE Pinus greggii EN LA MIXTECA ALTA
305
DE OAXACA
RIQUEZA Y COMPOSICIÓN DE MAMÍFEROS EN PLANTACIONES DE COCOTERO Y VEGETACIÓN
308
SECUNDARIA DEL CAMPO EXPERIMENTAL CHETUMAL EN QUINTANA ROO
ESCARIFICACIÓN DE SEMILLAS DE Vachellia farnesiana var. farnesiana y var. minuta COLECTADAS
311
EN DOS LOCALIDADES DE OAXACA
PROTECCIÓN, MANEJO DEL FUEGO Y SALUD FORESTAL
ORIENTACIÓN DE LA INVESTIGACIÓN EN INCENDIOS FORESTALES 315
USO DE ÍNDICES ESPECTRALES PARA DETERMINAR NIVELES DE SEVERIDAD DE INCENDIOS FORESTALES 319
PERSPECTIVAS SUCESIONALES DE ECOSISTEMAS TROPICALES PERTURBADOS POR
323
INCENDIOS FORESTALES
ESTUDIO DE LA DIVERSIDAD TEMPORAL Y ESPACIAL DE Ips spp. Y Pseudips spp. Y OTROS
326
INSECTOS DE SCOLYTINAE EN CUATRO SITIOS DEL COFRE DE PEROTE, VERACRUZ
ALTERACIÓN DE LA FRECUENCIA DE INCENDIOS EN BOSQUES DE DURANGO: UN RIESGO DE
329
INCENDIOS MÁS SEVEROS
CARACTERIZACIÓN DE SUELOS CON PRESENCIA DE CEPAS NATIVAS DEL GÉNERO Trichoderma 332
TECNOLOGÍA Y COMERCIALIZACIÓN DE PRODUCTOS FORESTALES
ANÁLISIS PROXIMAL DE Pinus patula 335
EVALUACIÓN DEL COMPORTAMIENTO DE LA INVESTIGACIÓN EN EL CENID COMEF DESDE EL
339
PUNTO DE SU DISTRIBUCIÓN GEOGRÁFICA
DETERMINACIÓN DEL PODER CALORÍFICO Y CONTENIDO DE LIGNINA DE LOS RESIDUOS DE
342
LA DE PALMA DE ACEITE DEL ESTADO DE TABASCO

xvii
XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

I
SECCIÓN
Biotecnología, genética y
genómica forestal

BIOTECNOLOGÍA,
GENÉTICA Y GENÓMICA
FORESTAL

Fotocomposición: Miguel Ángel Vallejo Reyna

xviii
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

ÁREAS PARA LA CONSERVACIÓN DE RECURSOS GENÉTICOS DE Pinus ayacahuite Ehrenb. ex Schltdl.

Andrés Flores1*, Tomás Pineda-Ojeda2, Enrique Buendía-Rodríguez2, Ramiro Pérez-Miranda1, Eulogio

Flores-Ayala2, Jorge Méndez-González3

1Cenid Comef, INIFAP; 2Campo Experimental Valle de México, CIR-Centro, INIFAP; 3Departamento
Forestal, Universidad Autónoma Agraria Antonio Narro.

*Autor para correspondencia: [email protected]

Palabras clave: Diversidad genética, Pino blanco, Zonas genéticas.

INTRODUCCIÓN
En México, los bosques templados se extienden en 323 305 km 2, aproximadamente 17 % del país, los
cuales proporcionan recursos maderables y no maderables y diversos servicios ambientales (captura de
carbono, recarga de mantos freáticos, refugio de fauna silvestre, entre otros). Además, son esenciales para
el mantenimiento de la diversidad biológica en los ecosistemas terrestres, generan una amplia gama de
bienes y servicios, incluidos los recursos genéticos que son indispensables y conforman un recurso único
e insustituible para el futuro; asimismo, contribuyen una parte del crecimiento económico sostenible, el
progreso y la adaptación ambiental de las regiones donde se desarrollan (Rajora y Mosseler, 2001). No
obstante, aunque los estudios genéticos han aumentado considerablemente para más especies forestales
a lo largo de este siglo, aún se carece de información para la mayoría de estas.

Una de las coníferas que integran este tipo de ecosistemas es el Pinus ayacahuite Ehrenb. ex Schltdl., la
cual es la décimo tercera especie del género más producida en vivero en el país (Flores et al., 2021a) y
una de las más empleadas en plantaciones forestales comerciales de árboles de navidad (Flores et al.,
2021b). Por esto, es necesario definir áreas para su conservación genética y garantizar su continuidad en
sus zonas de distribución natural en el futuro.

OBJETIVO
Identificar áreas prioritarias en México para el establecimiento de unidades de conservación genética
(UCG) de P. ayacahuite.

MATERIALES Y MÉTODOS
Analizamos la falta de estudios considerando el área de distribución y las zonas de movimiento de
germoplasma (ZMG) (Conafor, 2016) de la especie, y se priorizaron las áreas para mejorar el estado de
conservación y uso sostenible de los recursos genéticos forestales en P. ayacahuite. Utilizamos información
disponible relacionada con el intervalo de distribución natural de la especie y la delimitación de las ZMG, la
información de conservación de la especie en áreas naturales protegidas y el uso sostenible de recursos
genéticos forestales (poblaciones utilizadas en diferentes etapas de reproducción).

El rango de distribución de la especie se definió con la base de datos del Inventario Nacional Forestal y de
Suelo (INFyS, 2004-2007), utilizando información de las parcelas muestreadas en bosques naturales,
después de eliminar las parcelas consideradas como plantaciones. Con respecto a las ZMG, se emplearon
las definidas por la Comisión Nacional Forestal (Conafor, 2016), las cuales se caracterizan por ser áreas
con características ecológicas y climáticas similares que albergan poblaciones con genotipos o fenotipos
relativamente uniformes. Las UCG se definieron usando seis criterios de selección propuestos y basados
en el tamaño de la población, el tipo de gestión, el monitoreo y el régimen de propiedad, y que debían
cumplir dos condiciones (Cuadro 1). En cada ZMG, para cada una de las poblaciones de las especies se
evaluó que cumplieran con la primera condición 1 y alguno de los criterios de la condición 2, en caso
contrario se evaluaron las siguientes condiciones 1 (con sus respectivos criterios). Esto permitió determinar,
en algunos casos, más de una UCG por ZMG.

1
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Cuadro 1. Criterios para la selección de unidades de conservación genética de P. ayacahuite dentro de

una zona de movimiento de germoplasma.
Condición 1 Condición 2 Criterio
La población tiene información genética Ubicada en un área protegida. C1.1
(estudios previos moleculares o fenotípicos)
a gran escala del rango de la especie. Ubicada fuera de un área protegida. C1.2

La población tiene información genética Ubicada en un área protegida. C2.1

(estudios previos moleculares o fenotípicos)
a escala local del rango de la especie. Ubicada fuera de un área protegida. C2.2

La población no tiene ninguna información Ubicada en un área protegida. C3.1

genética previa. Se identifica en una trama
de INFyS. Ubicada fuera de un área protegida. C3.2

RESULTADOS Y DISCUSIÓN
Pinus ayacahuite estuvo presente en 13 zonas de movimiento de germoplasma (III.1, III.2, III.3, III.4, V.3,
IX.2, X.3, XII.1, XII.2, XII.3, XII.4, XII.5 y XIV.1) (Figura 1), pero únicamente seis (III.1, III.2, III.3, X.3, XII.3
y XII.5) satisficieron los criterios para la selección de unidades de conservación genética (Cuadro 1) de 11
UCG (Figura 2). De estas, 27 % estuvieron en áreas que contaban con información genética existente
(caracterización molecular), y 45 % se ubicaron dentro de áreas naturales protegidas, mientras que 55 %
restante se localizaron en bosque naturales.

Figura 1. Distribución natural de P. ayacahuite Ehrenb. ex Schltdl. en México, con base en el INFyS,
y zonas de movimiento de germoplasma. La presencia de la especie en las ZMG se indica en las
zonas achuradas.

2
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Figura 2. Ubicación de las Unidades de Conservación Genética propuestas por Zona de Movimiento de
Germoplasma para P. ayacahuite Ehrenb. ex Schltdl. en México.

Se plantea priorizar la conservación de la Zona X.3 para mantener la variación genética de la especie
(determinada en los estudios previos revisados) en una zona de alta importancia económica, por el nivel
de aprovechamiento maderable del género Pinus que se realiza (73 421.24 m 3/año) (Flores et al., 2021c);
y de restauración, por el nivel de esfuerzos de propagación que existe (Flores et al., 2021a). Finalmente,
se espera que las UCG definidas ayudarán a mantener los recursos genéticos de la especie in situ para su
uso y aprovechamiento futuro en programas de gestión forestal y mejoramiento genético.

CONCLUSIONES
La conservación de los recursos genéticos forestales de P. ayacahuite es posible mediante el
establecimiento de 11 unidades de conservación genética (siete en el norte y cuatro en el centro-sur del
país), las cuales se ubican en seis zonas de movimiento de germoplasma. Se debe priorizar el
establecimiento de las UCG en la zona X.3. Esta acción es un componente de vital importancia para
mantener la diversidad genética de la especie para programas de gestión forestal y mejoramiento genético.

AGRADECIMIENTOS Y FUENTE FINANCIERA

Los autores agradecemos al INIFAP por financiar este trabajo a través del proyecto fiscal número 1-1.6-
10283335082-F-M.2-2 - «Definición de áreas para la conservación y uso de los recursos genéticos
forestales para especies del género Pinus».

REFERENCIAS BIBLIOGRÁFICAS
Comisión Nacional Forestal (Conafor). 2016. Manual para el establecimiento de unidades productoras de
germoplasma forestal. Conafor, Zapopan, Jalisco, México. 71 p.
Flores A., M. E. Romero-Sánchez, R. Pérez-Miranda, T. Pineda-Ojeda y F. Moreno-Sánchez. 2021a.
Potencial de restauración de bosques de coníferas en zonas de movimiento de germoplasma en
México. Revista Mexicana de Ciencias Forestales 12(63): 4-27.
Flores A., J. Méndez-González and H. J. Muñoz-Flores. 2021b. Degraded forest lands and pine plantations
in homogeneous ecological areas. Agro Productividad 14(7): 49-59.
Flores A. y G. Moctezuma-López. 2021c. Cosecha de madera de 20 coníferas en zonas de movimiento de
germoplasma. Revista Mexicana de Ciencias Forestales 12(66): 122-140.
Rajora O. P. and A. Mosseler. 2001. Challenges and opportunities for conservation of forest genetic
resources. Euphytica 118: 197–212. Disponible en
http://link.springer.com/10.1023/A:1004150525384.

3
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Dalbergia palo-escrito: OPORTUNIDADES PARA SU APROVECHAMIENTO, CONSERVACIÓN Y

MEJORAMIENTO GENÉTICO

Cuauhtém oc Alain Rubio -Tobón 1 * , Rodrigo Rodríguez- Laguna 1 , Alfons o Suárez- Is las 2 ,
Juan Capulín-Grande1, Pablo Octavio-Aguilar3

1Laboratoriode Semillas y Germoplasma Forestal, Instituto de Ciencias Agropecuarias, Universidad

Autónoma del Estado de Hidalgo; 2Laboratorio de Botánica, Instituto de Ciencias Agropecuarias,
Universidad Autónoma del Estado de Hidalgo; 3Laboratorio de Genética, Área Académica de Biología,
Instituto de Ciencias Básicas e Ingeniería.

*Autor para correspondencia: [email protected]

Palabras clave: Diversidad genética, domesticación, sistemas agroforestales.

INTRODUCCIÓN
La alta demanda de recursos forestales puede llevar a la sobreexplotación de las poblaciones naturales de
árboles maderables, principalmente aquellas de bajo reclutamiento y reproducción. Esto pone en riesgo la
pérdida o depuración alélica influenciada por alguna fuerza evolutiva. Por lo tanto, la tala selectiva es una
de las principales causas que reducen la variabilidad genética en estas especies debido a que
preferentemente se derriban árboles que presentan características que prefieren en el comercio de la
madera, ocasionando la erosión genética y selección artificial de especies (Da Silva et al., 2008). En esta
situación se encuentra Dalbergia palo-escrito en el estado de Hidalgo, la cual es empleada en la laudería
en la zona de la huasteca y demandada por artesanos de instrumentos de cuerda de Paracho, Michoacán.
Por otro lado, no existe información sobre su aprovechamiento y diversidad genética para identificar fuentes
y categorías susceptibles de manejo y conservación. Por lo tanto, este recurso representa un reservorio
genético de importancia forestal para su aprovechamiento en sistemas agroforestales, plantaciones
forestales y conservación.

OBJETIVO
Detectar fuentes de diversidad genética de Dalbergia palo-escrito susceptibles de uso potencial para el
manejo, mediante el uso de micro-satélites (SSR) desarrollados para el género con el fin de establecer
planes para su conservación y aprovechamiento a corto, mediano y largo plazo en poblaciones naturales
y artificiales.

MATERIALES Y MÉTODOS
La recolecta de material biológico (foliolos), se realizó en el municipio de Tlanchinol, Hidalgo, México. Las
plantas fueron categorizadas de acuerdo con su morfología como Árboles Plus (15 individuos) y Árboles
No Plus (15 individuos). En el área adyacente a cada individuo (10 m 2) previamente clasificado, se
recolectaron plántulas y se les asignó la categoría Plántula de Árbol Plus (30 individuos) y Plántula de Árbol
No Plus (30 individuos). La asignación es inequívoca dado que no existían otros árboles cercanos a las
recolectas para garantizar la heredabilidad correlacionada entre grupos. Se realizó la extracción y
purificación del DNA de la población mediante el método optimizado de Doyle y Doyle (1990). El DNA
obtenido fue amplificado usando nueve micro-satélites desarrollados para D. nigra y D. monticola (Fraveau.,
et al., 2007; Ribeiro et al., 2009). Se estandarizó una matriz considerando como alelos el tamaño de los
amplificados en pares de bases que tuvieron la frecuencia significativamente mayor al error esperado
(0.05). Se calcularon las frecuencias alélicas, polimorfismo, heterocigosis, promedio de alelos por locus y
número efectivo de alelos por locus. mediante el programa GenAlEx 6.5 (Peakall & Smouse, 2006).
Además, se calculó el coeficiente de fijación propuesto por Wright, F = 1-(Ho/He). Para establecer la
similitud y estructura entre categorías susceptibles de aprovechamiento se realizó un Análisis de Funciones
de Discriminantes de Componentes Principales (AFDCP). Por último, se evaluó la estructura entre
generaciones con interdependencia del grupo mediante un análisis de asignación bayesiana con 50,000
pasos en 50,000 remuestreos. Este análisis asume una relación genética entre grupos y un equilibrio en el
ligamiento, lo cual se esperaría entre generaciones.

4
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

RESULTADOS Y DISCUSIÓN
Todas las categorías presentaron endogamia, de acuerdo con los valores del coeficiente de fijación. Sin
embargo, es notorio que las plántulas tuvieron valores más altos de heterocigosis observada y esperada
con respecto a los adultos, independientemente de la categoría de uso potencial. Los adultos por su parte
son similares en cuanto a la diversidad genética, sean o no considerados como Plus. El análisis de alelos
exclusivos mostró que los adultos tienen menor cantidad de elementos exclusivos con relación a las
plántulas. El AFDCP mostró que todas las categorías son diferentes en cuanto a las frecuencias alélicas
estandarizadas (F (18,69) = 15.48 ± 8.74, p < 0.0001). Las plántulas colectadas de adultos plus resultaron
contener mayor variabilidad alélica por lo que se sitúan en un espacio intermedio. Por el contrario, la mayor
divergencia se encontró en los Adultos No Plus. Por último, con el análisis de asignación bayesiana, se
puede establecer que las plántulas no plus, tienen diversidad genética distinta al resto, lo que indica que
se depuran esos alelos en la población por selección natural.

Se esperaría que las plántulas tuviesen mayor endogamia dado que la colecta fue estratificada hacia la
inmediación de parentales focales. Sin embargo, esta categoría del ciclo de vida, independientemente del
tipo de adulto parental; presentó la mayor diversidad genética, por lo tanto, a pesar del manejo, no existe
una homogeneidad en la diversidad genética con relación a la selección de caracteres susceptibles de
manejo. Además, no ha existido una domesticación para esta especie que haya modificado las frecuencias
alélicas hacia morfo-tipos élite, sino que éstos son producto de la variación ambiental, característica
apreciable en algunas especies maderables. En D. palo-escrito, el manejo consiste solo en dejar algunos
individuos dispersos como árboles de sombra para el ganado, sin una selección activa por parte de los
cosechadores. Por otra parte, se ha observado en esta especie bajo un sistema agroforestal se favorece
para desarrollar atributos morfológicos maderables. Además, el AFDCP mostró que las plántulas obtenidas
en las inmediaciones de los adultos con las mejores características para el aprovechamiento maderable
(Árboles Plus) contienen la diversidad genética del resto de los grupos, por lo que tienen el mayor potencial
evolutivo en la población y son los individuos que mostrarán en un futuro, si las condiciones de manejo lo
permiten, divergencias morfológicas propias de una población silvestre. Por último, las diferencias entre
adultos y plántulas pueden ser asociadas a un proceso de selección natural que depura los alelos, lo que
se observa tanto en el promedio de alelos por locus, como en el número efectivo de alelos por locus.

CONCLUSIONES
La progenie de árboles plus presenta la mayor diversidad genética, por lo tanto, esta categoría es
potencialmente susceptible para establecer planes de manejo para obtener mejores morfo tipos para fines
agroforestales y forestales. Por último, inducir la domesticación de esta especie. Los alelos exclusivos de
los adultos resultan ser potencialmente adaptativos y susceptibles de selección dirigida para mejorar la
adecuación de los cultivos. D. palo-escrito presenta niveles bajos de diversidad comparado con el resto de
las especies de Dalbergia de importancia maderable reportadas. El manejo de esta especie es
relativamente reciente, aun considerando el manejo que tiene en actividades forestales, agroforestal y
silvopastoril.

AGRADECIMIENTOS Y FUENTE FINANCIERA

Los autores agradecemos al Consejo Nacional de Ciencia y Tecnología (CONACYT) por otorgar la beca
de posgrado; y a los colaboradores de esta investigación.

REFERENCIAS BIBLIOGRÁFICAS
Da Silva, E, F., De Oliveira, C, A, M., Lins-E-Silva A, C, B. & Rodal, M, J, N. 2008. Diversity and genetic
structure of natural fragmented populations of Tapirira guianensis Aubl. Northeastern Brazil.
Bioremediation, Biodiversity and Bioavailability 2: 35-40.
Doyle, J. J., & Doyle, J. L. 1990. Isolation of plant DNA from fresh tissue. Focus, 12(13), 39-40.
Favreau, B., Andrianoelina, O., Nunez, P., Vaillant, A., Ramamonjisoa, L., Danthu, P., & Bouvet, J. M. 2007.
Characterization of microsatellite markers in the rosewood (Dalbergia monticola Bosser & R.
Rabev.). Molecular Ecology Notes, 7(5), 774-776.
Pekall, R. & Smouse, P. E. 2012. GenAlEx 6.5: genetic analysis in excel. Population Genetics Software for
teaching and research. Molecular Ecology Notes, 6: 288-295.

5
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Ribeiro, R. A., Rezende, M. F., Resende, L. C., Lemos‐Filho, J. P., Kalapothakis, E., & Lovato, M. B. 2009.
Development of polymorphic microsatellite markers for Dalbergia nigra (Papilionoideae), an
endangered tree from the Brazilian Atlantic Forest. Molecular ecology resources, 9(1), 203-206.

6
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

CONSERVACIÓN DE TEJIDOS DE Cosmos astrosanguineus EN CONDICIONES DE

CRECIMIENTO MÍNIMO

Luis Alberto Gómez-Reyes1, Gabriela Sandoval Cancino1, Esmeralda Judith Cruz-Gutiérrez1*

1Centro Nacional de Recursos Genéticos, INIFAP.

*Autor para correspondencia: [email protected]

Palabras clave: Cultivo de tejidos, flor de chocolate, conservación.

INTRODUCCIÓN
El género Cosmos se distribuye por gran parte del continente americano, teniendo presencia desde Estados
Unidos hasta Argentina (Rodríguez et al., 2006). México es el país donde se encuentra la mayor diversidad de
este género, teniendo presencia de 33 de las 35 especies registradas (Rodríguez et al., 2006).

Dentro del género cosmos se encuentra la flor de chocolate (Cosmos astrosanguineus), se trata de una
especie herbácea perene, la cual se reporta como extinta en su hábitat natural, aunque se dice que en
2015 se reportó la colecta de ejemplares de una población silvestre (Gómez et al., 2019). La flor de
chocolate se cultiva como planta ornamental en diferentes países, siendo su aroma a chocolate una de las
principales características que la distinguen (Rodríguez et al., 2006).

Con el fin de conservar especies vegetales que se encuentren bajo algún estado de riesgo, se utilizan
técnicas como el crecimiento mínimo o crecimiento reducido, el cual consiste en modificar las condiciones
bajo las cuales se almacenan los tejidos in vitro para disminuir su tasa de crecimiento y así poder prolongar
el tiempo entre subcultivos (Cabrera et al., 2020).

Al emplear métodos de conservación a mediano plazo, tales como el crecimiento mínimo, especies como
la flor de chocolate pueden tener otra oportunidad ante la constante amenaza de desaparecer debido a
diferentes factores, por lo que, al estar resguardados en bancos de germoplasma con las condiciones
idóneas para su almacenamiento, se aseguran copias de seguridad que en un momento dado pueden
llegar a sustituir a los materiales que se encuentren en riesgo.

En este trabajo se evaluaron diferentes tratamientos como posibles protocolos de conservación de Cosmos
astrosanguineus en condiciones de crecimiento mínimo.

OBJETIVO
Identificar el protocolo en el cual se pueda conservar Cosmos astrosanguineus en condiciones de
crecimiento mínimo.

MATERIALES Y MÉTODOS
El material vegetal que se utilizó fue de Cosmos astrosanguineus que se encuentran en condiciones in
vitro. El tamaño de los explantes fue de un centímetro de longitud y con una yema. Se evaluaron tres
diferentes medios de cultivo (Cuadro 1), con diferentes concentraciones de sacarosa y manitol. Los medios
tienen en común las sales MS al 100 % de potencia, agar con una concentración de 8 g L-1 y un pH de 5.7.

Cuadro 1. Concentraciones de Sacarosa y Manitol en los tratamientos utilizados.

Manitol Sacarosa
Tratamiento
gL-1 gL-1
1 (Testigo) 0 30
2 15 15
3 20 10

Los explantes se evaluaron durante 48 semanas, midiendo su longitud, formación de nuevos brotes,
formación de nuevos nudos y presencia o ausencia de raíz. Se almacenaron a una temperatura de

7
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

18 ºC ± 2 con un fotoperiodo de 16 horas por 8 de obscuridad. Para su evaluación se utilizó un diseño

experimental por bloques al azar, utilizando 7 repeticiones por tratamiento.

RESULTADOS Y DISCUSIÓN
Después de 48 semanas de evaluación, se pudo observar cómo el tratamiento 3 (Cuadro 1) es el que
presenta el menor crecimiento (Cuadro 2). En el tratamiento 2 también se vio reducido el crecimiento
(Cuadro 2), sin embargo, sigue siendo mayor la disminución en el 3. El tratamiento testigo (Cuadro 1) es el
que presenta el mayor crecimiento.

Cuadro 2. Efecto de los diferentes tratamientos para la conservación en crecimiento mínimo.

Variables que se evaluaron
Tratamiento
Longitud
No. Brotes No. Nudos
(mm)
1 139.99 a 3.29 a 29.57 b
2 77.03 b 9.43 a 60 a
3 37.13 c 7.86 a 41.14 ab
Tratamientos con letras diferentes en la misma columna, son estadísticamente diferentes (Tukey α=0.05) n=5.

A B C

Figura 1. Comparación entre tratamientos. A: Tratamiento 1; B: Tratamiento 2; C: Tratamiento 3.

Como se muestra en este trabajo, se ha comprobado que el uso de agentes osmóticos, como el manitol,
disminuyen la tasa de crecimiento de los explantes bajos condiciones in vitro (Rayas et al., 2019). Así
mismo, dependiendo de su concentración y combinación con algunos otros compuestos retardantes de
crecimiento se puede obtener un protocolo adecuado para la conservación de los tejidos por un tiempo
más prolongado sin necesidad de darle mantenimiento (Rayas et al., 2019).

CONCLUSIONES
El mejor tratamiento para conservar tejido de Cosmos astrosanguineus, fue el que contiene 20 gL-1 de
manitol y 10 gL-1 de sacarosa en condiciones de crecimiento mínimo, con el que se pueden almacenar los
tejidos en el mismo medio de cultivo por lo menos durante 48 semanas.

8
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

REFERENCIAS BIBLIOGRÁFICAS
Cabrera, A. R., Torres, J. L., Vega, V. R. M., Péres, M. B., Pino, A. S., & Pérez, M. M. (2020). Conservación
in vitro de cultivares de ñame (Dioscorea alata L.) bajo condiciones de crecimiento mínimo.
Agricultura Tropical, 6(1), 33-40.
Gómez-Pedraza, D. E., Mejía-Muñoz, J. M., Martínez-Solís, J., & Morales-Vázquez, B. (2019, May).
Morphogenetic variation in the multiplication and rooting in vitro of wild clones of chocolate cosmos
(Cosmos atrosanguineus). In XIII International Symposium on Flower Bulbs and Herbaceous
Perennials 1237 (pp. 243-250).
Rodríguez, A., Harker, M., Quezada-Solís, A., & Casillas-Gaeta, S. (2006). Diversidad y potencial
ornamental del género Cosmos Cav. (Asteraceae) en Jalisco. Avances en la investigación científica
en el CUCBA. Universidad de Guadalajara, Zapopan, 610-619.
Rayas Cabrera, A., López Torres, J., Medero Vega, V. R., Basail Pérez, M., Santos Pino, A., & Gutiérrez
Sánchez, Y. (2019). Conservación in vitro de cultivares de Ipomoea batatas (L.) Lam por
crecimiento mínimo con el uso de manitol. Biotecnología Vegetal, 19(1), 43-51.

9
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

ESTABLECIMIENTO DE Magnolia dealbata L. EN CONDICIONES IN VITRO PARA LA INDUCCIÓN

DE LA FORMACIÓN DE CALLO

Jorge García-Beltrán 1 , Luis Alberto Gómez-Reyes 2 , Juan Manuel Pichardo-González 2 ,

Esmeralda Judith Cruz-Gutiérrez2*

1Universidad Autónoma Chapingo; 2Centro Nacional de Recursos genéticos, INIFAP.

*Autor para correspondencia: [email protected]

Palabras clave: Hormona vegetal, aséptico, biodiversidad.

INTRODUCCIÓN
Los árboles de Magnolia son apreciados por su uso ornamental; por la belleza de sus follajes, frutos y
flores, esta últimas apreciadas por ser espectaculares (Vázquez-García, 1994). El género Magnolia se
encuentra presente en Asia meridional y oriental, México, Venezuela y el este de Estados Unidos. Se tienen
registradas cerca de 245 especies (BGCI, 2008), de las cuales 131 están reportadas como en peligro de
extinción. Por esta razón, es de importancia su conservación ex situ e in vitro, y evitar que se pierda este
material genético. Para esto, se tiene que establecer el material vegetal en condiciones asépticas. Una de
las técnicas que se utiliza es el establecimiento de algún órgano vegetal como hojas o tallo para la
producción de callo, el cual se puede utilizar para varios propósitos, como la micropropagación o el
mejoramiento genético de alguna especie vegetal. El proceso de inducción de callo consiste en varias
etapas, entre las que se incluyen la desdiferenciación y división celular intensiva, las cuales dependen de
las características del explante, genotipo, medio de cultivo, tipo de regulador de crecimiento, su
concentración y combinación de todos ellos (Rodríguez et al., 2014).

OBJETIVO
El objetivo de este trabajo fue generar callo en secciones de hoja de Magnolia dealbata y obtener material
vegetal in vitro para ensayos futuros de conservación.

MATERIALES Y MÉTODOS|
Se trabajó con secciones de hoja de M. dealbata en condiciones in vitro, que se encuentran en el laboratorio
Agrícola Forestal sección cultivo in vitro y crioconservación de tejido vegetal del Centro Nacional de
Recursos Genéticos del INIFAP (CNRG-INIFAP), en Tepatitlán de Morelos, Jalisco. Los explantes
fueron cuadros de 1 × 1 cm de tejido de hoja (Figura 1) y se colocaron en cuatro tratamientos diferentes
(Cuadro 1) con seis repeticiones cada tratamiento.

Figura 1. Explantes de hojas de M. dealbata establecidos en cada tratamiento.

En condiciones de asepsia dentro de la campana de flujo laminar, se sub-cultivaron los explantes foliares
en los distintos tratamientos. Posteriormente se colocaron en el cuarto de conservación a una temperatura
de 24 ± 2 °C, y se dejaron en oscuridad. Las variables que se midieron, fue la formación de callo, oxidación
y la sobrevivencia de cada explante.

10
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Cuadro 1. Tratamientos establecidos para la formación de callo en Magnolia dealbata.

Medios de establecimiento
No. Medio base Tratamiento
1 Testigo
MS 50 % 1 mg L-1 BAP*
2 30 g L-1 sacarosa 1 mg L-1 AIA*
1 mg PPM 1.5 mg L-1 BAP*
3 pH: 5.7 2 mg L-1 2,4-D*
Phytagel: 2.0 g L-1 0.6 mg L-1 BAP*
4
0.6 mg L-1 Quinetina
*BAP = 6-Bencilaminopurina; AIA = Ácido naftalenacético; 2-4-D = 2,4-diclorofenoxiacético.

Descripción de la escala empleada por Santana (1982):

0 = no formación del callo; 1 = ligera formación del callo (se observó una débil proliferación en zonas del borde
del explante); 2 = formación del callo (hay proliferación de células por todos los bordes del explante, sin llegar a
formar una masa); 3 = abundante formación del callo (formación de una masa voluminosa de callos).
Para calcular el porcentaje de explantes con callos formados, se empleó la siguiente fórmula:
número de explantes con callos por 100 / total de repeticiones = % de explantes con formación de callo

Se utilizó un diseño experimental completamente al azar, los datos se sometieron a un análisis de varianza
y prueba de comparación de medias LSD (α=0.05), utilizando el paquete estadístico SAS 9.4 (SAS Institute
Inc., 2016).

RESULTADOS Y DISCUSIÓN
En este trabajo el análisis de los diferentes medios de inducción para la obtención de callo en material
vegetal de M. dealbata, se observó una diferencia significativa (LSD, α = 0.05) entre los tratamientos 2 y 3,
respecto a los tratamientos 1 (testigo) y 4 (Cuadro 2). Los tratamientos 2 y 3 presentaron formación de
callo. Rodríguez et al. (2014) menciona que, al colocar tejido de cotiledón, hipocótilo y hoja en Ugni molinae
en medio de inducción con ácido naftalenacético (ANA), una hormona del grupo de las auxinas, estimuló
la formación de callo. En este trabajo se utilizó ácido indolacético (AIA), otra auxina, donde se observó que
también estímulo la formación de callo en hojas de magnolia. Por otro lado, también Rodríguez et al. (2014),
colocó explantes de hoja de Ugni molinae en medio de inducción con 1.0 mg L-1 de 2,4-D + 1.0 mg L-1 de
BAP, obtuvo el porcentaje más alto de callogénesis (60 %), mientras que en este trabajo con explantes de
hojas de magnolia, se obtuvo callo con la combinación de 1.5 mg L-1 BAP y 2 mg L-1 2,4-D (2,4-
diclorofenoxiacético). La combinación de 0.6 mg L-1 BAP (6-Bencilaminopurina) y 0.6 mg L-1 quinetina, no
tuvo éxito en la producción de callo en los explantes de hojas. Por otro lado, los explantes tuvieron un 100%
de sobrevivencia y no se oxidaron. Del tratamiento 2 se obtuvo un 33 % de formación de callo y del
tratamiento 3 fue de 50 %.

Cuadro 2. Efecto de los diferentes tratamientos para la inducción de callogénesis en explantes de hoja
de M. dealbata. Comparación de medias LSD (α=0.05).
Oxidación de
Tratamiento Formación de callo Sobrevivencia
explante
1 0.0000b 0.0000a 1.0000a
2 0.3333a 0.0000a 1.0000a
3 0.5000 a 0.0000a 1.0000a
4 0.0000b 0.0000a 1.0000a
Tratamientos con letras diferentes en la misma columna, son estadísticamente diferentes
(LSD α=0.05) n=6.

En cuanto a la formación de callo y empleando la escala de Santana (1982), los callos que se formaron a
los 20 días después del establecimiento de los tratamientos fueron del tipo 1, formándose a los 40 días
después del establecimiento de los tratamientos fueron del tipo 3 (Figura 2).

11
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

A) B) C) D)

Figura 2. A) Callo del tratamiento 3 tipo 1 a los 20 días de su establecimiento en medio de inducción;
B) callo tipo 3 a los 40 días de su establecimiento en medio de inducción. C) Callo del tratamiento 2 tipo 1
a los 20 días de su establecimiento en medio de inducción y D) 40 días de su establecimiento en medio
de inducción.

CONCLUSIONES
Los tratamientos con la combinación de 1 mg L-1 BAP y 1 mg L-1 AIA y la combinación de 1.5 mg L-1 BAP
y 2 mg L-1 2,4-D, favorecieron para la formación de callos, a través de explantes de hoja de Magnolia
dealbata. Sin embargo, aún fala establecer el medio para realizar la desdiferenciación celular y obtener una
planta completa.

AGRADECIMIENTOS Y FUENTE FINANCIERA

Al Centro Nacional de Recursos Genéticos del INIFAP, por el apoyo para la realización de esta investigación.

REFERENCIAS BIBLIOGRÁFICAS
BGCI [Botanic Gardens Conservation International]. 2008. Global survey of ex situ Magnoliaceae
collections. Disponible en:
https://www.magnoliasociety.org/resources/Documents/bgci_ex_situ_magnoliaceae.pdf.
(consultado 27 de julio de 2022).
Rodríguez Beraud M. M., Latsague Vidal M. I., Chacón Fuentes M. A. y P. K. Astorga Brevis. 2014.
Inducción in vitro de callogénesis y organogénesis indirecta a partir de explantes de cotiledón,
hipocótilo y hoja en Ugni molinae. Bosque 35(1): 111-118.
Vázquez-García, J. A. 1994. Magnolia (Magnoliaceae) in México and Central America: a symopsis. Brittonia
46:1-23.
Santana, NB. 1982. Determinación de un medio adecuado para la obtención de callos en variedades de
caña de azúcar (Saccharum spp) in vitro. Cultivos Tropicales. 4 (3): 48-52.

12
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

MARCADORES matK Y rbcL PARA DISCRIMINAR ESPECIES DE Agave L. (ASPARAGACEAE)

Miguel Ángel Rodríguez Pérez1*, Jesús Santiago Martínez Aranda2, Lihua Wei3, Valentín Robledo Torres4,
Flor Cristina Pacheco Reyes5

1Departamento de Botánica, Universidad Autónoma Agraria Antonio Narro; 2Estudiante de Ingeniería en

Agrobiología, Universidad Autónoma Agraria Antonio Narro; 3CBG-IPN, 4Departamento de Horticultura,
Universidad Autónoma Agraria Antonio Narro; 5Prog. Doc. Rec. Fitogenéticos para Zonas Áridas.

*Autor para correspondencia: [email protected]

Palabras clave: Agave, código de barras de ADN, poder discriminatorio.

INTRODUCCIÓN
El género Agave pertenece a la familia Asparagaceae, es considerada una familia de difícil agrupación
taxonómica de las especies que la conforman, por las notables características y morfología heterogénea;
y desde un punto de vista molecular no está bien caracterizada, la información taxonómica de este género
aún es muy escasa, aunado a que solo los especialistas pueden determinar y diferenciar las especies de
esta familia. México al ser el centro de origen de los agaves, no solo cuenta con la mayor diversidad de
este género, también se le han encontrado múltiples usos (industriales, ornamentales, gastronómicos, etc.).
La técnica de “Código de Barras de la Vida” (CBV), utiliza la variabilidad nucleotídica existente en regiones
cortas y estandarizadas del genoma (tales como rbcL, matK e ITS2) y sirve como auxiliar en la identificación
y descubrimiento de especies biológicas de manera rápida y eficaz; los marcadores moleculares. El
presente trabajo tuvo como objetivo la caracterización molecular de cuatro especies de agaves (A. gentryi,
A. parrasana, A. montana y A. atrovirens), mediante dos regiones de código de barras de ADN (rbcL y
matK) para evaluar su poder discriminatorio.

MATERIALES Y MÉTODOS
Las colectas se realizaron en poblaciones naturales de Saltillo, Coahuila y en el municipio de Tasquillo,
Hidalgo; se colectaron 15 ejemplares de cuatro especies del género Agave. La extracción de ADN
genómico se realizó por el método de CTAB, la amplificación de los fragmentos por PCR se realizó
utilizando los cebadores previamente reportados para rbcL y matK (Fazekas et al., 2012), los amplicones
fueron secuenciados mediante el servicio de secuenciación en el Laboratorio Nacional de Genómica para
la Biodiversidad (LANGEBIO), del CINVESTAV; los electroferogramas fueron visualizados y editados con
UGENE UI y MEGA X. Se descargaron 20 secuencias de referencia de la base de datos BOLD Systems y
NCBI. El análisis BLAST se realizó con la base de datos de consulta y mediante la herramienta de BLASTn,
se realizó un BLAST considerando aciertos máximos de 98 a 100% con una especie; el análisis de Distancia
genética se realizó con la función BestCloseMatch del software SPIDER en RStudio; la construcción de los
dendrogramas se realizó con base en las secuencias alineadas y con el método de unión del vecino más
cercano en MEGA X, las distancias evolutivas en el dendrograma se calcularon utilizando el método de 2
parámetros de Kimura (K2P) (Kimura, 1980), todas las posiciones ambiguas se eliminaron para cada par
de secuencias (opción de eliminación por pares) y finalmente la Brecha de códigos de barra de ADN se
realizó mediante el cálculo de la distribución relativa de la variación genética inter e intraespecífica, bajo el
modelo de distancia por pares (K2P) con el software SPIDER en RStudio.

RESULTADOS Y DISCUSIÓN
Los diferentes métodos analíticos mostraron un poder discriminatorio diferente respecto a las especies y el
fragmento utilizado. En el caso del alineamiento por BLAST se obtuvo un alto porcentaje de identificación
a nivel género con promedios de porcentaje de identidad superiores al 99% para ambos marcadores, sin
embargo, la identificación por especies resulto ser ambigua (
Cuadro 1). Resultados similares han sido previamente reportados con el género Myristica y Populos
(Kersten et al., 2016) donde se obtuvieron resultados ambiguos en la identificación de secuencias matK
utilizando BLAST, evidenciando que aunque los marcadores matK-1RKIM-f, matK-3FKIM-r y rbcL no
permiten distinguir variaciones intra e interespecíficos, debido a su grado de conservación. Por otro lado,

13
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

estudios reportados con el género Populus mostraron resultados ambiguos utilizando marcador rbcL,
realizando BLAST se menciona que el marcador es muy conservador.
Cuadro 1. Identificación de secuencias de fragmentos rbcL y matK por medio de BLAST
Porcentaje de Identidad rbcL matK
Especie|identificador
rbcL matK Género Especie Género Especie
A. atrovirens|3 99.28 99.74 Agave ambiguo Agave ambiguo
A. atrovirens|4 99.82 99.74 Agave ambiguo Ambiguo ambiguo
A. atrovirens|6 99.64 99.87 Agave ambiguo Ambiguo ambiguo
A. gentryi|2 99.81 99.48 Agave ambiguo Ambiguo ambiguo
A. gentryi|3 99.1 99.61 Agave ambiguo Ambiguo ambiguo
A. gentryi|4 99.82 99.74 Agave ambiguo Agave ambiguo
A. parrasana|JB - 99.74 - - Agave ambiguo
A. parrasana|2 99.82 - Agave ambiguo - -
A. montana|1 100 99.87 Ambiguo ambiguo Ambiguo ambiguo
A. montana|2 99.63 - Agave ambiguo - -
A. montana|3 - 100 - - Ambiguo ambiguo

El método de distancia genética más cercana mostró las tasas más bajas de identificación de especies, al no
lograr la identificación de especies de manera correcta (Cuadro 2¡Error! No se encuentra el origen de la
referencia.). Resultados similares han sido previamente reportados con el género Quercus, Acer, Fraxinus,
Quercus y Salix (Piredda et al., 2011), donde no se pudieron identificar especies por medio de los marcadores
matK, trnH-psbA, ITS2, bcL y rpoc1 con este método, por diferentes razones entre ellas bajas tasas de variación
e hibridación frecuente entre especies.

Cuadro 2. Identificación de especies mediante la distancia genética más cercana.

Marcador Correcta Incorrecta Ambigua No identificado
rbcL 0 3 12 15
matK 0 4 11 15

Con el método de unión de vecinos cercanos se generó un dendrograma para cada marcador, donde se
observan las especies relacionadas por medio de los clados generados por el árbol. El dendrograma
generado con las secuencias rbcL muestra la formación de dos clados, uno de ellos consta solamente de
una secuencia de referencia (Agave sisalana). En el otro clado, que consta de secuencias tanto de
referencia y de consulta, se agrupan correctamente todas las especies, a excepción de una secuencia de
referencia también de A. sisalana y A. atrovirens. El dendrograma generado con las secuencias matK
muestra la formación de dos clados uno de los cuales consta de tres secuencias de referencia de diferentes
especies, en el otro clado las secuencias generadas en este trabajo se agruparon correctamente a
excepción de Agave parrasana y A. montana.

A B
A

14
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Figura 1. Análisis filogenético molecular usando la región plastídica (A) matK y (B) rbcL para 15
secuencias de nucleótidos con base en la distancia genética K2P.
Según el análisis de brecha de código de barras, ninguna de las dos regiones propuestas (matK y rbcL)
mostraron una brecha de código de barras de ADN, esto se asume debido a que, el análisis para la región
rbcL exhibió una superposición de las distancias intra e interespecíficas de las muestras; el análisis para la
región rbcL muestra una separación de ambos grupos de distancias (Figura 2). Aunque la brecha de
códigos de barras ha sido reportada en algunas taxas tales como Abies y Cupressus, diversos autores han
reportado la falta de esta brecha en algunos grupos de plantas terrestres (Armenise et al. 2012). Sin
embargo, a pesar de la falta de la brecha de códigos de barras el análisis por medio del método de unión
de vecinos cercanos ha permitido la agrupación de las secuencias generadas en este estudio.

A B
A

Figura 2. Brecha de código de barras con la región (A) matK y (B) rbcL.

CONCLUSIONES
La extracción de genómico, así como la amplificación con los cebadores utilizados, permitió la obtención
de secuencias de buena calidad con ambas regiones de ADN y utilizables para su análisis. La
discriminación de especies también varió de acuerdo con los métodos analíticos utilizados, a pesar de la
falta de una brecha de código de barras la metodología del uso de dendrogramas mostró la agrupación de
especies de acuerdo con datos morfológicos propuestos en la taxonomía tradicional.

REFERENCIAS BIBLIOGRÁFICAS
Armenise, L., Simeone, M.C., Piredda, R. & Schirone, B. (2012) Validation of DNA barcoding as an efficient
tool for taxon identification and detection of species diversity in Italian conifers. European Journal
of Forest Research 131: 1337–1353.
Fazekas, A. J., Kuzmina, M. L., Newmaster, S. G., & Hollingsworth, P. M. (2012). DNA barcoding methods
for land plants. In DNA barcodes (pp. 223–252). Springer.
Kersten, B., Faivre Rampant, P., Mader, M., le Paslier, M.-C., Bounon, R., Berard, A., Vettori, C., Schroeder,
H., Leplé, J.-C., & Fladung, M. (2016). Genome Sequences of Populus tremula Chloroplast and
Mitochondrion: Implications for Holistic Poplar Breeding. PLOS ONE, 11(1), e0147209.
https://doi.org/10.1371/journal.pone.0147209
Kimura, M. (1980). A simple method for estimating evolutionary rates of base substitutions through
comparative studies of nucleotide sequences. Journal of Molecular Evolution, 16(2), 111–120.
Piredda, R., Simeone, M. C., Attimonelli, M., Bellarosa, R., & Schirone, B. (2011). Prospects of barcoding
the Italian wild dendroflora: oaks reveal severe limitations to tracking species identity. Molecular
Ecology Resources, 11(1), 72–83. https://doi.org/10.1111/j.1755-0998.2010.02900.x

15
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

GENERACIÓN Y ANOTACIÓN DEL TRANSCRIPTOMA DE SEMILLAS DE Cedrela odorata L.

Miguel Ángel Vallejo-Reyna1*, Lorena Gálvez López2, Florencia T. A. García-Campusano1, Javier López-Upton2

1Cenid Comef, INIFAP; 2Colegio de Posgraduados.

*Autor para correspondencia: [email protected]

Palabras Clave: Cedro Rojo, semilla, RNA-seq.

INTRODUCCIÓN
La semilla es la estructura que contiene al embrión y su material genético para el desarrollo del próximo
ciclo de vida de las plantas. Su estudio es indispensable para la conservación de los recursos filogenéticos
y adecuados programas de manejo y aprovechamiento. Cedro rojo es una especie forestal tropical
maderable en riesgo (SEMARNAT, 2010; CITES, 2017; IUCN, 2017) por lo que su conservación ex-situ es
importante para proteger la especie. Almacenar las semillas en bancos de germoplasma es una forma
efectiva de conservar la biodiversidad, pero las semillas de cedro rojo se caracterizan por la rápida pérdida
de su viabilidad, lo que impide su conservación (Sautu et al., 2006). Por tanto, es importante entender los
mecanismos fisiológicos y moleculares presentes en las semillas y con ello, dar alternativas que coadyuven
a la conservación de la especie.

La transcriptómica es una tecnología de última generación que permite la secuenciación masiva y profunda
de ARNs (RNA-Seq), con los que, entre otras cosas, es posible detectar patrones de expresión génica y
dilucidar los mecanismos bioquímicos y moleculares de diversos procesos fisiológicos o de desarrollo.

Por lo anterior, la transcriptómica es uno de los métodos más adecuados para conocer los genes que se
encuentran expresados en la semilla. Pero, al no tener disponibilidad de la secuencia del genoma nuclear,
en cedro rojo es necesario generar y ensamblar un transcriptoma de novo. Para la generación de dicho
ensamble existen diversas herramientas bioinformáticas de las cuales el paquete bioinformático Trinity, es
de los que más se utilizan al tener un algoritmo eficiente y robusto que consta de tres módulos para el
análisis: Inchworm, Chrysalis y Butterfly, los cuales son aplicados de forma sucesiva para procesar
volúmenes grandes de lecturas de RNASeq (Grabherr et al., 2011).

En el proceso de germinación de semillas existen tres fases importantes en los que varían los procesos
fisiológicos del embrión de acuerdo a la absorción de agua. La primera fase se caracteriza por una
hidratación importante de la semilla seca y en dormanica; en la segunda fase no existe ingesta de agua,
pero se activan todos los procesos fisiológicos importantes para la germinación y en la tercera fase se
recupera la toma de agua y se hace visible la germinación con la emergencia de la radícula. Con el
propósito de mejorar nuestro entendimiento respecto a los mecanismos fisiológicos y moleculares
involucrados en el proceso de la germinación en semillas de C. odorata. Es necesario conocer los genes
involucrados en el proceso germinativo sin importar su condición fisiológica incluyendo el número de
transcritos y genes presentes en la semilla, así como su anotación funcional.

OBJETIVO
Generar un transcriptoma de novo de semilla de cedro rojo

MATERIALES Y MÉTODOS
Se recolectaron frutos maduros pero indehiscentes de C. odorata en el sitio experimental El Palmar del
Instituto Nacional de Investigaciones Forestales Agrícolas y Pecuarias (INIFAP). Se seleccionaron tres
fases en la germinación de semillas para el análisis: semilla madura seca (S), semilla hidratada al 95 % (E)
y semilla germinada (G). El material vegetal se congeló y se molió con un mortero usando nitrógeno líquido.
El ARN total se obtuvo usando el método de Wang y colaboradores (2008) (Wang et al., 2008) con algunas
modificaciones. Una vez realizadas las pruebas de claidad por electroforesis espectroscopía, las muestras
de ARN total fueron enviadas a la Unidad Universitaria de Secuenciación Masiva y Bioinformática (UUSMB)
del Instituto de Biotecnología de la UNAM empleando un secuenciador Genome Analyzer IIx System de
acuerdo con el protocolo estándar de Illumina (TruSeq RNA Library Prep Kit v2), empleando tres replicas

16
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

biológicas para cada tratamiento: S, E y G, obteniendo un total de 9 bibliotecas de ADNc. Se obtuvieron

lecturas apareadas (paired-reads ends) de 150 pb.

Todos los archivos FASTQ entregados por el laboratorio de secuenciación fueron analizados con el
programa bioinformático FastQC v. 0.11.8 el cual entrega diversos parámetros estadísticos que permiten
conocer la calidad de las secuencias. Posterior al análisis de calidad se ejecutó el ensamble del
transcriptoma de novo con el software Trinity-v2.9.1(Grabherr et al., 2011) en un ordenador con dos
procesadores de 20 núcleos cada uno (Intel Xeon E5-2600v4) con 64GB de memoria RAM. Finalmente,
para la anotación funcional del transcriptoma se utilizó el software trinotate v.3.2.1: para la predicción y
codificación de las secuencias se utilizó el software transdecoder v.5.5.0. Los trascritos fueron anotados
por similitud de secuencia usando BLASTx y BLATp v.2.11.0 en bases de datos públicas: Pfam (Protein
family), Swiss-Prot, GO (Gene ontology), KEEG (Kyoto Encyclopedia of Genes and Genomes) y eggNOG
(database of biological information hosted by the EMBL) con un valor de corte de 1x10 -3. Las anotaciones
generadas se cargaron en una hoja de cálculo en formato *.xls el cual se utilizó para la generación del
resumen y gráficos de la anotación utilizando un lenguaje de programación R v. 4.0.5, a través de la interfaz
RStudio v. 1.3.1093

RESULTADOS Y DISCUSIÓN
El programa FastQC permite analizar 11 parámetros de las secuencias que facilitan comprobar la calidad
de los datos resultantes de un sistema de secuenciación de Illumina. De todos ellos, el único parámetro
que mostró un nivel de rechazo en más del 50 % de las muestras fue el de nivel de duplicación por
secuencia; sin embargo, el parámetro más importante que es el de calidad de secuencia por base, donde
el valor de calidad Phred 30 (Q30) indica que la probabilidad de tener una base incorrecta es 1 en 1000,
es decir una precisión de 99.9 %, fue de alta calidad para todas las muestras trabajadas.

El transcriptoma de semillas de C. odorata obtenido con Trinity tuvo un total de 102,216,934 bases
ensambladas y 95,739 transcritos, de los cuales 52,490 eran genes únicos. Así mismo, se obtuvo un
porcentaje de GC (Guanina-Citosina) de 42.62 %. De acuerdo con las longitudes de los contigs
ensamblados en el transcriptoma, se determinó que el 50 % de los nucleótidos del ensamble (N50) se
encuentran con al menos una longitud de 1668 bases y un promedio de 1067.66 bases por contig. En las
estadísticas basadas en las isoformas más larga por gen se obtuvo un total de 42,238,489 bases
ensambladas, un N50 de 1457 y un promedio de 804.70 bases por contig.

Los resultados obtenidos del Blastx muestran un total de 57,905 secuencias nucleotídicas, de los cuales
57,148 fueron únicas y similares a otras ya anotadas. Mientras tanto, en los resultados del Blastp se
obtuvieron 43,303 secuencias peptidicas, de estas 38,157 fueron únicas. Así mismo las secuencias
obtenidas también se anotaron en las bases de datos de kegg, eggnog y pfam, encontrando una mayor
cantidad de aciertos en la base de datos de keeg, donde se muestran 48, 989 rutas metabólicas de las
cuales 14, 514 fueron únicas.

De acuerdo a la clasificación de las funciones EGGNOG las secuencias fueron agrupadas en 22 grupos
funcionales entre las que destacan: modificaciones postraduccionales, recambio de proteínas, chaperonas
(O), transcripción (K), mecanismos de transducción de señales (T), traducción, estructura de ribosomas y
biogénesis (J), trafico intracelular, secreción y transporte vesicular (U). su parte la clasificación ontológica
se distribuyó en 100 grupos funcionales organizados en tres categorías: procesos biológicos (PB),
componentes celulares (CC) y función molecular (FM). En la categoría PB predominan los términos
regulación de la transcripción-plantilla de ADN, traducción y ubiquitinación de proteínas. En los CC,
predominaron los términos núcleo, componente integral de la membrana y citoplasma, mientras tanto en la
categoría FM predominaron los términos Unión de ATP, unión de iones metálicos y unión al ADN.

Hasta donde se sabe, este estudio presenta el primer transcriptoma de novo del proceso germinativo de
C. odorata. Los resultados estadísticos del ensamble son consistentes a los reportados por (Finch et al.,
2019), quienes generaron un transcriptoma de hoja en la misma especie. Ellos obtienen 52,181 modelos
de genes, número muy similar a lo encontrado en este trabajo en el que se obtuvo 52,490. Así mismo, el
contenido de GC de 39.5 %, y el N50 de 1470 que ellos reportan son similares a lo obtenido en este estudio
donde se obtuvo 42.62 % y 1668 respectivamente. Cuando el número de contigs es menor y mayor el valor

17
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

de N50 se dice que el ensamble es de buena calidad. Dado los resultados obtenidos en este estudio se
pude afirmar que se generó un buen ensamble.

Dados los resultados obtenidos en este trabajo, se puede decir que una de las mayores actividades durante
el proceso de germinación de las semillas de C. odorata es el plegamiento y despliegue de otras proteínas
y montaje o desmontaje de complejos proteicos, que es la función de las proteínas chaperonas y sus
cofactores asociados, así como las modificaciones postraduccionales se dirigen a las chaperonas. En estas
modificaciones se adiciona una molécula pequeña y modifica la ubicación, estabilidad o función de la
proteína. Esta modificación es importante para sobrevivir en situaciones de estrés permitiendo una pronta
respuesta ante un entorno cambiante. Por tanto, las semillas al estar en estado seco y posteriormente
modificar su ambiente al ser embebidas, entran a un estado de estrés y reanudan su metabolismo para
iniciar el proceso de la germinación. Las modificaciones postraduccionales también proporcionan una
rápida reconexión de los programas transcripcionales en el que se incluye a los factores de transcripción y
las proteínas de señalización, motivo por el que ambas funciones de Transcripción (K) y mecanismos de
transducción de señales (T) son los siguientes grupos más dominantes en este proceso .Dentro del grupo
de transducción de señales, en este transcriptoma, se encuentran las proteínas quinasas y dos dominios
encontrados, WD40 y P450, mismos que fueron localizados en el transcriptoma de Q. pubescens, estos
dos últimos están relacionados con el metabolismo de los fenilpropanoide.

CONCLUSIONES
Se generó el primer transciptoma para semilla de cedro rojo, mismo que fue similar en número de genes al
reportado previamente en hoja. Sin embargo, en semilla, los mecanismos moleculares encontrados están
relacionados con la síntesis y modificación de proteínas, principalmente aquellas relacionadas con
tolerancia estrés.

AGRADECIMIENTOS Y FUENTE FINANCIERA

El presente trabajo fue financiado por INIFAP con el proyecto No. 941634436. LGL agradece a CONACYT
por la beca de estudios de posgrado.

REFERENCIAS
Finch, K. N., F. A. Jones, and R. C. Cronn. 2019. Genomic resources for the Neotropical tree genus Cedrela
(Meliaceae) and its relatives. BMC Genomics. 20(1):1–17.
Grabherr, M. G., B. J. Haas, M. Yassour, J. Z. Levin, D. A. Thompson, I. Amit, X. Adiconis, et al. 2011. Full-
length transcriptome assembly from RNA-Seq data without a reference genome. Nature
Biotechnology. 29(7):644–652.
Sautu, A., J. M. Baskin, C. C. Baskin, and R. Condit. 2006. Studies on the seed biology of 100 native species
of trees in a seasonal moist tropical forest, Panama, Central America. Forest Ecology and
Management. 234(1–3):245–263.

18
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

PROPAGACIÓN MASIVA in vitro DE Aagave karwinskii y Aagave americana EN SISTEMA DE

INMERSIÓN TEMPORAL (RITA)

Carlos Román Castillo Martínez1, Roque Pavel Betanzos Jiménez1*, Flavio Aragón Cuevas2

1Cenid Comef, INIFAP; 2Campo Experimental Valles Centrales, INIFAP.

*Autor para correspondencia: [email protected]

Palabras clave: Agave, Cultivo de Tejidos, Sistemas de Inmersión Temporal.

INTRODUCCIÓN
Los agaves son especies vegetales de importancia económica, ecológica y sociocultural entre los pueblos
indígenas en América que los utilizaron durante siglos como fuente de alimento, bebida, medicina y fibra
entre otros usos (García-Mendoza, 2007). El género Agave tiene aproximadamente 210 especies, de las
cuales 159 se encuentran en México que se considera centro de diversificación y domesticación de Agave
spp. (Colunga , Zizumbo, & Martínez, 2007). Los agaves pueden reproducirse de manera sexual y asexual,
la primera a partir de la polinización por murciélagos, insectos o aves. Por otro lado la reproducción asexual
es la principal propagación natural, en la que se generan hijuelos en las diferentes partes de la roseta o
inflorescencia. Algunas especies de Agave carecen de la capacidad de reproducirse asexualmente, por lo
que la reproducción sexual por semilla es su única vía de propagación. Sin embargo, la tasa de
reproducción asexual es baja y la reproducción sexual está limitada por problemas de polinización y
viabilidad de las semillas (García-Mendoza, 2007; (Villaseñor, 2016).
En este sentido, surge la necesidad de conservar este recurso fitogenético lo cual ha propiciado el uso de
alternativas biotecnológicas como el cultivo de tejidos vegetales; a partir de la selección de un explante
aislado y desinfectado al cual le brinda condiciones óptimas para su crecimiento, generando plantas nuevas
conservando sus características genéticas (Miguel-Luna et al., 2013). Otra técnica que ofrece la
biotecnología es la inmersión temporal en biorreactores lo cual ha permitido mejorar la propagación in vitro
de diferentes especies, incrementando considerablemente la tasa de multiplicación y un mejor desarrollo
de explantes, así como una reducción de área de trabajo y reactivos, repercutiendo directamente en la
rentabilidad (Rosales et al., 2017).

OBJETIVO
Establecer explantes in vitro de Agave Karwinskii y Agave Americana en un sistema de inmersión temporal
RITA® y determinar la tasa de multiplicación.

MATERIALES Y MÉTODOS
El trabajo se realizó en el laboratorio de biotecnología del Centro Nacional de Investigación Disciplinaria en
Conservación y Mejoramiento de Ecosistemas Forestales (Cenid Comef). Para el establecimiento se utilizó
el sistema de inmersión temporal modelo RITA®. La función de este sistema consiste en nutrir y oxigenar
los explantes mediante inmersión intermitente con la inyección de aire estéril filtrado a baja presión,
forzando al medio líquido hacia arriba y bañando los explantes. Cuando se detiene el flujo, la presión
disminuye y el medio regresa por gravedad al fondo del recipiente. El medio de cultivo por contenedor fue
de un volumen de 250 ml de medio de cultivo MS líquido (Murashige and Skoog, 1962), suprimiendo el uso
de agar como gelificante, con las siguientes concentraciones: el medio MS 4.43 g L-1, 30 g L-1 y 2.0 mg L-1
de BA (6-BAP bencilaminopurina) como regulador de crecimiento, con un pH de 5.7. Se usó un contenedor
con el medio sin regulador como testigo. Los contenedores con el medio de cultivo líquido se esterilizaron
en autoclave a 120 °C y 1.8 PSI (de presión), durante 60 minutos. Los explantes de A. karwinskii y A.
americana se transfirieron de frascos con medio solido con las mismas concentraciones, bajo condiciones
asépticas dentro de la campana de flujo laminar, donde se realizaron los cortes necesarios para obtener
10 explantes que se establecieron en los biorreactores. Una vez que se finalizó se colocaron dentro del
cuarto de crecimiento en condiciones de fotoperiodo de 16 h. luz / 8 h. de obscuridad a una temperatura
de 25±2 °C. La evaluación se realizó a los 30 días y considerando el número de brotes obtenidos por
explante como el parámetro principal a evaluar, se realizó un análisis de estadística descriptiva utilizando
el software Infostat/estudiantil® versión 2020e.

19
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

RESULTADOS Y DISCUSIÓN
De acuerdo a los resultados obtenidos, se observa en el Cuadro 1 que la especie con el mayor promedio
de brotes por explante es A. karwinskii con 10.2 brotes, y el menor promedio fue para la especie A.
americana que obtuvo 9.8 brotes en promedio.

Cuadro 1. Número de brotes por explante por especie en sistema de inmersión temporal RITA con medio líquido.
A. karwinskii B. americana
Número de explantes 10 10
Mínimo 7.0 7.0
Máximo 14.0 13.0
Media 10.5 9.8
Desviación estándar 2.17 1.93
Error estándar 0.69 0.61

Resultados similares reporta (Nolasco-Jáuregui, 2020) donde utilizó un sistema de inmersión temporal
(BITs) para la propagación de A. karwinskii, donde obtuvo 10.2 brotes en promedio. Por su parte, Ríos-
Ramírez et al. (2018) reporta un promedio de 10.5 brotes por explante al emplear 1.5 mg/L de BA para la
misma especie. González-Durán y Núñez-Palenius, (2015) utilizaron un sistema de inmersión temporal
(SIT) para la generación de brotes en A. durangensis y concluyen que la combinación de IBA y citocininas
a una dosis de 3 mg/L generan 2.67 brotes. Por otra parte, Alvard et al. (1993) mencionan que la duración
de la inmersión es probable el factor que merece mayor atención en el diseño de sistemas de cultivo basado
la inmersión temporal. En este sentido, es probable que el tiempo de la inmersión influya en el contacto del
explante con el medio de cultivo líquido, lo cual facilita la absorción de nutrientes y en consecuencia la
estimulación e inducción para la generación de nuevos brotes. La inmersión temporal cada vez es más
utilizada en otras especies obteniendo resultados favorables en papaya (Posadas et al., 2003); plátano
(Aragón et al., 2006); papa (Montoya et al., 2008) entre otros. Sin embargo, para el caso de Agaves son
pocas las especies que se han propagado de esta manera. Autores como Aguilar y Núñez (2017) reportan
4 brotes para A. tequilana Weber; Chávez-Ortiz et al. (2020) reportan 47 brotes para A. guiengola.

CONCLUSIONES
Se logró propagar de forma masiva in vitro en un sistema de inmersión temporal RITA®, obteniendo 10.2
brotes por explante en especie A. karwinskii, y 9.8 brotes por explante de A. americana, demostrando la
eficiencia del método de inmersión temporal y el uso de medio líquido para la generación de brotes.

AGRADECIMIENTOS Y FUENTE FINANCIERA

Al INIFAP como entidad de financiamiento para realizar la investigación de la cual derivan los resultados.

REFERENCIAS BIBLIOGRÁFICAS
Aguilar, E. R., & Núñez, H. G. (2017). Establecimiento de Agave tequilana Weber variedad azul en un
sistema de inmersión temporal (SIT). Verano de Investigación Científica, 3(2).
Chávez-Ortiz, L. I., Morales-Domínguez, J. F., Rodríguez-Sahagún, A., & Pérez-Molphe, E. (2020). In vitro
propagation of Agave guiengola Gentry using semisolid medium and temporary inmersion
bioreactors. Phytom-International Journal of Experimental Botany .
González-Durán, B. M., & Núñez-Palenius, H. G. (2015). Micropropagación de Agave durangensis en un
sistema de Inmersion Temporal (SIT). Verano de Investigación Científica , 1(2), 8-13.
Nolasco-Jáuregui, F. E. (2020). Propagación in vitro de Agave angustifolia, A. karwinskii y A. parrasana en
sistemas de inmersion temporal (BITs). Universidad Autonoma de Aguascalientes.
Ríos-Ramírez, S., Enriquez del Valle, J. R., Rodríguez-Ortíz, G., Ruíz-Luna, J., & Velasco-Velasco, V. A.
(2018). In vitro formation of adventitious shoots on caulinary tissue of physiologically contrasting
Agave angustifolia plants. Emirates Journal of Food and Agriculture, 30(1), 49-56.

20
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

ANÁLISIS DE DISOCIACIÓN DE ALTA RESOLUCIÓN (HRM) PARA LA GENOTIPIFICACIÓN DE

VARIEDADES DE Pinus pseudostrobus

Florencia T. A. García-Campusano1,2*, Liliana García-Valencia1,3, Miguel Ángel Vallejo-Reyna1, Jocelyn

Pérez-García1, J. Jesús Vargas-Hernández4, Roberto Reynoso-Santos5

1CenidComef, INIFAP; 2Campo Experimental La Campana, INIFAP; 3Escuela de Ingeniería y Ciencias,

Tecnológico de Monterrey; 4Programa Forestal, Colegio de Postgraduados; 5Campo Experimental Centro
de Chiapas, INIFAP.

*Autor para correspondencia: [email protected]

Palabras clave: cpSSR, PCR-tiempo real, poblaciones silvestres.

INTRODUCCIÓN
Pinus pseudostrobus Lindley es una de las especies de coníferas de mayor importancia maderable en el
país. Se distribuye naturalmente en México y América Central, donde crece a lo largo de un amplio
gradiente altitudinal (1600 a 3300 m), por lo que exhibe una notable variabilidad y plasticidad fenotípica y
fisiológica, que reflejan su adaptación a distintas condiciones climáticas y de suelo. A la fecha, se reconocen
al menos cuatro variedades o ecotipos para la especie, basados en sus características morfológicas: var.
pseudostrobus (típica), oaxacana, apulcensis y coatepecensis. Sin embargo, discriminar entre ellas en
campo de manera inequívoca ha resultado una tarea compleja, ya que en muchas regiones su distribución
se sobrelapa. Debido a que estudios ecológicos y ensayos de procedencias han mostrado que las
variedades difieren en sus preferencias de hábitat, tolerancia a estrés y potencial de producción, realizar
una identificación correcta resulta de gran interés y valor al momento de establecer ensayos de procedencia
y huertos semilleros para la producción de germoplasma mejorado.

El uso de herramientas moleculares ofrece un acercamiento poderoso para la delimitación de especies; no

obstante, los códigos de barras de ADN han tenido un éxito limitado dentro del complejo Pseudostrobus y
en general al interior del clado Montezumae, ya que muestran bajos niveles de divergencia en secuencias
y estructura filogenética mínima, potenciado por una tendencia a formar híbridos y a la introgresión
(Hernández-León et al., 2014). Dado lo anterior, es necesario identificar y probar nuevos marcadores
moleculares para discriminar entre variedades de manera fácil y poco costosa. El análisis de disociación
de alta resolución (HRM – High Resolution Melt) es un método basado en PCR, que representa una
alternativa de alto rendimiento, sensible, preciso, rápido y relativamente costo eficiente, que se utiliza para
la discriminación alélica y genotipificación. El HRM permite discernir variantes al detectar diferencias en las
tasas de disociación/fusión entre distintos fragmentos de ADN amplificados en un PCR (debido a SNP’s o
pequeñas deleciones/inserciones), a lo largo de un gradiente de temperatura, con el apoyo de un colorante
fluorescente. Se aplica ampliamente en análisis clínicos y estudios diagnósticos; mientras que en especies
agrícolas y forestales existe creciente interés en su uso para la identificación y autentificación de especies
y sus subproductos (Smith et al., 2010). La implementación del HRM asociado a marcadores moleculares
tipo SSR, a modo de un código de barras, representa una estrategia que puede ayudar a direccionar los
trabajos de selección de individuos representativos de poblaciones naturales, así como explorar la
diversidad genética potencial para futuras investigaciones en mejoramiento genético en P. pseudostrobus.

OBJETIVO
Implementar el análisis de diversos marcadores genéticos de cloroplasto mediante HRM, como un primer
acercamiento para la detección y diferenciación rápida de cuatro variedades de Pinus pseudostrobus: var.
pseudostrobus (típica), var. apulcensis, var. oaxacana y var. coatepecensis.

MATERIALES Y MÉTODOS
Material biológico. Se colectaron fasciculos de árboles procedentes de distintas poblaciones naturales a lo
largo de la región centro-sur de México (Estado de México, Puebla, Tlaxcala, Veracruz, Michoacán, Jalisco,
Oaxaca y Chiapas), de las variedades: pseudostrobus (97), oaxacana (53), apulensis (31) y coatepecensis
(16). Además se utilizaron muestras de tejido de P. montezumae. Se colocaron en bolsas tipo ziploc y se enviaron
al laboratorio de Biotecnología del Cenid Comef (INIFAP), donde se almacenaron a -80 ºC hasta su uso.

21
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Extracción de ADN. Se extrajo ADN total a partir de 200 mg de tejido siguiendo la técnica de CTAB. La
calidad y concentración se verificó con un NanoDropTM ND-1000 y visualmente por electroforesis (0.8 %
agarosa en TBE 1X).

Selección y diseño de oligonocleótidos. Se realizó una revisión de literatura para identificar regiones
polimórficas de ADN de cloroplasto, reportados como filogenéticamente informativos. Además, se realizó
el alineamiento in silico de secuencias de cloroplasto completo obtenidas de NCBI (National Center for
Biotechnology Information) para P. montezumae (JN854183.1), P. pseudostrobus (JN854178.1), P.
oocarpa (KY963969.1), P. taeda (FJ899561.2) y P. greggii (JN854198.1). Los tres marcadores que
ofrecieron mejor resolución fueron: clpP(30204) (polimorfismo: indel 4G), cpDNA8 (idel: TCCCCTTCT
localizado en la región ycf2) y cpDNA10 (indel: (CTT)4 localizado en la región trnL(UAA)-trnT(UGU)).

PCR-tiempo real y análisis de HRM. El PCR se realizó en un CFX-96 (Bio-Rad) y se utilizó Type-it® HRM
PCR-KIT® (Qiagen) como mezcla de reacción. El análisis de HRM post-PCR se realizó con el software
Precision Melt AnalysisTM (Bio-Rad), el cual agrupa automáticamente las muestras de acuerdo con su perfil
de disociación. Productos de PCR con perfiles de disociación diferentes fueron secuenciados. Las
secuencias se alinearon con el software SeaView y MUSCLE (MUltiple Sequence Comparison by Log-
Expectation). Se asignaron haplotipos siguiendo el método de Galuszynski y Potts (2020).

RESULTADOS Y DISCUSIÓN
El primer y principal reto para la implementación del HRM para genotipificación de variedades de P.
pseudostrobus consistió en identificar secuencias genéticas polimórficas que permitieran discernir entre
taxa; en el caso del presente estudio, las condiciones se estandarizaron utilizando un grupo reducido de
individuos “tipo” previamente identificados morfológicamente como representativos de P. pseudostrobus
var. pseudostrobus, var. apulcensis, var. oaxacana y var. coatepecensis. Posteriormente, se probó su
utilidad para agrupar correctamente una colecta de más de 180 individuos realizada a lo largo del centro y
sur del país. Nuestra revisión mostró que muchas de las regiones de ADN de cloroplasto, mitocondria o
nucleares, que son frecuentemente utilizadas en estudios filogenéticos eran idénticos entre P.
pseudostrobus y P. montezumae, por tanto no serían efectivos para discernir entre las especies cercanas,
ni las distintas variedades de Pseudostrobus. Por ello, se exploraron regiones alternativas del genoma del
cloroplasto y con base en ello de llegó a la selección de tres marcadores polimórficos, con características
apropiadas para su implementación con HRM.

Cabe señalar que ninguno de estos marcadores SSR de cloroplasto permitió distinguir simultáneamente
entre sí a todos los taxones, aunque el uso secuencial de dos marcadores si permitió discriminar entre var.
pseudostrobus, oaxacana y apulcensis. Los marcadores cpDNA8 y cpDNA10 permiten, en primera
instancia, distinguir entre P. pseudostrobus var. pseudostrobus/coatepecensis/var. oaxacana y P.
pseudostrobus var. apulcesis/ P. montezumae, con un 83 % de éxito. Un análisis subsecuente del primer
grupo con clpP(30204) permite separar al menos al 64 % de los representantes de var. oaxacana. Sin
embargo, no fue posible determinar un marcador que permitiera discriminar var. pseudostrobus/var.
oaxacana de var. coatepecensis, lo que refleja el reto que representa la identificación de marcadores
filogenética y taxonómicamente informativos que permitan establecer los límites al interior del complejo
Psudostrobus y especies muy cercanas.

A partir de las secuencias obtenidas con los tres marcadores se identificaron once alelos, que conformaron
diez haplotipos (A-J) los cuales permiten visualizar un efecto geográfico en sus prevalencias. Sobre el 85 % de
los representantes de la var. pseudostrobus de Michoacán, Jalisco y el resto del Eje Neovolcánico
Transversal (ENT) comparten el haplotipo A, y en algunos casos, alelos poco frecuentes dieron lugar a
haplotipos únicos (E, F y G). Sin embargo, a medida que el ENT se reúne con la Sierra Madre Oriental
(SMO) en Puebla y Veracruz, las frecuencias cambian y se incrementan notoriamente los haplotipos B y C
(predominantes en var. oaxacana y P. montezumae, respectivamente), hasta alcanzar el 50 %. En el caso
de var. oaxacana cerca del 72 % de los individuos colectados en la Sierra Madre del Sur en Oaxaca
presentaron el haplotipo B, y disminuye a medida que se transita hacia regiones hacia más al norte de la
SMO (Zongolica con 43 % a 25 % en Perote). Un efecto similar se observa también para var. apulcensis,
donde la mitad de los especímenes cercanos a la región de Apulco en Hidalgo, comparten el haplotipo C y
parecen estar más relacionados a P. montezumae, mientras que el resto exhibe el haplotipo único J. En

22
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

contraste, en la Sierra Madre del Sur (SMS) en Chiapas, predomina el haplotipo A, mientras que en el norte
de Veracruz se conforman principalmente por el haplotipo D, aunque también se observan otras variantes
poco frecuentes (H, I). Lo anterior sugiere un aumento del flujo genético entre taxa en las zonas de
transición entre el ENT y la SMO, donde convergen las distintas poblaciones; particularmente puede indicar
diferentes linajes geográficos para las variedades, con una mayor prevalencia de introgresión o hibridación
entre P. pseudostrobus and P. montezumae en el ENT.

El análisis de PCR-tiempo real/HRM permitió además identificar variantes alélicas raras que se encuentran
en poblaciones silvestres Pseudostrobus, así como evidenciar hibridación con P. montezumae y P.
devoniana. La técnica fue lo suficientemente sensible para discernir y discriminar entre amplicones basado
en cambios de un solo nucleótido, lo que muestra su potencialidad para realizar exploraciones a gran escala
con gran precisión. Esto es particularmente importante para laboratorios de bajo presupuesto, sin
capacidad de secuenciación, ya que reduce notablemente los costos asociados a esto. Aún con sus
limitaciones, el HRM muestra un enorme potencial como una herramienta rápida, precisa y relativamente
barata para la exploración de la variación alélica a nivel específico e intra-específico y su discriminación en
poblaciones naturales de especies de Pinus, en general, y de P. pseudostrobus en particular.

CONCLUSIONES
Se describe tres marcadores tipo SSR de cloroplasto y su uso conjunto con HRM para la discriminación
inter e intra específica de individuos de P. pseudostrobus y P. montezumae procedentes de poblaciones
silvestres. Aunque ninguno de estos marcadores logró agrupar de manera exclusiva alguno de los taxones,
realizar ensayos secuenciales con un segundo marcador logró la discriminación exitosa de la mayoría de
los taxa. La identificación de regiones de ADN informativos para utilizar como marcadores moleculares
representa la principal limitación para especies arbóreas no modelo y su estandarización representa el
paso mas costoso y el principal obstáculo que limita su implementación.

AGRADECIMIENTOS Y FUENTE FINANCIERA

Por su invaluable apoyo en la identificación y colecta de material en campo: Dr. Martin Gómez-Cárdenas
(INIFAP), Dr. Nahúm Sánchez-Vargas (Universidad Michoacana de San Nicolás Hidalgo). M.en C. Adán
Hernández-Hernández (INIFAP), M. en C. Guillermo Rodriguez, M. en C. Jesús Dorantes López
(Universidad Veracruzana) y Dr. Javier López-Upton (Colegio de Posgraduados). Esta investigación fue
financiada por el FONDO SECTORIAL PARA LA INVESTIGACIÓN, EL DESARROLLO Y LA INNOVACIÓN
TECNOLÓGICA FORESTAL, CONAFOR-CONACYT, Proyecto CONAFOR-2016-4-277784
“Establecimiento de huertos semilleros asexuales regionales y ensayos de progenie de Pinus
pseudostrobus para la evaluación genética de los progenitores”.

REFERENCIAS BIBLIOGRÁFICAS
García-Valencia, L.E., J. Pérez-García, J., M. Á. Vallejo-Reyna, R. Reynoso-Santos, J.J. Vargas-
Hernández and F. García-Campusano. 2022. cpSSR and High-Resolution Melting Analysis (HRM)
for Pinus pseudostrobus Lindl. variety genotyping and discrimination. Forests 13(2): 200.
Galuszynski, N. C., y A. J. Potts. 2020 Application of High Resolution Melt Analysis (HRM) for screening
haplotype variation in a non-model plant genus: Cyclopia (Honeybush). PeerJ. 2020
Hernández-León, S., D.S. Gernandt, J.A. Pérez de la Rosa, J. A. and L. Jardón-Barbolla. 2013.
Phylogenetic relationships and species delimitation in Pinus Section Trifoliae inferred from Plastid
DNA. PLoS One 8: e70501.
Smith, B. L., C. P. Lu and J. R. Alvarado Bremer. 2010. High-Resolution Melting Analysis (HRMA): a highly
sensitive inexpensive genotyping alternative for population studies. Mol. Ecol. Resour. 10: 193–196.

23
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

VARIACIÓN EN CARACTERÍSTICAS DE SEMILLAS Y PLÁNTULAS DE FAMILIAS DE Pinus pringlei

SHAW EN MICHOACÁN

Martín Gómez-Cárdenas 1*, Gerardo Hernández Sarmiento 1 , H. Jesús Muñoz-Flores 1 , J. Trinidad

Sáenz-Reyes1, Benjamín Villa Castillo1, Jonathan Hernández-Ramos2

1Campo Experimental Uruapan, INIFAP; 2Campo Experimental Chetumal, INIFAP.

*Autor para correspondencia: [email protected]

Palabras clave: Pino resinero, crecimiento en condición favorable, potencial genético.

INTRODUCCIÓN
La resina de pino es el principal producto forestal no maderable en el mundo y se obtiene en bosques con
ambientes desfavorables, marginales, de baja productividad maderable (Reyes-Ramos, 2019). Su
extracción en Michoacán (primer lugar nacional) y otros estados del Centro-Occidente de México, donde la
producción anual es cercana a las 20 mil ton·año-1, no ha logrado recuperar la producción de los años 70
cercana a 70 mil ton·año-1 (Barrera-Ramírez, 2022) y en consecuencia, las importaciones desde
Venezuela, Honduras, China y Cuba continúan creciendo (CONAFOR, 2013). Entre el año 2017 y 2020 el
precio pagado a bordo de brecha pasó de 14 a 39 pesos por kg de resina en bruto (incremento de 2.8
veces), lo cual renovó el interés por su extracción. No obstante, el sistema actual de producción de resina
para los principales cuatro pinos resineros en Michoacán (Pinus lawsoni, P. oocarpa, P. pringlei y P.
pseudostrobus), continúa siendo no competitivo y sin rentabilidad, lo cual es opuesto totalmente al potencial
existente (Reyes-Ramos, 2019). De las cuatro principales especies resineras más importantes de
Michoacán, P. pringlei Shaw muestra varias ventajas, incluidas su alta tolerancia a la sequía y a
temperaturas relativamente altas, su alta rusticidad, alta resistencia y adaptación al fuego, alta producción
de semilla (CONAFOR, 2013). Su alta variabilidad en rendimiento resinero, hacen posible elevar la
productividad y rentabilidad actual por unidad de superficie, en más de 10 veces (Gómez-Cárdenas et al.,
2017). Esto motivó al desarrollo del presente trabajo cuyo propósito general fue medir y explicar la
variabilidad fenotípica, morfológica y fisiológica, de familias con desempeño contrastante en crecimiento
temprano. La base de datos registrados permitirá además buscar correlaciones con crecimiento y
rendimiento de resina en edades avanzadas, que puedan ser de utilidad para mejoramiento genético.

OBJETIVO
Determinar la variabilidad en características morfológicas y fisiológicas de la semilla, la plántula y la planta
en vivero de familias de P. pringlei, contrastantes en el crecimiento alcanzado a poco más de siete meses
de edad, para facilitar la selección de familias e individuos con el mejor desempeño desde edad temprana.

MATERIALES Y MÉTODOS
Se seleccionaron 100 árboles de P. pringlei por su alto rendimiento resinero en rodales naturales del estado
de Michoacán. De la semilla recolectada se registró (n=400) el diámetro (DS), longitud (LS), peso seco
(PS), viabilidad (VS) y germinación total (GS). Tras la siembra para la plántula se determinó (n=30) la
emergencia total (ES), longitud del hipocotilo (LH), longitud (LC) y número (NC) de cotiledones. De la planta
en crecimiento se registró (n=30) diámetro basal (DP) y altura de planta (AP). La emergencia (ES) se
cuantificó diariamente durante 45 días después de la siembra (dds), mientras que el DP y la AP se
registraron catorcenalmente del día 42 hasta el día 220. El resto de las características se registró por única
vez en el estado fenológico correspondiente (Hernández-Sarmiento 2017). De las 100 familias, se eligieron
(Cuadro 1) aquellas cinco que a 220 dds, mostraron el mayor crecimiento en altura (porte “alto”; 12.0-14.5 cm;
n=30), las cinco de crecimiento intermedio (porte “intermedio”; 10.4-11.0 cm; n=30) y las cinco con el menor
crecimiento (porte “chaparro”; 6.9-9.0 cm; n=30). Este conjunto reducido de familias contrastantes en
crecimiento permitió concentrar las observaciones y los análisis en las relaciones causales o de influencia
entre rasgos fenotípicos, tanto morfológicos (DS, LS, PS, LH, LC, NC, DP, AP), como fisiológicos (GS, ES).
Del DP y la AP se usaron solamente los valores iniciales (medición en fecha 1) y final (medición a 220 dds).
El análisis estadístico comprendió la correlación (Coeficiente de Pearson; r) entre valores iniciales y finales
de DP o AP y las variables restantes. También se determinó “r” para tamaño de semilla (DS, LS, PS) contra
la germinación (GS), la emergencia (ES) o el tamaño de la plántula (LH, LC, NC). La variación de las

24
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

características GS, ES, DP, AP y las variables morfológicas restantes fue comparada entre familias y entre
grupos contrastantes en crecimiento mediante análisis de varianza.

RESULTADOS Y DISCUSIÓN
Los valores promedio por familia y grupo contrastante en crecimiento se muestran en el Cuadro 1.

Cuadro 1. Valores promedio para rasgos fenotípicos de morfología y germinación de semilla y

crecimiento temprano de planta por familia y grupo contrastante en crecimiento (según altura
alcanzada a 220 dds).
Grupo Fam AltIni AltFin IncAlt IncAltMax AltMaxIni AltMaxFin LS (mm) DS PS (g) GS (%) ES (%) LH LC NC DPIni (mm) DPFin
contrastante en (mm) (cm) (cm) (mm)
altura
"Chaparro" 26 2.7 6.9 4.3 6.4 3.9 10.3 5.33 2.7 0.56 69 65.6 2.5 2.9 6.5 1.08 1.57
"Chaparro" 4 4.0 7.3 3.3 7.2 5.7 12.9 5.85 2.9 2.29 49 46.6 3.8 2.7 6.9 0.92 1.38
"Chaparro" 21 2.8 8.4 5.6 9.1 4.3 13.4 5.33 2.7 0.56 46 43.7 2.6 2.6 6.0 0.92 1.45
"Chaparro" 25 3.3 8.7 5.4 14.1 4.7 18.8 5.15 2.5 1.93 67 63.7 3.1 6.2 6.5 0.96 1.56
"Chaparro" 23 3.3 9.0 5.7 13.3 5.3 18.7 5 2.8 1.71 76 72.2 3.1 2.9 6.7 0.97 1.62
"Intermedio" 9 4.6 10.4 5.8 12.1 5.7 17.9 7.3 2.8 2.70 45 42.8 4.4 3.5 6.7 0.93 1.73
"Intermedio" 20 3.3 10.5 7.2 12.9 5.2 18.2 5.80 2.7 0.57 61 58.0 3.1 3.4 7.1 0.98 1.93
"Intermedio" 13 3.3 10.6 7.3 14.3 4.2 18.6 5.67 2.8 2.05 23 21.9 3.1 3.2 5.9 1.04 2.05
"Intermedio" 1 4.8 10.8 6.1 10.8 6.7 17.5 4.75 2.3 1.27 66 62.7 4.6 3.4 6.0 1.00 1.92
"Intermedio" 11 4.2 11.0 6.9 12.0 5.0 17.0 5.38 2.9 2.07 29 27.6 4.0 2.9 6.6 0.91 2.10
"Alto" 8 3.1 12.0 8.9 14.1 5.5 19.6 5 3.0 1.79 26 24.7 2.9 3.2 6.6 0.96 1.96
"Alto" 10 4.3 12.4 8.1 13.2 4.8 18.0 5.2 2.6 1.88 1.5 1.4 4.1 2.9 6.0 0.93 2.24
"Alto" 6 4.2 13.1 8.8 14.3 5.2 19.6 5.1 2.7 1.82 31 29.5 4.0 3.5 7.0 1.06 2.33
"Alto" 15 3.3 14.1 10.8 14.8 5.2 20.0 5.97 3.0 2.26 69 65.6 3.1 3.1 6.4 1.06 2.48
"Alto" 5 4.0 14.5 10.5 16.6 4.8 21.4 4.97 2.4 1.52 7.8 7.4 3.8 3.0 6.4 1.10 2.59
"Chaparros" 3.2 8.1 4.8 10.0 4.8 14.8 5.3 2.7 1.4 61.4 58.3 3.0 3.4 6.5 0.97 1.52
"Intermedios" 4.0 10.7 6.7 12.4 5.4 17.8 5.8 2.7 1.7 44.8 42.6 3.8 3.3 6.4 0.97 1.94
"Altos" 3.8 13.2 9.4 14.6 5.1 19.7 5.2 2.7 1.9 27.1 25.7 3.6 3.1 6.5 1.02 2.32
Fam = Familia; AltIni = Altura inicial; AltFin = Altura a 220 dds; IncAlt =Incremento en altura observado hasta la medición final;
IncAltMax = Incremento mostrado por los cinco individuos de mayor estatura a 220 dds; AltMaxIni = Altura inicial de los cinco
individuos más altos; AltMaxFin = Altura final de los cinco individuos más altos; LS = Longitud de semilla; DS = Diámetro de semilla;
PS = Peso (g) de 100 semillas; GS = Germinación (%); ES = Emergencia de semilla en vivero; LH =Longitud del hipocótilo; LC =
Longitud del cotiledón más largo; NC = Número de cotiledones; DPIni = Diámetro de planta inicial; DPFin; Diámetro de planta final a
220 dds.

El incremento y el crecimiento final en altura y en diámetro conservan un patrón creciente del grupo
“Chaparro” al “Intermedio” y “Alto”. Sus valores iniciales en cambio, así como las características
morfológicas restantes no muestran algún patrón visible. GS y ES presentan un patrón distinto, claramente
opuesto al crecimiento: mayor GS o ES se asocian con menor crecimiento (AltFin o DPFin).

El análisis de correlación (r), confirmó la relación opuesta de los valores observados para crecimiento
(AltFin, DPFin) versus GS y ES (Cuadro 2). En el cuadro se omiten las variables sin correlación alguna.

Cuadro 2. Variables correlacionadas entre sí con al menos un valor de “r” superior a 0.5.
Característica AltIni AltFin IncAlt IncAltMax AltMaxIni AltMaxFin PS GS ES DPIni
AltFin 0.36
IncremAlt 0.08 0.96
IncAltMax 0.15 0.81 0.82
AltMaxIni 0.66 0.18 -0.01 0.05
AltMaxFin 0.30 0.82 0.78 0.97 0.28
GS -0.33 -0.52 -0.46 -0.37 0.19 -0.32 -0.24
ES -0.33 -0.52 -0.46 -0.37 0.19 -0.32 -0.24 1.00
LH 0.99 0.36 0.08 0.15 0.66 0.30 0.50 -0.33 -0.33
DPFin 0.31 0.96 0.93 0.74 0.02 0.71 0.22 -0.53 -0.53 0.53
Las negritas resaltan valores medianos y altos de r.

A pesar de que todas las variables morfológicas (LS, DS, PS, LH, NC, LC) y las de crecimiento, registradas
al inicio (AltIni, AltMaxIni, DPIni) del periodo de observación, no mostraron asociación importante (r>0.5)
con el crecimiento registrado al final (AltFin, IncremAlt, AltMaxFin, DPFin), la germinación (GS; %) y la
emergencia (ES; %) si lo hicieron. Mayores porcentajes de GS y ES se asociaron con menores alturas,

25
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

pero también con mayores valores de diámetro de planta alcanzados al final del periodo. Esto parece
indicar que cada planta invierte más en garantizar mayor germinación y mayor sostén en ese periodo, que
en el alargamiento del tallo. Puede asumirse además que dicha distribución de recursos queda fijada
genéticamente, pues el desarrollo de los tejidos involucrados ocurre en suficiencia de recursos (agua,
sustrato, nutrimentos, sanidad). La germinación (GS) en todas las familias inició solo después de 24 días
de riego continuo (datos no mostrados), esto a pesar de una sumersión en agua (>dos horas), del buen
sustrato (poroso, rico en MO y nutrimentos), una sombra parcial y ejecución en temporada de lluvias, lo
que refleja la adaptación de la especie a ambientes desfavorables en humedad.

El crecimiento en altura registrada a 220 dds es altamente variable entre y dentro de los tres grupos
contrastantes e incluso, dentro de familias (Figura 1). La altura inicial a 42 dds no parece haber influido en
el efecto de familia, mientras que los individuos con valores máximos de altura en cada familia, si influyeron.

25
AltMx220 (n=5) Altura 220 dds Altura 42 dds
20
Altura (cm)

15

10

0
26 4 21 25 23 9 20 13 1 11 8 10 6 15 5
Familias de medios hermanos
Figura 1. Promedio (n=30) en altura inicial (42 dds), final (220 dds) y de los cinco individuos más altos
(n=5) por familia.

Es notorio que en tres familias (4, 21 y 26) se puede ver un fuerte control genético del crecimiento en altura,
el cual es restringido a pesar de disponer de todos los factores necesarios para crecer sin limitaciones.
Además, se observa que la altura alcanzable por individuos de buen crecimiento potencial tiene un tope
máximo, seguramente controlado genéticamente, ubicado entre 17 y 21 cm a 220 dds.

CONCLUSIONES
El crecimiento en altura muestra limitaciones genéticas en familias del grupo “Chaparro” y en todas para
rebasar la franja de 21 cm a 220 dds. La Germinación y la emergencia de familias muestran fuerte
asociación con utilidad predictiva del crecimiento en altura y diámetro en los grupos y familias estudiadas.

AGRADECIMIENTOS Y FUENTE FINANCIERA

Se agradece al Instituto Nacional de Investigaciones Forestales Agrícolas y Pecuarias (INIFAP) por el
apoyo con recursos fiscales, materiales y humanos para el desarrollo del presente trabajo. Así como el
financiamiento del proyecto 20305334203 “Tecnología para incrementar la rentabilidad de la producción
resinera de pino pringlei en la porción marginal de la franja aguacatera”, del cual derivó el presente trabajo.

REFERENCIAS BIBLIOGRÁFICAS
Barrera-Ramírez, R. 2022. Programa de Mejoramiento genético de Pinus pringlei Shaw con fines de
producción comercial de madera y resina en Michoacán. Colegio de Posgraduados. Propuesta de
investigación. Documento Interno. Ciudad de México. 14 p.
CONAFOR (Comisión Nacional Forestal). 2013. La Producción de Resina de Pino en México. 1ra. Edición.
Ciudad de México. 93 p.
Gómez-Cárdenas, M., H. J. Muñoz Flores. B. Villa-Castillo. 2017. Tecnología para incrementar la
rentabilidad de la producción resinera de pino pringlei en la porción marginal de la franja aguacatera.
Informe Final. Instituto Nacional de Investigaciones forestales, Agrícolas y pecuarias. Campo
Experimental Uruapan. Documento Interno. Uruapan, Michoacán. 36 p.

26
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Hernández-Sarmiento, G. 2017. Evaluación morfológica y del desempeño de germoplasma sexual de

familias de pinos resineros en el centro de Michoacán. Instituto Tecnológico De El Salto. Tesis de
Licenciatura. El Salto, Durango. 88 p.
Reyes-Ramos, A., J. Cruz de León., A. Martínez-Palacios., P. C.M Lobit., J. E Ambríz-Parra., & N. M.
Sánchez-Vargas. (2019). Caracteres ecológicos y dendrométricos que influyen en la producción de
resina en Pinus oocarpa de Michoacán, México. Madera y bosques, 25(1): 1-13.

27
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

II
SECCIÓN
Manejo forestal sustentable
y servicios ambientales

MANEJO FORESTAL
SUSTENTABLE Y SERVICIOS
AMBIENTALES

Foto: Vidal Guerra de la Cruz

 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

EVALUACIÓN DEL TAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE BIOMASA EN PASTIZALES

MEDIANTE ESTIMADOR DE RAZÓN

Efraín Velasco-Bautista1*, Martín Enrique Romero-Sánchez1, David Meza-Juárez2, Ramiro Pérez-Miranda1

1Cenid Comef, INIFAP; 2Consultores Asociados en Manejo de Ecosistemas Forestales S.C.

*Autor para correspondencia: *[email protected]

Palabras clave: Estimador de razón, insesgabilidad, error relativo de muestreo.

INTRODUCCIÓN
En el contexto de la inferencia basada en diseño, el estimador de razón ha sido ampliamente recomendado
para la estimación de atributos forestales. Además de sus ventajas estadísticas, este estimador es simple
en términos de aplicabilidad computacional y proporciona directamente la estimación por hectárea del
parámetro forestal de interés cuando la variable auxiliar es el área muestreada de la parcela o unidad de
muestreo. Este estimador se ha recomendado para la evaluación de densidad arbolada en áreas urbanas
(Alvarez et al., 2005) y la estimación de atributos o indicadores de salud medidos en la copa del árbol
(Bechtold y Randolph, 2018). De manera particular, el estimador de razón ha mostrado su utilidad cuando
en la práctica se tienen conglomerados ─integrados por varias sub-parcelas─, de distintos tamaños. En
este sentido, cada conglomerado se procesa como una sola unidad y, en consecuencia, únicamente se
toma en cuenta la variabilidad entre conglomerados.

El estimador de razón es sesgado por definición, no obstante, de manera práctica su uso se justifica cuando
el tamaño de muestra supera a las 30 observaciones (Scheaffer et al., 2012). Con base en lo anterior y
considerando que el número de conglomerados puede impactar en el valor esperado y en la precisión de
las estimaciones, resulta importante evaluar el desempeño de este estimador desde el punto de vista de la
insesgabilidad y precisión, bajo distintos tamaños de muestra, al aplicarse en la estimación de biomasa
aérea, subterránea y total en pastizal halófilo.

OBJETIVO
Evaluar el efecto de quince tamaños de muestra sobre la insesgabilidad y precisión del estimador de razón
para biomasa aérea, subterránea y total por hectárea de pastizal halófilo.

MATERIALES Y MÉTODOS
La metodología utilizada en esta investigación fue similar a la descrita en Velasco et al. (2021). A partir de
una muestra de 69 conglomerados obtenida en una superficie de 746 ha de pastizal halófilo en el estado
de Puebla, México, se generó una población simulada de 759 conglomerados en el ambiente del software
estadístico SAS/STAT® v9.3 mediante la rutina PROC SURVEYSELECT (SAS Institute Inc., 2011).
Conceptualmente cada conglomerado de una hectárea (100 × 100 m) estuvo integrado por cinco sub-
parcelas, las cuales fueron de 1 m2 (1 × 1 m) para biomasa aérea y de 0.09 m 2 (0.3 × 0.3 m) para biomasa
subterránea. Las sub-parcelas “b”, “c”, “d” y “e” para biomasa aérea se localizaron en los vértices de un
cuadrado hipotético centrado en la sub-parcela “a”. Las sub-parcelas para biomasa subterránea se ubicaron
junto a las sub-parcelas de 1 m2.

De la población artificial de 759 conglomerados se obtuvieron diferentes muestras aleatorias de los

siguientes tamaños: 10, 20, 30, 40, 50, 60, 70, 80, 90, 100, 110, 120, 130, 140 y 150. Cada selección
aleatoria correspondiente a un tamaño de muestra dado se repitió 300 veces (réplicas) y el estimador de
razón fue aplicado en cada ocasión. Los estimadores puntuales y sus respectivas varianzas estimadas
fueron programadas directamente en SAS/STAT® v9.3 usando procedimientos estadísticos que
explícitamente generaron resultados a nivel de sub-parcela y conglomerado (estimación por hectárea). La
varianza de estimación de biomasa total se consideró como una función de las varianzas de la estimación
de biomasa aérea y subterránea más dos veces la covarianza de ambas. El rango de los tamaños de
muestra se determinó considerando la posición central aproximada del tamaño de muestra original en la
serie y un error relativo de muestreo entre 20 y 5 % en la estimación de la biomasa total.

29
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

La insesgabilidad se evaluó mediante el sesgo de estimación relativo: 𝑆𝐸𝑅 = (𝜃̂̅ − 𝜃)/𝜃 ; donde, 𝜃̂̅ =∑300 ̂
𝑏=1 𝜃𝑏
y 𝜃̂𝑏 es el estimador de razón; 𝜃 = 472.41 es el parámetro de biomasa aérea (kg ha -1); 𝜃 = 2,159.41 es el
parámetro de biomasa subterránea (kg ha-1); y 𝜃 = 2,631.82 es el parámetro de biomasa total (kg ha-1). La
precisión se evaluó a través del error relativo de muestreo 𝐸𝑅𝑀(%) = √𝑣̂(𝜃̂𝑏 )/𝜃̂𝑏 ∗ 100; donde, 𝑣̂(𝜃̂𝑏 ) es la
varianza estimada del estimador de razón. Para el análisis se consideró un error relativo de muestreo de
referencia del 5 %.

RESULTADOS Y DISCUSIÓN
Las estimaciones en los tres tipos de biomasa resultaron prácticamente insesgadas sin importar el tamaño
de muestra. En los tres casos se observaron ligeros desvíos de los valores poblacionales para tamaños de
muestra menores a 80; de hecho, en el tamaño de muestra 10 resultó un sesgo relativo de estimación de
apenas 0.0099 para biomasa aérea, de 0.0171 para biomasa subterránea y de 0.0158 para biomasa total.
Considerando los diferentes tamaños de muestra y tipos de biomasa estudiados, se apreció que los valores
por hectárea oscilaron en diferente grado por arriba y por abajo del parámetro y que este grado de sesgo
fue notablemente pequeño a partir del tamaño de muestra 90, sobretodo en la estimación de biomasa total
(Figura 1a, b y c).

478.0 2200.0 2680.0

477.0 a) b) 2670.0 c)
Biomasa subterránea (kg ha-1)

2190.0
Biomasa áerea (kg ha-1)

476.0

Biomasa total (kg ha-1)

2660.0
475.0 2180.0
2650.0
474.0
2170.0 2640.0
473.0
2630.0
472.0 2160.0
2620.0
471.0
2150.0
470.0 2610.0

469.0 2140.0 2600.0

0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160
Tamaño de muestra Tamaño de muestra Tamaño de muestra

Estimación Parámetro Estimación Parámetro Estimación Parámetro

Figura 1. Estimación de biomasa mediante estimador de razón: a) aérea, b) subterránea y c) total.

Los errores relativos de muestreo con 90 observaciones para biomasa aérea, subterránea y total fueron de
5.72, 6.91 y 6.35 %, respectivamente. Entonces, errores relativos de muestreo estimados cercanos a 5 %
ocurrieron con tamaños de muestra de 110, 150 y 130 en la estimación respectiva de biomasa aérea,
subterránea y total (Figura 2a, b y c). Si bien, todos los tamaños de muestra condujeron a estimaciones
insesgadas de biomasa aérea, subterránea y total, se observó que conforme el tamaño de muestra se
incrementa la variabilidad de las estimaciones disminuye, a tal grado que en la estimación de biomasa total
con 120 observaciones se logró un error relativo de muestreo del 5.38 % (Figura 2a, b y c).

20.0 25.0 20.0

18.0 a) b) 18.0 c)
ERM (%) de biomasa subterra
ERM (%) de biomasa aérea

16.0 20.0
ERM (%) de biomasa total

16.0
14.0 14.0
12.0 15.0 12.0
nea

10.0 10.0
8.0 10.0 8.0
6.0 6.0
4.0 5.0 4.0
2.0 2.0
0.0 0.0 0.0
0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160
Tamaño de muestra Tamaño de muestra Tamaño de muestra
Error de muestreo relativo Referencia al 5% Error de muestreo relativo Referencia al 5% Error de muestreo relativo Referencia al 5%

Figura 2. Error relativo de muestreo en la estimación de biomasa mediante estimador de razón: a) aérea,
b) subterránea y c) total.

30
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

CONCLUSIONES
En este trabajo se evaluó el efecto de 15 tamaños de muestra en la insesgabilidad y precisión de la
estimación de biomasa aérea, subterránea y total de un pastizal halófilo al aplicar un estimador de razón.
Además, se observó que independientemente del tamaño de muestra las estimaciones resultaron
prácticamente insesgadas y que conforme el tamaño de muestra se incrementa la variabilidad de las
estimaciones disminuye. En este sentido, en la estimación de la biomasa total, tamaños de muestra
menores a 40 condujeron a errores relativos de muestreo mayores al 10 % y con 120 observaciones el
𝐸𝑅𝑀 fue de tan solo 5.38 %.

AGRADECIMIENTOS Y FUENTE FINANCIERA

La base de datos original utilizada en el presente estudio fue proporcionada por uno de los coautores. Se
extiende un agradecimiento fraterno a la empresa Consultores Asociados en Manejo de Ecosistemas
Forestales S.C.

REFERENCIAS BIBLIOGRÁFICAS
Alvarez IA, Del Nero VG, Sundfeld BH, Pereira LAML and Zarate do CT. 2005. Comparison of two sampling
methods for estimating urban tree density. Journal of Arboriculture. 31(5):209–213.
Bechtold WA and Randolph KC. 2018. FIA Crown Analysis Guide. Version 2.0. United States Department
of Agriculture. Washington, DC, USA. 37 p.
SAS Institute Inc. 2011. SAS/STAT® 9.3. User’s Guide. SAS Institute Inc. North Carolina, USA. 8640 p.
Scheaffer RL, Mendenhall W, Lyman OR, Gerow K. 2012. Elementary Survey Sampling. Seventh Edition.
Brooks/Cole. Boston, USA. 436 p.
Velasco BE, Romero SME, Meza-Juárez D y Pérez MR. 2021.Cuantificación de biomasa total en pastizales
mediante un estimador de razón bajo dos tamaños de muestra extremos. In Memoria de la Reunión
Nacional de Investigación Forestal. Año 1 Vol. 1. Comp. E. Rojas D., V. Bojorges M., M.C. Zamora
M., L.G. Herrerías M. y L. Reyes M. pp:49-51.

31
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

DINÁMICA DEL VERDOR DEL DOSEL Y SU RELACIÓN CON EL CRECIMIENTO ARBÓREO EN

OCHO MONTAÑAS DEL CENTRO DE MÉXICO

Arian Correa-Díaz1*, Martín Enrique Romero-Sánchez1, José Villanueva-Díaz2

1Cenid Comef, INIFFAP; 2CENID-RASPA, INIFAP.

*Autor para correspondencia: [email protected]

Palabras clave: Pinus hartwegii, índice de vegetación, bosque alpino.

INTRODUCCIÓN
Los cambios en la dinámica espacio-temporal de los ecosistemas forestales tienen profundas implicaciones
en el ciclo del carbono, y, por tanto, en el clima global (Bonan, 2008). Los bosques alpinos son ecosistemas
altamente sensitivos a la variación climática, debido a que la temperatura afecta diversos procesos y
características (e.g. el límite arbóreo o treeline). De hecho, este último ha sido estudiado bajo el enfoque
de cambio climático considerando el desplazamiento del límite arbóreo debido a un aumento generalizado
de la temperatura.

El uso de sensores remotos en el estudio de ecosistemas forestales facilita el monitoreo de grandes

superficies y el análisis de dinámicas espacio-temporales utilizando la información espectral de la cobertura
vegetal. Por ejemplo, el análisis de la tendencia en la dinámica del verdor del dosel usando índices de
vegetación (e.g. Índice de Vegetación de Diferencias Normalizadas o NDVI por sus siglas en inglés), ha
permitido detectar áreas geográficas con tendencias de enverdecimiento o contrarias. Las primeras suelen
estar asociadas al cambio o remplazo de comunidades vegetales (e.g., zonas de pastizales a arbustivas,
arbustivas a bosques) o estimulación en la productividad primaria neta (e.g. efecto de fertilización por
deposiciones de Nitrógeno o aumento de CO2), mientras que las segundas están ligadas a la presencia de
incendios, sequías, plagas, enfermedades o el cambio de uso de suelo (Beck y Goetz, 2011).

OBJETIVOS
Los objetivos de este estudio fueron: (i) analizar la dinámica del NDVI en ocho montañas dominadas por
Pinus hartwegii Lindl. ubicadas a lo largo de un transecto en el Eje Neovolcánico Transversal, (ii) evaluar
su tendencia temporal en los últimos 20 años (2000 – 2019) y (iii) analizar la relación de la dinámica de
NDVI con las tasas de crecimiento derivadas de información dendrocronológica de Pinus hartwegii.

MATERIALES Y MÉTODOS
Se seleccionaron ocho montañas a lo largo del Eje Neovolcánico Transversal, incluyendo, de oeste a este,
al Nevado de Colima (NCOL), Pico de Tancítaro (TAN), Nevado de Toluca (NTOL), Monte Tláloc (TLA),
Volcán Iztaccíhuatl-Popocatépetl (IZPO), Volcán la Malinche (MAL), Pico de Orizaba (ORI) y Cofre de
Perote (PER). Para cada montaña se descargó y procesó información de NDVI para el periodo 2000 – 2019
de la plataforma MODIS, considerando rodales puros de Pinus hartwegii. Cada serie de tiempo de NDVI
estuvo compuesta por 460 imágenes, con una resolución espacial de 250 m y temporal de 16 días. Las
series temporales de NDVI fueron caracterizadas considerando su media, mínimo, máximo y desviación
estándar; además la variabilidad común entre montañas fue evaluada a través del análisis de componentes
principales. La dinámica del verdor en el tiempo fue evaluada con dos enfoques; el primero considerando
el promedio de todos los pixeles por montaña, y el segundo usando cada pixel como unidad de análisis.
Las tendencias se calcularon con el método de regresión por mínimos cuadrados utilizando el paquete
estadístico greenbrown en el software R. La tasa de cambio (NDVI año-1) fue categorizada como positiva,
negativa o sin cambio. Finalmente, para comparar la dinámica del verdor del dosel con el crecimiento
arbóreo, se utilizó información de la red dendrocronológica de Pinus hartwegii (Villanueva-Díaz et al., 2015),
esto con la finalidad de generar series de crecimiento expresadas como incremento en área basal (IAB cm 2
año-1), la cual está relacionada con la productividad de ecosistemas forestales.

RESULTADOS Y DISCUSIÓN
El valor promedio de NDVI para todas las montañas fue de 0.58. El valor más alto ocurrió en MAL (0.66 ±
0.05), y el más bajo en NCOL y ORI (0.51 ± 0.06) (Figura 1a). La menor variación (desviación estándar)

32
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

fue observada en MAL (0.05) y las más alta en NTOL (0.07). El primer componente principal explicó más
de la mitad de la varianza común (PC1, 55.2%), mientras que el segundo componente (PC2, 17.4%)
evidenció tres grupos, definidos por su posición geográfica, región Pacifico (NCOL y TAN), región Centro
(NTOL, IZPO, TLA y MAL) y región Golfo (ORI y PER) (Figura 1b).

Figura 1. (a) Boxplot de series de NDVI y (b) análisis de clústers de componentes principales por
montaña. Nevado de Colima (NCOL), Tancítaro (TAN), Nevado de Toluca (NTOL), Tláloc (TLA),
Iztaccíhuatl-Popocatépetl (IZPO), Malinche (MAL), Pico de Orizaba (ORI) y Cofre de Perote (PER).
Letras pequeñas en el panel (a) indican diferencias significativas (p < 0.05).

De acuerdo al análisis de tendencia, en todas las montañas se encontró una tasa de cambio promedio
positiva (enverdecimiento), variando de 0.002 a 0.007 NDVI año-1 (Figura 2a) lo cual puede ser
categorizado como de bajo a un alto enverdecimiento de acuerdo a estudios previos (Beck y Goetz, 2011).
Esta tasa de cambio representa un incremento neto que va del 5.9% (IZPO) al 23.8% (PER) comparado
con el valor de referencia en NDVI (año 2000). A pesar de que la tendencia general en todas las montañas
fue positiva (0.035 ± 0.002), pixeles con cambios negativos también se localizaron principalmente en la
parte este de ORI (-0.006 NDVI año-1) y sur de IZPO (-0.006 NDVI año-1), principalmente asociados a
disturbios de origen antropogénico (Figura 2b).

El IAB varió entre 9.5 y 25.9 cm 2 año-1 en ORI y NTOL, respectivamente. Se encontró una tendencia
negativa en NCOL (-1.37 cm2 año-1) y ORI (-1.37 cm2 año-1), positiva en PER (0.27 cm2 año-1) y sin
tendencia significativa en NTOL y TLA. Esto significa que el enverdecimiento en el dosel observado en
NDVI no se ha traducido en una estimulación a nivel anillo de crecimiento con excepción de PER, que es
la montaña más húmeda del transecto. Cabe resaltar, que en dos montañas no fue posible realizar el
análisis de IAB debido al bajo número de datos (menor a 10). El efecto de enverdecimiento del dosel puede
ser explicado por el hecho de condiciones climáticas más adecuadas (mayor temperatura), además de un
incremento en CO2 que puede estimular la fotosíntesis (Zhu et al., 2016); sin embargo, diversas estrategias
de restauración por parte del gobierno y organizaciones civiles también están relacionadas. Por ejemplo,
extensas campañas de reforestación junto con procesos de restauración ecológica han sido implementadas
en las últimas décadas, especialmente en PER y NCOL (Castillo, 2016).

33
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

(a) (b)
Figura 2. (a) Tendencias en NDVI considerando el valor promedio por año y (b) representación
espacial de la tasa de cambio (NDVI año-1) en Nevado de Colima (NCOL), Tancítaro (TAN), Nevado
de Toluca (NTOL), Tláloc (TLA), Iztaccíhuatl-Popocatépetl (IZPO), Malinche (MAL), Pico de Orizaba
(ORI) y Cofre de Perote (PER).

CONCLUSIONES
Este estudio provee evidencia de un efecto de enverdecimiento, explicado por un aumento en el verdor del
dosel (NDVI) en ocho montañas dominadas por Pinus harwtegii en el Centro de México durante los últimos
20 años (2000 – 2019). Esta tendencia representa un incremento de hasta 23.8 % comparado con el valor
del año 2000, ocurriendo principalmente en la parte baja de las montañas. Sin embargo, esta dinámica no
fue concurrente con las tasas de crecimiento de Pinus hartwegii, las cuales muestran resultados mixtos. A
pesar de que la actual variabilidad climática (aumento de temperatura y CO 2) puede explicar el efecto de
enverdecimiento en las montañas, procesos de restauración ecológica implementados por el gobierno y
organizaciones civiles también están relacionados.

AGRADECIMIENTOS Y FUENTE FINANCIERA

Se agradece al Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias (INIFAP) por las
facilidades para la realización del presente trabajo.

REFERENCIAS BIBLIOGRÁFICAS
Beck, P. S. A., y S. J. Goetz. 2011. Satellite observations of high northern latitude vegetation productivity
changes between 1982 and 2008: ecological variability and regional differences. Environmental
Research Letters 6 (4), 049501.
Bonan, G.B. 2008. Forests and climate change: forcings, feedbacks, and the climate benefits of forests.
Science 320 (5882), 1444–1449.
Castillo M.G. 2016. Actividades de la Comisión Nacional Forestal en el Cofre de Perote. p. 140-146. In:
Narave-Flores H.V., Garibay-Pardo L., Chamorro-Zárate M. A., Álvarez-Oseguera L. R., de la Cruz-
Elizondo Y. (eds.). El Cofre de Perote: Situación, Perspectivas e Importancia, Universidad
Veracruzana.
Villanueva-Díaz J., Cerano Paredes J., Vázquez Selem L., Stahle D.W., Fulé P.Z., Yocom L.L., Franco
Ramos O., Ariel Ruiz Corral J. 2015. Red dendrocronológica del pino de altura (Pinus hartwegii
Lindl.) para estudios dendroclimáticos en el noreste y centro de México. Investigaciones
Geográficas, Boletín del Instituto de Geografía, 2015(86), 5–14.
Zhu, Z., Piao, S., Myneni, R.B., Huang, M., Zeng, Z., Canadell, J.G., Clais .. et al. 2016. Greening of the
Earth and its drivers. Nature Climate Change 6, 791-795.

34
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

ESTIMACIÓN DE TRES PARÁMETROS FORESTALES EN UN BOSQUE BAJO MANEJO EN OAXACA

Alma Delia Ortíz-Reyes1*, Rosario Ramírez-Santiago2, Efraín Velasco-Bautista1, Eulogio Orlando Ruiz-Martínez3

1 Cenid Comef, INIFAP; 2 Universidad Autónoma Comunal de Oaxaca; 3 Prestador de servicios

técnicos forestales.

*Autor para correspondencia: [email protected]*

Palabras clave: Biomasa aérea, volumen maderable, inferencia basada en diseño.

INTRODUCCIÓN
El inventario forestal solventa la demanda de información sobre la cantidad de recursos forestales y sus
condiciones en una región de interés. Tradicionalmente, el inventario se generaba solo con fines de manejo,
sin embargo, los requerimientos actuales de información sobre biodiversidad, estructura y biomasa
presente en los bosques, ha propiciado un cambio en la ejecución de inventarios forestales, lo cual ayuda
a definir estrategias de mitigación para enfrentar los riesgos del cambio climático.

La caracterización dasométrica se realiza tradicionalmente a través del muestreo en campo que permite
dimensionar un inventario forestal con cierto nivel de error permitido. Obtener información de calidad para
este proceso involucra tiempo y costos, por lo que una buena práctica es seguir un diseño de muestreo
estratificado que asegure que todas las condiciones del bosque (por ejemplo: edad, tipo de vegetación,
condiciones de manejo, tipo de suelo) estén representados (CATIE, 2017). De acuerdo con Scheaffer,
Mendenhall & Lyman (2006), emplear un diseño de muestreo estratificado permite obtener ventajas como
la reducción de la varianza del estimador, minimizar los costos para la obtención y análisis de datos por el
hecho de separar la población en estratos pequeños y la posibilidad de contar con estimaciones separadas
para cada estrato sin seleccionar una muestra adicional.

Considerando lo anterior, se estimó el área basal, la biomasa aérea y el volumen maderable a partir de los
datos de inventario facilitados por la comunidad de Teococuilco de Marcos Pérez, Oaxaca. Se usaron los
estimadores del muestreo aleatorio estratificado (MAE) y se comparó con los estimadores del muestreo
aleatorio simple (MAS). Los resultados ofrecen un primer acercamiento sobre las existencias de biomasa
aérea total y promedio para el área bajo manejo de Teococuilco.

OBJETIVOS
Estimar el área basal, biomasa aérea y volumen maderable de un bosque bajo manejo forestal del
municipio de Teococuilco de Marcos Pérez, Oaxaca. Comparar la eficiencia estadística de dos estimadores
de muestreo aleatorio tradicionales en inventarios forestales.

MATERIALES Y MÉTODOS
El municipio de Teococuilco de Marcos Pérez se localiza en la región Sierra Norte del estado de Oaxaca,
pertenece al Distrito de Ixtlán de Juárez (Figura 1). El área bajo manejo es de 6130.5 ha de un total de
10,954.61 ha. En Teococuilco se encuentran especies representativas del bosque de pino y pino-encino
destacando las siguientes: Quercus rugosa, Pinus patula, P. oaxacana, P. pseudostrobus, P. douglasiana,
P. teocote, Q. laurina y Q. crassifolia. Los datos del inventario forestal se tomaron en 2019; en éste se
registraron las siguientes variables: la especie, nombre común, diámetro normal (DN) y altura total (AT) de
todos los individuos ≥ 7.5 cm de diámetro. Se utilizaron 1479 unidades de muestreo circulares (500 m 2)
distribuidas de manera sistemática a una equidistancia promedio de 200 m (Figura 1). Se calculó el área
basal (AB) para cada árbol mediante la ecuación AB=(π/40000) × DN2, donde AB se obtiene en m 2 y el DN
en cm. La biomasa aérea (B) se calculó a partir de ecuaciones alométricas desarrolladas previamente en
la zona de estudio o en la región. Asimismo, se usó el modelo de volumen y el valor de densidad de la
madera para aquellas especies que no tenían ecuación de biomasa. Para el cálculo del volumen (VOL) de
las especies de Pinus y Quercus se utilizaron las ecuaciones del Sistema Biométrico Forestal para el
Manejo de los Bosques en México, así como las ecuaciones reportadas en el Programa de manejo forestal
de la Comunidad (Vargas-Larreta et al 2017). Mediante los estimadores del muestreo aleatorio simple y
muestreo aleatorio estratificado (Cuadro 1), se estimaron el área basal, biomasa aérea y volumen

35
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

maderable, los cuales corresponden a la inferencia basada en diseño, es decir, donde las estimaciones de
las muestras posibles son variables aleatorias. Con base en la información reportada en el PMFM, cada
unidad de manejo (UM) representa los estratos, siendo en total 439 UM. Los sitios en cada unidad de
manejo varían de 2 hasta 9 sitios, Los resultados de ambos estimadores se compararon a través del error
de muestreo relativo.

a) b)
Figura 1. a) Ubicación de la zona de estudio y b) Distribución sistemática de las unidades de muestreo

Cuadro 1. Estimadores del muestreo aleatorio estratificado

Donde:
Nh = Número total de unidades
Media muestral muestrales en el estrato h.
L = Número total de estratos en
la población.
Varianza de la media muestral nh = Número total de unidades
muestrales en el estrato h
incluidas en la muestra.
Estimador total poblacional yh,i = Valor observado de la
variables de interés y (AB, B,
VOL) en la i-ésima unidad
Varianza del estimador total poblacional muestral en el h-ésimo estrato.

RESULTADOS Y DISCUSIÓN
En el Cuadro 2 se muestran los valores estimados promedio por hectárea de área basal, biomasa aérea y
volumen, los intervalos de confianza (α =0.05), su precisión y el tamaño de muestra sugerido para un error de
muestreo al 10 %. Se registra una mayor precisión para las tres variables (AB, B y VOL) al emplear los
estimadores del MAE. La diferencia en cuanto a precisión de los dos estimadores fue de 0.41, 0.68 y 0.53 %
para AB, B y VOL, respectivamente. Claramente se observa que en todos los casos el MAE resultó ser
más preciso. Cabe aclarar que en ambos estimadores la precisión fue menor al 5 % en los tres casos.

Cuadro 2. Estimadores calculados para las mediciones registradas en 2019.

AB (m2 ha-1) Biomasa (Mg ha-1) VOL (m3 ha-1)
MAE MAS MAE MAS MAE MAS
IC+ 33.0 33.62 240.2 247.54 321.8 329.42
Media 32.4 32.86 233.9 239.31 314.5 320.16
IC- 31.8 32.10 227.6 231.09 307.2 310.89
Precisión* (%) 1.89 2.30 2.76 3.44 2.36 2.89
n (10 %) 49 77 102 170 77 121
*La precisión se obtuvo como el cociente del error estándar del estimador respecto a la media (error de
muestreo relativo).

Autores como Tamarit-Urias et al. (2021) han señalado que la estratificación puede incrementar la precisión
de las estimaciones, en este caso se confirma dicho supuesto. Asimismo, se observa que los tamaños de
muestra sugeridos para una precisión común (≤10 %) son menores en el MAE, lo que supone una mejora
si se analiza desde el punto de vista económico y de tiempo, ya que se consigue una precisión

36
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

tradicionalmente aceptada con un número menor de sitios en el MAE con respecto al MSA; por supuesto
esta situación se debe a que la estratificación conduce a la homogeneidad de las áreas.

Particularmente, para el caso de biomasa aérea estimada y considerando el consenso general de que el
contenido de carbono corresponde al 50 % de la biomasa, los resultados obtenidos se asemejan a lo
reportado por Aquino et al. (2015) para un área cercana a la zona de estudio, en donde reportaron un
promedio del almacén de carbono de 115.7 Mg C ha-1. En este estudio, considerando toda el área de
manejo, el promedio de almacén de carbono es de 116.96 Mg C ha-1 (±3.16) estimado con MAE. No
obstante, es necesario realizar un análisis específico para obtener una estimación apropiada.

En el Cuadro 3 se observa el inventario total del área basal, biomasa aérea y volumen maderable, así como
sus intervalos de confianza. La menor amplitud de los intervalos de confianza en las tres variables
forestales de interés se reportó para el MAE. Dichos resultados representan una ganancia al generar un
intervalo más estrecho a diferencia de los intervalos generados por el MAS.

Cuadro 3. Inventario total e intervalos de confianza para las mediciones registradas en 2019.
AB (m2) Biomasa (Mg) VOL (m3)
MAE MAS MAE MAS MAE MAS
IC+ 202,424 206,080 1,472,817 1,517,547 1,972,570 2,019,525
Media 198,732 201,447 1,434,049 1,467,117 1,927,867 1,962,713
IC- 195,040 196,814 1,395,282 1,416,686 1,883,163 1,905,902

CONCLUSIONES
Los estimadores del muestreo aleatorio estratificado rindieron mejores resultados en comparación con el
MAS en términos de precisión, intervalos de confianza más estrechos y menores tamaños de muestra
usando un error de muestreo tradicional (10 s%) para las tres variables forestales analizadas.
Se sugiere calcular el tamaño de muestra por estrato utilizando métodos como la asignación proporcional
y de Neymam, ya que se identificaron UM con solo dos unidades muestrales establecidas, a diferencia de
las tres unidades muestrales mínimas sugeridas tradicionalmente.
A través de los resultados obtenidos en la presente investigación, queda manifiesta la potencialidad del
muestreo aleatorio estratificado: la reducción de la varianza de la estimación y, en consecuencia, el
aumento en precisión respecto al MAS es significativa, lo cual desde el punto de vista económico resulta
por demás atractivo.

AGRADECIMIENTOS
Se agradece a la Comunidad de Teococuilco de Marcos Pérez, Oaxaca, quienes facilitaron la información
del inventario forestal para realizar los análisis correspondientes.

REFERENCIAS BIBLIOGRÁFICAS
CATIE. (2017). Estimación del carbono a partir de inventarios forestales nacionales: Buenas prácticas para la
recolección, manejo y análisis de datos. Turrialba, C. R. Casanoves, F., Jara, M. C., & León, M. C. (Eds.).
101 p.
Pacheco-Aquino, G., Durán Medina, E., & Ordóñez-Díaz, J. A. B. (2015). Estimación del carbono arbóreo en el
área de manejo forestal de Ixtlán de Juárez, Oaxaca, México. Revista mexicana de ciencias forestales,
6(29), 126-145.
Scheaffer, R. L., Mendenhall, W., & Lyman Ott, R. (2006). Elementos de muestreo: Editorial Paraninfo.
Tamarit-Urias, J. C., De los Santos Posadas, H. M., Aldrete, A., Valdez Lazalde, J. R., Ramirez Maldonado, H.,
& Guerra De la Cruz, V. (2021). Estrategia de muestreo óptima para la planeación del inventario
maderable en plantaciones comerciales de Tectona grandis L.f. Revista Mexicana de Ciencias
Forestales, 12(68), 58-80. doi:10.29298/rmcf.v12i68.1074
Vargas-Larreta, B., Corral-Rivas, J. J., Aguirre-Calderón, O. A., López-Martínez, J. O., de los Santos-Posadas,
H. M., Zamudio-Sánchez, F. J., ... & Aguirre-Calderón, C. G. (2017). SiBiFor: Sistema Biométrico
Forestal para el manejo de los bosques de México. Revista Chapingo Serie Ciencias Forestales y del
Ambiente, 23(3).

37
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

NORMALIDAD DEL ESTIMADOR DE RAZÓN PARA BIOMASA TOTAL EN PASTIZALES EN

PUEBLA, MÉXICO

Efraín Velasco-Bautista1*, Martín Enrique Romero-Sánchez1, David Meza-Juárez2, Ramiro Pérez-Miranda1

1Cenid Comef, INIFAP; 2Consultores Asociados en Manejo de Ecosistemas Forestales S.C.

*Autor para correspondencia: *[email protected]

Palabras clave: Estimador de razón, estimación de biomasa total, normalidad.

INTRODUCCIÓN
Los inventarios de recursos naturales proveen información puntual que permite evaluar el estado y
desarrollo de los recursos sobre el tiempo. Dado que conducir un censo de todos los elementos de una
población es inviable debido a restricciones de tiempo y costo, en los inventarios usualmente se obtiene
información por medio de métodos de muestreo estadístico. Una muestra aleatoria terrestre, típicamente
integrada por localizaciones discretas (parcelas), es usada para hacer estimaciones en un área de interés,
las cuales se acompañan de una medida de precisión en forma de intervalos de confianza (Hill et al., 2021).
Para la construcción de éstos, es común suponer normalidad del estimador. Desde el punto de vista de la
inferencia basada en diseño, los valores que corresponden a los elementos de la población se consideran
fijos, mientras que los estimadores de los parámetros se conceptualizan como variables aleatorias (Ståhl
et al., 2016). Entonces, la distribución de las estimaciones posibles, bajo un determinado tamaño de
muestra, es la distribución de referencia. Por esta razón, y considerando que la normalidad del estimador
puede estar influenciada por la variación del tamaño de muestra, resulta importante y atractivo analizar el
comportamiento de la normalidad conforme el tamaño de muestra se incrementa.

OBJETIVO
Evaluar el efecto de quince tamaños de muestra en el comportamiento de la normalidad del estimador de
razón para biomasa total (aérea y subterránea) por hectárea en un pastizal halófilo considerando muestreo
repetido en el contexto de inferencia basada en diseño.

MATERIALES Y MÉTODOS
Para el desarrollo del estudio se utilizó una metodología similar a la descrita por Velasco et al. (2021a,
2021b). Una muestra terrestre de 69 conglomerados obtenida en una superficie de 746 ha de pastizal
halófilo en el estado de Puebla, México, se tomó como base para generar una población artificial de 759
conglomerados. Cada conglomerado de una hectárea (100 × 100 m) estuvo integrado por cinco sub-
parcelas de 1 m2 (1 × 1 m) para biomasa aérea y de 0.09 m 2 (0.3 × 0.3 m) para biomasa subterránea. A
partir de la población simulada de 759 conglomerados se obtuvieron 300 muestras aleatorias (réplicas)
para cada uno de los siguientes tamaños muestrales: 10, 20, 30, 40, 50, 60, 70, 80, 90, 100, 110, 120, 130,
140 y 150. El estimador de razón, considerando cada conglomerado como una sola unidad, fue aplicado
en cada réplica. En la estimación de biomasa total se consideró la adición de la estimación por hectárea
de biomasa aérea y subterránea. Los tamaños de muestra se determinaron con base en la posición central
aproximada del tamaño de muestra original en la serie, un error relativo de muestreo entre 20 y 5 % en la
estimación de la biomasa total y el Teorema Central del Límite.

El análisis de la información se realizó en el ambiente del software estadístico SAS ® versión 9.4 mediante
el procedimiento PROC CAPABILITY (SAS Institute Inc, 2018). Los criterios para evaluar el efecto del
tamaño de muestra sobre la normalidad fueron los siguientes:

 Pruebas estadísticas basadas en la función de distribución empírica y función de distribución

teórica (normal): Kolmogorov-Smirnov, Cramer-von Mises y Anderson-Darling (SAS Institute,
2014).
 Representación gráfica de las estimaciones (histograma de las estimaciones semejante a una
distribución normal).

38
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

RESULTADOS Y DISCUSIÓN
Las pruebas estadísticas de los tres criterios de evaluación permitieron apreciar qué en todos los tamaños
de muestra, excepto para n = 20, existen evidencias suficientes de que la distribución de referencia de la
biomasa total se ajusta una distribución normal considerando un nivel de significancia del 0.05 (Cuadro 1).
Para n = 20, con un nivel de significancia del 1 %, la prueba de Kolmogorov-Smirnov también permitió
identificar normalidad; de hecho, la dispersión de cuantiles teóricos y observados prácticamente se ajustó
a una línea recta (Figura 1). Entonces, se puede notar que independientemente del tamaño de muestra,
las estimaciones de biomasa total por hectárea de pastizal halófilo se ajustaron a una distribución normal.
Por otra parte, resulta interesante observar que si bien las 15 medias de las distribuciones de referencia
están tan cerca de la media poblacional (2,631.82 kg ha -1), el error estándar cuando n = 150 no superó el
valor de 125, mientras que con n=10 se alcanzó un error estándar de casi 540 kg ha -1. De esta manera, los
histogramas de las 300 estimaciones (réplicas) de biomasa total (kg ha -1) se hacen significativamente más
angostos conforme el tamaño de muestra se incrementa (Figura 2).

Cuadro 1. Pruebas estadísticas de normalidad y momentos.

Kolmogorov- Media EE
n Cramer-von Mises Anderson-Darling
Smirnov (kg ha-1) (kg ha-1)
10 0.0322 (>0.150) 0.0584 (>0.250) 0.4266 (>0.250) 2,673.53 537.62
20 0.0595 (0.010) 0.3091 (<0.005) 1.8971 (<0.005) 2,647.17 385.45
30 0.0379 (>0.150) 0.0859 (0.179) 0.6552 (0.089) 2,614.10 316.50
40 0.0386 (>0.150) 0.0735 (>0.250) 0.4284 (>0.250) 2,647.09 255.74
50 0.0261 (>0.150) 0.0241 (>0.250) 0.1656 (>0.250) 2,634.75 232.09
60 0.0431 (>0.150) 0.0757 (0.239) 0.5027 (0.213) 2,649.11 210.43
70 0.0356 (>0.150) 0.0467 (>0.250) 0.3600 (>0.250) 2,634.32 195.51
80 0.0435 (>0.150) 0.1191 (0.065) 0.7269 (0.060) 2,612.61 178.91
90 0.0353 (>0.150) 0.0864 (0.176) 0.6164 (0.109) 2,631.30 177.85
100 0.0221 (>0.150) 0.0225 (>0.250) 0.1702 (>0.250) 2,625.26 162.04
110 0.0260 (>0.150) 0.0243 (>0.250) 0.2138 (>0.250) 2,631.86 151.59
120 0.0448 (0.146) 0.0921 (0.145) 0.4758 (0.242) 2,634.22 148.64
130 0.0565 (0.020) 0.0857 (0.180) 0.4455 (>0.250) 2,631.77 131.42
140 0.0449 (0.144) 0.0551 (>0.250) 0.3486 (>0.250) 2,631.09 129.70
150 0.0276 (>0.150) 0.0276 (>0.250) 0.1782 (>0.250) 2,634.71 123.26
n = Tamaño de muestra; EE = Error estándar.

Figura 1. Dispersión de cuantiles observados y teóricos normales para tamaño de muestra de 20.

39
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

ME = Media; EE = Error estándar.

Figura 2. Histogramas y densidad normal de las 300 estimaciones para cada tamaño de muestra

Estos hallazgos son alentadores, en virtud de que para la construcción de intervalos de confianza para la
media poblacional en inventarios de recursos naturales se requiere el supuesto de normalidad del
estimador. Por otra parte, a partir del tamaño de muestra n = 90, o quizá n = 100, el error estándar de la
estimación prácticamente se estabiliza. Asimismo, al tratarse de una variable continua, las estimaciones
de biomasa total se comportan normales, incluso para tamaños de muestra menores a 30.

CONCLUSIONES
Sin importar el tamaño de muestra las distribuciones de referencia de biomasa total de pastizal halófilo se
ajustaron una distribución normal. El estudio permitió observar qué conforme el tamaño de muestra se
incrementa el error estándar disminuye notablemente: cuando n = 150 el error estándar de las estimaciones
es un poco mayor al 20 % respecto al error estándar cuando n = 10. Este trabajo confirma que errores
estándar pequeños conducen a intervalos de confianza angostos, propiedad estadística deseable desde el
punto de vista de inferencia.

AGRADECIMIENTOS Y FUENTE FINANCIERA

La base de datos original utilizada en el presente estudio fue proporcionada por uno de los coautores. Se
agradece fraternalmente a la empresa Consultores Asociados en Manejo de Ecosistemas Forestales S.C.

REFERENCIAS BIBLIOGRÁFICAS
Hill A, Massey A and Mandallaz D. 2021. The R Package forest inventory: Design-Based Global and Small
Area Estimations for Multiphase Forest Inventories. Journal of Statistical Software. 97(4):1-40.
SAS Institute Inc. 2018. SAS/QC® 15.1 User’s Guide: The Capability Procedure. SAS Institute Inc. North
Carolina, USA. 375p.
Ståhl G, Saarela S, Schnell S, Holm S, Breidenbach J, Healey SP, Patterson PL, Magnussen S, Næsset E,
McRoberts RE and Gregoire TG. 2016. Use of models in large-area forest surveys: comparing
model-assisted, model-based and hybrid estimation. Forest Ecosystems. 3(5):1-11.
Velasco BE, Romero SME, Meza JD y Pérez MR. 2021a.Cuantificación de biomasa total en pastizales
mediante un estimador de razón bajo dos tamaños de muestra extremos. In Memoria de la Reunión
Nacional de Investigación Forestal. Año 1 Vol. 1. Comp. E. Rojas D., V. Bojorges M., M.C. Zamora
M., L.G. Herrerías M. y L. Reyes M. pp:49-51.
Velasco BE, Romero SME, Meza JD and Pérez MR. 2021b. Assessment of the Effect of Six Methods of
Analysis and Different Sample Sizes for Biomass Estimation in Grasslands of the State of Puebla,
Mexico. Land 10(11):1-19.

40
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

VALORACIÓN ECONÓMICA DE LOS SERVICIOS ECOSISTÉMICOS FORESTALES EN MÉXICO:

PERIODO 1995 – 2021

Jesús Valentín Gutiérrez García1, Efraín Velasco-Bautista1*, Martín Enrique Romero-Sánchez1

1 Cenid Comef, INIFAP.

*Autor para correspondencia: [email protected]

Palabras clave: Servicios ecosistémicos, Valoración económica, Servicios hidrológicos forestales.

INTRODUCCIÓN
Los servicios ecosistémicos (SE) se han clasificado de diferentes maneras debido a la compleja dinámica
en sus procesos, aunado al hecho de que estos servicios se encuentran ligados a diferentes sistemas
sociales (Rodríguez et al., 2019). Una de las clasificaciones más aceptadas y utilizadas en la actualidad
para los SE es la propuesta por la Evaluación de los Ecosistemas del Milenio (MEA, 2005), clasificándolos
en cuatro tipos: soporte, provisión, regulación y culturales. En las últimas décadas se ha documentado que
muchos de los impactos negativos (pérdida de biodiversidad, contaminación, etc.) son base de los desafíos
globales actuales (cambio climático); por lo que esto ha llevado a la comunidad científica a iniciar estudios
e investigaciones también sobre valoración económica de los SE (Di Franco et al., 2021). La valoración
económica ambiental en México es relativamente reciente (Romo et al., 2017), y como tal, la integración
del conocimiento sobre métodos cuantitativos puede considerarse incipiente.

OBJETIVO
El objetivo de la presente investigación fue realizar una revisión, análisis y compilación de los estudios
sobre la valoración económica desarrollados en México, específicamente aquellos referidos a los servicios
ecosistémicos forestales para caracterizar los métodos usados y los principales aspectos científicos
abordados.

MATERIALES Y MÉTODOS
Conforme a la metodología sugerida por Di Franco et al. (2021), en el presente trabajo se realizaron
consultas de artículos científicos que presentan información referida a la valoración económica de los
servicios ecosistémicos en México, principalmente asociados a ecosistemas forestales. Se utilizaron dos
de los principales motores de búsqueda dedicados a la investigación científica: Scopus y Google
académico, ambos creados en 2004. Se consideró como periodo de análisis de 1995 a 2021, donde la
elección del inicio va ligada a la publicación “Valor Económico Total de los Bosques en México” (Adger et
al., 1995), en la que, además de describir los principales servicios ecosistémicos, los autores destacan la
importancia de su evaluación en términos económicos. Para el caso de Scopus, la búsqueda se realizó
mediante la combinación de las siguientes palabras clave (keywords): “ecosystem AND services AND
mexico”, “economic AND valuation AND ecosystem AND services AND mexico” y “Economic AND valuation
AND forest services AND Mexico”. La búsqueda en Google académico se llevó a cabo utilizando las
mismas palabras clave que Scopus, tanto en inglés como en español. Google académico ha permitido
interceptar trabajos científicos no indexados en las principales bases de datos (Scopus, Web of Science,
Science Direct). Adicionalmente, en ambas fuentes de consulta en una tabla resumen, se efectúo un filtrado
y eliminación de trabajos duplicados, para el posterior análisis descriptivo. Para cada artículo se identificó
el título, los autores, el año de publicación, los servicios ecosistémicos bajo estudio, el método de
evaluación aplicado y la entidad federativa donde se desarrolló el trabajo. Los servicios ecosistémicos
estudiados fueron divididos con base a la clasificación propuesta por la Evaluación de los Ecosistemas del
Milenio. Una vez generada la tabla resumen, se realizó el análisis de información sobre las principales
metodologías empleadas para la valoración económica de los servicios ecosistémicos forestales en México
y la distribución de trabajos por año y por zona geográfica.

RESULTADOS Y DISCUSIÓN
En el periodo de análisis, en los buscadores Scopus y Google académico, y una vez realizado el filtro y
registro de estudios en la base final, se encontró un total de 68 artículos que evaluaron en términos
económicos los diversos servicios ecosistémicos en México. En realidad, hubo pocos artículos anuales, el

41
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

máximo ocurrió en 2017 con un valor de ocho; en la mayoría de los años, el número de artículos sobre
valoración económica no fue mayor a cinco. A partir de 2005, a raíz de la publicación de los resultados de
la “Evaluación de los Ecosistemas del Milenio”, de manera global se observó un interés por parte de los
investigadores a estudiar los SE desde el punto de vista económico (Figura 1).

Figura 1. Tendencia global sobre estudios de valoración económica de servicios ecosistémicos en

México, período 1995–2021.

En los últimos seis años hubo un aumento de 44.12 % de estudios de valoración económica de SE en
México con respecto al año base. Esta tendencia ya había sido observada de manera global ya que se ha
reportado un aumento porcentual significativo a partir de 2015, que equivale al 58 % del total del período
analizado, en estudios de valoración de SE en el sector forestal al 1 de enero de 2020, reportados en
revistas científicas especializadas en todo el mundo (Di Franco et al., 2021).

Es importante señalar que se identificó que los estudios, considerando la tipología de los SE, se concentran
en los estados de Baja California y Ciudad de México, ambos con el 11.8 %, seguidos de los estados de
México con el 10.3 %, Jalisco y Veracruz con el 8.8 % (Figura 2). En estados importantes desde el punto
forestal como Chihuahua, Durango e incluso Michoacán, la valoración de los SE no ha sido sobresaliente.

Figura 2. Servicios ecosistémicos valorados económicamente por entidad y por tipología.

Del total de estudios analizados, los servicios de provisión representaron el 16.2 %, seguido del cultural y
regulación con el 13.2 % y 7.4 %, respectivamente. Dentro del servicio de provisión, los servicios
hidrológicos enfocados al suministro de agua para consumo humano fue el bien más valorado, seguidos
de recreación y calidad de agua que corresponde a servicios culturales y de regulación, respectivamente.

42
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

En términos generales, la valoración económica de los servicios ecosistémicos en México, durante 1995 a
2021, se basó principalmente en la aplicación del método de valoración contingente (MVC) (67.6 %),
seguida de los precios de mercado y costo de reposición, ambos con el 5.9 %. La aplicación de los otros
métodos de valoración prácticamente no ha superado el 5 % (Figura 3). Lo anterior coincide con lo
encontrado por Romo (2017), donde el método de valoración contingente (MVC) fue el más utilizado.
Resaltando entonces que existe avance en el tema de valoración, pero limitado en el número de estudios,
como en la variedad de métodos empleados.

CO = Costo de oportunidad; CR = Costo de Reposición; CV = Costo de Viaje; MVC = Método de

Valoración Contingente; PM = Precio de Mercado; PH = Precios Hedónicos; TV = Transferencia de Valor;
VET = Valor Económico Total.
Figura 3. Metodologías de valoración económica de los servicios ecosistémicos en México.

CONCLUSIONES
Una de las principales temáticas de los enfoques de los estudios encontrados fueron los concernientes a
la cantidad y calidad del agua como parte de los servicios hidrológicos proporcionados por los bosques en
México, así como los servicios recreacionales por los diversos parques y reservas. El método de valoración
contingente resultó ser el más utilizado en los estudios, cuya ventaja importante es que permite estimar
tanto valores de uso como de no uso.

REFERENCIAS
Adger, W. N., Brown, K., Cervigni, R., & Moran, D. (1995). Total Economic Value in Mexico of Forests.
Ambio, 24(5), 286–296. http://www.jstor.org/stable/4314349
Di Franco, C. P., Lima, G., Schimmenti, E., & Asciuto, A. (2021). Methodological approaches to the valuation
of forest ecosystem services : An overview of recent international research trends. Journal of Forest
Science, 67(7), 307–317. https://doi.org/https://doi.org/10.17221/13/2021-JFS
Millenium Ecosystem Assessment. (2005). Ecosystems and human well-being. Washington, DC, USA:
Island Press. http://www.millenniumassessment.org/documents/document.356.aspx.pdf
Rodríguez S, P. E., Mora Santiago, E., Quiroz Guevara, A. L., Cruz Cabrera, S. V., Peña Becerril, C., &
Olvera Sule, D. A. (2019). Aproximación a la valoración de los servicios ecosistémicos del bosque
de Capulálpam de Méndez, Oaxaca, como herramienta para su conservación. Acta Universitaria,
29, 17. https://doi.org/http://doi. org/10.15174/au.2019.2002 Aproximación
Romo L, J. L., López Upton, J., Vargas Hernández, J. J., & Ávila Angulo, M. L. (2017). Valoración económica
de la biodiversidad forestal en México, una revisión. Revista Chapingo Serie Ciencias Forestales y
Del Ambiente, 23(1), 75–90. https://doi.org/10.5154/r.rchscfa.2016.03.015

43
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

LA IMPORTANCIA DE LA INFORMACIÓN CLIMÁTICA DIARIA EN EL ESTUDIO DE LA

DENDROCLIMATOLOGÍA

Arian Correa-Díaz1*

1Cenid Comef, INIFAP.

*Autor para correspondencia: [email protected]

Palabras clave: Pinus hartwegii, software R, temperatura, precipitación.

INTRODUCCIÓN
La dendroclimatología es la subdisciplina de la dendrocronología que se encarga de estudiar la asociación
entre variables climáticas (e.g. precipitación, temperatura) y los anillos de crecimiento anual de los árboles
(Fritts, 1976). Esta relación se basa en el principio conocido como factor limitante; el cual establece que el
crecimiento de un árbol, está limitado por un factor climático único que en este caso puede ser tanto la
cantidad de precipitación o bien otra variable climática como la temperatura. Por ejemplo, en el norte de
México la precipitación de invierno-primavera está asociada significativamente con el siguiente periodo de
crecimiento de los árboles; es decir entre más baja sea la precipitación durante la estación invierno-
primavera menor será el grosor del próximo anillo de crecimiento (Cerano Paredes et al., 2009).

Una de las aplicaciones más comunes de la dendroclimatología es la reconstrucción de variables

climáticas; de esta manera los anillos de crecimiento son usados como proxies o fuentes indirectas para
estudiar la variabilidad climática histórica, dado que permite conocer el clima más allá de la temporalidad
que aportan las estaciones climatológicas. Sin embargo, para usar los anillos de crecimiento para la
reconstrucción climática es necesario cumplir con ciertos procesos, por ejemplo, previo a esto, es necesario
comparar registros climáticos durante una ventana de tiempo suficiente con series de tiempo
dendrocronológicas, a fin de determinar el periodo de máxima correlación entre las variables. Tradicionalmente
este proceso involucra la comparación de promedios mensuales de variables climáticas con los índices de ancho
de anillo, lo cual presenta varias limitantes pese a su uso frecuente. En primer término, asume que el crecimiento
del árbol responde a una división temporal creada por el hombre (i.e. meses) más que a los propios ritmos de
variabilidad climática, y segundo, imposibilita determinar con exactitud el periodo (no necesariamente mensual)
de mayor asociación entre el clima y el crecimiento del árbol.

OBJETIVOS
Los objetivos de este estudio fueron: (i) analizar la correlación diaria y mensual entre variables climáticas
(precipitación, temperatura y presión de vapor de agua) con series dendrocronológicas de Pinus hartwegii
Lindl. del Monte Tláloc, Estado de México, (ii) determinar el periodo de máxima asociación climática y (iii)
comparar el enfoque de datos climáticos mensuales y diarios.

MATERIALES Y MÉTODOS
Se obtuvieron núcleos de crecimiento de arbolado maduro de Pinus hartwegii localizados en el Monte
Tláloc, Estado de México. Las muestras se fecharon y procesaron siguiendo métodos dendrocronológicos
estándar (Fritts, 1976). Una vez fechadas las series, estas se estandarizaron a fin de eliminar los factores
no relacionados con el clima (e.g. edad, geométricos, disturbios, etc.) y producir índices de ancho de anillo
(IAA). Debido a la falta de estaciones climatológicas en zonas montañosas, los datos climáticos diarios
fueron descargados para esta zona de la plataforma de la NASA Daymet (Thornton et al., 2020), la cual
permite obtener registros a nivel diario de temperatura (°C), precipitación (mm) y presión de vapor de agua
(Pa) para el periodo 1980 a la fecha. Una vez depuradas las bases de datos climáticas estas se compararon
siguiendo dos enfoques. (i) Nivel mensual: correlacionando las series de IAA con promedios mensuales de
las variables climáticas y (ii) Nivel diario: correlacionando las series de IAA con los valores diarios de las
variables climáticas. En ambos casos se incluyó información del año previo (desde septiembre) y del año
actual (todo el año), además, para determinar el periodo óptimo de asociación se fijaron los rangos de 1-6
meses para (i) y de 21 a 180 días para (ii). Todo el análisis se desarrolló con la librería dendroTools en el
software libre R.

44
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

RESULTADOS Y DISCUSIÓN
El análisis mensual para precipitación mostró una máxima asociación para el periodo enero-marzo (rmax =
0.40) y un periodo óptimo de tres meses; mientras que para temperatura máxima y mínima la mayor
correlación se registró para los meses de octubre del año previo (rmax = 0.33) y septiembre del año actual
(rmax = -0.32), respectivamente; ambos con un periodo óptimo de un mes. Finalmente, se encontró que la
máxima correlación entre presión de vapor de agua y el IAA de Pinus hartwegii ocurrió para el periodo
marzo-abril (rmax = 0.35) (Figura 1). Estos resultados son muy similares a los reportados por Correa-Díaz
et al., (2019), quienes reportan una asociación significativa para la temperatura máxima de septiembre-
octubre del año previo (r = 0.33) para el Monte Tláloc, y con los de Carlón Allende et al., (2021) para la
precipitación estacional de febrero-abril (r = 0.20) en Tancítaro, Michoacán.

Los resultados mensuales mejoraron sustancialmente con el análisis de correlación de variables climáticas
diarias. Por ejemplo, en todos los casos cuando se usaron valores diarios, los valores de correlación
aumentaron y el periodo óptimo de asociación se definió con mayor precisión. De esta manera para la
precipitación se estableció un periodo óptimo de diciembre 13 del año previo a marzo 21 (100 días), como
el de mayor correlación (rmax = 0.55). Para temperatura máxima y mínima los periodos óptimos fueron de
septiembre 11 a noviembre 03 del año previo (rmax = 0.46, 54 días); y septiembre 07 a octubre 02 del año
actual (rmax = -0.44, 26 días); respectivamente. Finalmente, para la presión de vapor de agua, el periodo de
máxima asociación se determinó entre febrero 05 a abril 20 (r max = 0.50, 75 días) (Figura 1).

45
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Figura 1. Correlación entre el índice de ancho de anillo (IAA) de Pinus hartwegii en el Monte Tláloc,
Estado de México y valores mensuales (izquierda) y diarios (derecha) de precipitación (mm),
temperatura máxima (°C), temperatura mínima (°C) y presión de vapor de agua (Pa). Meses del año
previo son diferenciados con *, mientras que los días de año se contabilizan del año previo (1-365) al
año actual (366-730).

El análisis de correlación con variables climáticas diarias no sólo permite obtener con mayor precisión los
periodos de máxima asociación sino también observar su comportamiento a lo largo del año. Por ejemplo, permite
notar como una misma variable puede tener un impacto divergente dependiendo de la época de año; así la
precipitación que se desarrolla durante el invierno suele ser benéfica para el crecimiento del arbolado (correlación
positiva), pero no así durante la época de septiembre-octubre cuando el efecto es contrario (correlación negativa)
(Carlón Allende et al., 2021).

CONCLUSIONES
Este estudio provee evidencia de una mejora en la correlación y determinación de periodos de asociación
óptima entre variables climáticas y series dendrocronológicas de Pinus harwtegii cuando los valores diarios
son utilizados en vez de promedios mensuales. En todos los casos, los valores de correlación aumentaron,
y los periodos óptimos fueron definidos con mayor precisión. Esta información puede ser valiosa no solo
para entender mejor la relación que guarda el clima con el crecimiento de los bosques (dendroclimatología)
sino también para proponer estrategias de manejo que mejoren sus condiciones.

AGRADECIMIENTOS Y FUENTE FINANCIERA

Se agradece al Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias (INIFAP) por las
facilidades para la realización del presente trabajo.

REFERENCIAS BIBLIOGRÁFICAS
Carlón Allende, T., Villanueva Díaz, J., Soto Castro, G., Mendoza, M.E., Macías, J.L. 2021. Tree rings as
indicators of climatic variation in the Trans-Mexican Volcanic Belt, central Mexico. Ecological
Indicators 120, 106920.
Cerano Paredes, J., Villanueva Díaz, J., Fulé, P.Z., Arreola Ávila, J.G., Sánchez Cohen, I., Valdez Cepeda,
R.D. 2009. Reconstrucción de 350 años de precipitación para el suroeste de Chihuahua, México.
Madera y Bosques 15, 27-44.
Correa-Díaz, A., Silva, L.C.R., Horwath, W.R., Gómez-Guerrero, A., Vargas-Hernández, J., Villanueva-
Díaz, J., Velázquez-Martínez, A., Suárez-Espinoza, J. 2019. Linking Remote Sensing and
Dendrochronology to Quantify Climate-Induced Shifts in High-Elevation Forests Over Space and
Time. Journal of Geophysical Research: Biogeosciences 124, 166-183.
Fritts, H.C. 1976. Tree rings and climate. Academic Press Inc., London.
Thornton, M.M., R. Shrestha, Y. Wei, P.E. Thornton, S. Kao, B.E. Wilson. 2020. Daymet: Daily Surface Weather
Data on a 1-km Grid for North America, Version 4. ORNL DAAC, Oak Ridge, Tennessee, USA.

46
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

ESTIMACIÓN DE LA ALTURA DE ÁRBOL MEDIANTE FOTOGRAMETRÍA CON VANT EN UN

MEZQUITAL DE BAJA CALIFORNIA SUR

Luis Ángel Hernández Martínez1*, José Luis Hernández Stefanoni2

1Campo Experimental Todos Santos, Centro de Investigación Regional Noroeste, INIFAP; 2 Centro de
Unidad de Recursos Naturales, Investigación Científica de Yucatán A.C.

*Autor para correspondencia: [email protected]

Palabras clave: Manejo forestal, Dron, Inventario forestal.

INTRODUCCIÓN
En los últimos años se ha incrementado la disponibilidad de Vehículos Aéreos No Tripulados (VANT) de
consumo que están al alcance de usuarios con diferentes necesidades e intereses. En el ámbito forestal,
esta tecnología se presenta como una herramienta capaz de disminuir el esfuerzo en los inventarios de
recursos con fines de conservación o aprovechamiento. No obstante, aún existen limitaciones
metodológicas para su uso en la gran diversidad de ambientes y tipos de vegetación. Debe considerarse
que las condiciones del levantamiento de datos aún no son claras para los diferentes tipos de bosques y
que incluso los parámetros de procesamiento fotogramétrico influyen en el resultado final (Fraser et al.,
2018; Tinkham y Swayze 2021). Otra limitante se observa en la capacidad de computo necesaria para el
procesamiento de imágenes de alta resolución que puede obstaculizar a los usuarios que cuentan con
equipos de capacidad restringida. Si bien, se han reportado estudios en bosques de diversos tipos
localizados en diferentes partes del mundo, existen pocos estudios en matorrales o en vegetación de zonas
áridas (González-Musso et al., 2020). Tomando en cuenta la necesidad de evaluar el uso de estas
tecnologías para diferentes especies de interés económico, ecológico o que presentan tasas de
degradación o aprovechamiento elevadas, como el caso de los mezquitales en Baja California Sur, este
estudio se planteó el objetivo de evaluar el efecto de la parametrización de la calidad de la nube densa de
puntos sobre la precisión en la estimación de la altura de los árboles en un mezquital de Prosopis articulata
S. Watson.

MATERIALES Y MÉTODOS
El estudio se llevó a cabo en un mezquital localizado en el Ejido Los Planes, municipio de La Paz, Baja
California Sur, México, en un lote de 24 ha sujeto al aprovechamiento mediante la extracción de árboles
en pie y extracción de leña para uso doméstico. Antes de realizar el levantamiento de imágenes se
colocaron 10 puntos de control en el terreno georreferenciados con un sistema GNSS Topcon GR -3 (±
3 mm) y se midió la altura de 28 individuos de diferentes tallas aprovechables utilizando un estadal. Estos
mismos árboles se señalaron con un número que fuera visible después en las imágenes aéreas. El
levantamiento se llevó a cabo con un VANT DJI Phantom® 4 (Dá-Jiang Innovations Science and Technology
Co. Ltd., Shenzhen, China) equipado con una cámara RGB de 12.4 megapixeles (4000×3000 pixels; FOV
94° 20 mm), cuyo plan de vuelo se diseñó en la aplicación DJI PILOT ® con una altura de vuelo promedio
de 100 m y 80 % de traslape lateral y frontal, dando lugar a 317 imágenes para cubrir el área de estudio.
El procesamiento de las imágenes se realizó en el programa fotogramétrico Agisoft Metashape ® versión
1.5.5, donde se parametrizó la generación de la nube densa con calidad media, alta y extra alta.
Posteriormente, se generaron modelos digitales de superficie (MDS) y terreno (MDT), a partir de los cuales
se construyeron modelos de altura de dosel (MAD) calculando las diferencias entre el MDS y MDT (MAD
= MDS – MDT). Una vez identificados en el ortomosaico los árboles marcados en el terreno, sus copas
fueron delimitadas en polígonos mediante digitalización en pantalla en el programa QGIS® 3.10.4. La altura
de los árboles se determinó a partir del MAD y los polígonos de las copas utilizando la herramienta de
estadísticas de zona para localizar los valores máximos de altura de cada árbol. Para hacer la estimación
de la altura a partir de la nube de puntos se utilizó un modelo de regresión lineal en donde los valores de
altura calculados a partir de los MAD se usaron como variables explicativas. Para evaluar el poder
predictivo de los modelos se empleó una validación cruzada (Leave One Out Cross-Validation) utilizando
como métrica de rendimiento el coeficiente de determinación (R 2) obtenido de una regresión simple de los
valores observados en campo y los estimados y el error cuadrático medio (RMSE), que es la raíz cuadrada
del promedio de las diferencias al cuadrado entre los valores estimados y predichos. Finalmente, se utilizó

47
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

el mejor modelo para mapear la altura de los árboles individuales mediante el MAD generado a partir de
una nube densa con calidad extra alta. La delimitación de las copas de los árboles para toda el área de
estudio se realizó utilizando el paquete ForestTools. Todos los análisis se llevaron a cabo en el programa
estadístico R versión 4.1.2.

RESULTADOS Y DISCUSIÓN
Las tres variantes de calidad de la nube densa dieron lugar a valores de altura subestimados. Conforme
aumentó su calidad, disminuyo la diferencia entre los valores medios de altura real (x̄ = 5.55) y la altura
estimada con los diferentes niveles: Calidad media x̄ =3.78; Calidad alta x̄ = 4.56; Calidad extra alta x̄ =
4.92. Los modelos de regresión lineal ajustados presentaron la misma tendencia con un incremento de R 2
en relación con el nivel de calidad definido (R 2 = 0.66, 0.74 y 0.84 respectivamente del nivel de calidad
media, alta y extra alta, Cuadro 1), mientras que los resultados de la validación de los modelos muestran
que se mejoró la estimación de la altura disminuyendo el error (RMSE = 0.73 a 0.50, Figura 1) e
incrementando el R2 (de 0.60 a 0.81, Figura 1). El nivel de precisión observado en el nivel de calidad extra
alta presentó un buen ajuste, similar al reportado por otros estudios como el de Panagiotidis et al. (2017;
R2= 0.75), y ligeramente inferior al reportado por Birdal et al. (2017; R2= 0.94) y González-Musso et al.
(2020; R2= 0.95), sin embargo, el número de muestras utilizado en este estudio fue menor. En la Figura 2
se muestra el mapa de alturas generado a partir del mejor modelo y el MAD (calidad extra alta).

Cuadro 1. Parámetros de bondad de ajuste y validación de los modelos de regresión lineal simple
ajustados para estimar la altura de los árboles a partir de la altura del dosel obtenida con diferente calidad
de la nube de puntos.
Parametrización de la nube densa β0 β1 EE R2
Calidad media 2.71 0.74 0.1047 0.66
Calidad alta 1.26 0.93 0.1072 0.74
Calidad extra alta 0.95 0.93 0.0778 0.84
EE = Error estándar; R2 = Coeficiente de determinación.

Figura 1. Resultados del análisis de validación cruzada utilizado para comparar el desempeño entre la
altura real y la altura estimada con diferente parametrización de la nube densa de puntos.

48
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Figura 2. Mapa de alturas generado utilizando el mejor modelo y el MAD generado a partir de una nube
densa de puntos con calidad extra alta.

La funcionalidad del Agisoft Metashape® que permite realizar procesos en GPU, disminuyó el tiempo de
procesamiento de la nube densa que se observó en 8 minutos (Calidad media), 1 hora 21 minutos (Calidad
alta) y 2 horas 12 minutos (Calidad extra alta). Es importante señalar este aspecto considerando que la
capacidad de cómputo con frecuencia representa una limitante para los usuarios de la tecnología VANT
debido a la alta demanda de recursos que se incrementa a la par del número de imágenes o superficie del
área de interés. Al definir la calidad extra alta en la nube densa de puntos, los usuarios con frecuencia se
enfrentan a procesos fallidos o que pueden rebasar las 48 horas de duración. En este sentido, resulta
importante valorar el nivel de error esperado al parametrizar el procesamiento bajo determinadas
condiciones. Otros estudios como el de Tinkham y Swayze (2021), han evaluado a profundidad el impacto
de los parámetros de procesamiento sobre la precisión en la caracterización de variables a nivel de árbol,
sin embargo, al igual que la mayoría de los estudios antes mencionados, se desarrolló en bosques de
coníferas con alturas de árbol muy superiores a las del área de estudio. El mapeo de atributos estructurales
de los bosques a través de nubes densas de puntos, se ha estudiado con mayor frecuencia mediante el
uso de la tecnología LiDAR con la capacidad de penetrar el dosel y generar información de su estructura
vertical, no obstante, frente a los altos costos que conlleva, el uso de nubes densas generadas a partir de
VANT representa una opción más asequible que, si bien, presenta desventajas frente al primero, resultados
como los de este estudio demuestran su capacidad de generar datos de altura confiables a nivel de árbol.
Sin embargo, si se espera que la tecnología de los VANT logre hacer más eficientes los inventarios de
recursos forestales, es necesario conocer sus alcances y limitaciones, privilegiando los flujos de trabajo
simples y valorando las mejores condiciones de procesamiento en relación con el tipo de usuario, su
capacidad de cómputo y el nivel de precisión necesario para alcanzar los objetivos que persigue (p.e.
inventario, estimar biomasa/volumen o evaluar crecimiento), así como el tipo de bosque estudiado.

CONCLUSIONES
Los parámetros definidos en el procesamiento fotogramétrico para la construcción de la nube densa de
puntos influyen en la precisión de la altura estimada para árboles de mezquite. La calidad extra alta de la
nube densa presentó los mejores resultados, sin embargo, ese nivel de calidad en el procesamiento no se
recomienda para equipos de cómputo con capacidades limitadas. Aunque los resultados obtenidos con los
niveles de calidad media y alta se observaron con una menor precisión, es necesarios profundizar el
análisis para identificar su utilidad para determinados objetivos como el inventario, monitoreo o estimación
de biomasa aérea. Aunque es innegable que los VANT tienen la capacidad de disminuir la inversión de
recursos en los inventarios forestales, su utilidad práctica para diferentes usuarios del sector dependerá de
resolver las complejidades operativas como las que se plantean en este estudio.

AGRADECIMIENTOS Y FUENTE FINANCIERA

Este estudio fue financiado por el Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias a
través del proyecto “Evaluación de estrategias de aprovechamiento sustentable y monitoreo espacial de
mezquitales en la región noroeste de México” con registro SIGI No. 10173434770. A la Sra. Rosa María
Virgen Lucero por su colaboración para el desarrollo del trabajo de campo en el predio “El Mezquital”.

49
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

REFERENCIAS BIBLIOGRÁFICAS
Birdal, A. C., Avdan, U., & Türk, T. (2017). Estimating tree heights with images from an unmanned aerial
vehicle. Geomatics, Natural Hazards and Risk, 8(2), 1144–1156.
https://doi.org/10.1080/19475705.2017.1300608
Fraser, B. T., & Congalton, R. G. (2018). Issues in Unmanned Aerial Systems (UAS) data collection of
complex forest environments. Remote Sensing, 10(6). https://doi.org/10.3390/rs10060908
Musso, R. F. G., Oddi, F. J., Goldenberg, M. G., & Garibaldi, L. A. (2020). Applying unmanned aerial vehicles
(Uavs) to map shrubland structural attributes in northern patagonia, Argentina. Canadian Journal of
Forest Research, 50(7), 615–623. https://doi.org/10.1139/cjfr-2019-0440
Panagiotidis, D., Abdollahnejad, A., Surový, P., & Chiteculo, V. (2017). Determining tree height and crown
diameter from high-resolution UAV imagery. International Journal of Remote Sensing, 38(8–10),
2392–2410. https://doi.org/10.1080/01431161.2016.1264028
Tinkham, W. T., & Swayze, N. C. (2021). Influence of agisoft metashape parameters on uas structure from
motion individual tree detection from canopy height models. Forests, 12(2), 1–14.
https://doi.org/10.3390/f12020250

50
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

MODELO DINÁMICO DE ÍNDICE DE SITIO PARA CLASIFICAR LA PRODUCTIVIDAD DE RODALES

NATURALES DE Pinus chiapensis

Juan Carlos Tamarit Urias1*, Melchor Rodríguez Acosta2, Gerónimo Quiñonez-Barraza3, Xavier García-Cuevas4

1Campo Experimental San Martinito, CIRGOC, INIFAP; 2Campo Experimental Ixtacuaco, CIRGOC,
INIFAP; 3CampoExperimental Valle del Guadiana, CIRNO, INIFAP; 4Campo Experimental Chetumal,
CIRSE, INIFAP.

*Autor para correspondencia: [email protected]

Palabras clave: Altura dominante, enfoque de diferencia algebraica generalizada, modelo de Levakovic II.

INTRODUCCIÓN
Para conocer la productividad de los bosques y determinar el rendimiento maderable potencial por unidad
de superficie, se requieren modelos de índice de sitio (IS). La tendencia actual para generarlos es usar el
enfoque de diferencia algebraica generalizada (DAG), el cual se ha convertido en un estándar para
desarrollar modelos dinámicos para predecir el crecimiento de atributos a nivel de árbol individual y de rodal
(Cieszewski, 2021). La DAG es un enfoque de modelación matemáticamente robusto y biológicamente
realista, ofrece mayor flexibilidad y dinamismo para modelar una amplia variedad de condiciones de
crecimiento y de manejo, dando lugar en forma simultánea a familias de curvas de crecimiento polimórficas
con múltiples asíntotas, con patrones de crecimiento consistentes y lógicos (Pyo, 2017). Por estas razones,
es necesario actualizar los modelos desarrollados en el pasado, que usaron metodologías que empiezan
a caer en desuso, tales como el método de la curva guía y el de diferencia algebraica (DA), que solo
generan curvas anamórficas o polimórficas. Pinus chiapensis (Martínez) Andresen es una conífera que
forma parte del bosque mesófilo de montaña; destaca por su rápido crecimiento y alto potencial para
producción maderable, se distribuye en forma natural en Puebla, Veracruz, Guerrero, Chiapas y Oaxaca;
debido al estatus de protección especial en el que se cataloga, se requiere generar herramientas que
brinden soporte para su adecuado manejo silvícola.

OBJETIVO
Desarrollar mediante el enfoque de DAG un modelo dinámico de índice de sitio que permita clasificar la
productividad y modelar el crecimiento en altura dominante de rodales naturales de P. chiapensis
localizados en Puebla y Veracruz, México.

MATERIALES Y MÉTODOS
El estudio se realizó en Atzalán, Veracruz y en Tlatlauquitepec y Yaonáhuac, Puebla. Se usó una muestra
de 31 árboles dominantes y codominantes de P. chiapensis, libres de daños, sanos, sin bifurcaciones, con
un amplio rango de condiciones de crecimiento. Cada árbol fue derribado y seccionado a 2.5 m de longitud,
excepto la sección de la punta que fue de longitud variable. Se obtuvieron rodajas de 5 cm de espesor a
diferentes alturas. Se aplicó la técnica de análisis troncal y se corrigió el sesgo por sobreestimación de las
alturas en cada edad. La base de datos tuvo 386 pares de observaciones de edad en años y de altura
dominante en metros, fue similar a la utilizada por Rodríguez y Arteaga (2005). Mediante el enfoque de
DAG (Cieszewski, 2021) se generaron seis modelos dinámicos de altura dominante e IS (Cuadro 1), para
lo cual se utilizaron cuatro modelos teóricos de crecimiento base (Panik, 2014): Chapman-Richards para
M1, Korf para M2 y M3, Hossfeld para M4 y M5 y, Levacovik II para M6. Se ajustaron por regresión no lineal
en el ambiente SAS (SAS Institute Inc. 2011) con el método de variables artificiales referido en Pyo (2017)
que es invariante respecto a la edad base (Eb). La autocorrelación se corrigió al modelar la estructura de
covarianza del término del error (eij) con una estructura continua autorregresiva de orden ρ AR(ρ); la
heterocedasticidad se corrigió al modelar la varianza del error (σ2) como una función potencia de la altura
dominante predicha. La calidad de ajuste entre modelos se comparó mediante los valores del coeficiente
de determinación ajustado (R2adj), la raíz del cuadrado medio del error (RCME) y el sesgo, así como un
análisis gráfico del realismo biológico, al sobreponer las curvas que cada modelo generó en las trayectorias
de crecimiento observadas. El mejor modelo dinámico se utilizó para construir una familia de curvas de IS
para clasificar la productividad de rodales. Con una Eb=50 años se comparó contra el modelo de IS
propuesto por Rodríguez y Arteaga (2005) para la misma especie y zona de estudio.

51
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Cuadro 1. Modelos dinámicos en DAG evaluados para estimar el crecimiento en altura dominante e IS.
Parámetros
Solución para 𝟎 con Modelo
Específicos
valores iniciales en t 0 y Y0 dinámico
del sitio
𝑎 = 𝑒𝑥𝑝(𝛽1 ) 0 = ln(𝑌0 ) /(𝛽1 + 𝐹0 ) 𝑌 = exp(𝛽1 0 )(1 − exp(−𝛽2 𝑡)0
𝑐= 𝐹0 = ln(1 − exp(−𝛽2 𝑡0 ) (M1)
𝛽
𝐿0 = 𝛽1 (−1/𝑡0 2 ) − ln(𝑌0 )
𝑎= 𝛽
𝑌 = exp(0 ) exp(−1/𝑡𝛽2 )(𝛽1+1/0)
𝑏 = 𝛽1 + 1/ 𝑅0 = √𝐿20 − 4ln(exp(−1/𝑡0 2 ))
(M2)
0 = 0.5(−𝐿0 + 𝑅0 )
−𝛽3
𝑎 = 𝑒𝑥𝑝() 𝑌 = exp(0 )exp(−(𝛽2 /0 )𝑡 )
𝑏 = 𝛽2 / 0 = 0.5 ( ln(𝑌0 ) + √(− ln(𝑌0 ))2 + 4𝛽2 𝑡0−𝛽3 )
(M3)
𝑡0 = 𝛽2 ln(𝐸1 ); 𝑡 = 𝛽2 ln(𝐸) (𝑌0 + 𝑅0 )2
𝑎= 𝑌 = 0.5 ( )
𝑅0 = √𝑌0 2 + 4𝑌0 𝛽1 exp(−𝑡0 ) 𝑌0 + 𝑅0 + 2𝛽1 exp(−𝑡)
𝑏 = 𝛽1 /
0 = 0.5(𝑌0 + 𝑅0 ) (M4)
𝑡0 = 𝛽2 ln(𝐸1 ); 𝑡 = 𝛽2 ln(𝐸) (𝑌0 + 𝑅0 )2
𝑎 = 1/ 2 𝑌 = 0.5 ( )
𝑅0 = √𝑌0 + 4𝑌0 𝛽1 exp(−𝑡0 ) 𝑌0 + 𝑅0 + 2𝛽1 exp(−𝑡)
𝑏 = 𝛽1 
0 = 2/(𝑌0 + 𝑅0 ) (M5)
𝛽1 /0
𝑡 𝑡
𝑎 = 𝑒𝑥𝑝() ln(𝑌0 ) + √(ln(𝑌0 ))2 − 4𝛽1 ln( 0 ) 𝑌 = exp(0 ) ( )
𝛽2 + 𝑡0 𝛽2 + 𝑡
𝑐 = 𝛽1 / 0 =
2 (M6)
𝑌= Altura (m) a la edad 𝑡; 𝑌0 = Altura a la edad 𝑡0 ; 𝐸 = Edad (años); ln = Logaritmo natural; exp = Función
exponencial; 𝑎, 𝑏, y 𝑐 = Parámetros de cada modelo base que se expanden para expresarse en función
del IS; 𝐵𝑖 = Parámetros a ser estimados por regresión.

RESULTADOS Y DISCUSIÓN
Todos los parámetros de los modelos ajustados fueron significativos (α=0.05) y los estadísticos de ajuste
similares (Cuadro 2). Se determinó que el modelo M6 tiene la más alta capacidad predictiva para determinar
el IS porque las tendencias de las curvas de crecimiento que genera (Eb=50 años), se sobreponen de
mejor manera a las trayectorias observadas. Con este modelo se definieron tres niveles de productividad
clasificadas en baja, media y alta, que corresponden a valores de IS de 25, 32 y 39 m, respectivamente.

Cuadro 2. Estimaciones de los parámetros y estadísticos de ajuste de los modelos dinámicos evaluados.
Modelo Parámetro Estimación EE Valor de t Significancia R2adj RCME Sesgo DW

M1 𝛽1 3.168188 0.176 18.02 <0.0001 0.9808 1.54 -0.0040 1.61

𝛽2 0.040881 0.003 15.22 <0.0001 AR(2)
M2 𝛽1 0.623443 0.037 16.92 <0.0001 0.9829 1.45 0.2032 1.82
𝛽2 6.775025 0.452 15.00 <0.0001 AR(3)
M3 𝛽2 27.707400 1.534 18.06 <0.0001 0.9822 1.48 0.2042 1.84
𝛽3 0.600178 0.039 15.55 <0.0001 AR(3)
M4 𝛽1 4092.519000 550.500 7.43 <0.0001 0.9840 1.40 0.1277 1.92
𝛽2 1.472233 0.062 23.75 <0.0001 AR(3)
M5 𝛽1 3199.328000 343.200 9.32 <0.0001 0.9817 1.50 0.0581 1.71
𝛽2 1.355700 0.054 25.17 <0.0001 AR(2)
M6 𝛽1 7.479216 0.984 7.60 <0.0001 0.9818 1.49 0.0754 1.70
𝛽2 11.938240 2.337 5.11 <0.0001 AR(2)
EE = Error estándar; AR(i) = Orden del parámetro autorregresivo ρ usado en la corrección de la
autocorrelación; DW = Durbin-Watson cuyos valores próximos a 2 indican ausencia de autocorrelación.

52
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

La combinación del enfoque para generar el modelo dinámico (DAG), junto con la técnica para ajustarlo
(variables artificiales), aunado a las correcciones por autocorrelación y heterocedasticidad, resultó en un
modelo dinámico que realiza predicciones confiables, aspecto que se visualiza de mejor manera al
comparar la familia de curvas de IS que genera (Figura 1a) contrastadas con las que reproduce el modelo
de Rodríguez y Arteaga (2005) (Figura 1b), quienes únicamente usaron el enfoque de DA para derivar un
modelo polimórfico (parámetro c) con base en Chapman-Richards; se evidencia que tal modelo no logra
describir en su totalidad el crecimiento en altura dominante e IS de P. chiapensis, por lo que su desempeño
es menor con respecto al modelo dinámico generado en el presente estudio.

60 60

50 50

Altura dominante (m)

Altura dominante (m)

40 40

30 30

20 20
Observados Observados
IS=25 bajo IS=25 bajo
10 IS=32 medio
10 IS=32 medio
IS=39 alto IS=39 alto
Límites Límites
0 0
0 20 40 60 80 100 120 0 20 40 60 80 100 120
Edad (años) Edad (años)

a b
Figura 1. Familia de curvas de IS que genera el modelo dinámico M6 (a) comparadas con las que
reproduce el modelo polimórfico de Chapman-Richards propuesto por Rodríguez y Arteaga (2005) (b).

CONCLUSIONES
El modelo dinámico de IS y altura dominante generado y expresado en DAG, muestra alta capacidad
predictiva para clasificar la productividad de rodales naturales de P. chiapensis; genera curvas de IS
polimórficas con asíntotas variables y se basa en el modelo de Levakovic II (con a=exp(X) y c=B1/X).

AGRADECIMIENTOS Y FUENTE FINANCIERA

Al CONACYT por el financiamiento para el desarrollo de esta investigación.

REFERENCIAS BIBLIOGRÁFICAS
Cieszewski CJ. 2021. UTADA: Unified theory of the algebraic differences approaches–Derivation of
dynamic site equations from yield-site relationships. Mathematical and Computational Forestry &
Natural Resource Sciences, 13(1): 36-43.
Panik MJ. 2014. Growth Curve Modeling: Theory and Applications. Hoboken, NJ, USA: Wiley. 437 p.
Pyo J. 2017. Developing the site index equation using a generalized algebraic difference approach for Pinus
densiflora in central region, Korea. Forest Science and Technology, 13(2): 87-91.
Rodríguez AM y Arteaga MB. 2005. Índice de sitio para Pinus chiapensis (Martínez) Andresen, en los
estados de Veracruz y Puebla, México. Revista Chapingo Serie Ciencias Forestales y del
Ambiente, 11(1): 39-44.
SAS Institute Inc. 2011. SAS/STAT® 9.3 User’s Guide. Cary, NC: SAS Institute Inc.

53
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

COMPOSICIÓN Y RIQUEZA ARBÓREA DE UN BOSQUE TEMPLADO EN LA SIERRA NORTE DE OAXACA

Rosario Ramírez-Santiago1, Ricardo Clark Tapia2*, Alma Delia Ortíz-Reyes3, Eulogio Orlando Ruiz-Martínez4

1Universidad Autónoma Comunal de Oaxaca; 2Universidad de la Sierra Juárez; 3Cenid Comef, INIFAP;
4Servicios Técnicos Forestales de Teococuilco de Marcos Pérez.

*Autor para correspondencia: [email protected]

Palabras clave: Abundancia relativa, dominancia, riqueza.

INTRODUCCIÓN
Los bosques templados de México se distinguen con respecto a los bosques templados de otras latitudes
en que albergan una alta biodiversidad, en parte, como resultado de la mezcla de especies templadas y
tropicales que han evolucionado en los entramados orográficos de las montañas mexicanas, son además
fuente de una gran cantidad de bienes y servicios ambientales (Challenger, 2003). Sin embargo, también
están afectados por actividades humanas como el cambio de uso del suelo para establecer cultivos o
pastizales, los incendios provocados, tala ilegal, entre otros (Challenger, 2003).

En el estado de Oaxaca, de acuerdo con la Comisión Estatal Forestal Oaxaca (2021), 30 % de la superficie
estatal se encuentra cubierta por bosques templados, mixtos o puros, donde predominan especies de pino
y encino. La relevancia de este tipo de bosques, no es solo por la gran diversidad biológica que albergan,
sino también porque son el medio de sustento económico para varias comunidades del estado, por medio
del aprovechamiento forestal. Por ello, es importante evaluar el impacto de dicha actividad sobre los
atributos del bosque templado que presentan manejo forestal, para contribuir con información a los
tomadores de decisiones y se puedan establecer estrategias que permitan un manejo sustentable.

OBJETIVOS
Describir la riqueza y composición arbórea del bosque de pino-encino de Teococuilco de Marcos Pérez, Oaxaca.

MATERIALES Y MÉTODOS
El municipio de Teococuilco de Marcos Pérez se localiza en la región Sierra Norte del estado de Oaxaca,
pertenece al Distrito de Ixtlán de Juárez (Figura 1). Se ubica en las coordenadas 17°21' de latitud norte y
96°37' de longitud oeste, a una altitud de 1,800 m. El área bajo manejo es de 5849.52 ha de un total de
10,954.61 ha. En Teococuilco se encuentran especies representativas del bosque de pino y pino-encino
destacando las siguientes: Quercus rugosa, Pinus patula, Pinus oaxacana, Pinus pseudostrobus, Pinus
douglasiana, Pinus teocote, Quercus laurina y Quercus crassifolia (PMF, 2018).

a) b)
Figura 1. a) Ubicación de la zona de estudio y b) Distribución sistemática de las unidades de muestreo.

Los datos del inventario forestal se tomaron en 2019, se registró la especie, el nombre común, el diámetro
normal (DN-cm) y la altura total (AT-m) de todos los individuos ≥ 7.5 cm dentro de cada sitio de muestreo
de 500 m2. Se calculó el área basal (AB-m2) para cada árbol mediante la ecuación AB=(π/40000) ×DN 2,
donde AB se obtiene en m 2 y el DN en cm. Actualmente, se aplica un sistema silvícola mixto (bosque
irregular y bosque regular), con base en los lineamientos del Método Mexicano de Ordenación de Bosques

54
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Irregulares (MMOBI) y el Método de Desarrollo Silvícola (MDS), respectivamente. De los datos de inventario
se utilizó el registro de especies y su abundancia, los cuales se analizaron mediante los programas Species
Diversity and Richness 4.1.2 para obtener el índice de Shannon-Wiener y el programa interactivo Krona
para determinar la composición arbórea (http://krona.sourceforge.net).

RESULTADOS Y DISCUSIÓN
Se registraron 45 especies de árboles, pertenecientes a 19 géneros y 16 familias (Figura 2). De las cuales,
Fagaceae y Pinaceae fueron las que registraron un mayor número, con 15 y 13 especies, respectivamente.
La riqueza arbórea registrada en este estudio fue mayor al reportado para otras áreas de bosque templado
bajo manejo forestal (e.g. Vásquez-Cortez et al., 2018), aunque similar al reportado por Ramírez-Santiago
et al. (2019).

Figura 2. Abundancias relativas de las especies arbóreas del bosque templado de Teococuilco de
Marcos Pérez, Oaxaca.

No obstante, a pesar del número de especies registrado, la abundancia relativa está dominada por cuatro
especies, una de encino y tres de pino (Quercus rugosa, Pinus patula, P. oaxacana y P. pseudostrobus)
que en conjunto suman 50 % de la misma (Figura 2). Lo anterior, se refleja en el valor obtenido mediante
el índice de Shannon-Wiener, de 1.09, que indica poca equidad; ya que, aunque existe un número
considerable de especies, solo unas cuantas dominan sobre otras.

Estos resultados concuerdan con los obtenidos por Vásquez-Cortez et al. (2018) para otras áreas de
bosque templado con aprovechamiento forestal, quienes señalan que las prácticas silvícolas afectan los
atributos de riqueza y diversidad, debido a que el objetivo del manejo es favorecer aquellas especies con
mayor demanda comercial. Sin embargo, el efecto del aprovechamiento forestal sobre estos atributos
puede ser temporal y a largo plazo, el bosque bajo aprovechamiento logra presentar condiciones similares
a la de un bosque sin intervención silvícola reciente, aplicando las medidas de conservación y mitigación
adecuadas (Ramírez-Santiago et al., 2019).

Cabe mencionar que, en el área de estudio, es un encino quien mostró la de mayor abundancia relativa y
no un pino, además, tres especies de pinos registraron valores de abundancia relativa similares, siendo las
más dominantes después de Q. rugosa. Lo cual contrasta con los resultados obtenidos por Vásquez-Cortez
et al. (2018) y Ramírez-Santiago et al. (2019), los cuales indican una marcada dominancia del género Pinus.
En el caso del área de estudio, los resultados pueden deberse a las acciones aplicadas que están

55
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

encaminadas a preservar la presencia de la riqueza arbórea empleando medidas como el mantenimiento

de árboles superiores y viejos con copas frondosas, aplicando la repoblación combinada de diversos
taxones, entre otros (PMF, 2018). No obstante, aunque el manejo forestal ha sido una de las actividades
productivas que más ha contribuido a la conservación de los bosques templados en la Sierra Norte de
Oaxaca, y que la comunidad de Teococuilco de Marcos Pérez ostenta la certificación forestal otorgada por
el FSC, se considera necesario llevar a cabo más estudios que ayuden a profundizar en el conocimiento
del efecto de los métodos silvícolas sobre los atributos del bosque, de manera que sea posible generar
estrategias para la conservación de los recursos forestales de Teococuilco, considerando el actual contexto
de cambio climático.

CONCLUSIONES
El trabajo describe la riqueza y composición arbórea del bosque de pino-encino de Teococuilco de Marcos
Pérez, Oaxaca, área donde se registraron 45 especies, siendo la familia Fagaceae y Pinaceae las que
presentaron un mayor número. Los ejemplares con mayor dominancia son Quercus rugosa, Pinus patula,
P. oaxacana y P. pseudostrobus, que en conjunto suman 50% de la abundancia. Comparados con otros
estudios, el área de estudio registró un número considerable de grupos arbóreos pero una baja diversidad.
Lo cual es un efecto del aprovechamiento forestal, aunque es precisamente esta actividad la mejor estrategia
para conservar este tipo de bosques y además es la principal fuente económica de la comunidad. Por lo que se
recomienda profundizar en el conocimiento del efecto de los métodos silvícolas sobre los atributos del bosque
para formular estrategias de conservación que fortalezcan las medidas que ya se implementan.

AGRADECIMIENTOS
Se agradece a la Comunidad de Teococuilco de Marcos Pérez, Oaxaca, y a los Servicios Técnicos
Forestales de la comunidad, quienes facilitaron la información del inventario forestal para realizar los
análisis correspondientes.

REFERENCIAS BIBLIOGRÁFICAS
Challenger, A. (2003). Conceptos Generales Acerca de los Ecosistemas Templados de Montaña de México
y su Estado de Conservación. In: Sánchez, O., E. Vega, E. Peters y O. Monroy V. (eds).
Conservación de Ecosistemas Templados de Montaña en México. INE, México. pp: 17-44.
Comisión Estatal Forestal Oaxaca [COESFO]. https://www.oaxaca.gob.mx/coesfo/superficie-forestal-
estatal/. [fecha de consulta 21 de noviembre de 2021].
PMF, [Programa de Manejo Forestal Sustentable de Teococuilco de Marcos Pérez]. (2018). 894 p.
Ramírez-Santiago, R., Ángeles, G., Hernández de La Rosa, P., Cetina, V.M., Plascencia, F.O., y Clark, R.
(2019). Efectos del aprovechamiento forestal en la estructura, diversidad y dinámica de rodales
mixtos en la Sierra Juárez de Oaxaca, México. Madera y Bosques, 25(3), e2531818. doi:
10.21829/myb.2019.2531818
Vásquez-Cortez, V. F., Clark, R., Manzano, F., González, G., y Aguirre, V. (2018). Estructura, composición
y diversidad arbórea y arbustiva en tres condiciones de manejo forestal de Ixtlán de Juárez,
Oaxaca. Madera y Bosques, 24(3), 1-13. doi: 10.21829/myb.2018.2431649

56
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

IDENTIFICACIÓN DE DISTURBIOS FORESTALES MEDIANTE UNA RED DE ANILLOS DE

CRECIMIENTO DE CONÍFERAS MEXICANAS

Daniela Sarahi Páez-Meraz1*, Marcos González-Cásares1, Marín Pompa-García1, Jan Altman2

1Facultad de Ciencias Forestales, Universidad Juárez del Estado de Durango; 2Instituto de Botánica de la
Academia Checa de Ciencias.

*Autor para correspondencia: [email protected]

Palabras clave: COFECHA, Pinus, sistema Velmex, TRADER.

INTRODUCCIÓN
Los ecosistemas forestales están en constante dinámica debido a los aumentos en la temperatura promedio
global y las emisiones de CO2, incluida la influencia de otros disturbios como incendios, sequías, ataques
bióticos, entre otros. Por ello, es fundamental comprender los procesos ecológicos de la dinámica forestal
mediante la identificación de disturbios forestales pasados para poder tomar las medidas de gestión
adecuadas. Los anillos de crecimiento en árboles se usan comúnmente para este propósito debido a su
confiabilidad y precisión. En este tenor, se usaron datos de ancho de anillo distribuidos a lo largo de un
amplio gradiente ecológico para la identificación espaciotemporal de disturbios forestales en 14 especies
de coníferas mexicanas.

OBJETIVO
Identificar espaciotemporalmente disturbios forestales mediante el análisis de anillos de crecimiento en un
amplio gradiente ecológico.

MATERIALES Y MÉTODOS
Área de estudio. A lo largo de un gradiente altitudinal de 713 m hasta los 3500 m, se seleccionaron 15
sitios donde crecen coníferas representativas de los ecosistemas forestales de México. Los sitios se
dividieron en tres clases de altitud (Figura 1): sitios bajos < 2000 m; Pinus oocarpa Schiede ex Schltdl.,
Pinus jeffreyi Grev. & Balf., Pinus pseudostrobus Lindl., Pinus teocote Schiede ex Schltdl. Sitios medios
2000-3000 m; Pinus pinceana Gordon., Picea martinezii T.F. Patterson., Pinus maximartinezii Rzedowski.,
Pinus lumholtzii B.L. Rob & Fernald., Pinus montezumae Lamb., Pinus patula Schltdl. et Cham., Pinus
ayacahuite Ehren. Variedad ayacahuite. Sitios altos > 3000 m; Abies hickelii Flous & Gaussen., Juniperus
deppeana Steud., Abies Religiosa Kunth Schltdl. et Cham., Abies Religiosa Kunth Schltdl. et Cham. En
cada sitio, se seleccionaron y muestrearon 20 árboles dominantes por especie (Total ~ 300 árboles). Se
obtuvieron dos núcleos de incremento radial de cada árbol (Total ~ 600 núcleos) con un taladro de Pressler
(Ø = 5 mm) a 1.3 m del suelo.

Figura 1. Ubicación de los sitios de estudio. Pinus oocarpa (Poc), Pj effreyi (Pje), P. pseudostrobus (Pse), P. teocote (Pte), P.
pinceana (Ppi), P. martinezii (Pmr), P. maximartinezii (Pmx), P. lumholtzii (Plu), P. montezumae (Pmn), P. patula (Ppt), P.
ayacahuite (Pay), A. hickelii (Ahc), J. deppeana (Jdp), A. religiosa (Arq), A. religiosa (Arm).

57
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Datos de ancho de anillo. Los núcleos de incremento radial se montaron en bastidores de madera y se
lijaron. El ancho del anillo (TRW) se midió utilizando el sistema VELMEX (0.01 mm). Se realizó la datación
cruzada de muestras de la misma especie y ubicación. La datación visual se verificó mediante el programa
COFECHA. Se construyeron cronologías de cada especie utilizando el ancho de los anillos de los árboles
a través de procedimientos dendrocronológicos estándar (Cook y Holmes, 1986). Se calculó la correlación
media entre árboles (Rbt), la intensidad de la señal de submuestra (SSS) y la señal de población expresada
(EPS), donde un umbral mínimo de 0.85 generalmente se considera indicativo de cronologías bien replicadas.

Identificación de disturbios. Se utilizó el método de la línea límite propuesto por Black y Abrams (2003)
para identificar los disturbios. Esta metodología incluye crecimiento previo en el cual las liberaciones
(abruptas de crecimiento) moderadas y mayores son aquellas dentro del 20-49.9 % y 50-100 % de la línea
límite, respectivamente. El cambio porcentual en el crecimiento se calculó usando la siguiente fórmula:

𝐶𝑎𝑚𝑏𝑖𝑜 𝑑𝑒 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑎𝑗𝑒 𝑑𝑒 𝑐𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜 = (𝑀2 − 𝑀1 )/𝑀1 (1)

Se utilizó el paquete TRADER para determinar la frecuencia e intensidad de los disturbios utilizando el
software R. Se analizó el periodo de 1950 a 2010, las liberaciones detectadas arriba del 20 % se
consideraron disturbios. Las liberaciones detectadas se agruparon en intervalos de 5 años. Para la
caracterización espacial, se identificaron liberaciones de crecimiento de acuerdo con las clases de
elevación definidas. Además, para la caracterización espacial de disturbios se utilizó la estimación de
densidad kernel (KDE) para dos periodos: 1950-1980 y 1981-2010, un método estadístico no paramétrico
para estimar la densidad espacial.

RESULTADOS Y DISCUSIÓN
Las especies con más disturbios fueron Picea martinezii, Pinus jeffreyi, Pinus montezumae, Pinus patula,
Pinus ayacahuite y Abies religiosa (Figura 2). Los años con el mayor número de disturbios fueron 1963,
1980, 2002 y 2005. Las especies que se encuentran en sitios entre 2000 y 3000 m de elevación tuvieron
mayor cantidad de disturbios. Las especies de sitios entre 95° y 100° W tuvieron una mayor frecuencia de
disturbio que aquellas entre 100° y 105° W. Es evidente que los disturbios aumentan durante el segundo
periodo (Figura 3).

Figura 2. Porcentaje de árboles que muestran liberaciones de Figura 3. Estimación de la densidad del núcleo de las
crecimiento. Los gráficos muestran resultados agregados a perturbaciones forestales desde 1950-1980 (a) hasta
intervalos de 5 años por especie establecida en sitios de 1981-2010 (b). La escala de colores representa el
elevación baja, media y alta. (Para obtener una explicación de porcentaje de densidad de árboles que muestran
las abreviaturas de las especies de árboles, consulte la Figura 1). liberaciones en los sitios muestreados.

58
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Identificación temporal de disturbios. Temporalmente, los disturbios son recurrentes, pero muestran
mayor severidad en los años 1985, 1991 y 1995, y en los años 1955, 1980 y 2000 moderados. Esto sugiere
que estas alteraciones no son frecuentes sino más severas, hallazgo confirmado con lo reportado en
estudios de otros países (Altman, 2016). Esto se atribuye a la respuesta de estas especies a disturbios
naturales de gran escala como los huracanes y fenómenos circulatorios de gran escala como el ENSO.
Las especies ubicadas en elevaciones medias tuvieron una mayor frecuencia de disturbio en comparación
con las especies en elevaciones bajas y altas, siendo esta variable la estimulante para las variables
climáticas. Esto es más evidente durante el período de 1940 a 1980 y es consistente con un estudio global
que indica que el aumento en la frecuencia y severidad de las sequías debido al cambio climático se ha
convertido en el principal factor que afecta el crecimiento de los árboles en los sitios de altura media
(Pompa-García et al., 2021).

CONCLUSIONES
Se descubrió que los anillos de los árboles son un indicador preciso de la reconstrucción temporal de
disturbios del bosque en un área grande. El conocimiento ecológico obtenido en este estudio es importante
para planificar acciones de manejo sostenible que permitan que las especies se adapten mejor y, por lo
tanto, se conserven en los escenarios previstos, especialmente para aquellas especies que son más
vulnerables. Nuestros resultados son relevantes porque comprender los disturbios y sus efectos en la
dinámica forestal es fundamental para guiar la gestión forestal para la sostenibilidad y la conservación de
los ecosistemas y la biodiversidad.

AGRADECIMIENTOS Y FUENTE FINANCIERA

Se agradece a todas las personas que colaboraron en la recolección de datos. Este trabajo fue apoyado por CONACYT
(subvención número A1-S-21471).

REFERENCIAS BIBLIOGRÁFICAS
Altman, J., Fibich, P., Leps, J., Uemura, S., Harad, T., Dolezal, J. 2016. Vinculación del historial de
perturbaciones espaciotemporales con la regeneración de árboles. Perspectiva. Planta Ecol. Evol.
sist. 21, 1-13. https://doi.org/10.1016/j.ppees.2016.04.003
Black , B., Abrams, M. 2003. Uso de patrones de crecimiento de la línea límite como base para los criterios
de liberación dendroecológica. Ecol. aplicación 13(6), 1733-1749. https://doi.org/10.1890/02-5122
Carter, D., Bialecki, M., Windmuller-Campione, M., Seymour, R., Weiskittel, A., Altman, J. 2021. Detección
de liberaciones de crecimiento de árboles de retención maduros en respuesta a perturbaciones de
brechas a pequeña escala de fechas en sistemas silvícolas basados en perturbaciones naturales
en Maine. Para. Ecol. Administrar 502, 11972. https://doi.org/10.1016/j.foreco.2021.119721 .
Cook, E., Holmes, R. 1986. Manual de uso del programa ARSTAN. En: Holmes RL, Adams RK, Fritts HC
(eds) Cronologías de anillos de árboles del oeste de América del Norte: California, este de Oregón
y norte de la Gran Cuenca. Laboratorio de Tree-Ring Res. Tucso, págs. 50–65.
http://hdl.handle.net/10150/304672
Pompa-García, M., Camarero, J., Colangelo, M., González-Cásares, M. 2021. Vínculos interanuales e
intraanuales entre el clima, el crecimiento de los árboles y el NDVI: mejorando la resolución de los
proxies de sequía en bosques de coníferas. Int J Biometeorol 65, 2111–2121.
https://doi.org/10.1007/s00484-021-02170-5

59
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

INTERCEPCIÓN DE NIEBLA EN UN BOSQUE TEMPLADO BAJO ESPINOSO

Eulogio Flores-Ayala1*, Enrique Buendía-Rodríguez1, Tomas Pineda-Ojeda1, Fabián Islas Gutiérrez1,

Andrés Flores2, Ramiro Pérez-Miranda2, Fernando Carrillo Anzures1

1Campo Experimental Valle de México, INIFAP; 2Cenid Comef, INIFAP.

*Autor para correspondencia: [email protected].

Palabras clave: Acacia farnesiana, lluvia horizontal, cosecha de niebla.

INTRODUCCIÓN
Los estudios sobre la intercepción de lluvia en los bosques contribuyen a entender los efectos de la
modificación de la cobertura arbórea sobre el balance hídrico y otros recursos asociados dentro de las
cuencas hidrológicas. La intercepción de lluvia se refiere a la capacidad del dosel arbóreo para almacenar
el agua de lluvia en su estructura (hojas, ramas y el fuste), durante eventos de precipitación. Esta es muy
variable, siendo desde un 51 % de la precipitación total en bosques de latifoliadas hasta un 73 % en
bosques de coníferas (Zabret y Sraj, 2021). Los valores de intercepción de lluvia que son reportados en la
literatura, generalmente se han obtenido contrastando las cantidades de precipitación dentro versus fuera
del bosque en parcelas experimentales utilizando canaletas y/o pluviómetros, las cuales varían en
características y niveles de precisión. Resulta necesario tener en cuenta que, una cantidad importante de
estas mediciones procede del agua capturada por la vegetación proveniente de la niebla que pocas veces
es diferenciada del agua de lluvia. El proceso de medir la intercepción de lluvia que se capta en los bosques
en forma de niebla resulta complejo (Dunne y Leopold,1978), aún más al considerar que la intercepción de
agua que se capta en los bosques en forma de niebla es baja (Pypker et al., 2005). El estudio de
intercepción de niebla es importante debido a que, en algunas comunidades forestales, la demanda hídrica
no puede ser satisfecha en su totalidad con el agua de lluvia (Ritter et al., 2005), como en el caso de plantas
epifitas que se desarrollan en el bosque, y que se sustentan en parte de la cantidad de agua adicional sea
ésta la que se retiene en el dosel, como la que llega al piso forestal por goteo beneficiando a vegetación
del sotobosque.

OBJETIVO
Con base a lo antes expuesto y debido a la importancia que tienen los bosques dominados por Acacia
farnesiana, Eysenhardtia polystachya y Juniperus flaccida en el estado de Hidalgo, México, el objetivo de
esta investigación fue estimar la intercepción de niebla en condiciones naturales.

MATERIALES Y MÉTODOS
El área de estudio se localiza en la localidad “La Estancia” ubicada en la zona forestal del municipio de
Atotonilco El Grande, Hidalgo, a una altitud promedio de 1,920 m snm. Se trazó una parcela experimental
de 0.64 ha, dividida en cuatro cuadrantes de 40 m x 40 m cada uno. Uno de los cuadrantes no presentó
vegetación, razón por la cual se tomó como testigo (área abierta). El área para las mediciones de
intercepción de lluvia tuvo una superficie de 0.48 ha. Se distribuyeron de forma aleatoria 60 colectores de
lluvia, de lectura directa Tru-Chek®, con una aproximación de registro de 0.1 mm. Los pluviómetros se
colocaron bajo la vegetación arbórea a una altura de 0.9 m sobre el nivel del suelo. Las mediciones de
lluvia se realizaron por evento durante el periodo de lluvias del año 2007 (junio-octubre). Para la medición
de las cantidades de lluvia durante el proceso de intercepción, se tomaron 46 registros que comprendieron
la totalidad de eventos significativos para ese periodo en la zona de estudio.

El razonamiento inicial para considerar la captura de agua como proveniente de niebla, fue de que al menos
un pluviómetro en la condición abierta no presentara registro de precipitación. Esto es, sí los pluviómetros
en la condición abierta no tenían agua fue porque no precipitó, entonces el agua colectada en los
pluviómetros dentro del dosel se debió a la condensación y precipitación de la niebla. Se realizó un análisis
de conglomerados jerárquico, para esto se utilizó el procedimiento hclust dentro del software R ® versión
4.2.0, usando el método de Canberra para generar la matriz de disimilitud y el método de promedio
(average) para asignación de grupos de las observaciones (eventos). Así, puede establecerse un dendrograma

60
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

en el cual se puede observar que mientras más cercanas sean los valores de los eventos, éstas serán más
similares, ya que se pueden establecer como observaciones en un sólo grupo (Flores et al., 2013).

RESULTADOS Y DISCUSIÓN
Tomando como variable a la cantidad de precipitación para 46 eventos de lluvia, los resultados indican la
existencia de cinco grupos, los cuales están caracterizados por la cantidad de lluvia medida bajo dosel. Del
total de eventos estudiados, dos de ellos se excluyeron del análisis por inconsistencias encontradas,
quedando 44, los cuales fueron separados en los cinco grupos, de acuerdo con el análisis de
conglomerados (Cuadro 1).

Cuadro 1. Agrupación utilizando el procedimiento hclust dentro del software R®, utilizando los
estadísticos por evento de lluvia medida bajo dosel.
No. eventos Pbd
Grupo Eventos
agrupados (mm)
1 2 91.07 Ago._237, Set._037
2 2 61.41 Jun._177, Sep._287
Jun._247, Jun._267, Jun._297, Jun._307, Ago._207, Ago._277,
3 11 19.28
Ago._287, Ago._317, Sep._027, Sep._057, Oct._097
Jun._187, Jun._197, Jun._207, Jun._217, Jun._237, Jul._047,
Jul._067, Jul._187, Jul._277, Jul._287, Jul._307, Jul._317, Ago._018,
4 25 4.94
Ago._087, Ago._247, Ago._297, Ago._307, Se_017, Se_047, Se_087,
Oc_227, Oc_297, Nov._237, Nov._247, Dic._037
5 4 1.05 Ago._017, Ago._077, Ago._177, Sep._107.
Pbd = Valor promedio de la precipitación bajo dosel por grupo.

El grupo que aglutinó a aquellos eventos en donde al menos un pluviómetro está vacío (sin cantidad de
lluvia) fue el grupo 5 que incluyó cuatro eventos (18= agosto 01, 19= agosto 07, 21= agosto 17 y 38=
septiembre 10) (Figura 1), este análisis no consideró el evento 20= agosto 08, aun cuando presentó un
pluviómetro sin cantidad de agua.

Figura 1. Dendrograma donde se muestran las agrupaciones de los eventos de lluvia de acuerdo valor
promedio de la precipitación bajo dosel por grupo (Pbd).

Estos resultados indican que este tipo de bosque puede captar entre puede captar entre 0.85 mm y 1.29 mm
(0.85 y 1.29 litros por metro cuadrado) de agua por evento de niebla, lo que equivale a 8.5 m3 ha-1 - 12.9 m3 / ha -1,
representado entre 5.2 y 7.94 % de captación de agua respecto a un evento de lluvia promedio.

El número de eventos medidos cubrió solo el periodo de lluvias en la zona, para futuros trabajos se
considera tomar mediciones antes y después de este periodo debido a que la presencia de eventos de
niebla no es previsible, lo que mejoraría este tipo de estimaciones.

61
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

CONCLUSIONES
El procedimiento de análisis propuesto permite hacer una estimación de las cantidades que puede captar
esta comunidad forestal provenientes de eventos de niebla, al poder agrupar eventos que por las
cantidades mínimas de precipitación que presentaron y en donde al menos un pluviómetro de los 60
analizados por evento no presentó registro de precipitación. Como recomendaciones, se considera de
utilidad este tipo de análisis, en aquellos experimentos de intercepción de lluvia en donde no fue diseñado
específicamente para hacer estimaciones de precipitación provenientes de niebla.

AGRADECIMIENTOS Y FUENTE FINANCIERA

Este trabajo fue financiado con fondos Fiscales por el Instituto Nacional de Investigaciones Forestales,
Agrícolas y Pecuarias (INIFAP) y forma parte del proyecto “Estudio de intercepción de lluvia con fines de
manejo silvícolas. No. SIGI: 1216440527.

REFERENCIAS BIBLIOGRÁFICAS
Dunne, Th., and Leopold, L. B. (1978). Water in environmental planning. W.H. Freeman and Company. New
York. 818 p.
Pypker, T. G., Bond B. J., Link, T. E., Marks, D. and Unsworth, M. H. (2005). The importance of canopy
structure in controlling the interception loss of rainfall: Examples from a young and an old-growth
Douglas-Fir Forest. Agricultural and Forest Meteorology 130 (1-2):113-129.
DOI:10.1016/j.agrormet.2005.03.003
Ritter, A., Regalado, C. M., Aschan, G. y Gómez, L. A. (2005). Contribución hídrica de la captación de niebla
al balance de un bosque de laurisilva en el Parque Nacional de Garajonay. In Sampler, Calvete J.
y Paz González A. (eds.). VII Jornadas de Investigación en la Zona no Saturada del Suelo. Samper,
Calvete J., Universidad da Coruña. España, pp 351-358.
https://abe.ufl.edu/faculty/carpena/files/pdf/zona_no_saturada/estudios_de_la_zona_v7/c351-
358.pdf
Flores A. E., Becerra L. F., Buendía R. E., Carrillo A. F., Terrazas G. G, H., Pineda O. T. y Acosta M. M.
(2013). Intercepción de lluvia por matorral inerme espinoso en Atotonilco el Grande, Hidalgo.
Revista Mexicana de Ciencias Agrícolas 4 (2): 285-298. DOI:10.29312/remexca.v4i2.1248
http://www.scielo.org.mx/pdf/remexca/v4n2/v4n2a8.pdf
Zabret K. and Sraj M. (2021). Relation of influencing variables and general weather conditions on response
of rainfall partitioning by birch and pine trees. XXIX Conference of the Danubian Countries,
September 6–8, 2021, Brno, the Czech Republic. pp 58-59.
https://www.researchgate.net/publication/354462924

62
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

MODELOS MIXTOS PARA ESTIMAR EL DIÁMETRO DE COPA DE Pinus patula Schiede ex Schltdl.
& Cham EN EL CENTRO DE MÉXICO

Ernesto Alonso Rubio Camacho1*, Juan Antonio López Hernández2, Álvaro Agustín Chávez Durán1,
Jaqueline Xelhuantzi Carmona1, Ramón Trucíos Caciano3

1Centro Experimental Centro Altos de Jalisco, CIRPAC-INIFAP; 2Facultad de Ciencias Forestales, UANL;
3CENID-RASPA, NIFAP,

*Autor para correspondencia: [email protected]

Palabras clave: Efectos aleatorios, BALMOD, Inventarios forestales.

INTRODUCCIÓN
El diámetro de copa (DC) es una variable importante en inventarios forestales, a menudo se utiliza en
simuladores de crecimiento y como variable independiente en modelos de crecimiento de árbol individual.
Sin embargo, esta variable no se encuentra presente en todos los inventarios forestales. Además, suele
ser difícil de medir en campo, sobre todo en condiciones de dosel muy cerrado y de topografía adversa.
Los modelos alométricos para predecir DC han resultado ser una buena alternativa en diferentes regiones
como en Asia (Hou y Chai, 2022). Sin embargo, en México aún hace falta incluir este tipo de modelos para
optimizar inventarios forestales a diferentes niveles (Nacional, Regional y Estatal). En este sentido, es
necesario generar modelos precisos y biológicamente realistas, que contribuyan a la mejora de inventarios
forestales y al manejo forestal sustentable (Rubio-Camacho et al., 2022).

Los modelos alométricos suelen ser desarrollados a través de regresiones lineales y no lineales. Para
ajustarlos, comúnmente se toman en cuenta variables de árbol individual, como el diámetro o la altura total,
en algunos casos, se pueden incluir variables del rodal para agregar indicadores de la calidad del sitio o
limitantes de crecimiento, como los índices de competencia (Burkhart y Tomé, 2012). La forma tradicional
de ajustar estos modelos es utilizando la técnica de mínimos cuadrados ordinarios. Sin embargo, por la
naturaleza de los datos de inventario, los supuestos de independencia y heterocedasticidad suelen ser
violados y en ocasiones ignorados. Una alternativa es la inclusión de componentes aleatorios a los modelos
tradicionales, con lo que se solventa el supuesto de independencia y generalmente mejoran el
comportamiento de los residuales. Con base en lo anteriormente expuesto, el objetivo de este estudio fue
desarrollar un modelo lineal de diámetro de copa para Pinus patula Schiede ex Schltdl. & Cham en el centro
de México. Además, se buscó (i) evaluar el efecto de la competencia sobre el DC, y (ii) probar diferentes
combinaciones de parámetros a expandir con efectos aleatorios.

MATERIALES Y MÉTODOS
Para llevar a cabo el desarrollo del modelo se utilizó información de inventario, proveniente de la Unidad
de Manejo Forestal 2108 (UMAFOR2108), localizada al noroeste de Puebla, México. Los datos provienen
de 46 sitios de muestreo (30 × 30 m) y 1,564 árboles. El muestreo se llevó a cabo en 2012 y a cada árbol
se le midió el diámetro normal (d1.3, cm), la altura total (h, m) y el diámetro de copa (DC, m). Para el
desarrollo del modelo se utilizaron el diámetro de copa, como variable dependiente, y como variables
independientes o predictoras, el d y el índice de competencia (BALMOD). Este último es una modificación
del índice del área basal mayor (BAL), que indica el área basal de todos los árboles más grandes al árbol
de referencia dentro del rodal o sitio (Schröder y Gadow, 1999).

1 − 𝑝𝑗
𝐵𝐴𝐿𝑀𝑂𝐷𝑖𝑗 =
𝑅𝑆𝑖
10,000
√𝑁ℎ𝑎−1
𝑖 𝐵𝐴𝐿𝑖𝑗
𝑐𝑜𝑛: 𝑅𝑆𝑖 = 𝑦 𝑝𝑗 = 1 − , donde pj es el percentil de área basal de un árbol representativo j,
𝐻0𝑖 𝑖
BALij es la suma del área basal de los árboles mayores que el árbol sujeto j en el rodal i, BAi es el área
basal del rodal, Nhai-1 es el número de árboles por hectárea y H0i es la altura dominante del rodal i.

63
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

El ajuste de los modelos se llevó a cabo utilizando la técnica de modelos lineales mixtos con la siguiente
estructura:
𝐷𝐶 = (𝛽0 + 𝑢𝑖 ) + 𝛽1 ⋅ 𝑑𝑖𝑗 + (𝛽2 + 𝑣𝑖 ) ⋅ 𝐵𝐴𝐿𝑀𝑂𝐷𝑖𝑗 + 𝑒𝑖𝑗

Donde DC es el diámetro de coma, d y BALMOD, son el diámetro del árbol y el índice de competencia,
respectivamente. i corresponde al sitio y j al árbol individual; 𝑢𝑖 y 𝑣𝑖 son los efectos aleatorios a nivel sitio
aplicados al intercepto (𝛽0 ) y la pendiente (𝛽2 ) del modelo; 𝑒𝑖𝑗 es el error del modelo.

Este es un tipo de regresión que utiliza efectos aleatorios y efectos fijos, para ajustar ecuaciones a través
del método de máxima verosimilitud restringida (REML). En este estudio, se utilizó como nivel de
agrupación el sitio de muestreo como efecto aleatorio y cómo efectos fijos o variables independientes, se
usaron el d y el BALMOD. El ajuste de los modelos se llevó a cabo utilizando la paquetería lme4 (Bates et
al., 2015) en el software R (R Core Team, 2021). El modelo mixto se comparó contra el modelo lineal
tradicional. Dicha comparación se realizó mediante la prueba de razón de verosimilitud. Además, se
reportan estadísticos de bondad de ajuste, como el coeficiente de determinación ajustado (R2aj), la raíz del
cuadrado medio del error (RCME), mientras que la parsimonia se evaluó a través del AIC y BIC, que son
el criterio de información de Akaike y Bayesiano, respectivamente.

RESULTADOS Y DISCUSIÓN
El modelo lineal de efectos mixtos desarrollado Cuadro 1. Parámetros y bondad de ajuste del modelo
mostró un mejor ajuste, comparado contra el final, donde DE(ui) y DE(vi) corresponden a la desviación
modelo lineal tradicional (χ2 = 719.34, p < estándar de los efectos aleatorios, cor(ui,vi) es la
0.001). Además, las variables independientes correlación entre los efectos aleatorios y el error
(efectos fijos), d y BALMOD, fueron corresponde a los residual del modelo.
estadísticamente significativas (p < 0.001), Parámetros Estimado (error estándar)
(Cuadro 1), donde también se pueden observar β0 2.55 (0.355)
los valores de los parámetros y los estadísticos de β1 0.12 (0.006)
bondad de ajuste. β2 -0.16 (0.039)
Componentes aleatorios
En general, se puede considerar como un buen
modelo ya que, en comparación con otros DE(ui) 1.1
estudios, el coeficiente de determinación DE(vi) 0.13
ajustado R2adj fue medio/alto, mientras que la raíz cor(ui,vi) -0.62
del cuadrado medio del error resulto bajo. error 1.03
Además, la distribución de residuales no mostró Bondad de Ajuste del modelo
visualmente ninguna tendencia específica o
R2aj 0.8
algún signo de heterocedasticidad (Figura 1).
RCME 1.01
En cuanto a los efectos aleatorios, la combinación AIC 4731
de parámetros que dio mejores resultados fue la BIC 4768
expansión del parámetro asociado al intercepto (β0) del modelo y al de la pendiente (β2) asociado al BALMOD.
Esto añade flexibilidad al modelo, ya que, para cada sitio, el modelo tendrá distintos valores para el intercepto y
la pendiente. Para la aplicación en otros sitios o rodales, fuera de espectro de los datos ajustados, se debe
utilizar la técnica de calibración, en el que se toma una pequeña muestra, incluso puede ser un solo árbol, para
localizar/calibrar los efectos aleatorios (Rubio-Camacho et al., 2022).

Los parámetros fijos (β0, β1 y β2) del modelo mostraron comportamiento distinto entre sí. Esto puede ser
explicado por la relación que guardan las variables. En este sentido, el diámetro normal del árbol suele
tener una relación positiva directa con el diámetro de copa, es decir, entre más grande el d mayor será el
DC. Dicha relación se muestra en el modelo final, donde el parámetro β1, asociado al d es positivo. Por el
contrario, el parámetro β2 asociado al índice de competencia BALMOD tiene un efecto negativo sobre el
diámetro de copa, esto es, entre más competencia el diámetro de copa se verá más afectado. Finalmente,
esto tiene coherencia desde el punto de vista biológico ya que dichas relaciones se ven reflejadas en el
crecimiento de los árboles de manera natural bajo distintas condiciones de competencia.

64
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Figura 1. Distribución de los residuales del modelo final.

CONCLUSIONES
Se desarrolló un modelo para predecir el diámetro de copa con componentes aleatorios. La mayor
contribución al modelo fue dada por el diámetro, al tener una relación positiva con el diámetro de copa. Sin
embargo, el índice BALMOD aportó información valiosa en cuanto al desarrollo de la copa bajo
competencia. Conforme a nuestros conocimientos, este es el primer modelo para predecir el diámetro de
copa que evalúa efectos aleatorios e índices de competencia en la región. El modelo final puede ser útil,
no solo en las prácticas de inventario forestal, sino que tiene el potencial de aportar a la evaluación y
manejo sustentable de los bosques templados en la región.

AGRADECIMIENTOS Y FUENTE FINANCIERA

El primer autor agradece al CONACYT y al DAAD por la beca conjunta (91680941) para la realización de
los estudios de doctorado. Asimismo, se agradece a la CONAFOR puebla por brindar los datos para el estudio.

REFERENCIAS BIBLIOGRÁFICAS
Bates, D., Mächler, M., Bolker, B.M., Walker, S.C., 2015. Fitting linear mixed-effects models using lme4. J.
Stat. Softw. 67, 1–48. https://doi.org/10.18637/jss.v067.i01
Burkhart, H.E., Tomé, M., 2012. Modeling Forest Trees and Stands. Springer Netherlands, Dordrecht.
https://doi.org/10.1007/978-90-481-3170-9
Hou, R., Chai, Z., 2022. Predicting crown width using nonlinear mixed-effects models accounting for
competition in multi-species secondary forests. PeerJ 10, e13105.
https://doi.org/10.7717/PEERJ.13105/SUPP-1
R Core Team, 2021. R: A language and environment for statistical computing. R Foundation for Statistical
Computing. R Foundation for Statistical Computing.
Rubio-Camacho, E.A., Corral-Rivas, S., López-Hernández, J.A., Chávez-Durán, Á.A., Xelhuantzi-Carmona,
J., Nagel, J., 2022. Generalized Height-Diameter Models with Random Effects for Natural Forests
of Central Mexico. CERNE 28, e-103033. https://doi.org/10.1590/0104776020222801103033
Schröder, J., Gadow, K. von, 1999. Testing a new competition index for Maritime pine in northwestern Spain.
Can. J. For. Res. 29, 280–283. https://doi.org/10.1139/x98-199

65
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

ÁREAS POTENCIALES PARA ESTABLECER UNIDADES PRODUCTORAS DE GERMOPLASMA

FORESTAL DE DOS VARIEDADES DE Pinus pseudostrobus EN MÉXICO

Rubén Barrera-Ramírez1*, H. Jesús Muñoz-Flores1, Alberto Pérez-Luna2, J. Trinidad Sáenz-Reyes1,

Martín Gómez-Cárdenas1

1Campo Experimental Uruapan, INIFAP; 2Facultad de Ciencias Agropecuarias y Forestales, Universidad

Juárez del Estado de Durango.

*Autor para correspondencia: [email protected]

Palabras clave: Distribución potencial, Pinus pseudostrobus, modelos espaciales.

INTRODUCCIÓN
El establecimiento de plantaciones forestales comerciales (PFC) permite solucionar e incrementar la
producción maderable y disminuir la presión ejercida sobre los bosques naturales. La selección y
recolección de germoplasma de alto valor genético aumenta la supervivencia, producción y rendimiento de
las plantaciones (Flores et al., 2019); sin embargo, los programas de PFC en México utilizan fuentes de
semillas en las que no se considera la calidad genética o el origen de los individuos. La selección de árboles
superiores (árboles con características fenotípicas deseables) (Zobel y Talbert, 1988) es una actividad
costosa y difícil de realizar, sin embargo, existen diferentes herramientas de apoyo y planificación como los
modelos de distribución potencial de especies (MDE) (Singh et al., 2018). En este estudio se aplicaron
MDE para Pinus pseudostrobus var. pseudostrobus y Pinus pseudostrobus var. apulcensis.

OBJETIVOS
1) Modelar la distribución potencial actual de las dos variedades y 2) Proponer áreas con posibilidad óptima
para seleccionar árboles superiores de ambas variedades para establecer Unidades de Producción de
Germoplasma Forestal (UPGF) en dos de los estados de mayor producción forestal de la región centro-sur
de México.

MATERIALES Y MÉTODOS
El estudio se llevó a cabo en bosques templados de los estados de Michoacán y Oaxaca. Los registros de
presencia de cada variedad se obtuvieron en dos fases. Fase 1: se realizó el registro de árboles superiores
(árboles con características fenotípicas deseables) en campo durante el periodo 2014 a 2018. Fase 2: para
la distribución potencial actual de la especie (2010-2022) se incluyeron los registros de presencia en
Unidades de Manejo Forestal (UMAFOR) incluidas en el Sistema Biométrico Forestal (SiBiFor) de ambos
estados; para complementar la base de datos se obtuvieron registros del Herbario Nacional (MEXU) del
Instituto de Biología de la Universidad Nacional Autónoma de México (UNAM, 2019) y del portal Global
Biodiversity Information Facility (GBIF, 2021). Se obtuvieron en total 2,454 registros (2,254 de la variedad
pseudostrobus y 200 de la variedad apulcensis). La depuración de registros consistió en eliminar datos
repetidos, mal georreferenciados y de identidad taxonómica dudosa. Posteriormente, se excluyeron los
valores geográficos y climáticos atípicos. Finalmente, para evitar problemas de sobre modelación, los
puntos de presencia se depuraron para dejar un solo registro por celda (1 km 2) con el uso de NicheToolBox®
(Osorio et al., 2016). La construcción del modelo se realizó con 19 variables bioclimáticas descargadas de
CRI-UAEMéx (Cuervo Robayo et al., 2014); estas representaron el comportamiento climático promedio en
México para los años 1910–2009, con resolución espacial de 30 segundos de arco. Además, se incluyeron
otras variables del sitio como pendiente (%), orientación (°) y altitud (m) obtenidas del Modelo Digital de
Elevación de INEGI (2019). El modelo del área potencial actual para el establecimiento de UPGF y la
selección de árboles superiores se realizó con MaxEnt® ver. 3.4.1 con los parámetros de elaboración
incluidos por defecto en el modelo, a excepción de las opciones Extrapolate y Do clamping que se
desactivaron para evitar extrapolaciones artificiales. Se probaron 10 modelos, ocho con 1.000 interacciones
y dos con 500 mediante pruebas de precisión de área bajo la curva (AUC por sus siglas en inglés-Area
Under the Curve), ROC-estándar (Receiver Operating Characteristics), ROC-parcial y prueba de Z para
corroborar la validez estadística de los mejores modelos. El mejor modelo de distribución actual y su
categorización (distribución actual baja, media y alta) se eligió de acuerdo con el valor más alto de AUC y
valores de estadístico Z. La superficie con potencial óptimo para establecer UPGF se calculó a partir de la

66
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

reclasificación en categorías binarias donde 0 fue para áreas no aptas y 1 para aquellas áreas con potencial
óptimo. Las proyecciones de los modelos y la creación de mapas se realizaron con el programa Qgis 3.24.0
(QGIS, 2021).

RESULTADOS Y DISCUSIÓN
Distribución potencial actual. De acuerdo con la Prueba de ROC estándar, los 10 modelos de idoneidad
para ambas variedades fueron estadísticamente significativos (P < 0.01). Los resultados obtenidos del AUC
fueron similares y mayores a 0.950, lo que indicó que el desempeño de los modelos fue excelente. Los
valores para los datos de entrenamiento de la var. pseudostrobus fueron de 0.968 a 0.969 y para la
validación de 0.963 a 0.970; para la var. apulcensis de 0.959 a 0.969 del entrenamiento y de 0.942 a 0.972
en la validación. La prueba de Z permitió determinar que todos los modelos fueron estadísticamente
significativos (P < 0.01); sin embargo, al realizar la prueba de ROC parcial para la variedad pseudostrobus
el modelo dos (M2) presentó el mejor ajuste, con AUC = 0.969 para el entrenamiento, 0.964 para la
validación y de 1.385 en ROC parcial. Para la variedad apulcensis el modelo siete (M7) presentó los
mejores valores de AUC con 0.963 en el entrenamiento, 0.972 para la validación y ROC parcial de 1.174;
se demostró que los modelos son estadísticamente mejores que el azar (Cuadro 1).

Cuadro 1. Valores de las proporciones AUC del análisis de ROC parcial y de Z para los dos mejores
modelos de idoneidad en P. pseudostrobus var. pseudostrobus y P. pseudostrobus var. apulcensis.
Valor de AUC en Proporciones AUC Prueba Z
Variedad Modelo DE
la validación del ROC parcial valor P
pseudostrobus M2 0.964* 1.385 0.003 <0.01
apulcensis M7 0.972* 1.174 0.007 <0.01
M2 = Modelo dos; M7 = Modelo siete; *Significativos con P<0.01; DE = Desviación estándar.

Ambas variedades, presentaron zonas similares de distribución potencial (Figura 1A), localizadas en
porciones de las provincias fisiográficas Eje Neovolcánico y Sierra Madre del Sur y las subprovincias:
Cordillera de la Costera Sur, Depresión del Balsas, Escarpa Limítrofe del Sur, Mil Cumbres, Neovolcánica
Tarasca, Sierras centrales de Oaxaca, Sierras y Valles de Oaxaca y Sierras Orientales; en rangos
altitudinales óptimos de 2,200 a 3,200 m (2,700 m en promedio) característicos de bosques templados de
coníferas. En el estado de Michoacán, la superficie con distribución potencial alto es de 152,700 ha, medio
de 721,600 ha y bajo de 787,800 ha. En Oaxaca existen 106,200 ha de distribución potencial alta, media
de 1,660,200 ha y baja de 1,811,800 ha, donde potencialmente pueden encontrarse interactuando ambas
variedades. Las variables ambientales con mayor contribución al modelo para la var. pseudostrobus fueron:
estacionalidad de la temperatura (Bio4) con 48.1 %, temperatura media del cuatrimestre más cálido (Bio10)
con 29.3 % y oscilación diurna de la temperatura (Bio2) con 6.6 %; en contraste, para la var. apulcensis, la
contribución porcentual más alta fue la temperatura media del mes más húmedo (Bio 8) con 46 %,
precipitación del cuatrimestre más frío (Bio19) con 23.9 % y precipitación del periodo más seco (Bio14)
con 4.2 %; ambas variedades presentaron variables ambientales en común, pero con distintos
porcentajes de contribución.

Áreas óptimas para la selección de árboles superiores y establecimiento de UPGF. Las variedades
tienen zonas de distribución potencial muy similares, pero no iguales; la variedad pseudostrobus se
desarrolla de 2,200 a 2,800 m, con excepciones desde 1,650 a 3,400 m; por su parte, la variedad apulcensis
se desarrolla óptimamente de 2,400 a 2,850 m, excepcionalmente de 1,400 a 3,300 m. La mejor condición
con potencial óptimo=1 para la selección de árboles superiores y establecimiento de UPGF en Michoacán
se presentó en las subprovincias fisiográficas Cordillera de la Costera Sur, Depresión del Balsas, Escarpa
Limítrofe del Sur, Mil Cumbres y Neovolcánica Tarasca (más del 50 % del área), mientras que en Oaxaca
las mejores condiciones corresponden a las subprovincias Cordillera de la Costera Sur, Sierras Centrales
de Oaxaca, Sierras y Valles de Oaxaca y Sierras Orientales (más del 70 % del área). Al categorizar las áreas
de idoneidad en óptima (1) y no óptima (0) para la selección de árboles superiores y el establecimiento de UPGF
en el estado de Michoacán se obtuvo una superficie óptima de 938,000 ha que equivale al 42.6 % de su territorio
forestal (2,2 millones de ha). En Oaxaca existen 989,300 ha con potencial óptimo que representan el 14.03 %
del total de la superficie forestal del estado (7,06 millones de ha) (Figura 1B).

67
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

A B

Figura 1. Distribución potencial actual (A) y áreas óptimas para la selección de árboles superiores y
establecimiento de UPGF (B) con P. pseudostrobus var. pseudostrobus y P. pseudostrobus var. apulcensis.

CONCLUSIONES
Las variables bioclimáticas que mayor influencia ejercieron en la distribución potencial para el modelo de
la variedad pseudostrobus estuvieron relacionadas con la temperatura (Bio4 y Bio10) en cambio para la
var apulcensis fue con la precipitación y temperatura (Bio8 y Bio19). Los modelos (M2 y M7) aportaron
información valiosa sobre la distribución potencial y áreas óptimas para el desarrollo de ambas variedades.
Las áreas de mayor distribución potencial se encontraron en porciones de las provincias fisiográficas Eje
Neovolcánico y Sierra Madre del Sur, que son consideradas áreas de importancia ecológica para especies
del mismo género.

AGRADECIMIENTOS
Al Consejo Nacional de Ciencia y Tecnología (CONACyT) por el apoyo de beca de posgrado al primer autor
y al Sistema Biométrico Forestal por los datos de ubicación proporcionados.

REFERENCIAS BIBLIOGRÁFICAS
Flores, A., López-Upton, J., Rullán-Silva, C. D., Olthoff, A. E., Alía, R., Sáenz-Romero, C., & García del
Barrio, J. M. (2019). Priorities for Conservation and Sustainable Use of Forest Genetic Resources
in Four Mexican Pines. Forests 10(8): 675. DOI: https://doi.org/10.3390/f10080675.
Singh, H., R. D. Garg, H. C. Karnatak y A. Roy. (2018). Spatial landscape model to characterize biological
diversity using R statistical computing environment. Journal of environmental management 206,
1211-1223. DOI: https://doi.org/10.1016/j.jenvman.2017.09.055.
GBIF (Global Biodiversity Information Facility). (2021). Bases de datos geográficos disponibles para Pinus
pseudostrobus Lindl var. pseudostrobus y Pinus pseudostrobus var. apulcensis en México. Global
Biodiversity Information Facility. Consultado 15 de ago. 2021. Disponible en
https://www.gbif.org/search?q=Pinus%20pseudostrobus%20var%20apulcensis.
Cuervo Robayo, A. P., Téllez Valdés, O., Gómez Albores, M. A., Venegas Barrera, C. S., Manjarrez, J., &
Martínez Meyer, E. (2014). An update of high‐resolution monthly climate surfaces for Mexico.
International Journal of Climatology 34(7):2427-2437. DOI: https://doi.org/10.1002/joc.3848.
Zobel B, J. y Talbert J, T. 1988. Técnicas de Mejoramiento Genético de Árboles Forestales. México D.F.,
México. Ed. Limusa. 545 p.

68
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

INDICADORES REPRODUCTIVOS PARA DOS ESPECIES DE PINO EN UN PARQUE ECOLÓGICO

DEL NORESTE DE MÉXICO

Rubén Barrera-Ramírez1*, H. Jesús Muñoz-Flores1, Alberto Pérez-Luna2, J. Trinidad Sáenz-Reyes1,

Martín Gómez-Cárdenas1

1Campo Experimental Uruapan, INIFAP; 2Facultad de Ciencias Agropecuarias y Forestales, Universidad

Juárez del Estado de Durango.

*Autor para correspondencia: [email protected]

Palabras clave: Indicadores, viabilidad de semillas, área fragmentada.

INTRODUCCIÓN
Actualmente se han observado problemas que afectan a la regeneración de los bosques naturales; entre
ellos destaca la baja viabilidad de la semilla de los árboles padre. La producción de semillas de una especie
es un indicador que permite conocer su capacidad para permanecer en un determinado sitio y su eficiencia
reproductiva se puede determinar al evaluar la producción de semillas por árbol, la proporción de óvulos
abortados y la relación entre semillas llenas y vanas (Quiroz-Vázquez et al., 2017). A partir de estos datos
se puede determinar el potencial productivo de semillas y el índice de endogamia que se presenta en
poblaciones con baja densidad (Castilleja-Sánchez et al., 2016). En México existen pocos estudios sobre
los indicadores reproductivos para especies del género Pinus. Por lo tanto, desarrollar nuevos
conocimientos sobre los indicadores reproductivos de especies de pino ayudarán a plantear soluciones a
corto y mediano plazo, especialmente para áreas fragmentadas.

OBJETIVO
1) Evaluar indicadores reproductivos de Pinus pseudostrobus Lindl., y Pinus teocote Schl. et Cham., en
poblaciones fragmentadas en el Parque Ecológico Chipinque (PECh), San Pedro Garza García, Nuevo
León. 2) Determinar la eficiencia y viabilidad de las semillas de las dos especies de pino nativos.

MATERIALES Y MÉTODOS
El área de estudio pertenece al Parque Ecológico Chipinque (PECh) que forma parte del Área Natural
Protegida Parque Nacional Cumbres de Monterrey. El PECh posee una extensión de 1,815 hectáreas y se
localiza entre los municipios de San Pedro Garza García y Monterrey, Nuevo León a una altitud de 740 a
2,200 msnm. El clima es semiseco, con precipitación media anual de 602 mm y temperatura media anual
de 23.5°C. El área de estudio se dividió en tres zonas: siniestrado, no siniestrado y en estado de protección,
con siete parajes representativos (cuatro para Pinus pseudostrobus y tres para P. teocote). En total se
seleccionaron 40 árboles, 22 P. pseudostrobus y 18 P. teocote. Se recolectaron 60 y 220 conos por árbol
de P. pseudostrobus y P. teocote, respectivamente. Se evaluó el largo del cono (LC), numero de escamas
basales, intermedias, terminales y fértiles (EB, EI, ET y EF, respectivamente). En cada porción del cono en
las EB, EI y ET se determinó el número de óvulos rudimentarios e infértiles, abortados, número de semillas
llenas, vanas y dañadas por insectos.

Para el cálculo de las variables utilizadas se aplicaron las siguientes fórmulas (Quiroz-Vázquez et al., 2017):
1. Potencial de semilla (PS) = Escamas fértiles o intermedias x 2; 2. Semillas desarrolladas (incluidas
plagadas =SD) = Semillas vanas (SV) + semillas llenas (SLL); 3. Eficiencia de semillas (ES) = (SLL/PS) x
100; 4. Proporción de semillas llenas (SLLP por sus siglas en inglés) = SLL/PS; 5. Proporción de semillas
vanas (SVP por sus siglas en inglés) = SV/PS; 6. Proporción de óvulos abortados (OAP por sus siglas en
inglés) = OA/PS; 7. Proporción de óvulos rudimentarios (ORP por sus siglas en inglés) = OR/PS; 8. Índice
de endogamia (IEND) = SV/SD. El resultado del IEND es una aproximación de la depresión endogámica a
nivel de especies y zonas. En laboratorio se determinó la germinación de la semilla tal y como lo señala
ISTA (2021), y la viabilidad con un aparato de rayos X Faxitron X-rayMR para determinar el número de
semillas llenas, incompleta y vanas. El análisis se realizó con el procedimiento GLM en SAS ver. 9.4 y
cuando se obtuvieron diferencias estadísticas, se utilizó la prueba de comparación de medias de Tukey
con un nivel de significancia de ɑ =0.05.

69
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

RESULTADOS Y DISCUSIÓN
Análisis de conos y semillas. Se encontraron diferencias significativas (p < 0.05) entre sitios de P.
pseudostrobus para EF, PS y óvulos abortados del primer y segundo año; en P. teocote las diferencias se
presentaron para SD, SV, SLL y ES. La prueba de Tukey indicó que los sitios que más contribuyeron a la
variación observada en P. teocote fueron El Pinar y Brazo del Oso y en P. pseudostrobus Los Barritos y
Las Moras. El éxito reproductivo en los siete parajes del PECh parece ser crítico debido a los bajos
porcentajes que se obtuvieron en la ES, 4.8% para P. pseudostrobus y 9.7% en P. teocote; sin embargo,
estos resultados suelen ser comunes entre las especies de pino que se encuentran en zonas fragmentadas
o siniestradas, como en este caso con presencia de incendios (hace 10 años).

Indicadores reproductivos. La longitud del cono (LC), el potencial de semillas (PS), semillas desarrolladas
(SD), eficiencia de la semilla (ES), proporción de semillas llenas (SLLP) y vanas (SVP), y la proporción de
óvulos abortados del segundo año (OAP), mostraron diferencias significativas (p ≤ 0.001) entre especies y
parajes. En los parajes de P. pseudostrobus las diferencias fueron significativas (p ≤ 0.001) en LC, PS y
OAP del segundo año y en P. teocote para SD, ES, SLLP y SVP. Los parajes de P. pseudostrobus con
mayor variación fueron La Manzanita con LC = 96.8 mm, Los Barritos PS = 186 semillas por cono y El Hotel
con OAP = 0.20 % del segundo año. En P. teocote, El Pinar SD = 20 semillas por cono, ES = 20 %,
proporción de SLLP = 0.20 y SVP = 0.23. El bajo porcentaje que se obtuvo, para ambas especies respecto
a la proporción de semillas llenas, vacías, óvulos abortados y óvulos rudimentarios se debe a la endogamia,
ya que la mayoría de las coníferas son sexualmente monoicas, lo que provoca autofecundación y aumenta
la probabilidad de endogamia; en ese sentido, tanto en P. pseudostrobus como P. teocote el índice de
endogamia (IEND) fue cercano a uno (0.80 y 0.50, respectivamente) lo cual refleja que efectivamente existe
un problema severo de endogamia entre sitios de ambas especies en al área natural del PECh.

Germinación de la semilla. Se observaron diferencias estadísticas (p < 0.05) en la germinación entre

especies y parajes. La mayoría de las semillas de P. pseudostrobus germinó entre el noveno y décimo día
y en P. teocote fue a partir de los 12 días después de la siembra (dds). El porcentaje de germinación más
alto para P. pseudostrobus se presentó en el paraje La Manzanita con 30 % y los valores más bajos en Las
Moras con 7 %; de manera similar, P. teocote mostró porcentajes bajos de germinación, en El pinar con 16 % y
el valor más alto en Puerto del Aire con 24% (Figura 1).

SLL SV SGI SDI

El Hotel
Puerto del Aire
La Manzanita

El Pinar
Las Moras

Los Barritos Brazo del Oso

0 20 40 60 80 100 0 20 40 60 80 100
Viabilidad de las semillas (%) de Viabilidad de las semillas (%) de
Pinus pseudostrobus Pinus teocote

Letras distintas indican diferencias significativas (Tukey 95 %). SLL = Semilla llena completamente desarrollada; SV = Semilla
Figura 1. Porcentaje de germinación de las pruebas en vana; SGI = Semilla con gametofito rudimentario o incompleto;
laboratorio para P. pseudostrobus y P. teocote SDI = Semilla dañada por insecto (Tukey 95 %).
muestreados en el PECh. Figura 2. Porcentaje de viabilidad de las semillas de P.
pseudostrobus y P. teocote.

En general para ambas especies el porcentaje de germinación en condiciones controladas (laboratorio) fue
menor a 30 %, esto permite suponer que la regeneración natural es menor. Debido a que existe poco
intercambio genético entre los sitios dentro del PECh y las poblaciones vecinas de ambas especies (100
km a la redonda), lo que es consistente con la fragmentación de su habitad, y su cercanía con la ciudad de
Monterrey, junto con la baja densidad de los árboles por la presencia de unos pocos individuos con
reproducción efectiva en los sitios de ambas especies.

70
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Viabilidad de la semilla. La prueba de rayos X demostró que en ambas especies existe un gran número
de semillas vanas (SV), pues en algunos sitios fue de 36 a 63 %; las semillas con gametofito incompleto
(SGI) se observaron en un rango de 8 a 35%, mientras que las semillas dañadas por insectos (SDI) se
presentaron en porcentajes de 2 a 5 %. Solo en algunos sitios la semilla llena (SLL) fue de 11 a 45 % con
embrión completamente desarrollado (Figura 2). Los parajes de P. pseudostrobus con mayor porcentaje
de semillas llenas fueron La Manzanita con 44 % y Los Barritos con 41%, y en P. teocote fue Brazo del
Oso con 28 % y Puerto del Aire con 26 %. En contraste, en ambas especies, más del 60% (incluidas SV,
SDI y SGI) fueron semillas no viables. Al respecto se sabe que en los pinos cuando se produce la
autopolinización, la producción de hormonas estimula el desarrollo del óvulo, la semilla se reviste y los
conos pueden madurar, pero las semillas están vacías, debido al efecto de los alelos letales que impiden
el desarrollo normal del embrión (Mosseler et al., 2004). Aunado a esto, Tejeda et al. (2001) señala que la
cercanía de los sitios forestales a las ciudades influye directamente en el proceso de producción de semilla,
debido al porcentaje elevado de gases efecto invernadero (GEI) como el Ozono y NO 2, los cuales son
precursores de malformaciones en semillas. Esto coincide con las condiciones del presente estudio, ya que
los sitios de ambas especies están a menos de 15 Km de la ciudad de Monterrey, donde se ha
diagnosticado que existe una mala calidad del aire debido a la presencia de GEI (Sánchez-Gutiérrez, 2019).

CONCLUSIONES
Los indicadores reproductivos para las poblaciones que existen de P. pseudostrobus y P. teocote en el
PECh presentaron valores muy bajos debido a que se trata de poblaciones fragmentadas y en condiciones
de estrés que impiden su optimo desarrollo. Aunque los análisis estadísticos presentaron amplia variación
en algunos indicadores reproductivos como la longitud del cono, potencial de semillas, semillas
desarrolladas y eficiencia de la semilla, ningún sitio está libre de endogamia, ya que los valores obtenidos
para este índice (de 0.50 a 0.80) son altos para estas especies que tienen amplia distribución natural, pero
son propios de aquellas poblaciones fragmentadas como en este caso. Este estudio establece un primer
esfuerzo para determinar el éxito reproductivo con estas especies que se encuentran en condiciones muy
particulares respecto a su ubicación en la parte noreste del país; por lo tanto, es necesario realizar
evaluaciones complementarias durante varios períodos de tiempo con el fin de obtener estimaciones más
sólidas para los diferentes indicadores reproductivos dentro del Parque Ecológico Chipinque.

AGRADECIMIENTOS
A la Dirección Técnica del Parque Ecológico Chipinque, Monterrey, Nuevo León; por el apoyo con personal
de campo para la realización de este trabajo. Y al laboratorio de semillas de la Facultad de Ciencias
Forestales de la Universidad Autónoma de Nuevo León y al Campo Experimental Uruapan -INIFAP, por el
trabajo conjunto de coordinación y desarrollo del experimento.

REFERENCIAS BIBLIOGRÁFICAS
Castilleja-Sánchez, P., P. Delgado V., C. Sáenz R y Y. Herrerías D. 2016. Reproductive success and
inbreeding differ in fragmented populations of Pinus rzedowskii and Pinus ayacahuite var. veitchii,
two endemic mexican pines under threat. Forests 7(8):178.
International Seed Testing Association (ISTA). 2021. International rules for seed testing.
https://www.seedtest.org/en/seed-testing-links-_content--1--1014.html (30 mayo de 2022).
Mosseler, A., O.P. Rajora., J.E. Major., K.H. Kim. 2004. Reproductive and genetic characteristics of rare,
disjunct pitch pine populations at the northern limits of its range in Canada. Conserv. Genet 5 (1):
571–583.
Sánchez-Gutiérrez, M. C. 2019. Reporte Gases de Efecto Invernadero Sostenibilidad ambiental.
http://centromariomolina.org/wp-content/ uploads/2020/02/InformeAnual_fin-2.pdf (27 de abril de 2022).
Quiroz-Vázquez, R. I., J. López U., V.M. Cetina A y G. Ángeles P. 2017. Capacidad reproductiva de Pinus
pinceana Gordon en el límite sur de su distribución natural. Agrociencia 51(1): 91-104.
https://agrociencia-colpos.mx/index.php/agrociencia/article/view/1280/1280 (01 abril 2022).

71
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

VARIACIÓN DE LA TEMPERATURA Y HUMEDAD DEL SUELO ENTRE UN BOSQUE DE Pinus

patula-Abies religiosa Y UNA ÁREA DEFORESTADA EN TLAXCALA, MÉXICO

Antonio González-Hernández1*, Ramiro Pérez-Miranda1, Francisco Moreno Sánchez1, Martín Enrique

Romero-Sánchez1, Efraín Velasco-Bautista1

1Cenid Comef, INIFAP.

*Autor para correspondencia: [email protected]

Palabras clave: Pinus patula, Abies relgiosa, temperatura del suelo, humedad del suelo.

INTRODUCCIÓN
Los bosques de coníferas en México se ubican las principalmente en altitudes elevadas sobre zonas
montañosas originadas por volcanes en climas templados y fríos, principalmente. Este tipo de vegetación
ocupa cerca del 11 % del territorio del país y presenta amplia diversidad florística y ecológica representada
por diez géneros, siendo, los más importantes son: Pinus, Abies, Cupressus y Juniperus (Rzedowski,
2006). De acuerdo con datos de la Secretaria de Medio Ambiente y Recursos Naturales (SEMARNAT), la
superficie de los bosques de coníferas en México sufrió una disminución de 4.3 % durante el periodo 2000-
2007 (SEMARNAT, 2010). La superficie de los bosques de coníferas en México sufre una disminución de
aproximadamente 127,770 ha/año para el periodo 2015-2020 (FAO, 2020).

Los bosques templados proveen diversos servicios ecosistémicos que son de gran importancia dentro de
la dinámica natural del paisaje. Esta relación de provisión y equilibrio se vulnera con los procesos de cambio
de uso de suelo que ejerce el hombre, y que traen como consecuencia la deforestación. La reducción de
los bosques, por lo tanto, se encuentra asociada a diversas causas teniendo como resultado degradación
de la cubierta forestal y en la mayoría de los casos deforestación.

Al eliminar la cubierta vegetal que protege al suelo, se aumenta la reflectividad, creando un déficit de
temperatura en suelos húmedos y un incremento en suelos secos debido a la absorción de radiación; así
como el incremento en la vulnerabilidad a los procesos erosivos y la inestabilidad en la flora y fauna. En
México, el impacto que la deforestación o cambio de uso de suelo tiene sobre la temperatura y humedad
en bosques de coníferas ha sido poco estudiado. Por lo tanto, el presente estudio evaluó el efecto de la
remoción de la cobertura forestal sobre la temperatura y humedad del suelo en un bosque de coníferas del
estado de Tlaxcala, México, con base en mediciones in situ a cuatro profundidades (10 cm, 30 cm, 60 cm
y 100 cm). Para ello se realizaron mediciones en diferentes épocas del año 2018. El objetivo principal de
este trabajo fue determinar el impacto de la deforestación sobre la temperatura y humedad en suelos de
bosques de coníferas y el posible efecto en el clima a nivel local.

MATERIALES Y MÉTODOS
Ubicación del área de estudio. El área de estudio se ubicó en el municipio de Tlaxco, Tlaxcala México,
cerca de los límites con el estado de Puebla, en una zona con presencia de bosques de Pino y Oyamel y
claros productos del cambio de uso de suelo local (Figura 1).

Figura 1. Área de estudio y localización de estaciones climatológicas.

Se tomaron mediciones de temperatura (máxima y mínima) y humedad relativa del suelo durante el periodo
de mayo 2012 a junio 2013 para el respectivo análisis. Se seleccionó un sitio de monitoreo, donde se

72
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

colocaron dos estaciones climatológicas automatizadas: una dentro del bosque de coníferas (Pinus patula
Schl. et Cham y Abies religiosa Kunth Schltdl. et Cham.) y otra en un área cercana en condición de
deforestación. La selección de área forestal se basó en cobertura mínimas de 60 % y altura promedio
mayores que 18 m, además de no presentar evidencia de disturbio reciente, plagas o enfermedades. Para
el caso de los sitios de monitoreo de áreas deforestadas estos debían localizarse a no más de 200 m de
distancia del bosque. Se eligió, pastizales para Tlaxcala. Las estaciones de monitoreo fueron establecidas
en la superficie del terreno y los sensores de temperatura y humedad (Estación automatizada Davis
Instruments 6345 sensor de humedad modelo AO-32045 y de temperatura Davis 6470) fueron colocados
a cuatro diferentes profundidades del suelo (10, 30, 60 y 100 cm). Las características de cada sitio de
monitoreo se describen en el Cuadro 1.

Cuadro 1. Descripción del sitio de monitoreo.

Coordenada Coordenada
Altitud Pendiente
Sitio Estación UTM UTM Orientación Especie Altura
(msnm) %
(X) (Y)
Bosque Pinus patula-
Tlaxcala de 861016 2910336 2793 14 NW 29
natural Abies religiosa
Xicoténcatl
Deforestada 861220 2910290 2761 5 Zenith Gramínea

RESULTADOS Y DISCUSIÓN
Temperatura en el suelo. Las oscilaciones térmicas que se presentaron en el sitio de Tlaxcala tuvieron un
registro muy alto en el mes de febrero con un aumento de temperatura de 7 °C, seguida por el mes de
mayo con 6.1 °C, enero 4.6 °C y octubre con 4 °C a 30 cm de profundidad mientras que para 100 cm de
profundidad también se presentaron valores altos del orden de 4.8 °C, 4.4 °C, 3.8 °C y 2.93 °C para febrero,
mayo, enero y octubre, respectivamente, en áreas deforestadas. En esta área de estudio, se observó un
incremento en la temperatura en la parte del suelo deforestado, mientras que la parte con vegetación se
mantuvo estable. Este comportamiento se asume está asociado a prácticas de los sistemas agrícolas
productivos que no son tan benéficos para mantener el equilibrio del bosque.

Los bosques de este sitio de monitoreo no son muy cerrados, pero si forman una gran capa de hojarasca,
misma que genera una película que protege al suelo y mantiene el microclima del sistema En esta área de
estudio, se observó un incremento en la temperatura en la parte del suelo deforestado, y se asume está
asociado, a prácticas de sistemas productivos que no son tan benéficos para mantener el equilibrio del
bosque. Es importante mencionar que los cambios en la temperatura más fuertes se dieron en el año 2013,
siendo febrero el mes en donde se presentó un mayor impacto.

Figura 2. Gráficas de temperatura del suelo de bosque vs suelo deforestado en Tlaxcala.

Humedad en el suelo. Para el caso de humedad se observó que la mayor disminución de la humedad del
suelo se observó para el mes de octubre a una profundidad de 100 cm con una reducción del 11.7 %
(Cuadro 2). Este valor se relacionó con el incremento en la temperatura de 2.9 °C, mismo mes y misma
profundidad; mientras que para el mes de septiembre se alcanzó un déficit de 11.6 %. En diferente
profundidad (30 cm), el mayor impacto negativo se observó en agosto con un valor de 5 %. Cabe aclarar
que estos valores se presentan en los meses más lluviosos y pueden ser atribuidos al resultado de la
compactación y generación de capas hidrófobas que afectan de manera negativa las propiedades físicas,
químicas y micro morfológicas del suelo. Dichas sustancias hidrófobas descienden a lo largo de gradientes

73
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

de temperatura y la capa repelente al agua se presenta paralelamente a la superficie en el área modificada;

por lo tanto, se pierde la capacidad del suelo a retener humedad. Es importante mencionar que los suelos
de tipo Andosol presentan una alta retención de humedad, así como un alto contenido de hojarasca; sin
embargo, cuando la cubierta vegetal es removida, los suelos pierden su capacidad de retener agua y por
lo tanto el porcentaje de humedad en capas inferiores desciende drásticamente (Ayala, 2011).

Cuadro 2. Humedad del suelo de bosque vs suelo deforestado en Tlaxcala.

Humedad de Tlaxcala
Bosque Deforestado
Profundidad (cm) ago-12 sep-12 oct-12 Profundidad (cm) ago-12 sep-12 oct-12
-10 3.73 4.85 6.32 -10 2.81 2.91 3.04
-30 12.08 17.88 21.44 -30 7.03 6.19 20.91
-60 8.38 11.79 14.28 -60 3.49 3 3.84
-100 7.2 13.59 16.11 -100 4.45 6 4.34

CONCLUSIONES
La cobertura forestal que cubre el suelo interviene en el balance microclimático de este, pues al retirar la
vegetación, la temperatura del suelo se incrementa (3.93 a 7 °C), y la humedad disminuye (0.92 a 11.77 %).

Los meses de octubre 2012 y febrero 2013 como mostraron los valores de temperatura y humedad con
mayor variabilidad. Lo que indica un probable que una variabilidad climática local futura.

REFERENCIAS BIBLIOGRÁFICAS
Ayala, C. 2011. Interacción ecológica del Sistema Agua- Suelo en ambientes ribereños del Parque Nacional
Izta-Popo y zonas de influencia. Tesis de Licenciatura. Fes Zaragoza. UNAM
Cervantes, V., Carabias J., Arriaga V. 2008. Evolución de las políticas públicas de restauración ambiental,
en Capital natural de México. Vol II: Políticas públicas y representativas de sustentabilidad.
CONABIO, México, p 155-226
FAO, 2020. Evaluación de los recursos forestales mundiales 2020 Directrices y especificaciones FRA 2020
Versión 1.0 documento de trabajo no. 189 de la evaluación de recursos forestales, Departamento
Forestal de la FAO, Roma, Italia. 60 p.
Rzedowski, J. 2006. 1ra. Edición digital, Comisión Nacional para el Conocimiento y Uso de la Biodiversidad.
México. http://www.biodiversidad.gob.mx/publicaciones/librosDig/pdf/VegetacionMxC17.pdf (junio
de 2022).
Secretaría de Medio Ambiente y Recursos Naturales (SEMARNAT). 2010: Compendio de Estadísticas
Ambientales 2010. SEMARNAT, México, D.F.

74
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

PRENDIMIENTO Y SUPERVIVENCIA DE INJERTOS DE ENCHAPADO LATERAL DE Pinus patula

CON YEMAS Y VARETAS BASALES EN DIFERENTE ESTADIO FENOLÓGICO

Alberto Pérez-Luna1*, Javier López-Upton1, Rubén Barrera-Ramírez1, José Ángel Prieto-Ruíz2, Marcelina
Arguello-Hernández1, Frida Moreno-Delgadillo1

1Posgrado en Ciencias Forestales, Colegio de Postgraduados, Campus Montecillo; 2Facultad de Ciencias

Forestales y Ambientales, Universidad Juárez del Estado de Durango.

*Autor para correspondencia: [email protected]

Palabras clave: Fenología de ortetos, árboles donantes de púas, modelo de tiempo de fallo acelerado.

INTRODUCCIÓN
El sector forestal en México enfrenta diversas adversidades entre las que destacan la pérdida de superficie
forestal arbolada, desabasto de materias primas y porcentajes bajos de supervivencia en los programas de
plantaciones forestales para reforestación (Prieto et al., 2016). Pinus patula Schiede ex Schltdl. et Cham.
es una especie de alto valor comercial debido a su crecimiento rápido y buena calidad de su madera. Entre
las especies del género Pinus bajo aprovechamiento, la misma, aportó el 25.5% (559,070 m3) del total de
la madera en rollo cosechada en México durante el período 2013 a 2017 (Flores y Moctezuma-López,
2021). La clonación de árboles superiores por medio de injertos permite establecer huertos semilleros
asexuales, en los cuales es posible mejorar las características fenotípicas deseadas de las especies
forestales. En ese sentido, el injerto de enchapado lateral es una de las técnicas de injertado más utilizadas
para la clonación de árboles adultos de especies del género Pinus (Pérez-Luna et al., 2020). Los modelos
de supervivencia, en particular los modelos de tiempo de fallo acelerado (AFT) permiten estimar el tiempo
promedio en el que puede presentarse alguna condición de interés (curación, daño, lesión, enfermedad o
muerte) en función de uno o más tratamientos evaluados (Pérez-Luna et al., 2020).

OBJETIVOS
1) Evaluar el efecto de la fenología de los ortetos (latencia, inicio del crecimiento y pleno crecimiento), el
tipo de púa (púa con yema y vareta basal) y su interacción, en el prendimiento y supervivencia de injertos
de enchapado lateral de Pinus patula. 2) Determinar el efecto de la fenología de los ortetos y el tipo de púa
en el tiempo de prendimiento y mortalidad de los injertos mediante el ajuste del modelo AFT de Weibull.

MATERIALES Y MÉTODOS
El 29 de abril de 2022 se recolectaron púas de 12 árboles superiores ubicados en Chignahuapan e
Ixtacamaxtitlán, Puebla. El injertado se realizó el 30 de abril de 2022 en el vivero del Posgrado en Ciencias
Forestales del Colegio de Postgraduados Campus Montecillo, Texcoco, México. Los injertos se realizaron
con la técnica de enchapado lateral. Se usaron patrones de 1.5 años, trasplantados a bolsas de plástico
negro de 8 L, con una mezcla de sustrato de 40 % de corteza de pino composteada, 20 % de turba, 20 %
de perlita y 20 % de aserrín de pino. El injertado se realizó bajo la metodología descrita por Pérez-Luna et
al. (2020). Se realizaron seis injertos por orteto (árboles donantes de púas) con un total de 72 injertos
evaluados. El experimento se estableció en un diseño completamente al azar. Los tratamientos evaluados
se basaron en la fenología de las púas del árbol donante (latencia, inicio del crecimiento y pleno
crecimiento) y el tipo de púa injertada (púa con yema y vareta basal), además de su interacción. Se
realizaron análisis de varianza (ANOVA) para determinar la existencia de diferencias estadísticas
significativas (p < 0.05) en el prendimiento (injerto con desarrollo de acículas nuevas) y en la supervivencia
(injerto con tejido turgente) por efecto de los tratamientos evaluados. El modelo AFT de Weibull (Ecuación
1) se ajustó para determinar si la fenología de los árboles donantes de púas y el tipo de púa ejercían un
efecto significativo sobre el tiempo promedio de prendimiento y mortalidad de los injertos. Los injertos se
mantuvieron en condición de malla sombra con un 60% de retención de luz y se evaluaron cada 15 días
durante un periodo de 60 días.

Ln(T) = α + βxi + σε [1]

75
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Donde: Ln(T) es el logaritmo natural del tiempo de fallo acelerado (prendimiento y mortalidad), α es el
parámetro de forma del modelo, βxi es el estimador atribuido a i-ésimo tratamiento y σε es el parámetro de
escala atribuido al error del modelo. Para el ajuste del modelo se trabajó con variables dicotómicas y
politómicas: prendimiento (injerto sin prendimiento = 0 e injerto con prendimiento = 1), supervivencia (injerto
vivo = 0 e injerto muerto = 1), fenología del árbol donante (latencia = 1, inicio del crecimiento = 2 y pleno
crecimiento = 3) y tipo de púa (púa con yema = 1 y vareta basal = 2).

RESULTADOS Y DISCUSIÓN
No se encontraron diferencias estadísticas significativas en el prendimiento y la supervivencia de los
injertos por efecto de los tratamientos evaluados. El prendimiento y la supervivencia en los injertos con
púas en latencia e inicio del crecimiento fueron 88 y 71 %, respectivamente, mientras que en injertos con
púas en pleno crecimiento se observó 96 % de prendimiento y 79 % de supervivencia. En los injertos con
púas con yema y vareta basal, respectivamente, se encontró un prendimiento de 94 y 86 % y supervivencia
de 72 y 75 %. El prendimiento en función de las interacciones fluctuó entre 100 % (injertos con púas con
yema en latencia e injertos con varetas basales en pleno crecimiento) y 75 % (injertos con varetas basales
en latencia). La supervivencia observada en las interacciones osciló entre 83 % (injertos con varetas
basales en el inicio del crecimiento e injertos con yemas en pleno crecimiento) y 58 % (injertos con yemas
en el inicio del crecimiento) (Figura 1).

PL = Púas de ortetos en latencia; IC = Púas de ortetos en el inicio de su crecimiento; PC = Púas de ortetos en

pleno crecimiento; PY = Púa con yema; VB = Vareta basal; Barras representan el error estándar.
Figura 1. Prendimiento a), b) y c), y supervivencia d), e) y f) de los injertos de Pinus patula por efecto de
la fenología del orteto, tipo de púa e interacción, respectivamente.

Villaseñor y Carrera (1980) reportaron una supervivencia de 43 % en injertos de enchapado lateral de Pinus
patula realizados en invernadero a los 65 días del injertado. La mayor supervivencia observada en el
presente trabajo se debe al mantenimiento post injertado (vivero con malla sombra de 60 % de retención
de luz con riego periódico). Villaseñor y Carrera (1980) y Pérez-Luna et al. (2020) recomiendan realizar el
injertado de especies del género Pinus con púas fenológicamente inactivas. En este trabajo se lograron
altos porcentajes de prendimiento y supervivencia en los injertos de Pinus patula sin importar la fenología
de las púas injertadas.

Solo el tipo de púa fue estadísticamente significativa (p < 0.05) en el tiempo promedio del prendimiento de
los injertos (Cuadro 1). El tiempo promedio del prendimiento de los injertos de púas con yema fue de 15
días y de 24 días en injertos con varetas basales. Ninguna de las variables fue significativa en el tiempo
promedio de muerte de los injertos.

76
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Cuadro 1. Ajuste del modelo AFT en el prendimiento de los injertos de Pinus patula por
efecto del tipo de púa.
Parámetro Estimador |z| Valor de p
Forma (α) 2.6659 9.99 <0.0001
Coeficiente de la variable “tipo de púa” (β) 0.4373 2.56 0.01
Escala (σ) -0.3757 -4.30 <0.0001

Castro (2021) probó injertos terminales de Pinus greggii var. australis Donahue & López de púas con yemas
y varetas basales y obtuvo resultados satisfactorios, con una supervivencia de 83 y 87 %, respectivamente.
Sin embargo, en dicho estudio no se reportó el tiempo promedio de prendimiento y supervivencia.

CONCLUSIONES
Es factible realizar injertos de enchapado lateral de Pinus patula con púas con yema y vareta basal de
árboles donantes en cualquier estadio fenológico de su crecimiento. Los injertos laterales de púas con
yema requieren de menor tiempo para presentar prendimiento.

AGRADECIMIENTOS
Al Consejo Nacional de Ciencia y Tecnología (CONACYT) y la Comisión Nacional Forestal (CONAFOR)
por el apoyo otorgado a través del proyecto 291322 del Fondo CONAFOR-CONACYT “Establecimiento de
huertos semilleros asexuales regionales y ensayos de progenie de Pinus patula para la valoración genética
de progenitores”. Al CONACYT por la beca otorgada al primer autor para realizar una estancia posdoctoral
académica dentro del programa “Estancias Posdoctorales por México”.

REFERENCIAS BIBLIOGRÁFICAS
Castro Garibay, S. L. 2021. Anatomía y fisiología en injertos de pino (Pinus greggii var. australis Donahue
& López). Tesis de doctorado. Colegio de Postgraduados. Campus Montecillo Montecillo, Texcoco,
México. 128 p.
Flores, A. y G. Moctezuma-López. 2021. Cosecha de madera de 20 coníferas en zonas de movimiento de
germoplasma. Revista Mexicana de Ciencias Forestales 12(66):122-140.
Pérez-Luna, A., C. Wehenkel, J. Á. Prieto-Ruíz, J. López-Upton y J. C. Hernández-Díaz. 2020. Survival of
side grafts with scions from pure species Pinus engelmannii Carr. and the P. engelmannii × P.
arizonica Engelm. var. arizonica hybrid. Peerj 8: e8468.
Prieto Ruíz, J. Á., A. Aldrete, J. R. Sánchez Velázquez, y J. C. Hernández Díaz. 2016. Antecedentes sobre
la reforestación en México. p. 13-26. In: J. Á. Prieto Ruíz y J. R. Goche Télles (eds.). Las
Reforestaciones en México. Problemática y Alternativas de Solución. 1ra ed. Editorial UJED.
Durango, México.
Villaseñor R., R. y M. V. S. Carrera G. 1980. Tres ensayos de injerto en Pinus patula Schl. et Cham. Ciencia
Forestal 5:22-35.

77
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

PREDICCIÓN DE ÁREA BASAL EN BOSQUES DEL ESTADO DE MÉXICO MEDIANTE MODELOS

LINEALES MIXTOS GENERALIZADOS

Efraín Velasco-Bautista1*, Anahí Michael Lara Guerrero2, Ramiro Pérez-Miranda1, Martín Enrique
Romero-Sánchez1, Francisco Moreno Sánchez1

1Cenid Comef, INIFAP; 2Facultad de Estudios Superiores Aragón, UNAM.

*Autor para correspondencia: [email protected]

Palabras clave: Modelo lineal mixto generalizado, inventario forestal, distribución de residuales.

INTRODUCCIÓN
Los supuestos que subyacen a un modelo lineal general clásico son, al menos en una buena aproximación,
que los errores tengan distribución normal, varianza constante ─independiente de la media─ y efectos
sistemáticos combinados aditivamente; en otras palabras, normalidad, homocedasticidad y linealidad. No
obstante, incluso para algunas características continuas, estos requerimientos están lejos de ser
satisfechos (Madsen y Thyregod, 2010). Cuando un modelo se plantea de manera incorrecta, los errores
no serán normales, la varianza cambiará con la media y los efectos sistemáticos se combinarán en alguna
escala diferente de la original y, en consecuencia, las predicciones estarán fuera del rango de los valores
de la variable aleatoria de interés. Esta situación se acentúa cuando las observaciones presentan algún
patrón de correlación. Los modelos lineales mixtos generalizados son relevantes, ya que además de
considerar observaciones correlacionadas toman en cuenta observaciones correlacionadas. Por otra parte,
aun cuando el área basal, registrada en unidades de muestreo agrupadas, es una variable continua, se
caracteriza por tener una distribución asimétrica de la familia exponencial. De esta manera, la aplicación
de un modelo lineal para predecir el área basal en función de otras variables del sitio o del conglomerado
puede no ser el método más apropiado.

OBJETIVO
Comparar dos modelos lineales mixtos generalizados para predicción de área basal a nivel de unidad
muestreo, el primero consideró una distribución gamma y el segundo una distribución normal.

MATERIALES Y MÉTODOS
Los datos dasométricos se obtuvieron del Inventario Nacional Forestal y de Suelos (ciclo 2009-2014 en la
siguiente dirección electrónica https://snmf.cnf.gob.mx/principalesindicadoresforestalesciclo-2009-2014/. A
partir de esta información, se integró una base de datos que consideró únicamente las siguientes variables:
conglomerado, sitio, año, estrato, especie, árbol, diámetro normal y altura total. Conforme a la metodología
de la integración de modelos multinivel (Singer, 1998; Shoukri, 2018) se desarrolló un modelo lineal mixto
jerárquico que incluyó en el nivel 1 la información registrada en la unidad de muestreo secundaria: área
basal, número de árboles y altura media, mientras que en nivel 2, es decir, conglomerado, se consideró el
estrato; a partir del modelo combinado, se postularon dos modelos mixtos lineales generalizados: (1)
suponiendo la variable respuesta con distribución gamma y (2) variable respuesta con distribución normal.
Entonces, el primer modelo lineal mixto generalizado estudiado (modelo 1) fue 𝑌𝐴𝐵𝑖𝑗 = 𝛽00 + 𝛽01 𝐸𝑗 +
𝛽10 𝑍𝑖𝑗 + 𝛽20 𝑊𝑖𝑗 + 𝛽21 𝐸𝑗 𝑊𝑖𝑗 + 𝑟0𝑗 + 𝑒𝑖𝑗 , donde, 𝑌𝐴𝐵𝑖𝑗 : área basal (m2) registrada en el sitio 𝑖 (𝑖 = 1,2,3,4) del
conglomerado 𝑗 (𝑗 = 1,2, … ,167) con distribución gamma (enlace logarítmico), 𝐸𝑗 : estrato registrado en el
conglomerado 𝑗, 𝑍𝑖𝑗 : número de árboles en sitio 𝑖 del conglomerado 𝑗, 𝑊𝑖𝑗 : altura total media (m) de árboles
en sitio 𝑖 del conglomerado 𝑗, 𝛽00 : gran media de área basal, 𝑟0𝑗 : desviaciones aleatorias a partir de la gran
2
media con 𝑟0𝑗 ~ 𝑁𝑜𝑟𝑚𝑎𝑙(0, 𝜎𝑟0 ), 𝜎𝑒2 : error aleatorio asociado con el sitio 𝑖 en el conglomerado 𝑗 con
2
𝑒𝑖𝑗 ~ 𝑁𝑜𝑟𝑚𝑎𝑙(0, 𝜎𝑒 ). Los estratos evaluados fueron los siguientes: bosque de pino, bosque de encino,
bosque de oyamel, bosque de pino encino y bosque de encino pino. El segundo modelo lineal mixto
generalizado (modelo 2) presentó la misma estructura determinística y estocástica que el primero, solo que
el área basal correspondiente al sitio 𝑖 del conglomerado 𝑗 se consideró con distribución normal. Como
criterios de ajuste para comparar ambos modelos se usaron el Criterio de Información de Akaike (AIC), el
Criterio de Información de Akaike corregido para muestra finita (AICC) y el Criterio de Información
Bayesiano de Schwarz’s (BIC); el criterio de información con valor más cercano a cero (pequeño) indicó un

78
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

mejor ajuste (Wang y Goonewardene, 2004). Adicionalmente, se realizaron las pruebas de normalidad de
los residuales de Pearson, así como el análisis gráfico de las predicciones.

El análisis de la información se realizó en el ambiente del software estadístico SAS ® versión 9.4 mediante
el PROC GLIMMIX (SAS Institute, 2018) y el PROC CAPABILITY (SAS Institute, 2018). Los criterios para
evaluar la normalidad de los residuales fueron los siguientes: (1) Pruebas estadísticas basadas en la
función de distribución empírica y función de distribución teórica (normal): Kolmogorov-Smirnov, Cramer-
von Mises y Anderson-Darling, y (2) Representación gráfica (histograma de los residuales de Pearson
semejante a una distribución normal).

RESULTADOS Y DISCUSIÓN
El análisis consistió en 127 conglomerados y 613 unidades de muestreo secundarias. El modelo 1 presentó
los criterios de bondad de ajuste más bajos en comparación con el modelo 2. Con el modelo 1 todas las
variables predictoras resultaron altamente significativas, mientras que con el modelo 2, el estrato y la
interacción altura total media por estrato resultaron no significativas (Cuadro 1). Entonces, a luz de estos
resultados, el modelo 1 parece ser la mejor opción para la predicción de área basal a nivel de unidad de
muestreo secundaria.

Cuadro 1. Criterios de bondad de ajuste de los modelos estudiados.

Número de predictores
Modelo AIC AICC BICC
significativos
1 (gamma) 314.42 315.03 354.96 4
2 (normal) 420.07 420.68 460.61 2*
*Número de árboles y altura total media.

Las predicciones de área basal obtenidas mediante el modelo 1 correspondieron al rango de valores
observados (0.0047 < área basal < 4.4431m 2) (izquierda de la Figura 1). Por otra parte, con el modelo 2
las predicciones no superaron el 3.5; incluso, proporcionó predicciones de área basal negativas (derecha
de la Figura 1). Esta situación puede deberse a que la distribución del área basal observada (asimétrica a
la derecha) dista bastante de la normalidad. Por supuesto, el ajuste no apropiado del modelo 2, sugerido
por los criterios indicados en el Cuadro 1, también se ve reflejado en las predicciones.

Figura 1. Predicciones de área basal: modelo 1 (gamma) a la izquierda y modelo 2 (normal) a la derecha.

La distribución de los residuales de Pearson derivados del modelo 1, de acuerdo con las pruebas de
Kolmogorov-Smirnov, Cramer-von Mises y Anderson-Darling, se ajustó a una distribución normal (valores
de p >0.05) (izquierda de la Figura 2), lo cual no ocurrió con los residuales de Pearson del modelo 2; en
este caso, una proporción notable de residuales cercanos a cero quedaron fuera de una curva normal
teórica (derecha de la Figura 2).

79
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Figura 2. Distribución de residuales: modelo 1 (gamma) a la izquierda y modelo 2 (normal) a la derecha.

Las predicciones de ambos modelos fueron consideradas desde el enfoque del mejor predictor linear
insesgado (BLUP por sus siglas en inglés); entonces, los resultados aquí presentados pueden variar bajo
la perspectiva de un modelo marginal. Los dos modelos evaluados toman en cuenta la correlación de
observaciones entre unidades de muestreo secundarias del mismo conglomerado; la principal diferencia
de ambos radica en la distribución del área basal observada.

CONCLUSIONES
El modelo 1, modelo mixto que supone distribución gamma del área basal observada, presentó el mejor
ajuste para la predicción de área basal a nivel de unidad de muestreo primaria. Las predicciones resultaron
bastantes razonables y la distribución de los residuales de Pearson se ajustó a una distribución normal.
El modelo 2, modelo mixto que supone distribución normal del área basal observada, presentó un ajuste
inapropiado para la predicción de área basal, a tal grado que se observaron predicciones negativas. Además,
la distribución de los residuales de Pearson se alejó de manera significativa de una distribución normal.

AGRADECIMIENTOS Y FUENTE FINANCIERA

La base de datos utilizada en la presente investigación se obtuvo del Inventario Nacional Forestal y de
Suelos, por lo tanto, se extiende un agradecimiento fraterno a la Comisión Nacional Forestal.

REFERENCIAS BIBLIOGRÁFICAS
SAS Institute Inc. 2018a. SAS/STAT® 15.1 User’s Guide: The GLIMMIX Procedure. SAS Institute Inc. North
Carolina, USA. 368 p.
SAS Institute Inc. 2018b. SAS/QC® 15.1 User’s Guide: The Capability Procedure. SAS Institute Inc. North
Carolina, USA. 375 p.
Shoukri M.M. 2018. Analysis of Correlated Data with SAS and R. Fourth Edition. CRC Press. Florida, USA.
497 p.
Singer J.D. 1998. Using SAS PROC MIXED to fit multilevel models, hierarchical models, and individual
growth models. Journal of Educational and Behavioral Statistics. 23(4): 323–355
Wang L.A. and Goonewardene Z. 2004. The use of MIXED models in the analysis of animal experiments
with repeated measures data. Canadian Journal of Animal Science. 84:1–11.
https://doi.org/10.4141/A03-123

80
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

MONITOREO DE LA DEGRADACIÓN DE MEZQUITALES MEDIANTE SERIES DE TIEMPO DE

IMÁGENES LANDSAT 7 EN GOOGLE EARTH ENGINE

Luis Ángel Hernández Martínez1*, Juan Silvas Bustillos2

1Campo Experimental Todos Santos, Centro de Investigación Regional Noroeste, INIFAP; 2Universidad
Tecnológica de la Tarahumara.

*Autor para correspondencia: [email protected]

Palabras clave: Índices de vegetación, percepción remota, REDD+.

INTRODUCCIÓN
La degradación de los bosques es una problemática importante en la lucha contra el cambio climático ya
que reduce su capacidad para actuar como sumideros de carbono y disminuye la provisión de otros
servicios vitales para la sociedad. La degradación forestal definida como los cambios que suceden dentro
de los ecosistemas y que afectan de forma negativa su estructura, tamaño o función, sin presentarse como
un cambio de uso de suelo, plantea retos para su monitoreo que se han abordado con frecuencia a través
de herramientas de observación de la tierra (Gao et al., 2020). Los índices de vegetación (IV) son una
alternativa relativamente sencilla de aplicar que se puede vincular a diversos tipos de degradación, aunque
presenta limitantes relacionadas con la sensibilidad de los sensores, su resolución (espacial y temporal) y
la capacidad de los propios IV para captar cambios en diferentes niveles del dosel. Dentro de los más
utilizados se encuentran el índice de vegetación de diferencia normalizada (NDVI) y el índice de vegetación
mejorado (EVI), que operan como indicadores de la biomasa fotosintética activa (Maldonado-Enríquez et
al., 2020). En este estudio se implementó una metodología para evaluar la degradación en áreas de bosque
de mezquite y mezquital xerófilo durante los últimos 22 años mediante una serie de tiempo de NDVI y EVI
generada a partir de la colección de imágenes del satélite Landsat 7 en Google Earth Engine (GEE).

MATERIALES Y MÉTODOS
El análisis se desarrolló a través de la interfaz de programación de aplicaciones (API) de JavasScript en
GEE, mediante una serie de comandos dirigidos a la colección 2 de reflectancia superficial de imágenes
Landsat 7 (LANDSAT/LE07/C02/T1_L2). Primero se llevó a cabo un filtrado de calidad a nivel de pixel
mediante el enmascaramiento de sombras de nubes y nubes, utilizando los bits de calidad de dicha
colección ('QA_PIXEL'). Posteriormente se seleccionaron las bandas del 1 al 5 (SR_1 - 5). Luego, se creó
una lista de años (2000 – 2021) y se filtró para obtener imágenes dentro del periodo del 1 de marzo al 1 de
julio y se seleccionó una imagen multibanda por año de acuerdo con los criterios anteriores. Los límites del
análisis se definieron utilizando las capas vectoriales de las clases mezquital xerófilo y bosque de mezquite,
presentadas en la Serie 6 de USyV del INEGI. Los procesos posteriores de cálculo de IV y exportación de
productos se llevaron cabo bajo este mismo criterio. Para calcular EVI (EVI = 2.5 * ((NIR - Red) / (NIR + 6
* Red – 7.5 * Blue + 1))) y NDVI (NDVI = (NIR - Red) / (NIR + Red)) se definió una función por separado y
se añadieron las bandas anuales de cada índice a la colección de imágenes. Por último, se exportaron las
capas en formato raster, obteniendo una imagen por año para cada IV. Posteriormente, en el programa
QGIS® versión 3.8.0, se calcularon estadísticas de zona para generar una base de datos con la información
de cada capa de ambos IV y se asociaron con los 134 polígonos correspondientes al bosque de mezquite
y mezquital xerófilo. Así mismo, se calcularon estadísticos descriptivos para los valores promedio por año
para cada índice. Luego, en RStudio®, se ajustaron de forma iterativa 134 modelos lineales (uno por
polígono) utilizando el valor de los índices como variables de respuesta (y) y la serie de años como variable
independiente (x). De cada modelo, se extrajo el valor de la pendiente de la recta como indicador de la
tendencia general de los IV a través del tiempo, donde los valores negativos representan la tendencia a la
baja, es decir, la disminución aparente de biomasa del mezquital.

RESULTADOS Y DISCUSIÓN
Se generaron 22 capas correspondientes a cada índice de vegetación dentro del periodo del 2000 al 2021
(total = 44). En las Figuras 1 y 2 se muestra la tendencia general para cada IV, representados por un total
de 28,232,842 pixeles por cada uno. En el caso de EVI, la media se observó dentro del rango de 0 a 0.5
en cada año, siendo el año 2006 el que presento la media menor con 0.219, este valor indica una

81
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

disminución en los valores de este índice en áreas de mezquitales con respecto al año anterior. En el año
2015 se observó el valor medio máximo con 0.370, que indica que hubo un aumento de biomasa.

Figura 1. Tendencia general del EVI por pixel en las áreas de mezquitales de BCS.

En el caso del NDVI, los valores medios se observaron dentro del rango de 0 a 0.25, el año 2012 presentó
el valor medio más bajo con 0.071, indicando que en ese periodo presentó una disminución en los valores
de este IV en las zonas de mezquitales, posiblemente relacionado con la baja precipitación. En el año 2015
se presentó el valor medio máximo para NDVI con 0.111. En términos generales, la tendencia de los dos
índices presentó similitudes, aunque en caso del EVI, las variaciones entre años se observan con mayor
claridad o con una escala de valores que permite observar de mejor forma su variación. La ilustración de
estos datos se realizó con un volumen de información muy elevado y no permitió identificar tendencias
claras en los índices, por lo cual, dificultó la identificación de la presencia de degradación.

Figura 2. Tendencia general del NDVI por pixel en las áreas de mezquitales de BCS.

La siguiente etapa del análisis que se orientó a los 134 polígonos de las clases de Bosque de mezquite y
mezquital xerófilo permitió observar el comportamiento de los índices realizando un esfuerzo de síntesis
que disminuyo la cantidad de información de más de 1 millón de datos por año (figuras 1 y 2) a 134, de
esta manera fue posible visualizar la variación interanual de una forma más clara (figuras 3 y 4). Mediante
este análisis se pudo corroborar la tendencia similar de ambos índices, sim embargo, una desventaja de
realizar la síntesis de los datos por este método, fue la perdida de información fina al reducir los pixeles
localizados en el área de cada polígono a un valor promedio.

82
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Figura 3. Tendencia general del EVI por polígono en las áreas de mezquitales de BCS.

Figura 4. Tendencia general del NDVI por polígono en las áreas de mezquitales de BCS.

El análisis de la tendencia de los índices por polígono a través del valor de la pendiente obtenida a partir
del ajuste de modelos lineales, dio lugar a valores de pendiente positivos y negativos. En las figuras 5 y 6
se ilustra como ejemplo las rectas ajustadas para un polígono con pendiente negativa para ambos IV
(-0.0026 y -0.0005, EVI y NDVI, respectivamente) y positiva (0.0014 y 0.0008, EVI y NDVI, respectivamente).

Figuras 5 y 6. Tendencia del EVI (izquierda) y NDVI (derecha) en función del año para dos polígonos de
bosque de mezquite.

El enfoque de análisis de la pendiente de la recta ya se ha abordado en otros estudios de la región

(Maldonado-Enríquez et al., 2020), que demostraron su utilidad para mapear la degradación de coberturas
vegetales. En dicho estudio ya se reportan tendencias a la baja en algunas áreas de la Región del Cabo,
BCS, sin embargo, en este trabajo se presentan resultados dirigidos a un tipo particular de vegetación
(mezquitales) con interés productivo y con cierto grado de presión debido al aprovechamiento. Debido al
volumen de información procesado en este trabajo, el análisis no fue realizado a nivel de pixel como en
otros trabajos (Aryal et al., 2021; Maldonado-Enríquez et al., 2020), sino a nivel de polígono.

CONCLUSIONES
El análisis de las tendencias de los IV en mezquitales del área de estudio permitió identificar cierta
tendencia a la baja, es conveniente realizar un análisis a nivel de pixel que permita aprovechar todo el
potencial de la serie de tiempo de imágenes disponible. De igual forma, se recomienda vincular estos datos
con información de campo y estimaciones de biomasa que contribuyan a mapear este fenómeno, calcular
factores de emisión y orientar estrategias de conservación y restauración.

83
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

AGRADECIMIENTOS Y FUENTE FINANCIERA

Este trabajo fue financiado por el INIFAP a través del proyecto: “Evaluación de tecnologías de
aprovechamiento sustentable y monitoreo espacial de mezquitales en la región noroeste de México”. SIGI
No. 10173434770.

REFERENCIAS BIBLIOGRÁFICAS
Maldonado-Enríquez, D., Ortega-Rubio, A., Cámara, A. M. B. S., Díaz-Castro, S. C., Sosa-Ramírez, J., &
Martínez-Rincón, R. O. (2020). Trend and variability of NDVI of the main vegetation types in the
Cape Región of Baja California Sur. Rev.Mex. Bio., 91.
Aryal, R. R., Wespestad, C., Kennedy, R., Dilger, J., Dyson, K., Bullock, E., Khanal, N., Kono, M.,
Poortinga, A., Saah, D., & Tenneson, K. (2021). Lessons learned while implementing a time-
series approach to forest canopy disturbance detection in Nepal. Remote Sensing, 13(14), 1–19.
https://doi.org/10.3390/rs13142666
Gao, Y., Skutsch, M., Paneque-Gálvez, J., & Ghilardi, A. (2020). Remote sensing of forest degradation: a
review. Environmental Research Letters, 15(10). https://doi.org/10.1088/1748-9326/abaad7

84
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

EFECTO DE LA ALTURA DE VUELO Y PARÁMETROS DE PROCESAMIENTO DE IMÁGENES

AÉREAS EN LA DETERMINACIÓN DE ALTURA DE MEZQUITALES

Carlos Ariel Cabada Tavares1, Luis Ángel Hernández Martínez1*, José Héctor Rodríguez Hernández2,
Iván Ramírez Moreno2, Roberto Loera Chaparro2, Jesús Manuel Rascón Ayala2

1Campo Experimental Todos Santos, CIRNO-INIFAP; 2Universidad Tecnológica de la Tarahumara.

*Autor para correspondencia: [email protected]

Palabras clave: Dron, fotogrametría, inventario forestal.

INTRODUCCIÓN
Los levantamientos fotogramétricos con Vehículos Aéreos No Tripulados (VANT) se han posicionado como
una alternativa para hacer eficiente la ejecución de inventarios forestales. Sin embargo, es necesario definir
y estandarizar los parámetros óptimos para obtener resultados confiables en diversos tipos de vegetación
(Dandois et al., 2015); entre estos se encuentra la altura de vuelo, el traslape de imágenes y tipo de sensor,
además de los parámetros relacionados con el procesamiento de imágenes en los diferentes programas
fotogramétricos (Tinkham y Swayze 2021). En Baja California Sur (BCS) se realiza el aprovechamiento
mediante la venta de árboles en pie y extracción de leña para uso doméstico. Los mezquitales en la entidad,
al igual que en otros estados del norte de México, se reconocen como un importante recurso
dendroenergético y una opción productiva en comunidades rurales que comercializan el carbón de
mezquite. Sin embargo, los inventarios de este recurso suelen efectuarse de forma convencional, con las
limitantes económicas y los retos de cualquier inventario forestal, además de otros factores problemáticos
como el crecimiento agrupado que impide el libre acceso en algunos sitios.

OBJETIVO
Por lo anterior, el objetivo de este estudio fue evaluar el efecto de la altura de vuelo y diferentes parámetros
de procesamiento de imágenes (orientación y nube densa) en la estimación de la altura de árbol en un
mezquital localizado en el estado de Baja California Sur (BCS).

MATERIALES Y MÉTODOS
El estudio se realizó en un mezquital de Prosopis articulata S. Watson localizado en el Ejido San Juan de
Los Planes (23° N y 109° O), aproximadamente a 50 km de la ciudad de La Paz, BCS, con una superficie
aproximada de 24 ha (490 m x 500 m, aproximadamente) con individuos de diversos tamaños y edades.
Mediante un inventario de campo, se determinó la altura de 65 árboles que fueron georreferenciados utilizando
estructuras visibles colocadas en el terreno y mediante un muestreo sistemático en parcelas asistido con
imágenes aéreas tomadas anteriormente. Después se colocaron 10 puntos de control con un GNSS Topcon
GR-3 (± 3 mm) y se llevó a cabo un total de 5 levantamientos de imágenes con un VANT multi-rotor DJI Phantom
4 equipado con una cámara RGB de 12.4 megapixeles (4000 × 3000 pixels; 6.2*4.7 mm2). Los planes de vuelo
se diseñaron utilizando la aplicación DJI Pilot®, donde se definieron alturas de 100, 120, 160, 180 y 200 m
sobre el nivel del terreno, con un traslape lateral y frontal de 80 %.

El procesamiento de las imágenes se realizó en el programa Agisoft Metashape®, versión 1.8.3 (Agisoft
metashape, 2022), utilizando la siguiente configuración para las imágenes de cada altura de vuelo:
orientado de imágenes = calidad media; calidad de la nube densa = extra alta; y filtro de profundidad =
desactivado. Posteriormente, utilizando las imágenes tomadas a 180 metros de altura, se establecieron
diferentes configuraciones para dos de estos procesos: calidad del orientado de imágenes = mínima, baja,
media, alta y máxima; y calidad de la nube densa = mínima, baja, media, alta y extra alta. En cada proceso
se generaron Modelos Digitales de Superficie (MDS) y Modelos Digitales de Terreno (MDT), los cuales se
exportaron en formato *.TIFF para posteriormente generar un Modelo de Altura de Dosel (CHM: Canopy
Height Model) utilizando la calculadora raster en el programa QGIS ® 3.10.4 (CHM= MDS - MDT). Los
valores de altura de cada árbol se obtuvieron a partir del CHM mediante la extracción de máximos locales,
efectuada utilizando las copas de cada árbol delimitadas por digitalización en pantalla.

85
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

La precisión de los valores de altura estimados a partir de los CHM se determinó calculando su correlación
con los valores medidos en el campo (correlación bivariada de Pearson; r), se utilizó el paquete
ForestTools® (Plowright, 2018) en el software R (RStudio, versión 2022.02.2).

RESULTADOS Y DISCUSIÓN
El análisis de las diferentes alturas de vuelo mostró que los mejores resultados se obtuvieron con el vuelo
a 100 m (r = 0.838), seguido del vuelo a 200 m (r = 0.757), mientras que, los peores resultados se obtuvieron
a 160 m (r = 0.575) como se puede observar en el Cuadro 1. La exploración visual de la dispersión de los
datos mostró la posible influencia de los valores extremos en los resultados de este análisis, sin embargo,
la presencia de datos atípicos es un factor que también se puede ver afectado por los parámetros de
planeación de vuelo, por lo tanto, estos datos no se eliminaron durante el análisis.

Es necesario señalar que algunos árboles no fueron representados en los CHM, es decir, se mostraron sin
un valor de altura. En este aspecto, los mejores resultados se obtuvieron con el vuelo a 180 m, que
consiguió detectar el total de 65 árboles, seguido de los vuelos a 200 y 100 m, con 64 y 62 árboles,
respectivamente (Cuadro 1). En términos operativos, estos resultados pueden ser útiles para la planeación
de vuelos tomando en cuenta que la eficiencia de las baterías se incrementa a la par de la altura del
levantamiento, es decir, se consigue cubrir una mayor superficie en menor tiempo.

Cuadro 1. Estadísticos descriptivos y coeficientes de correlación y de determinación de los modelos

ajustados entre los valores de altura observados y estimados a diferente altura de vuelo.
nA Media Min Max EE r R2
En Campo 65 5.22 2.47 8.33 0.18 - -
100 62 4.83 0.28 8.24 0.19 0.838*** 0.70
de Vuelo
Alturas

120 59 4.74 0.12 8.5 0.22 0.754*** 0.57

160 61 4.65 0.36 11.93 0.24 0.575*** 0.33
180 65 4.14 1.55 13.32 0.25 0.699*** 0.49
200 64 4.12 1.05 7.98 0.21 0.757*** 0.57
nA = Número de árboles; Min = Mínimo; Max = Máximo; EE = Error estándar; r = Coeficiente de
correlación; *= Significancia; R2 = Coeficiente de determinación.

La evaluación de los parámetros de orientación de imágenes mostró que los mejores resultados se
obtuvieron con el nivel de calidad media. Esta etapa de análisis consistió en la exploración visual de las
nubes de puntos dispersas, donde se valoró su calidad a partir del número de puntos de paso y la densidad
de estos en la zona del dosel del mezquital. Consecuentemente, los niveles de calidad de la nube densa
se evaluaron con el producto de dicha orientación. En este análisis, los mejores resultados en la detección
de árboles se obtuvieron con el nivel de calidad extra alta, con un total de 65, seguido de la calidad alta
con 63 árboles. A su vez, los valores medios, mínimos y máximos obtenidos con el nivel de calidad extra
alta, se presentaron con mayor similitud a los valores de altura observados (Cuadro 2).

Cuadro 2. Estadísticos descriptivos y coeficientes de correlación y de determinación de los modelos

ajustados entre los valores de altura observados y estimados mediante nubes densas de puntos con
diferente calidad.
nA Media Min Max EE r R2
En Campo 65 5.23 2.47 8.33 0.18 - -
Mínima 8 1.10 0.21 2.34 0.24 - -
Calidad

Baja 26 1.60 0.15 3.45 0.20 - -

Media 6 -0.15 -2.52 0.83 0.49 - -
Alta 63 3.61 0.17 6.88 0.21 0.842*** 0.71
Extra Alta 65 4.18 1.55 13.32 0.25 0.888*** 0.79
nA = Número de árboles; Min = Mínimo; Max = Máximo; EE = Error estándar; r = Coeficiente de
correlación; *= Significancia; R2 = Coeficiente de determinación.

Los niveles de calidad inferiores mostraron resultados pobres en este aspecto, por lo tanto, solo se
ajustaron modelos para los niveles de calidad alta y extra alta (Cuadro 2), siendo esta última la que presentó

86
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

los mejores resultados (r = 0.888). Esto coincide con las observaciones de Tinkham y Swayze (2021), sin
embargo, es necesario tomar en cuenta que la capacidad del equipo de cómputo de los usuarios puede
limitar el uso de ese parámetro. Desde esa óptica, el nivel de calidad alta también puede considerarse
como una buena opción de procesamiento.
En el futuro es recomendable evaluar otros aspectos que no se consideraron en este trabajo y que tienen
influencia en la eficiencia de los levantamientos, como el traslape de imágenes, los parámetros de
clasificación de la nube densa y la combinación de configuraciones que pudieran repercutir en la calidad
de los resultados.

CONCLUSIONES
La altura de vuelo y los parámetros de procesamiento inciden en la precisión de los valores de altura
estimados en el mezquital estudiado.

A 100 m se obtuvo la mejor correlación y ajuste, sin embargo, a 180 m se logró identificar la totalidad de
los árboles.

El parámetro de calidad media en el orientado de imágenes y la calidad extra alta de la nube densa de
puntos obtuvieron los mejores resultados, aunque debe considerarse la capacidad computacional en la
configuración de la calidad de la nube densa.

AGRADECIMIENTOS Y FUENTE FINANCIERA

Este trabajo fue financiado por el INIFAP a través del proyecto: “Evaluación de tecnologías de
aprovechamiento sustentable y monitoreo espacial de mezquitales en la región noroeste de México”.
SIGI No. 10173434770.

REFERENCIAS BIBLIOGRÁFICAS
Agisoft Metashape Professional (versión 1.8.3) (Software) 2022. Retrived from
http://www.agisoft.com/downloads/installer/
Dandois, J., Olano, M. y Ellis, E., 2015. Optimal Altitude, Overlape, and Weather Conditions for Computer
Vision UAV Estimates of Forest Structure. Remote Sensing, 7, 13895-13920.
Plowright, A., 2018. ForestTools: Analyzing Remotely Sensed Forest Data. R package version 0.2.0.
Tinkham, W. y Swayze, N., 2021. Influence of Agisoft Metashape Parameters on UAS Structure from Motion
Individual Tree Detection from Canopy Height Models. Forest, 12, 250.

87
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

PREDICCIÓN DE PARÁMETROS DE LA DISTRIBUCIÓN DE WEIBULL EN BOSQUES TEMPLADOS

PUROS DEL NORTE DE PUEBLA

Ernesto Alonso Rubio Camacho1*, Ramón Trucíos Caciano2, Pablo Antúnez3, Juan Antonio López Hernández4

1Centro Experimental Centro Altos de Jalisco, CIRPAC, INIFAP; 2CENID-RASPA, INIFAP; 3División de
Estudios de Posgrado, Universidad de la Sierra Juárez; 4Facultad de Ciencias Forestales, UANL.
*Autor para correspondencia: [email protected]

Palabras clave: Pinus patula, modelos predictivos, manejo forestal.

INTRODUCCIÓN
En México existe la necesidad de generar tecnologías que aporten al manejo forestal sustentable. Aunque
en los últimos años ha habido avances importantes en la generación de conocimiento, este aún es
insuficiente, debido en parte a la basta diversidad de ecosistemas y condiciones específicas de cada uno
de ellos (Torres-Rojo et al., 2016). Entre las tecnologías más comunes están los modelos de crecimiento,
como los de índices de sitio o los modelos por clases de tamaño (Burkhart y Tomé, 2012). Estos últimos
han sido utilizados para modelar el crecimiento con base en distribuciones diamétricas y generalmente se
ajustan a funciones de distribución conocidas para manejar los bosques sistemáticamente.
Tradicionalmente, las funciones de distribución estadísticas han contribuido al manejo forestal, sin
embargo, en México sólo se han adoptado en pocas regiones.

Las distribuciones diamétricas se utilizan habitualmente para describir la estructura del bosque y son
componentes importantes en los simuladores de crecimiento forestal. Estas distribuciones se pueden
modelar mediante funciones de densidad de probabilidad (fdp), como la función de Weibull, que puede
utilizarse para describir la distribución diamétrica actual y modelar las estructuras de los rodales en el futuro
(Prodan et al., 1997). En su forma original, la función Weibull posee dos parámetros: escala y forma, aunque
puede añadirse un parámetro adicional llamado de localización para hacerla más flexible.

En silvicultura, un uso común de la distribución Weibull es para modelar las estructuras futuras de los
rodales mediante la estimación de los parámetros del modelo. Este proceso suele realizarse mediante dos
métodos principales, recuperación y predicción de parámetros. El segundo método toma las características
del rodal, como el diámetro medio cuadrático, medio, mínimo o máximo, como variables independientes para
predecir los parámetros de la distribución Weibull mediante técnicas de regresión (Burkhart y Tomé, 2012).

OBJETIVO
El objetivo de este trabajo fue el generar información para manejo forestal en bosques templados del centro
de México, a través del desarrollo de modelos para predecir los parámetros de escala y forma de la función
Weibull ajustada a las distribuciones diamétricas de Pinus patula (Schl. et Cham.) en el noroeste de Puebla.

MATERIALES Y MÉTODOS
Para el estudio se usaron datos provenientes de 49 sitios de muestreo (30 × 30 m) de la Unidad de Manejo
Forestal 2108 (UMAFOR 2108), localizada en un bosque templado al noroeste de Puebla, México, donde
la especie dominante es Pinus patula. El muestreo se levantó en 2012 y a cada árbol se le midió el diámetro
normal (d1.3, cm).

La distribución de Weibull se ajustó utilizando datos de los 49 sitios de muestreo mediante la librería
"fitdistrplus" de R a través del método de máxima verosimilitud (Delignette-Muller et al., 2014; R Core Team,
2021). Se utilizó la prueba de Anderson-Darling para determinar si el ajuste era estadísticamente
significativo. Para el desarrollo de los modelos de regresión se utilizaron los sitios que se ajustaron
significativamente a la distribución de Weibull. Una vez determinados los sitios, se calculó el diámetro
promedio, el diámetro mínimo y el máximo de cada uno de ellos, para utilizarlos como variables
independientes en los modelos de regresión.

La función de densidad de probabilidad de Weibull de dos parámetros tiene la expresión siguiente:

88
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

(1)

y su distribución acumulada así:

(2)

Donde β es el parámetro de escala y α es el parámetro de forma.

Con la base de datos completa se procedió al ajuste de los modelos de regresión para predecir el parámetro
de forma y de escala. En este caso, las características del rodal, como el diámetro medio y máximo del
árbol, se probaron como variables independientes utilizando las ecuaciones 3 y 4 para los parámetros de
escala y forma, respectivamente.

Modelo de regresión para el parámetro de escala

(3)
Modelo de regresión para el parámetro de forma
(4)
Donde β0… β1 son los parámetros del modelo de regresión, dm y dmax son el diámetro promedio y máximo,
respectivamente.

RESULTADOS Y DISCUSIÓN
En general, el ajuste de las distribuciones diamétricas de cada uno de los sitios, mostraron que el 60 %
se pudieron utilizar para desarrollar los modelos de regresión. Es decir, de los 49 sitios de muestreo 29
se ajustaron significativamente a la distribución de Weibull.

Para el modelo de escala (ecuación 3) ambos parámetros (β1 y β2) fueron estadísticamente significativos
(Cuadro 1). Por tanto, el diámetro promedio y el diámetro máximo se pueden utilizar para predecir el
parámetro de escala de la distribución de Weibull en los rodales estudiados. El modelo en general tuvo un
ajuste significativo (p < 0.001) con una R2 ajustada de 0.99 y un error estándar residual de 0.48, sin
desviaciones evidentes de normalidad (Figura 1).

Cuadro 1. Estadísticos de regresión para parámetro de escala de la función de Weibull.

Prarámetro Estimador Error t Pr(>t)
β0 0.09 0.3 0.29 0.77
β1 (dm) 1.01 0.02 65.3 <0.001
β2 (dmax) 0.06 0.01 4.92 <0.001

Figura 1. Gráfico de cuantiles vs residuales para el modelo del parámetro de escala.

En tanto, en el modelo de forma (ecuación 4), también ambos parámetros resultaron estadísticamente
significativos (Cuadro 2). Y al igual que el parámetro de escala, tanto el diámetro promedio, como el
diámetro máximo se pueden utilizar para predecir el parámetro de forma de la distribución de Weibull. El

89
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

modelo final tuvo un ajuste significativo (p < 0.001) con una R2 ajustada de 0.73 y un error estándar residual
de 0.73, sin desviaciones evidentes de normalidad (Figura 2).

Cuadro 2. Estadísticos de regresión para parámetro de forma de la función de Weibull.

Estimado Error t Pr(>t)
β0 4.36 0.457 9.54 <0.001
β1 (dm) 0.19 0.023 8.06 <0.001
β2 (dmax) -0.12 0.018 -6.90 <0.001

Figura 1. Gráfico de cuantiles vs residuales para el modelo del parámetro de forma.

CONCLUSIONES
Se generaron modelos para predecir los parámetros de escala y forma de la distribución de Weibull.
Variables diámetro medio y máximo, pueden ser utilizados para predecir los parámetros de la distribución
de Weibull de manera adecuada, utilizando el método de regresión lineal. Los modelos desarrollados
pueden ser utilizados para el manejo forestal sustentable en el área de estudio y representan una
alternativa a los métodos tradicionales. Adicionalmente, pueden ser incluidos en software especializado
para simular distribuciones diamétricas bajo distintas condiciones de diámetro medio y máximo. Por tanto,
se espera que este trabajo sirva de incentivo a la generación de modelos más especializados que aporten
al manejo forestal sustentable.

AGRADECIMIENTOS Y FUENTE FINANCIERA

El primer autor agradece al CONACYT y al DAAD por la beca conjunta (91680941) para la realización de
los estudios de doctorado. Asimismo, se agradece a la CONAFOR Puebla por brindar los datos para el
estudio.

REFERENCIAS BIBLIOGRÁFICAS
Burkhart, H.E., Tomé, M., 2012. Modeling Forest Trees and Stands. Springer Netherlands, Dordrecht.
https://doi.org/10.1007/978-90-481-3170-9
Delignette-Muller, M.L., Dutang, C., Pouillot, R., Denis, J.B., 2014. fitdistrplus: Help to fit of a parametric
distribution to non-censored or censored data.
Prodan, M., Peters, R., Cox, F., Real, P., 1997. Mensura forestal, Serie de investigación y educación en
desarrollo sostenible. GTZ/IICA-Agroamerica, San José, Costa Rica.
R Core Team, 2021. R: A language and environment for statistical computing. R Foundation for Statistical
Computing. R Foundation for Statistical Computing.
Torres-Rojo, J.M., Moreno-Sánchez, R., Mendoza-Briseño, M.A., 2016. Sustainable Forest Management in
Mexico. Curr. For. Reports 2, 93–105. https://doi.org/10.1007/s40725-016-0033-0

90
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

ESTIMACIÓN DE VOLUMEN TOTAL EN ÁRBOLES INDIVIDUALES DE Pinus hartwegii Lindl A

TRAVÉS DE DATOS LiDAR

Enrique Buendía-Rodríguez 1 * , Jonathan Hernández-Ram os 2 , Fabián Islas Gutiérrez 1 ,

Eulogio Flores-Ayala 1 , Tomás Pineda-Ojeda 1 , V. Guerra D. 1

1Campo Experimental Valle de México, INIFAP; 2Campo Experimental Chetumal, INIFAP.

*Autor de correspondencia: [email protected]

Palabras clave: Geomática, LIDAR, biomasa por rodal.

INTRODUCCIÓN
En las últimas décadas, la evaluación de los recursos forestales mediante el uso de técnicas de geomática
ha sido fundamental en la toma de decisiones en la política nacional sobre la conservación, manejo y
recuperación de los recursos forestales. En particular, los sensores remotos activos de alta resolución
permiten una mayor precisión y un menor sesgo al combinarlos con datos de campo en las mediciones de
variables de interés como el volumen o la biomasa por rodal.

Los sensores LiDAR (Light Detection and Ranging) han dado la posibilidad de calcular la posición de puntos
en el espacio de una forma masiva a través de equipos laser y han sido capaces de generar un mayor
desarrollo en la captura y procesamiento de datos espaciales, por ejemplo, la representación tridimensional
de la vegetación (Islas et al., 2018). A pesar de que los datos LiDAR son relativamente fácil de obtener, los
conocimientos y técnicas para su procesamiento en estudios del sector forestal de México, no están lo
suficientemente desarrollados y se requiere de metodologías que se adapten a las diversas condiciones
de los bosques de nuestro país.

La estimación de variables dasométricas a nivel de árboles individuales, a partir de datos LiDAR, se basa
en la localización, medición de copas, registro de alturas y algunos otros parámetros para cada árbol, los
cual es similar a las mediciones realizadas en los inventariaros forestales tradicionales, pero con la ventaja de
reducir considerablemente el trabajo de campo especialmente en zonas de difícil acceso (Buendía, 2017).

Pinus hartwegii es una de las especies mexicanas de gran importancia ecológica por su distribución en
muy altas elevaciones, por lo que sus bosques son especialmente relevantes en la generación de servicios
ambientales de protección y provisión. Por lo anterior, la evaluación continua de diversos atributos de estos
bosques es fundamental para definir practicas adecuadas de conservación, protección o producción.
Debido su ubicación fisiográfica, el acceso a estos bosques es generalmente limitado, por lo cual los datos
LiDAR son una alternativa adecuada.

OBJETIVO
Por lo que el objetivo de este estudio fue estimar el volumen en arbolado de Pinus hartwegii Lindl, mediante
el uso de información LiDAR.

MATERIALES Y MÉTODOS
El estudio se realizó en el oriente del Valle de México, en el municipio de Texcoco, Estado de México, en
una superficie de 100 ha (1 km x 1 km) comprendida entre las coordenadas 19°24’41.4” - 19°25’13.9”,
latitud norte y 98°44’16.4” - 98°44’50.6” longitud oeste. La vegetación dominante es bosques de coníferas,
conformando por rodales puros de Pinus hartwegii a partir de los 3500 m s. n. m.

Se seleccionaron 59 árboles abarcando un intervalo amplio de alturas y diámetros de copa, distribuidos en

toda el área, ubicándolos espacialmente con ayuda de una ortofoto, tratando de que fueran árboles
solitarios o fáciles de identificar digitalmente, para evitar posibles confusiones debido a los desfases por
parte del GPS. En campo, se ubicó cada árbol (coordenadas x, y) con ayuda de un GPS Garmin ® eTrex®
10. A cada árbol se le registró el nombre común, diámetro normal (DN, cm), diámetro de la copa (mayor -
menor) (DC, m), altura total (AT, m) y altura de fuste limpio (Afl, m).

91
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Para el cálculo de volumen se utilizó la siguiente ecuación alométrica generada por el Instituto Tecnológico
“El Salto” (ITES, 2016) en un estudio previo para la misma especie:

𝑉𝑡 = 0.0000433𝐷𝑁 2.1522387 ∗ 𝐴𝑇 0.789171 + 0.000051𝐷𝑁 2 , donde: Vt = Volumen total, que incluye el volumen
de fuste + volumen de ramas (m 3), DN = Diámetro normal (cm) y AT= Altura total (m).

Los datos LiDAR aerotransportado se tomaron con un sensor laser Leica ALS60 con un registro de 8 puntos
por metro cuadrado (debido a que se realizó un ensamble de doble barrido, a fines del 2018, con una
frecuencia de 200 kHz (200,000 puntos por segundo). Los datos se procesaron mediante el software
FUSION®/LDV® versión 3.8 desarrollado por el Servicio Forestal de los Estados Unidos (USDA-Forest
Services), el cual permite examinar, editar y analizar los datos en un entorno de 3D para la exploración y
medición de subconjuntos de datos espacialmente explícitos (McGaughey, 2018).

Los modelos para estimar el volumen individual (VolLiDAR) a partir de información LiDAR fueron modelo
potencial de la forma 𝑦 = 𝛼 ∗ 𝑥 𝛽 , donde y es el volumen estimado en campo, x es la variable obtenida
directamente en la nube de puntos LiDAR, las variables fueron: At LiDAR (ATLiDAR), altura total medida
en la nube de puntos LiDAR, DC LiDAR (DCLiDAR), diámetro de copa medida ne la nube de puntos LiDAR
y Afl LiDAR (AFLLiDAR), altura del fuste limpio medido en la nube de puntos LiDAR. Los modelos se
ajustaron mediante la técnica de mínimos cuadrados ordinarios en M.S. Excel® versión 2016 y el
complemento Solver®.

Se verificó en los modelos la significancia de los parámetros (α = 0.05), el cumplimiento de los supuestos
básicos de la regresión, como frecuencia y distribución de los residuales, y se seleccionó el mejor modelo
con el mayor coeficiente de determinación (R2), y el menor valor de la raíz del cuadrado medio del error
(RCME) (Zar, 2010).

RESULTADOS
Los resultados del ajuste indican que el mejor modelo fue el integrado por ATLiDAR con un modelo
potencial con una R2 = 0.8126, en la cual los parámetros fueron significativos con una p = 0.05 y presento
un menor RCME (Cuadro 1).

Cuadro 1. Estadísticos de ajuste de los modelos para estimar volumen para Pinus hartwegii Lindl. en el
oriente del Valle de México.
Variable Parámetro Estimación R2 RCME SCT
Altura total LiDAR α 0.00319679
0.8126 1.3852 297.83
(ATLiDAR) β 2.20964868
Diámetro de Copa LiDAR α 0.05614811
0.7653 1.8742 336.89
(DCLiDAR) β 1.85601766
Altura del Fuste Limpio α 0.29974452
0.5490 3.6408 297.83
LiDAR (AFLLiDAR) β 1.01906172
2
R = Coeficiente de determinación; RCME = Raíz del Cuadrado Medio del Error; SCT = Suma de
Cuadrados Totales.

Al verificar la dispersión de las estimaciones en el VolLiDAR con respecto a la ATLiDAR, la forma es

congruente con la tendencia general del volumen de los árboles, ya que aumenta el volumen a medida que
se incrementa la altura total. En el intervalo de alturas de 20 a 30 m es donde se presenta una mayor
variabilidad de comportamiento del volumen en la especie (Figura 1a).

Para el cumplimiento de los supuestos de regresión, la evaluación grafica muestra una distribución en los
residuos sin tendencia definida, lo que confirma el cumplimiento de los supuestos en lo referente a
homocedasticidad y normalidad de los residuales (Figura 1b).

92
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

a) b)

Figura 1. Estimación de Volumen en árboles individuales de Pinus hartwegii en el oriente del Valle de
México, México. a) Curva ajustada con el modelo de regresión, y b) Distribución de residuales.

Con base en estos resultados el modelo generado se considera suficientemente robusto y confiable para
la estimación de volumen de P. hartwegii con datos LiDAR y queda de la siguiente manera:

𝑉𝑜𝑙𝐿𝑖𝐷𝐴𝑅 = 0.00319679 ∗ 𝐴𝑇𝐿𝑖𝐷𝐴𝑅 2.20964868

Donde: VolLiDAR = Volumen estimado en LiDAR (m 3) y ATLiDAR = Altura total medida en LiDAR (m).

CONCLUSIONES
Se muestra la utilidad de la información LiDAR en la generación de modelos para estimar con una
confiabilidad de 81.26 %, el volumen en árboles individuales de Pinus hartwegii de la región oriente del
Valle de México, Estado de México.

REFERENCIAS BIBLIOGRÁFICAS
Buendía, R. E. (2017). Modelación geoespacial para el estudio de servicios ambientales en ecosistemas
forestales templados. Tesis de Doctorado Universidad Autónoma de Nuevo León – Facultad de
Ciencias Forestales. Linares, N. L. 96 p.
Instituto Tecnológico El Salto (ITES). (2016). Sistema biométrico para la planeación el manejo forestal
sustentable de los ecosistemas con potencial maderable en México. Pinus hartwegii Lindl. Clave
género INFyS 741. Clave especie.
Islas G. F., Guerra D. V., Flores A. E., Buendía R. E., Pineda O. T., Acosta M. M. y F. Carrillo A. (2018).
Modelado espacial de la cobertura de copa de árboles con tecnología LíDAR. Folleto técnico 13.
CEVAMEX-INIFAP. 43p.
McGaughey, R. J. (2018). FUSION/LDV: Software for LIDAR Data Analysis and Visualization. United States
Department of Agriculture, Forest Service, Estados Unidos.
Zar, J. H. (2010). Biostatistical analysis (5th ed.). New Jersey: Prentice Hall.

93
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

RESPUESTA CLIMÁTICA DE DOS ESPECIES DE ENCINO EN EL NORTE DE MÉXICO

José Villanueva-Díaz 1* , Gerónimo Quiñonez-Barraza 2 , Aldo Rafael Martínez-Sifuentes 1 ,

Vicenta Constante-García 1 , Fátima del Rocío Reyes Camarillo 1

1CENID-RASPA, INIFAP; 2Campo Experimental Valle del Guadiana, CIRNOC, INIFAP.

*Autor para correspondencia: [email protected]

Palabras clave: Anillos de crecimiento, función de respuesta, Quercus.

INTRODUCCIÓN
Los encinares y bosques de pino constituyen la vegetación arbórea dominante de los principales sistemas
montañosos del norte de México (Rzedowski, 1978). El bosque de encino se distribuye en 5.5 % del
territorio nacional y cerca de 14 % de sus poblaciones se encuentran asociadas con pino. El género
Quercus es uno de los más diversos de México con un número estimado que puede superar las 160
especies, de las cuales, 70 % son endémicas (Valencia, 2004). A pesar del alto potencial de producción
que tiene el género, debido a la superficie que ocupa (20 % en total), pocos estudios han analizado la
capacidad de crecimiento, producción de biomasa y de captura de carbono, de manera dinámica. El alto
potencial de captura de carbono de muchas especies de Quercus, se fundamenta, en que poseen una densidad
de madera promedio de 0.63 g cm-3, en comparación a las especies de pino que es de 0.51 g cm-3 (Ordoñez
Díaz et al., 2015). Esto implica que, el género posea una mayor capacidad para integrar en su biomasa
mayores contenidos de carbono y por ende posea mayor potencial para el pago de bonos de carbono. Sin
embargo, existe un desconocimiento de la dinámica de acumulación de la biomasa a través del tiempo, ya
que se desconocen los incrementos radiales, lo cual depende de la formación de anillos anuales de las
especies, de la calidad de sitio donde se desarrollen, y de la interacción o competencia que pueda existir
con otras especies asociadas. Algunos estudios muestran de manera general, los contenidos de carbono
acumulado para crono-secuencias de vegetación de pino-encino, donde la máxima acumulación ocurre a
los 30 años de edad (Casiano-Domínguez et al., 2018). Por lo anterior, resulta importante analizar la tasa
de acumulación de biomasa y, por ende, del carbono a través del tiempo, lo cual es factible determinar
mediante el datado exacto de los crecimientos anuales y de la respuesta de las especies a las variables
climáticas dominantes, que explican el incremento en área basal durante la estación de crecimiento.
Estudios de este tipo son comunes en países con clima templado, aunque en México, estudios de esta
índole han sido muy limitados.

OBJETIVO
El objetivo del presente estudio fue analizar la función de respuesta en el crecimiento anual de dos especies
de encino (Quercus crassifolia Bonpl, Quercus sideroxyla Humb. & Bonpl.) de amplio aprovechamiento
comercial en el norte de México y determinar el potencial impacto que puede generar la variabilidad
climática en la estabilidad y funcionamiento ecológico de sus poblaciones.

MATERIALES Y MÉTODOS
Parajes de bosque de pino-encino con la presencia de Q. crassifolia y Q. sideroxyla, se seleccionaron en
los estados de Chihuahua y Durango. El sitio Barajas (BAR) en Tepehuanes, Durango (25º21'26'' N, -
106º16'15.0'' O; 2,281 m de elevación), mostró dominancia de Q, crassifolia; mientras que los sitios Encinal
y Centenario (ENC+CEN), Pueblo Nuevo, Durango (23º40'57.1'' N, -105º 4'21.3'' O; 2,564 m de elevación)
y Klepac (KLE), municipio de Madera, Chihuahua (29º43'06.4'' N, -108º16'1.0'' O; 2,391 m de elevación),
mostraron dominancia de Q. sideroxyla. Secciones transversales de 5.0 cm de espesor, se obtuvieron con
motosierra, provenientes de la base de tocones de árboles de encino recién derribados para
aprovechamiento comercial. El número de muestras por sitio fue de 30 secciones, las cuales se
identificaron en campo y secaron a temperatura ambiente por un período de tres semanas. Las secciones
se pulieron en una secuencia de lijas de gruesa a fina. Los incrementos anuales se prefecharon y midieron
en un sistema de medición Velmex a una precisión de 0.001 mm. La verificación del datado y generación
de series dendrocronológicas se realizó mediante técnicas dendrocronológicas convencionales. La función
de respuesta de las especies se determinó con el programa Dendroclim y mediante correlaciones simples
entre la cronología y variables climáticas regionales (precipitación, temperatura promedio, máxima y

94
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

mínima), considerando un período de 18 meses (6 meses previos al año de crecimiento y 12 durante la

formación del crecimiento).

RESULTADOS Y DISCUSIÓN
Los crecimientos de las especies analizadas indican que éstos son de naturaleza anual y que las series
pueden ser utilizadas con fines de reconstrucción climática, para definir la influencia que variables como
precipitación y temperatura ejercen en el incremento radial anual, producción de biomasa y de captura de
carbono. Las series de anillo total de Q, crassifolia de los sitios ENC y CEN en el municipio de Pueblo
Nuevo, Durango, se extendieron de 1904 a 2018, la de Tepehuanes, Durango (BAR) de 1840 a 2016 y la
de Q. sideroxyla del sitio KLE, Chihuahua de 1863 a 2018. Para fines de comparación de su variabilidad
interanual, se muestra el período común de 1900 a 2018 (Figura 1). En la Figura 1 se observa que, a pesar
de la distancia entre sitios, las especies responden de manera similar a algunos eventos climáticos
extremos que afectaron todo el norte de México, como fueron los años húmedos de 2007, 2010 y 2015 o
los años secos de 1956, 1971, 1989, 2005, 2011-2013, entre otros.

ENC+CENT Tepehuanes Klepac

2
Índice de Ancho de Anillo (RWI)

1,5

0,5

0
1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000 2010
Año

Figura 1. Series de anillo total de Q, crassifolia y de Q. sideroxyla, presentes en bosques de pino-encino

de Durango y Chihuahua.

La función de respuesta indicó que tanto la especie Q. crassifolia como Q. sideroxyla de las poblaciones
en estudio, respondieron de manera similar a la precipitación acumulada octubre-mayo (r = 0.787, p < 0.01)
y negativamente a la temperatura máxima del mismo período (r = -0.5, p < 0.01) (Figura 2); una respuesta
significativa se obtuvo también con la temperatura promedio estacional diciembre-febrero (r = 0.32, p <
0.01, n = 113) y con temperatura mínima de diciembre-febrero (r = -0.273, p < 0.01, n = 113). Esta respuesta
climática pone en riego la estabilidad de estas especies, debido a que un incremento estacional en las
temperaturas máximas y un decremento de la precipitación en la estación de crecimiento puede conducir
a muerte regresiva, reducción en el reclutamiento y a desestabilizar en general el funcionamiento ecológico
de estas especies (Gómez-Mendoza y Arriaga, 2008).

95
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

0,5
0,4
0,3
0,2
Correlación

0,1
0
-0,1
-0,2
-0,3
-0,4
-0,5

Mes

Las barras en obscuro corresponden a precipitación y en gris a temperatura máxima. Las líneas
horizontales discontinuas indican el nivel de confianza (p< 0.05) y valores por encima y por debajo de las
mismas son significativas.
Figura 2. Comportamiento general del análisis de función de respuesta de Q. crassifolia y de Q.
sideroxyla para los sitios de estudio de Durango y Chihuahua.

CONCLUSIONES
Las especies Q. crasifolia y Q. sideroxyla forman anillos de crecimiento anual y pueden ser de utilidad para
desarrollar reconstrucciones dendroclimáticas por varios siglos en el pasado. La función de respuesta de
estas especies indican que incrementos en las temperatura máxima y decrementos en precipitación
ocurridos durante la estación de crecimiento provocan un efecto negativo en su desarrollo, lo cual implica
considerar la implementación de acciones que coadyuben a minimizar el impacto del calentamiento global.

AGRADECIMIENTOS Y FUENTE FINANCIERA

La presente investigación se financió a través del proyecto fiscal con No. SIGI: 856534886 “Estudios
dendrocronológicos de poblaciones de encino (Quercus spp) en el norte de México para reconstrucción de
clima, biomasa aérea y captura de carbono” y del proyecto CB-2016-01/2831334 “Red dendrocronológica
mexicana y aplicaciones hidroclimáticas y ecológicas”.

REFERENCIAS BIBLIOGRÁFICAS
Casiano-Domínguez, M., F. Paz-Pellat, M. Rojo-Martínez, S. Covaleda-Ocon, y D.R. Aryal. 2018. El
carbono de la biomasa aérea medido en cronosecuencias, primera estimación en México. Madera
y Bosques 24, No. Especial, e2401894.
Gómez-Mendoza, L. and L. Arriaga. 2008. Modeling the Effect of Climate Change on the Distribution of Oak
and Pine Species of Mexico. Conservation biology: the journal of the Society for Conservation
Biology. 21. 1545-55. 10.1111/j.1523-1739.2007.00814.x.
Ordóñez Díaz, J.A., A. Galicia Naranjo, N.J. Venegas Mancera, T. Hernández Tejeda, M. de J. Ordóñez
Díaz, y R. Dávalos-Sotelo. 2015. Densidad de las maderas mexicanas por tipo de vegetación con base
en la clasificación de J. Rzedowski: compilación. Madera y Bosques vol. 21, No. especial: 77-126.
Rzedowski J. 1978. Vegetación de México. LIMUSA. México, D.F., pp. 432.
Valencia-A., S. 2004. Diversidad del género Quercus (Fagacea) en México. Boletín de la Sociedad Botánica
de México 75: 33-53. DOI: 10.17129/botsci.1692.

96
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

PROPAGACIÓN DE ERRORES DE MEDICIÓN EN ESTIMACIÓN DE BIOMASA EN BOSQUE DE PINO

Ramón Trucíos Caciano1*, Ernesto Alonso Rubio Camacho2, Christoph Kleinn3

1CENID-RASPA, INIFAP; 2Centro Experimental Centro Altos de Jalisco, CIRPAC, INIFAP; 3Universidad
de Göttingen.

*Autor para correspondencia: [email protected]

Palabras clave: Biomasa forestal, incertidumbre, dendrometría.

INTRODUCCIÓN
El reporte de incertidumbre en resultados de estudios dirigidos a medio ambiente o ecología, es importante
porque los resultados se utilizan en toma de decisiones. Al incluir este análisis de incertidumbre en
estimación de biomasa forestal aérea (BFA), se hace referencia tanto a precisión como a transparencia y
confiabilidad de los resultados. Los estudios que incluyen el análisis de incertidumbre se han incrementado
en la última década, debido al desarrollo de nuevas políticas gubernamentales. Al respecto, en México se
ha promovido el desarrollo de políticas públicas que tomen en cuenta las estrategias de los sectores
económico-político, relacionadas con parámetros técnicos de emisiones forestales.

En el caso del inventario nacional forestal (INF), los datos colectados son propensos a errores, entendiendo
el “error” como la variabilidad asociada a la medición. El error total estimado con datos del INF, en la
estimación de variables como BFA, involucra dos componentes, los errores de muestreo y los errores no
debidos al muestreo. Sin embargo, en México solo se reporta el error de muestreo como la fuente de todas
las variaciones en las variables reportadas, sin incluir el reporte de los errores no debidos al muestreo.

OBJETIVO
El objetivo de este estudio fue analizar la propagación de errores para cuantificar la contribución del error
de muestreo en comparación con los errores no debidos al muestreo. Para lo cual, se estimaron los errores
de medición en variables dasométricas (diámetro y altura total), toda vez que no existen trabajos publicados
en donde se reporten estos errores en bosque templado para Durango.

MATERIALES Y MÉTODOS
El área de estudio fue la UMAFOR 1008 o El Salto, en el suroeste del estado de Durango. Esta UMAFOR
tiene 558,270 ha, de las cuales el 52 % es bosque templado. Las parcelas muestreadas fueron plantaciones
de alta densidad de pino, edades de 20 a 40 años sin plan de manejo forestal. Se seleccionaron 10 sitios
de muestreo: La Victoria, La Campana, Borbollones, La Campana 2, Pueblo Nuevo, Pueblo Nuevo 2,
Pueblo Nuevo 3, La Campana 3, El Brillante 2 y El Brillante 3. En estos sitios, se aplicó una técnica de
doble medición de las variables dasométricas (diámetro a la altura del pecho –DAP- y altura total -A-) e
identificación de especie. Para las mediciones, se aplicó el criterio del manual de procedimientos para
medición en campo de la CONAFOR para el INF. Los instrumentos utilizados fueron forcípula, para el
diámetro, y Vertex IV para la altura total de cada árbol. La distancia y geo-posición de los árboles se obtuvo
con una estación total Sokkia CX. Para la estimación de los errores de medición, se aplicó una medición “a
ciegas”, en donde dos personas midieron todos los árboles en diámetros y alturas con los mismos
instrumentos y utilizando el mismo criterio de medición, sin dar a conocer entre ellos las mediciones que
realizaron. Una tercera persona registró los datos de campo. Por su parte, los errores de medición se
estimaron utilizando las discrepancias para cada par de las dobles mediciones y se obtuvo la función de
densidad de probabilidad por categoría diamétrica. La biomasa forestal aérea (BFA) se calculó de forma
indirecta utilizando modelos alométricos y empleando las variables medidas en campo (DAP, altura total y
especie). De forma inicial, se realizó una caracterización del área muestreada para determinar la especie
dominante y estadísticos de las medidas realizadas, DAP, altura total y estimación de BFA; también, se
registró el rango de la información registrada/estimada para las variables mencionadas. Para el cálculo de
incertidumbres, se estimaron los errores y contribuciones de los errores de medición de DAP y altura total,
así como de la correlación diámetro-altura (𝝆(𝑫𝑨𝑷,𝑨) ). Posteriormente, se estimaron errores y contribuciones
a nivel biomasa aérea de árbol, en donde interviene el modelo alométrico (MA). Las contribuciones, se
refieren a la proporción de los errores en cada estrato, es decir, que porcentaje contribuye un error de

97
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

medición de DAP (o altura total) al error de medición total; o bien, cuanto contribuye el error de los MA a la
Incertidumbre de la estimación de BFA a nivel árbol; y finalmente, cuanto contribuyen los errores de
medición y los errores de muestreo a la incertidumbre total. Cabe destacar que a la par de la estimación
de las incertidumbres, se calcularon las incertidumbres o errores relativos, es decir, aquellos relacionados
con el tamaño de la medición DER (desviación estándar relativa) y EER (error estándar relativo) en la
incertidumbre total. Una vez realizada la agregación en parcelas y proyectadas a valores de BFA por
hectárea, se estimaron errores y contribuciones de errores de muestreo (u EM) y errores no debidos al
muestreo (errores de medición y errores de MA, u NM). La propagación de los errores se hizo utilizando
dos técnicas, una paramétrica o Método GUM (Guide to the Expression of Uncertainty in Measurement) y
una no paramétrica empleando métodos de simulación de Monte Carlo (MSMC). Para la primera técnica,
se utilizó la metodología propuesta por el comité conjunto para guías en metrología (amplia descripción del
método en JCGM, 2010). Para la segunda técnica, se realizaron 10,000 iteraciones hasta que la variación
en la estimación de BFA fuera menor al 1 %, de acuerdo con lo establecido por el Grupo Intergubernamental
de Expertos sobre el Cambio Climático. Finalmente, se obtuvo el valor estimado de la BFA, la incertidumbre
total (u BFA) y la incertidumbre de la BFA expandida (u BFA EXP) que representa un intervalo de confianza
del 95% para la incertidumbre total estimada.

RESULTADOS Y DISCUSIÓN
La especie Pinus cooperi fue la especie dominante, con 92.8 % de los 4,262 árboles muestreados. El
valor medio de la medición/estimación y el rango de valores de diámetro (DAP), altura total (A), y
biomasa forestal aérea (BFA) se muestran en el Cuadro 1. Los errores promedio para DAP fueron de
0.36 cm o desviación estándar relativa (DER) de 2.2 %. Lo anterior, es consistente con otros estudios
similares, donde se obtuvieron DER de 1.5 % (Luoma et al., 2017) o en el caso de Kitahara et al. (2010)
quienes obtuvieron DER de 1.3 – 2.9 % en bosque de coníferas y DER de 1.2-3.2 % en bosque caducifolio.
En alturas, los errores promedio de medición fueron de 0.61 m o DER de 4.6 %, por debajo de los
reportados por Kitahara et al. (2010) de 0.66 a 1.02 m, pero similares a los estimados por Luoma et al.
(2017) con 0.5 m o DER de 2.9 %.

Cuadro 1. Valores promedio y rango de datos en bosque de Pino en El Salto, Durango.

Árboles DAP A BFA
Variable /estimador
árboles ha-1 (cm) (m) (Mg ha-1)
Valor medio 1137 16.9 13.3 176.07
Rango de la medición/estimación 424 - 1901 7.5 - 55.75 3.5 - 27.6 86.61 - 228.41

Al utilizar los errores no debidos al muestreo (medición y modelos alométricos), se realizó la propagación
de errores por el Método GUM (Cuadro 2). En el Cuadro 2, se observa que los errores (u) de altura (A)
tienen una mayor contribución (44 %), por encima de la medición de diámetro (DAP) y la correlación
diámetro-altura (𝜌(𝐷𝐴𝑃,𝐴) ). Sin embargo, en la estimación de BFA a nivel árbol, la mayor contribución de
errores es debida al modelo alométrico (MA) con 98.3 % y en menor proporción por los errores de medición
(u Med). En la incertidumbre total, la mayor fuente de incertidumbre provino del error de muestreo (EM)
con 98.74 %, mientras que los errores que no son de muestreo (u NM) contribuyen con 1.26 %. Esta mayor
contribución por parte del error de muestreo en inventarios forestales, para bosque templado, ha sido
reportada por McRoberts y Westfall, 2016.

Al comparar los dos métodos de propagación de errores (Cuadro 3), Método GUM y Simulaciones de Monte
Carlo (MSMC), se observó una sobre estimación del error de muestreo (EM) por parte del Método GUM,
sin ser significativa. Esta similitud en estimación de errores por ambos métodos se justifica con la
independencia que presentaron las variables empleadas (Farrance y Frenkel, 2014).

98
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Cuadro 2. Incertidumbre en la estimación de BFA, utilizando el valor de errores de medición por

categoría diamétrica.
Errores no debidos al muestreo (nivel árbol) Incertidumbre Total
Incertidumbre en medición (referidos a una hectárea)
Masa

uDAP uA uρDAP,A* uMed uMA u Árbol u NM EM u BFA BFA u BFA EXP

kg kg kg kg kg kg Mg Mg Mg Mg Mg
6.15 7.57 5.92 11.41 87.42 88.16 1.56 13.78 13.87 176.07 ±27.18
--Porcentaje

u2DAP u 2A uρDAP,A uMed u2Med u2MA uÁrbol u2 NM EM2 u BFA BFA EER
% % % kg % % kg % % Mg Mg %
29.0 44.0 27.0 11.41 1.7 98.3 88.16 1.26 98.74 13.87 176.07 7.88
* Esto representa el cálculo √𝒖 𝝆(𝑫𝑨𝑷,𝑨)

Cuadro 3. Propagación de incertidumbres con el Método de Simulación de Montecarlo (MSMC) en

comparación con las incertidumbres estimadas por el método GUM.
Método de propagación NM EM u BFA BFA EER
de incertidumbre % % Mg ha -1
Mg ha -1
%
MSMC 1.19 99.81 13.86 176.14 7.87
Método GUM 1.26 98.74 13.87 176.07 7.88

CONCLUSIONES
La técnica de re-mediciones es efectiva para calcular los errores de mediciones de diámetro y altura,
obteniendo los parámetros de error para las categorías de diámetros y alturas. El Método GUM, para
propagación de errores, describe la combinación de los errores desde la medición hasta la estimación de
la incertidumbre. Lo anterior, permite un mejor entendimiento de como las incertidumbres no solo se
combinan sino también como influye la agregación en los niveles árbol, parcela, área de estudio. El método
de Monte Carlo probó ser efectivo en la estimación de incertidumbre para BFA, al ser empleado en un
lenguaje de programación (implementado en una computadora personal) puede sustituir la complicada
matemática del Método GUM.

AGRADECIMIENTOS Y FUENTE FINANCIERA

Se agradece al CONACYT debido a que esta investigación se realizó por medio de una estancia de
investigación durante el estudio de doctorado en la Universidad de Göttingen. De igual forma, se agradece
a la UJED, en especial al Dr. Javier Corral Rivas, quién fue el Investigador receptor con quién se realizó la
estancia de investigación.

REFERENCIAS BIBLIOGRÁFICAS
Farrance, I., & Frenkel, R. (2014). Uncertainty in measurement: A review of monte carlo simulation using
microsoft excel for the calculation of uncertainties through functional relationships, including
uncertainties in empirically derived constants. Clinical Biochemist Reviews, 35(1) 37–61.
https://doi.org/http://dx.doi.org/10.1016/j.probengmech.2016.04.005
JCGM. (2010). Evaluation of measurement data: Guide to the expression of uncertainty in measurement.
(I. and O. BIPM, IEC, IFCC, ILAC, ISO, IUPAC, Ed.) (2nd ed.). Joint Committee for Guides in
Metrology (JCGM).
Kitahara, F., Mizoue, N., & Yoshida, S. (2010). Effects of training for inexperienced surveyors on data quality
of tree diameter and height measurements. Silva Fennica, 44(4), 657–667.
https://doi.org/10.14214/sf.133
Luoma, V., Saarinen, N., Wulder, M. A., White, J. C., Vastaranta, M., Holopainen, M., & Hyyppä, J. (2017).
Assessing precision in conventional field measurements of individual tree attributes. Forests, 8(2),
1–16. https://doi.org/10.3390/f8020038
McRoberts, R. E., & Westfall, J. A. (2016). Propagating uncertainty through individual tree volume model
predictions to large-area volume estimates. Annals of Forest Science, 73(3), 625–633.

99
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

MODELOS DE DISTRIBUCIÓN ESPACIAL PARA ÁRBOLES SUPERIORES DE Pinus oocarpa Schiede

Martín Enrique Romero-Sánchez1*, Mario Valerio Velasco-García1, Ramiro Pérez-Miranda1, Efraín

Velasco-Bautista1, Antonio González-Hernández1

1Cenid Comef, INIFAP.

*Autor para correspondencia: [email protected]

Palabras clave: CART, Random forests, Distribución de especies, Conservación.

INTRODUCCIÓN
La modelación espacial para determinar las áreas de distribución natural y posible de las especies
forestales se propone como herramienta para definir estrategias de conservación y manejo. Una
información precisa sobre la distribución espacial de las especies forestales es una condición previa para
casi todas las cuestiones relacionadas con la ecología forestal regional. La modelización espacial y los
modelos de nicho ecológico, junto con otras herramientas analíticas (por ejemplo, los SIG), permiten
evaluar lugares con poca o ninguna información sobre las especies y modelizar su distribución en función
de las condiciones actuales o futuras (Romero-Sanchez et al., 2018). Los modelos de distribución de
especies (SDM) combinan datos de presencia de especies y variables ambientales para predecir la
distribución espacial de las especies (Melo-Merino et al., 2020). Pinus oocarpa Schiede es particularmente
importante entre todos los pinos distribuidos en México porque es la principal especie productora de resina.
La evaluación de las áreas adecuadas para establecer plantaciones de árboles superiores de P. oocarpa
sigue siendo un área de investigación destacada en México, especialmente utilizando diferentes enfoques
de modelización. El enfoque “Random forests” (RF) es un potente algoritmo de SDM que por defecto puede
producir mapas de distribución de especies con respuestas categóricas y numéricas basados en árboles
de clasificación y de regresión (Classification and Regression Trees, CART), respectivamente. Los
algoritmos CART también pueden producir predicciones numéricas (probabilidad de clase) de la
distribución de especies, aunque con menor potencia que el enfoque Random Forests.

OBJETIVO
En este trabajo utilizamos ambos enfoques (CART y Random Forests) para modelar la distribución espacial
de árboles superiores de Pinus oocarpa con el objetivo de identificar áreas de posible interés para la
conservación de esta especie.

MÉTODOS
El área de estudio comprende bosques templados del centro de México, donde se ha reportado la presencia
de Pinus oocarpa. Registros de presencia de árboles superiores de Pinus oocarpa se obtuvieron para
modelar distribución de la especie. Las capas de datos climáticos utilizadas para la modelización fueron
superficies climáticas actualizadas de alta resolución (90 m de tamaño de píxel) para México para el periodo
climático mensual medio 1910-2009 (https://rmets.onlinelibrary.wiley.com/doi/full/10.1002/joc.3848). Las
capas corresponden a los valores mensuales de precipitación, temperatura máxima y mínima diaria, y otras
variables bioclimáticas derivadas de los valores mensuales de precipitación y temperatura (Cuervo-Robayo
et al., 2014). Debido a que solo se tuvieron datos de presencia de la especie, y por lo general se requieren
datos de “ausencia”, se decidió utilizar datos de fondo (background), los cuales son la expectativa aleatoria
(o de máxima entropía); definida como lo que se obtendría si la especie no tuviera preferencia por ninguna
de las variables predictoras (o por otras variables que no están en el modelo, pero que están
correlacionadas con las variables predictoras). Por lo tanto, se generaron alrededor de 300 puntos
aleatorios dentro del marco de distribución de los registros de presencia de Pinus oocarpa. Finalmente se
obtuvo una base de datos con registros de presencia y pseudo-ausencia de la especie. Posteriormente, se
ajustaron dos modelos de distribución: uno basado en árboles de regresión (Classification and Regression
Trees, CART) y el otro en el algoritmo Random forests. Todos los análisis se realizaron dentro del ambiente
del software estadístico de distribución libre R (R Core Team., 2020).

100
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

RESULTADOS Y DISCUSIÓN
Los resultados mostraron un ajuste importe para el árbol de regresión utilizado (Error de nodo raíz: 0.249)
Sin embargo, el enfoque adolece de una alta varianza (lo que significa que el modelo tiende a ajustarse en
exceso, lo que significa que es diferente cada vez que se utilizan conjuntos de datos ligeramente
diferentes); y la calidad de sus predicciones se resiente por ello. En cambio, Random Forest no tiene ese
problema. En ambos casos, la distribución espacial de los árboles superiores de Pinus oocarpa mostró el
mismo comportamiento, aunque la probabilidad de ocurrencia estuvo mayormente diferenciada para el
caso del modelo Random Forest (Figura 1).

Figura 1. Probabilidad de distribución de árboles superiores de P. oocarpa (izquierda: CART; derecha:

Random forests).

Random Forest es un método de clasificación y árbol de regresión (CART) basado en bootstrap que corrige
muchos de los problemas conocidos de CART, como el sobreajuste, y proporciona predicciones muy bien
respaldadas con un gran número de variables independientes (Cutler et al., 2007), por lo que los resultados
se asumen como más confiables. En ambos casos, los resultados de salida sí mostraron una diferencia
marcada en cuanto a la superficie estimada con los diferentes niveles de probabilidad de ocurrencia
(Cuadro 1).

Cuadro 1. Superficies estimadas por intervalo de probabilidad de ocurrencia para Pinus oocarpa.
Modelo/Probabilidad de ocurrencia
100-75 75-50 50-25
(%)
CART 565,244 ha 0 0
Random forest 114,176.79 ha 214,674.3 ha 559,142.19 ha

Finalmente, la validación de los modelos mostró resultados aceptables ya que los valores del área bajo la
curva (ROC) estuvieron en el orden de 0.98, mientras que la tasa de omisión y análisis de sensibilidad
tuvieron valores de 0.488 en ambos casos.

CONCLUSIONES
Las herramientas de modelado espacial para modelos de distribución de especies basadas en métodos no
paramétricos ofrecen una alternativa apropiada para determinar áreas de interés de conservación y
probabilidad de distribución para Pinus oocarpa.

Aunque el tamaño de muestra fue relativamente pequeño (n=537), las predicciones estuvieron respaldadas
y mostraron un ajuste adecuado de acuerdo con las variables utilizadas.

AGRADECIMIENTOS Y FUENTE FINANCIERA

El presente trabajo forma parte del proyecto “Selección fenotípica y establecimiento de Huertos Semilleros
Sexuales de Pinus oocarpa para la producción de resina”, financiado por el INIFAP.

101
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

REFERENCIAS BIBLIOGRÁFICAS
Cuervo-Robayo, A. P., Téllez-Valdés, O., Gómez-Albores, M. A., Venegas-Barrera, C. S., Manjarrez, J., &
Martínez-Meyer, E. 2014. An update of high-resolution monthly climate surfaces for Mexico.
International Journal of Climatology, 34(7), 2427–2437. https://doi.org/10.1002/joc.3848
Cutler, D. R., Edwards, T. C., Beard, K. H., Cutler, A., Hess, K. T., Gibson, J., & Lawler, J. J. 2007. Random
Forest for classification in Ecology. Ecology, 88(11), 2783–2792. https://doi.org/10.1890/07-0539.1
Melo-Merino, S. M., Reyes-Bonilla, H., & Lira-Noriega, A. 2020. Ecological niche models and species
distribution models in marine environments: A literature review and spatial analysis of evidence.
Ecological Modelling, 415(April 2019), 108837. https://doi.org/10.1016/j.ecolmodel.2019.108837
R Core Team. 2020. R: A languaje and environment for statistical computing. R Foundation for Statistical
Computing, Vienna, Austria. http://www.r-project.org
Romero-Sanchez, M., Perez-Miranda, R., Gonzalez-Hernandez, A., Velasco-Garcia, M., Velasco-Bautista,
E., & Flores, A. 2018. Current and Potential Spatial Distribution of Six Endangered Pine Species of
Mexico: Towards a Conservation Strategy. Forests, 9(12), 767. https://doi.org/10.3390/f9120767

102
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

CONTENIDO DE CERAS EPICUTICULARES A DIFERENTES ESTRATOS DE CLADODIOS DE

Opuntia ficus-indica (L.) Mill.

Nohemi Torres Aranda1, Juan Antonio Reyes Agüero2, Juan Ángel Morales Rueda3, Flor Álvarez Mitre3,
Juan Antonio Rendón Huerta1*

1Universidad Autónoma de San Luis Potosí; 2 Instituto de Investigación de Zonas Desérticas, UASLP;
3Viscoelabs Materials Research Center.

*Autor para correspondencia: [email protected]

Palabras clave: Nopal, extracción Soxhlet, microscopia.

INTRODUCCIÓN
Químicamente las ceras son ésteres de ácidos grasos de cadena larga con alcoholes de peso molecular
elevado (Cabello et al., 2013). Rykaczewski et al. (2016) mencionan que los nopales tienen características
fisiológicas particulares como; estructuras poliméricas alifáticas o ceras que les permiten almacenar y
conservar el agua en sus tejidos. Esto les permite sobrevivir a la escasez de agua y a las variaciones de
temperatura. De acuerdo con Blake et al. (2014), las ceras vegetales son subproductos agrícolas que se
convierten en materiales comercialmente disponibles y económicamente factibles.

OBJETIVO
El objetivo de este trabajo fue extraer y comparar los rendimientos de ceras epicuticulares a diferentes
estratos de cladodios de individuos de diferentes edades de Opuntia ficus-indica (nopal verdura).

MATERIALES Y MÉTODOS
Las muestras de cladodios de Opuntia ficus-indica fueron recolectadas en la colección viva de O. ficus-
indica del Instituto de Investigación en Zonas Desérticas de la UASLP (IIZD-UASLP). Se seleccionaron tres
individuos con distinto grado nivel de crecimiento o edad (Figura 1), los cuales se denominaron 4, 7 y 12
estratos, el más viejo de los individuos tenía 10 años de edad.

1 1
1 1 2 1
2
1 2 2 11 2
3
3
2
4 3 4 4
2 5
5 2 1
2 6 6 2
1 11 4 1 1
7 7 5 2
1 4
3 2 3
8 7
8
9

10

Figura 1. Identificación de los estratos de O. ficus-indica (Imagen de Mónica Rodríguez R).

Extracto etéreo y compuestos cerosos. Se analizó el contenido de extracto etéreo y rendimiento de

compuestos cerosos en la penca base y aérea de los individuos 4, 7 y 12 estratos. La extracción se realizó
por el método Soxhlet (AOAC, 2005). Se utilizaron de cada estrato de la planta 10 g de muestra sólida
fragmentadas, previamente secadas a 60°C por 24 horas en un horno de aire forzado (SHEL LAB) se
colocaron en cartuchos de papel filtro. El disolvente extractante (140 mL de hexanos; Jalmek Científica
S.A. de C.V. NL, México) se calentó a ebullición 70° C, se realizaron seis reflujos de extracción con duración
de 45 a 60 min por reflujo. Para la purificación de las ceras, los extractos se sometieron a un proceso de
lavado con solvente polar (metanol). Se determinó el contenido de ceras en porcentaje (%, p/p) de las muestras.

103
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Microscopía Electrónica de Barrido. Muestras deshidratadas de nopal fueron cortadas en

aproximadamente 0.5 x 0.5 cm y se colocaron en un portaobjetos de cobre circular de 3.0 cm de diámetro.
Posteriormente, el portaobjetos se colocó en una cámara de vacío (Plasma Current SPI Supplies Division
of Structure Probe, Inc.), se generaron atmósferas controladas negativas de 10 -2 torr con argón como gas
inerte para recubrirlas con oro. Las muestras se colocaron en el microscopio electrónico de barrido (JEOL
JSM-6390LV) y la obtención de las imágenes de las muestras se obtuvieron con el software Control User
Interface (Versión 8.25 Copyright 2005, 2007 JEOL TECHNICS LTD). Se tomaron microfotografías a
diferentes magnificaciones para observar las estructuras de la superficie de las muestras de nopal.

Análisis estadístico. Los datos de extracto etéreo y de compuestos cerosos por edad del individuo se
analizaron con un diseño completamente al azar (n=3). Las diferencias entre estrato basal y aéreo se
analizaron por medio una prueba de t de Student para muestras pareadas y además se realizó una prueba
de medias de Tukey con una significancia de p<0.05 con el software estadístico RStudio.

RESULTADOS Y DISCUSIÓN
Extracción de compuestos hidrofóbicos por individuo. En la variable extracto etéreo no se encontraron
diferencias estadísticas entre individuos (p=0.635), la mayor cantidad de extracto etéreo fue de 2.0 % en
el individuo B y C (Figura 2a). En la extracción de compuestos cerosos tampoco se detectaron diferencias
estadísticas entre individuos (p=0.956), el valor más alto fue de 1.38 % en el individuo B (7 estratos de
crecimiento) (Figura 2b). Los resultados obtenidos en este trabajo fueron mayores a los encontrados por
Lopéz-Avila et al. (2020), donde en pencas maduras de O. ficus indica obtuvieron un rendimiento de 0.47 %
extracto etéreo.

b)
a)

Barras están representadas por medias y las barras de error por desviación estándar (n=3).
Figura 2. Comparación de extracción de compuestos hidrofóbicos en individuos con distinto nivel de
crecimiento; 4, 7 y 12 estratos. a) Porcentaje de extracto etéreo y b) Porcentaje de compuestos cerosos.

Extracto etéreo y extracción de compuestos cerosos. La variable extracto etéreo presentó diferencias
estadísticas (p<0.01) entre las penca basal y aérea en el individuo de mayor nivel de crecimiento (12
estratos) (Figura 3a). De igual manera, los compuestos cerosos también presentaron diferencias
estadísticas (p<0.01) entre las penca basal y aérea en el individuo de mayor nivel de crecimiento (12
estratos) (Figura 3b). Es decir, la penca aérea está más protegida por la acumulación de estas sustancias
en contraste con la penca basal que está más lignificada.

104
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

a) b)

Barras están representadas por medias y las barras de error por desviación estándar (n=3).
Figura 3. Extracción de compuestos hidrofóbicos en individuos con distinto nivel de crecimiento A, B y C en
sus pencas aéreas y basales. a) Porcentaje de extracto etéreo y b) Porcentaje de compuestos cerosos.

Microestructura de compuestos cerosos. Se encontraron diferencias en la microestructura en la

superficie del cladodio de nopal, los cladodios aéreos muestran partículas brillantes, blancas y amorfas en
la superficie del cladodio (Figura 4a). De acuerdo con Salem-Fanyou et al. (2014), las partículas amorfas,
brillantes son una capa de cera epicuticular agrietada que cubre las células epidérmicas.

Los cladodios basales presentaron una superficie lisa, con ausencia de estructuras estomáticas que indican
la lignificación del cladodio. Estos no presentaron la capa de cera epicuticular que cubre a las células
epidérmicas. Los resultados indican que el individuo de mayor edad fenológica produce más cantidad de
cera en sus niveles más altos en comparación con los cladodios basales, debido a que están más
expuestos a altas temperaturas, radiación solar y pérdida de agua por transpiración.

Figura 4. Microfotografías de la superficie de Opuntia ficus-indica penca aérea(A) y penca basal(B) a 2500x.

CONCLUSIONES
La producción de extracto etéreo en especímenes de nopal con distintos niveles de crecimiento es igual en
individuos de 4, 7 y 12 estratos, la composición de cera representa el 40% del extracto etéreo. El mayor
contenido de extracto etéreo y cera se encuentra en las pencas aéreas de individuos de mayor edad, en
contraste con la penca basal, la disminución de estos compuestos en la penca basal puede deberse a una
mayor lignificación en especímenes de mayor edad. La implicación de este trabajo es demostrar que,
aunque hay un mayor contenido de cera en pencas aéreas, el rendimiento es muy bajo para extracciones
de cera con fines industriales.

REFERENCIAS BIBLIOGRÁFICAS
Cabello, A.C.J., Sáenz G.A., Barajas, B.L., Pérez, B.C., Ávila, O.C., Valdés, G.J.A. 2013. Cera de candelilla
y sus aplicaciones. Avances en Química, 8(2), 105-110.
Blake, A.I., Co, E. and Marangoni, A.G. 2014. Structure and physical properties of plant wax crystal
networks and their relationship to oil binding capacity. J. Am. Oil Chem. Soc. 91; 885-903.
López-Avila, K.P., Rendón-Huerta, J.A., Pérez-Martínez, J.D., and Morales-Rueda, J.A. 2020. Thermal and
microstructural properties of cuticle hydrophobic compounds from four species of Opuntia. Revista
Chapingo Serie Zonas Áridas, 19(1); 17-27.
Rykaczewski, K., Jordan, J.S., Linder, R., Woods, E.T., Sun, X., Kemme, N. and Majure L.C. 2016.
Microscale mechanism of age dependent wetting properties of prickly pear cacti (Opuntia).
Langmuir, 32; 9335−9341.
Salem-Fnayou, A.B., Zemni, H., Nefzaoui, A. and Ghorbel A. 2014. Micromorphology of cactus-pear
(Opuntia ficus-indica (L.) Mill) cladodes based on scanning microscopies. Micron 56; 68-72.

105
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

FLORA MEDICINAL DE COMUNIDADES DEL CENTRO Y SUR DE QUINTANA ROO

Naybi Muñoz-Cázares1, Francisco Montoya-Reyes1*, Mario S. Durán Castillo1, Fernando Arellano-Martín1

1 Campo Experimental Chetumal, INIFAP.

*Autor para correspondencia: [email protected]

Palabras clave: Servicios ambientales, plantas medicinales, Quintana Roo.

INTRODUCCIÓN
Las plantas medicinales son un servicio ambiental directamente relacionado al bienestar humano, cuyo uso
permanece vigente en muchas comunidades rurales del país y de todo el mundo, constituyendo la principal
alternativa para tratar y/o prevenir enfermedades. El cultivo y la preservación de plantas medicinales está
fuertemente relacionado con los huertos familiares, que representan sitios con alta diversidad biológica y a
su vez bancos de germoplasma. Adicionalmente, estos huertos son reservorios del manejo ecológico
tradicional, y en áreas tropicales, uno de los servicios ambientales más importantes que brindan es la alta
diversidad de especies vegetales que presentan (Caballero-Serrano et al., 2019).

En el estado de Quintana Roo, los huertos familiares también llamados solares o patios, son espacios en
donde se conservan aspectos de la sabiduría botánica y ecológica de la cultura maya, y a su vez, se maneja
una gran cantidad de especies de plantas, principalmente de árboles y arbustos (Pulido-Salas et al., 2017;
Toledo et al., 2008). Esta diversidad, en conjunto con el conocimiento tradicional forma parte de la riqueza
biocultural del estado, sin embargo, su preservación y continuidad está en riesgo debido a los cambios
sociales y económicos que están ocurriendo en toda la región.

OBJETIVO
El presente trabajo tuvo como objetivo registrar las especies de plantas con uso medicinal, así como toda
la información relacionada a su forma de uso en huertos familiares en cinco comunidades de la zona sur y
centro del estado de Quintana Roo.

MATERIALES Y MÉTODOS
El estudio se desarrolló de marzo a junio de 2021, en cinco comunidades del centro y sur de Quintana Roo,
México: Caan Lumil, Miguel Hidalgo, Bacalar, Subteniente López y Chunhuhub. La selección de
comunidades tomó en consideración la presencia de habitantes maya-hablantes y/o pocos registros de
plantas medicinales documentados. La información se recabo mediante entrevistas semiestructuradas y
caminatas de campo realizadas en 13 huertos familiares a médicos tradicionales, yerbateras y habitantes
de las comunidades. Durante estos recorridos, los informantes señalaron los especímenes y dieron
información sobre el nombre local de la planta (nombre maya/español), uso medicinal, dosis, y partes de
la planta empleadas. La identificación de la mayoría de las especies se realizó en campo. Los individuos
que no pudieron ser identificados durante las visitas fueron colectados e identificados con ayuda de
literatura especializada. Los nombres científicos se reportaron de acuerdo con los bancos de datos de The
World Flora Online (http://www.worldfloraonline.org/), y del Missouri Botanical Garden
(www.tropicos.org/name).

Las enfermedades tratadas con las plantas medicinales se agruparon en 14 categorías con base en la
Clasificación Internacional de Enfermedades y Problemas Relacionados con la Salud (CIE-10). Para
verificar la importancia cultural de las plantas medicinales registradas, se estimó el nivel de uso significativo
TRAMIL (UST). La importancia relativa de cada especie, en función del número de usos reportados, se
calculó mediante el índice de valor de uso (IVU).

RESULTADOS Y DISCUSIÓN
Durante las visitas a los huertos familiares se documentaron un total de 138 especies de plantas
medicinales pertenecientes a 115 géneros de 60 familias. Las familias más representadas fueron Fabaceae
(10 especies), seguidas de Solanaceae y Apocynaceae (6 especies cada una), Euphorbiaceae y Rutaceae
(5 especies cada una), Myrtaceae, Acanthaceae, Annonaceae, Arecaceae, Asteraceae y Sapindaceae (4

106
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

especies cada una), Amaryllidaceae, Anacardiaceae, Commelinaceae, Malphigiaceae, Moraceae,

Sapotaceae (3 especies cada una) y el resto de familias con menos de dos especies. La riqueza registrada
en este trabajo fue menor en comparación con trabajos similares realizados también en Quintana Roo, esto
se puede deber a la menor cantidad de huertos analizados, así mismo, en algunos de estos trabajos
también se incluyen especies con un uso diferente al medicinal (Kantún-Balam et al., 2013).

Del total de especies documentadas, 100 (72.46 %) son nativas de la región, 31 (22.46 %) son cultivadas,
y 7 (5.07 %) especies son introducidas (Figura 1A). Se registraron 4 especies endémicas de la Península
de Yucatán: Byrsonima bucidifolia, Colubrina greggii var. yucatanensis, Croton chichenensis y Jatropha
gaumeri. Los huertos estudiados presentaron un porcentaje alto de plantas nativas en comparación con las
especies introducidas y cultivadas, valores muy cercanos a lo reportado anteriormente, ya que se estima
que un 80 % de las especies de los huertos mayas provienen de la flora nativa, y el restante 20 %
corresponde a especies introducidas durante la conquista española (Toledo et al., 2008). Aunque en menor
número, las especies endémicas presentes en los huertos son de gran relevancia, ya que juegan un papel
importante como banco biológico de conservación de germoplasma de las especies de distribución
restringida a la Península de Yucatán (Kantún-Balam et al., 2013).

De las plantas medicinales, las especies arbóreas (46 especies, 33 %) fueron dominantes, seguidas por
las herbáceas (44 especies, 31.88 %) y los arbustos (29 especies, 21 %); mientras que las plantas epífitas,
parásitas, lianas herbáceas y leñosas, así como las palmas reportaron individualmente menos de 10
especies cada una (Figura 1B). Los árboles constituyen la mayor parte de la cobertura vegetal en los
huertos, debido a que fungen como cercos vivos y proporcionan sombra y fresco, además tienen otros usos
alternativos como maderable, alimenticio y forraje (Pulido-Salas et al., 2017).

Figura 1. Descripción del A) Origen y B) Forma de vida de las plantas medicinales utilizadas en los
huertos familiares incluidos en el estudio.

Las especies medicinales citadas por los encuestados se utilizan en el tratamiento de 313 síntomas o
enfermedades. La mayoría de los usos fueron para el sistema digestivo (45 especies), seguido del sistema
genitourinario y enfermedades infecciosas y parasitarias (26 especies cada una), síntomas y signos
generales (23 especies), sistema respiratorio (20 especies), y enfermedades de la piel y tejido subcutáneo
(14 especies). Algunos síntomas o enfermedades son parte de las veinte principales causas de enfermedad
en Quintana Roo (Secretaria de Salud, 2021), de ahí el gran número de especies vegetales destinadas a
su tratamiento.

De acuerdo con el análisis cuantitativo, entre las 138 especies de plantas medicinales registradas, solo 11
tuvieron un alto número de menciones y mostraron un uso significativo TRAMIL (UST) superior al 20 %. El
mayor valor de UST se registró para Cecropia peltata, Hamelia patens (45 % cada una), Citrus × limon,

107
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Tradescantia spathacea (40 % cada una), Citrus × aurantium (35 %), Aloe vera, Bauhinia divaricata, Ruta
graveolens (30 % cada una), Allium cepa, Parthenium hysterophorus y Psidium guajava (25 % cada una).
Los usos tradicionales en las comunidades de estudio, denotan una gran tendencia hacia el tratamiento de
enfermedades digestivas, y padecimientos respiratorios y urinarios. Los resultados mostraron que el Índice
de Valor de Uso (IVU) oscila entre 0.05 y 0.6 para las especies registradas. Nueve especies mostraron el
IVU más alto: Hamelia patens (0.6), Tradescantia spathacea (0.55), Citrus × limon, Zanthoxylum caribaeum
(0.5 cada una), Cecropia peltata, Citrus × aurantium (0.4 cada una), Aloe vera, Parthenium hysterophorus
y Smilax spinosa (0.35 cada una). Las especies con un mayor IVU, reportadas en este estudio, son aquellas
en las que se aprovecha una misma parte de la planta y de diferentes formas, así mismo tienen diferentes
categorías de uso, por lo que son ampliamente utilizadas y cultivadas en todas las comunidades de estudio.

CONCLUSIONES
Las plantas medicinales siguen representando un recurso natural importante para la salud en las
comunidades consultadas del sur y centro del estado de Quintana Roo. Teniendo en cuenta la mayor
proporción de especies nativas y endémicas presentes en los huertos familiares, así como el conocimiento
tradicional asociado; se considera que son importantes reservorios de diversidad biológica y cultural, por
lo que brindan importantes servicios ambientales y de salud en las comunidades seleccionadas.

FUENTE FINANCIERA
Este estudio se realizó con el apoyo del Consejo Nacional de Ciencia y Tecnología (CONACYT) a través
del proyecto: Reactivación del Jardín Etnobiológico del Sitio Experimental “San Felipe Bacalar” para la
conservación y estudio de especies de flora y fauna en el estado de Quintana Roo.

REFERENCIAS BIBLIOGRÁFICAS
Caballero, S. V., B. McLaren., J.C. Carrasco., J. G. Alday., L. Fiallos., J. Amigo. et al. 2019. Traditional
ecological knowledge and medicinal plant diversity in Ecuadorian Amazon home gardens. Glob.
Ecol. Conserv. 17: e00524.
Kantún, B. J., J. Salvador F., J. Tun G., J. Navarro A., L. Arias R. y J. Martínez C. 2013. Diversidad y origen
geográfico del recurso vegetal en los huertos familiares de Quintana Roo, México. Polibotánica.
36: 163-196.
Pulido, S. M., M. J. Ordóñez D. y H. Cálix de Dios. 2017. Flora, usos y algunas causales de cambio en
quince huertos familiares en el municipio de José María Morelos, Quintana Roo, México. Península.
12: 119-145.
Secretaria de Salud. 2021. Anuarios de Morbilidad 1984 a 2020. https://www.gob.mx/salud/acciones-y-
programas/anuarios-de-morbilidad-1984-a-2020. [Consultado el 25 de julio de 2022].
Toledo, V. M., N. Barrera B., E. García F. y P. Alarcón C. 2008. Usos múltiples y biodiversidad entre los
mayas yucatecos (México). Interciencia. 33(5): 345-352.

108
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

RELACIÓN BIOMASA AÉREA Y RADICULAR EN BOSQUES DE Pinus hartwegii Lindl., DEL

PARQUE NACIONAL IZTACCÍHUATL-POPOCATÉPETL, MÉXICO

Miguel Acosta Mireles1, Fernando Carrillo Anzures1*, Martín Enrique Romero-Sánchez2, Ramiro Pérez-Miranda2,
Lucila González Molina1, Ángel Leyva Ovalle3, Daniel Sánchez Velázquez4

1Campo Experimental Valle de México, CIR-Centro, INIFAP; 2Cenid Comef, INIFAP; 3Division de Ciencias
Forestales, Universidad Autónoma Chapingo; 4Parque Nacional Iztaccíhuatl-Popocatépetl, Comisión
Nacional de Áreas Naturales Protegidas.

*Autor para correspondencia: [email protected]

Palabras clave: Biomasa radicular, contenido de carbono, cuantificación de biomasa.

INTRODUCCIÓN
El dióxido de carbono (CO2) es uno de los gases de efecto invernadero (GEI) que más contribuye al
calentamiento global y una forma de mitigar sus efectos es almacenarlo en la biomasa, mediante la
fotosíntesis y en el sistema suelo-vegetación (Rojas et al., 2015; Zhang et al., 2019). El suelo es el almacén
de carbono más importante en los ecosistemas terrestres, particularmente los bosques y la mayor
concentración del bióxido de carbón se encuentra en las capas más superficiales del suelo.

Una de las principales estrategias que se realizan para reducir el incremento en la concentración de CO 2
en la atmósfera, es mediante la captura y secuestro de carbono en la biomasa forestal. Por ello, el desarrollo
de investigación de especies forestales que permiten cuantificar el carbono fijo en los bosques, son de gran
importancia en la actualidad. Se han ajustado varios modelos para determinar la cantidad de biomasa
arbórea y arbustiva en la parte aérea de especies de árboles (Martínez et al., 2020), sin embargo, aún no
se ha cuantificado la proporción de biomasa de la parte aérea con la parte radicular en diversas especies.

OBJETIVO
Por tal motivo, el objetivo del presente trabajo fue determinar la proporción de biomasa radicular en árboles
de un bosque natural de Pinus hartwegii, en el Parque Nacional Izta-Popo.

MATETRIALES Y MÉTODOS
El trabajo de campo fue realizado en un predio ubicado en el paraje Llano Grande El Alto, municipio de
Tlalmanalco, Estado de México en el Parque Nacional Iztaccíhuatl-Popocatépetl. Para conseguirlo se
seleccionaron de manera directa 17 árboles que fueron derribados por vientos fuertes presentados en el
mes de marzo de 2016. La selección directa fue debido a que de esa forma se logró abarcar la mayor parte
de categorías de tamaños de los árboles que fueron derribados. Todos los árboles derribados fueron de la
especie de Pinus hartwegii y el fenómeno meteorológico derribó aproximadamente 500 individuos de
diferentes tamaños de altura y diámetro, acción que dejó expuesta fundamentalmente el sistema radicular
principal, no obstante, las raíces pequeñas quedaron bajo tierra. Al momento de realizar la cuantificación
del sistema radicular, los árboles medidos ya no contaban con el tallo principal ni ramas, debido a que los
poseedores de los árboles caídos, los habían aprovechados comercialmente.

Las raíces fueron limpiadas y se eliminaron el exceso de suelo y piedras adheridas e incrustadas. Luego,
para su pesaje las básculas empleadas fueron soportadas en una barra metálica sujetada al enganche de
tres puntos de un tractor agrícola marca New Holland 6810TM. Para registrar el peso del material en campo,
se usaron dos tipos de básculas: (1) de reloj marca JdecnaTM, capacidad 200 kg para pesar el material
más pesado, como las raíces grandes y completas, y (2) báscula colgante marca Tecnocor 20-CHSTM de
20 kg para pesar las submuestras que serían trasladadas posteriormente al Campo Experimental Valle de
México. Las submuestras fueron obtenidas de manera aleatoria de diferentes partes de la raíz.

De las submuestras de raíz seleccionadas al azar en campo, se colocaron en un invernadero para obtener
su peso seco, pero como no fue posible secarlas completamente y para secarlas completamente, se
tomaron 10 submuestras al azar de las muestras secadas en estufa, de aproximadamente 5 g cada una.

109
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

RESULTADOS Y DISCUSIÓN
El diámetro normal de los árboles muestreados varió de 8.4 a 63.4 cm, mientras que el peso seco radicular
fue de 7.0 a 466.2 kg.

Se ajustó el modelo potencial y=0.1177X 2.0405 dónde se aprecia que la tendencia de los datos obtenidos
se ajusta al modelo propuesto, con un valor de r2 =0.9212 (Figura 1).

600,0

500,0
Biomasa de la raíz (kg)

y = 0,1177x2,0405
400,0
R² = 0,9212
300,0

200,0

100,0

0,0
0,0 10,0 20,0 30,0 40,0 50,0 60,0 70,0
Diámetro normal (cm)

Figura 1. Gráfica de dispersión de los valores de biomasa de las raíces, calculados paraPinus hartwegii y
su línea de regresión generada.

Los resultados generados en este estudio tienen un rango de contenido de biomasa para la parte radicular
que va de 22.99 % a 42.49 %. Es un poco más amplio que los obtenidos por Zhang et al. (2019) para Pinus
sylvestris L. var. mongólica Litv., que fue de un intervalo de 27.7 al 31.7 % de la biomasa radicular con
respecto al total del árbol (Ortíz y Rodríguez, 2008; Méndez, et al., 2011), mientras que en un estudio
realizado para Pinus hartwegii, Cortes et al. (2019) encontraron que los valores generados de biomasa de
la raíz, tallo, ramas y follaje se ubicaron dentro del rango de porcentajes encontrados en diferentes sitios.
Por su parte, Martínez et al. (2020) realizaron una investigación sobre el contenido de biomasa en brinzales,
de no más de 20 cm de diámetro normal y una altura máxima menor a 3 m, en una plantación Pinus
hartwegii, en el Paso de Cortes. Separaron la biomasa por componentes: raíz, tallo, ramas y follaje, y
encontraron que en la parte radicular la proporción de la biomasa comparada con el total del árbol varió del
10.8 al 62.4 %.

CONCLUSIONES
Se estimó que la proporción de biomasa radicular de los árboles de Pinus hartwegii mediante la ecuación
alometrica generada la cual representa aproximadamente 30 % del total de cada árbol.

REFERENCIAS BIBLIOGRÁFICAS.
Martínez l. E., Carrillo A. F., Acosta M. M., Romero S. M. E. y Pérez M.R. 2020. Ecuaciones alométricas
para estimar carbono en brinzales de Pinus hartwegii Lindl. Revista Mexicana de Ciencias
Forestales. 11(60): 144-160
Méndez G.; J., Luckie N. S. J.; Capó A. M. A. y Nájera L. J. A. 2011. Ecuaciones alométricas y estimación
de incrementos en biomasa aérea y carbono en una plantación mixta de Pinus devoniana Lindl. y
P. pseudostrobus Lindl., en Guanajuato, México. Agrociencia, 45(4):479-491.
Ortíz-Rodríguez, J. N., & Rodríguez-Trejo, D. A. (2008). Incrementos en biomasa y supervivencia de una
plantación de Pinus hartwegii Lindl. en áreas quemadas. Revista Chapingo Serie Ciencias
Forestales y del Ambiente, 14(2):89-95.

110
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

Rojas G. F.; De Jong B. H. J.; Martínez Z. P.; y PAZ P. F. 2015. Database of 478 allometric equations to
estimate biomass for Mexican trees and forests. Annals of Forest Science 72: 835-864.
Zhang, Xiao, Xueli Zhang, Hui Han, Zhongjie Shi, and Xiaohui Yang. 2019. “Biomass Accumulation and
Carbon Sequestration in an Age-Sequence of Mongolian Pine Plantations in Horqin Sandy Land,
China.” Forests 10 (2): 197.

111
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

ESTIMACIÓN DE BIOMASA Y CARBONO ARBÓREO DE TRES ESPECIES DE PINO EN EL PREDIO

FORESTAL AGUA DEL CONEJO, ACAJETE, VERACRUZ

Karla María Juárez Gabriel1, Héctor Viveros Viveros1, Miguel Acosta Mireles2*, Fernando Carrillo Anzures2

1 Instituto de Investigaciones Forestales, Universidad Veracruzana; 2Campo Experimental Valle de

México, CIR-CENTRO, INIFAP.

*Autor para correspondencia: [email protected]

Palabras clave: Almacén de carbono arbóreo, biomasa arbórea, ecuaciones alométricas.

INTRODUCCIÓN
En la actualidad la obtención de ecuaciones alométricas que relacionan el contenido de biomasa con
variables dendrométricas en especies arbóreas tiene gran relevancia, para que después se determine el
carbono contenido en los árboles, dado que una vez generadas las ecuaciones, permiten estimaciones
precisas y rápidas de biomasa en árboles que crecen en los ecosistemas forestales, con sólo medir
variables de los árboles fáciles de medir como el diámetro normal (DN) y la altura total (Carrillo et. al.,
2016).

OBJETIVO
El objetivo de la presente investigación fue medir el contenido de biomasa de la parte aérea de una muestra
representativa de árboles de Pinus rudis para después generar la ecuación alométrica con esa muestra en
el predio Agua del Conejo, Acajete, Veracruz.

MATERIALES Y MÉTODOS
Debido a la falta de ecuaciones para estimar biomasa en Pinus rudis Endl. se ajustó un modelo de tipo
exponencial basados en un muestreo destructivo de 25 árboles, los cuales se seleccionaron de manera
que representaran a todo el arbolado y a las diferentes categorías diamétricas de la especie en el predio.
Antes de ser cortados los árboles, se les midió el diámetro normal (DN) y, una vez derribados la altura total
(Alt) y el peso en campo para posteriormente determinar su biomasa. De cada árbol se obtuvieron muestras
de fuste, ramas y follaje. En campo se determinó el peso fresco de las muestras, posteriormente en
laboratorio se obtuvo el peso seco de las muestras (Carrillo et al., 2016; Díaz et al., 2007), finalmente se
estimó la biomasa individual de cada árbol al aplicar la diferencia de pesos entre el peso húmedo y el peso
seco y la relación entre estos dos tipos de pesos. Para determinar el carbono de los diferentes componentes
se tomaron muestras de siete árboles y se analizaron en el laboratorio con el promedio del contenido de
carbono por componente (Díaz et al., 2007), se aplicó el porcentaje para el contenido de biomasa y así
obtener la cantidad de carbono por árbol. Una vez obtenido el contenido de biomasa se ajustaron modelos
uno lineal y otro no lineal para explicar la relación de la biomasa con el diámetro normal o ambas variables.
Para estimar la biomasa y carbono aéreo total de todo el predio, se usaron las ecuaciones ya existentes
para estimar la biomasa y el carbono de árboles de Pinus patula Schl. et Cham. y Pinus pseudostrobus
Lindl. Además, se estimó el contenido de biomasa y carbono de los estratos herbáceo y arbustivo.

RESULTADOS Y DISCUSIÓN
Las ecuaciones que tuvieron un mejor ajuste para determinar la biomasa (B) en Pinus rudis fueron:
B=0.0347DN2.6039 con un valor de r2=9767 y el otro modelo aplicado fue en donde se incluyó a la altura
como variable predictora, junto con el DN, debido a que cuando se utilizó sólo la altura, el ajuste de la
ecuación no fue aceptable. El modelo resultante cuando se usaron las variables DN y altura (Alt) fue
B=8.1791+0.0158DN2Alt con un valor de r2=9597, Esta misma tendencia se ha reportado en otras especies
de coníferas; por ejemplo, en Abies religiosa (Avendaño et al., 2009), P. patula (Figueroa, 2010) y en P.
arizonica, P. durangensis, P. cooperi, Pinus ayacahuite Ehre., Pinus leiophylla Schl. et Cham. y Pinus spp
(Návar-Cháidez, 2010) (figuras 1 y 2). Sin embargo, es interesante notar que a pesar de incluir la variable
altura al modelo para estimar la biomasa, el valor de r2, fue menor, ya que al agregar la altura la tendencia
de la relación que estima la biomasa es una línea recta (Figura 2). Con estos resultados podría suponerse

112
 XII Reunión Nacional de Investigación Forestal. Memoria. Tabasco, 9-12 de noviembre de 2022.

que la variable más importante para estimar la biomasa de una especie arbórea es el DN y esto ya se
demostró con otros trabajos como los que se citaron anteriormente.

700
B = 0.0347DN2.6039 700
600 R² = 0.9767 B = 0.0158DN2H + 8.1791
600 R² = 0.9597
500
500
Biomasa (Kg)

Biomasa (Kg)
400
400
300
300
200
200

100 100

0 0
0 10 20 30 40 50 0 10000 20000 30000 40000
DN (cm) DN2*Alt

Figura 1. Relación entre el contenido de biomasa Figura 2. Relación entre el contenido de

(Kg) y DN (cm) en árboles de Pinus rudis en el biomasa (Kg) y el DN con la altura total en
predio Agua del Conejo, Acajete, Veracruz. árboles de Pinus rudis en el predio Agua del
conejo, Acajete, Veracruz.

Los valores de