Revista Mexicana de Biodiversidad

Revista Mexicana de Biodiversidad 96 (2025): e965555

Ecología

Análisis exploratorio de la amplitud ambiental y requerimientos

ecológicos para identificar áreas potenciales de muestreo y
cultivo de Elionurus muticus (Poaceae) en América del Sur
Exploratory analysis of the environmental amplitude and ecological
requirements to identify potential sampling and cultivation
areas for Elionurus muticus (Poaceae) in South America
María Camila Bagliani a, b, Gisela Mariel Via do Pico a,
Viviana G. Solis-Neffa a, b y Ercilia María Sara Moreno a, b, *

a Universidad Nacional del Nordeste, Consejo Nacional de Investigaciones Científicas y Técnicas, Instituto de Botánica del Nordeste, Sargento
Cabral 2131, c.c. 209, 3400 Corrientes, Argentina
b Universidad Nacional del Nordeste, Facultad de Ciencias Exactas y Naturales y Agrimensura, Av. Libertad 5460, 3400 Corrientes, Argentina

*Autor para correspondencia: [email protected] (E.M.S. Moreno)

Recibido: 23 septiembre 2024; aceptado: 8 enero 2025

Resumen
Elionurus muticus posee un gran potencial industrial y capacidad de producción; no obstante, se carece de
información sobre sus requerimientos ecológicos. Aquí analizamos su distribución potencial actual y futura en
América del Sur mediante modelado de nicho ecológico para establecer estrategias de muestreo, identificar regiones
óptimas de cultivo y evaluar el impacto del cambio climático en su distribución. Se estimó una distribución potencial
de 4,573,895.843 km 2. Las áreas de mayor probabilidad de presencia fueron el noroeste de la Sabana Uruguaya,
Chaco Húmedo, Campos y Malezales, norte de la Sabana Inundada del Paraná, suroeste del Espinal y sureste de
la Pampa Húmeda. Las variables bioclimáticas presentaron una mayor amplitud comparadas con las edáficas. La
temperatura mínima del mes más frío, la precipitación del mes más cálido y el pH del suelo mostraron el mayor
porcentaje de contribución al modelo. En las 12 combinaciones de escenarios futuros analizados, la distribución se
mantuvo estable. La mayoría de las variables mostraron intervalos de valores uniformes. El suroeste del Cerrado,
oeste de la Sabana Uruguaya, y Campos y Malezales destacaron como áreas altamente potenciales y estables
propicias para el muestreo, cultivo y aprovechamiento eficiente de E. muticus en América del Sur.

Palabras clave: Distribución potencial; Cambio climático; Modelado de nicho; Cobertura de suelo

ISSN versión electrónica: 2007-8706; Universidad Nacional Autónoma de México, Instituto de Biología. Open Access bajo la licencia
CC BY-NC-ND (4.0) https://doi.org/10.22201/ib.20078706e.2025.96.5555
 M.C. Bagliani et al. / Revista Mexicana de Biodiversidad 96 (2025): e965555 2
https://doi.org/10.22201/ib.20078706e.2025.96.5555

Abstract
Elionurus muticus has a high industrial potential and production capacity. However, information on its ecological
requirements is lacking. Here we analyze its current and future potential distribution in South America using
ecological niche modelling to establish sampling strategies, identify optimal growing regions, and assess the impact
of climate change on its distribution. A potential distribution of 4,573,895.843 km 2 was estimated. The areas with
the highest probability of occurrence were the northwest of the Uruguayan Savannah, Humid Chaco, Campos and
Malezales, north of the Paraná Flooded Savannah, southwest of the Espinal and southeast of the Humid Pampa.
The bioclimatic variables showed a greater amplitude compared to the edaphic variables. Minimum temperature
of the coldest month, precipitation of the warmest month and soil pH showed the highest percentage contribution
to the model. In the 12 combinations of future scenarios analyzed, the distribution remained stable. Most variables
showed uniform ranges of values. The southwest of the Cerrado, west of the Uruguayan Savannah, and Campos and
Malezales stood out as highly potential and stable areas, suitable for sampling, cultivation and efficient utilization
of E. muticus in South America.

Keywords: Potential distribution; Climate change; Niche modeling; Land cover

Introducción aceites esenciales, E. muticus permanece subexplotada. Se

carece de información detallada sobre los requerimientos
Elionurus muticus (Spreng.) Kuntze (Andropogoneae, ecológicos y los factores, tanto naturales como antrópicos
Poaceae) es la especie más ampliamente distribuida del (usos agropecuarios de la tierra, avance de los cascos
género, encontrándose en América, África y Asia. Esta urbanos, silvicultura, entre otros), que influyen en su
especie constituye un valioso recurso renovable con distribución geográfica. Este tipo de información es
múltiples aplicaciones. Bajo un manejo adecuado, que fundamental para establecer bases que permitan proponer
generalmente implica el uso del fuego para mejorar la estrategias de muestreo de campo, identificar las regiones
palatabilidad de las hojas, E. muticus puede ser utilizada más adecuadas para su cultivo, y evaluar el impacto de
como forrajera para la alimentación del ganado (Nicola y diferentes escenarios futuros de cambio climático en
Rúgolo-de Agrasar, 1987). Además, se han reportado varios la distribución de la especie. La distribución espacial y
usos en la medicina popular (Stuckert, 1904; Tredgold, temporal de una especie refleja sus interacciones con
1986), así como su potencial como antioxidante natural y el entorno (Brown et al., 1995), influyen sus requisitos
fuente de compuestos bioactivos útiles (Dzingirai et al., ecológicos específicos y su tolerancia a las desviaciones
2007). Debido a su actividad antibacteriana, antifúngica, de condiciones óptimas (Hirzel et al., 2002). Las
citotóxica y antimicrobiana, también se ha sugerido su predicciones acerca de la distribución geográfica de las
uso como alternativa a los fungicidas sintéticos en la especies pueden basarse en modelos matemáticos que
agroindustria (Cacciabue et al., 2005; Hess et al., 2007; relacionan las observaciones de campo con un conjunto
Sabini et al., 2006). Una de las características más de variables ambientales (Hirzel et al., 2006; Kirkpatrick
interesantes de E. muticus es su potencial como productor et al., 1997). Estos factores ambientales pueden afectar de
de aceites aromáticos, ya que su resina contiene más del manera diferente la distribución de las especies a distintas
90% de citral, un compuesto con un fuerte aroma cítrico, escalas espaciales. A escala regional, el clima es el
fácil de extraer (Castro y Ramos, 2003). Por este motivo, principal factor limitante, mientras que, a escala local, la
se ha propuesto a esta especie como un sucedáneo de la distribución de los organismos puede estar condicionada
citronela o como una fuente alternativa de extracción de por las características geomorfológicas y edáficas (Bray
aceite (Fester et al., 1961; Füller et al., 2014; Vidal, 1954). y Curtis, 1957; Hutchinson, 1957; Whittaker, 1956).
El citral es utilizado como materia prima en la industria Entre las múltiples aplicaciones que tienen los modelos
farmacéutica para sintetizar iononas, una de las cuales de distribución de especies, los análisis de modelado de
se emplea para la síntesis de vitamina A (Koshima et al., nicho ecológico (MNE) han sido empleados para analizar
2006), lo que confiere a esta especie un gran interés para la distribución potencial de diversas especies cultivadas,
la industria aromática, alimentaria y cosmética (Heydorn así como para identificar las áreas óptimas para su cultivo
et al., 2003; Kolb et al., 2007). y de especies con potencial para el cultivo (Akpoti et al.,
A pesar de su amplia distribución, su capacidad 2020; d’Eeckenbrugge et al., 2014; Ghehsareh Ardestani
de producción en diferentes agroecosistemas, sus et al., 2021; Hao et al., 2012; Hernández et al., 2018;
propiedades bioactivas y el potencial productivo de sus Idohou et al., 2017; Lentz et al., 2008; Nagahama y Bonino,
 M.C. Bagliani et al. / Revista Mexicana de Biodiversidad 96 (2025): e965555 3
https://doi.org/10.22201/ib.20078706e.2025.96.5555

2020; Plath et al., 2016; Ramírez-Cabral et al., 2016; sabanas y praderas tropicales y subtropicales, praderas
Ramírez-Gil et al., 2018; Vitali et al., 2015). Los análisis y matorrales de montaña. Siguiendo la clasificación de
de distribución basados en MNE permiten describir la ecorregiones de Olson et al. (2021), el área abarca 102
influencia de las condiciones ambientales actuales en la ecorregiones (fig. 1).
distribución geográfica real y potencial de las especies La macroregión se caracteriza por una gran diversidad
(Pulliam, 2000; Soberón y Peterson, 2005). En especies de relieves, destacando la cordillera de los Andes, que
cultivadas, el MNE se ha utilizado para estudiar el atraviesa de norte a sur el borde occidental. También se
impacto de los cambios climáticos sobre su distribución observan extensas llanuras, mesetas y numerosas cuencas
potencial e incluso para comprender cómo los factores hidrográficas, algunas de las más grandes del mundo. En
antropogénicos, junto con los ambientales, influyen en cuanto a los climas, los tropicales son dominantes en toda
el nicho ecológico realizado de las especies (Beck, 2013; la región intertropical de América del Sur. Los climas
Jing-Song et al., 2012; Kodis et al., 2018; Lopes et al., ecuatoriales presentan temperaturas y precipitaciones
2017; Spooner et al., 2010). Las predicciones espaciales muy estables en la zona ecuatorial; mientras que los
realizadas a partir de los MNE permiten incrementar la climas monzónicos se encuentran a medida que se aleja
eficiencia y reducir los esfuerzos y costes de muestreo en del ecuador, donde las precipitaciones y las temperaturas
el terreno, mediante la identificación de localidades con pierden regularidad. La región intertropical también
altos valores de idoneidad del hábitat. Sobre esta base, es incluye climas estacionales de sabana, con una marcada
posible hacer predicciones y orientar estrategias de uso estación seca y otra húmeda, a medida que se degrada la
sostenible de los recursos naturales (Guisan et al., 2005, regularidad climática ecuatorial.
2006). Elionurus muticus es una especie herbácea, cespitosa
En este contexto, el presente trabajo se enfocó en el y perenne, ampliamente distribuida en América, desde
modelado de la distribución potencial, actual y futura de México hasta la Argentina y Uruguay (Tropicos,
E. muticus en América del Sur. El objetivo principal fue 2022; Zuloaga et al., 2012). Esta especie puede formar
generar un modelo predictivo que identifique las áreas extensas poblaciones, constituyendo praderas en las
más probables de ocurrencia de la especie, determinar sus regiones medanosas y arenosas de la región semiárida
requerimientos ecológicos, contribuir a la comprensión pampeana, donde actúa como un valioso fijador de suelos.
del efecto de los cambios climático-ambientales y del uso Además, es una especie dominante en las sabanas de
y cobertura del suelo sobre sus patrones de distribución, la Mesopotamia argentina y en los aybales del Chaco
y establecer las bases para futuras estrategias de muestreo semiárido, donde forma espartillares extensos y casi
y uso sostenible de la especie. puros, acompañados frecuentemente por leguminosas
(Marino et al., 2013). Las plantas pueden alcanzar 1 m
Materiales y métodos de altura y presentan hojas de color verde grisáceo que
se enrollan en los extremos durante épocas de sequía,
El área de modelado espacial (área M) es el espacio manteniéndose verdes durante todo el año. Sus rizomas
geográfico y ambiental donde se ha registrado la presencia son breves y superficiales (Molina et al., 2006). Es una
de una especie, delimitada en función del conocimiento especie monoica, que florece entre octubre y diciembre,
de su biología y su capacidad de dispersión (Soberón y y aunque puede propagarse por medio de semillas, la
Peterson, 2005). Para delimitar el área M en este estudio, propagación más común es mediante la división de
se utilizaron los registros de presencia de E. muticus en matas (Coelho, 2018). Elionurus muticus exhibe una gran
América del Sur y para evitar estimaciones de nicho diversidad morfológica, lo que resulta en una compleja
sesgadas que surgen al tratar como ausencia áreas que taxonomía y una gran cantidad de sinonimias (Zuloaga
son climáticamente adecuadas, pero no están ocupadas et al., 2003). Además de esta diversidad morfológica, se ha
debido al aislamiento geográfico o ausencia de registros observado una considerable variación en la composición
por falta de recolectas (Oney et al., 2013), se creó un área química de sus aceites esenciales, identificándose, según
buffer de 300 km alrededor del conjunto de datos de los componentes presentes, 5 quimiotipos diferentes
presencia para toda la especie. Se creó una región buffer (Füller, 2013).
de aproximadamente 300 km, abarcando casi la totalidad Se realizó el modelado de nicho ecológico (MNE)
de la región neotropical de América del Sur, desde predictivo para evaluar la distribución potencial de E.
11.33° N hasta 44.51° S y desde 31.44° O hasta 78.98° muticus tanto en el tiempo presente como en escenarios
O, comprendiendo 19,636,747.99 km2. Esta macroregión futuros. Se realizaron 2 MNE para el presente, uno
incluye casi todos los biomas conocidos, abarcando zonas utilizando variables bioclimáticas y edáficas, y el otro
de selvas tropicales y subtropicales húmedas y secas, utilizando únicamente variables bioclimáticas. Este
 M.C. Bagliani et al. / Revista Mexicana de Biodiversidad 96 (2025): e965555 4
https://doi.org/10.22201/ib.20078706e.2025.96.5555

Figura 1. Distribución geográfica actual de Elionurus muticus en las diferentes ecorregiones de América del Sur (definidas según
Olson et al., 2001) y puntos de presencia utilizados para el análisis de modelado de nicho ecológico. En línea punteada se indica el
área M. Mapa elaborado por M.C. Bagliani y G.M. Via do Pico.

último fue utilizado para la extrapolación a los escenarios la plataforma Wallace (Kass et al., 2018, 2023), habilitada
climáticos futuros. Se obtuvieron 2,932 puntos de en R ver. 3.3.1 (R Core Team, 2020) se eliminaron los
presencia georreferenciados de E. muticus en todo su puntos de presencia duplicados y aquellos con una
rango de distribución en América del Sur. Las fuentes distancia de separación menor a 30 km, lo cual permite
incluyeron ejemplares del herbario del Instituto de evitar la sobreestimación de los modelos por el efecto de
Botánica del Nordeste (CTES) (94 registros) y las bases de la autocorrelación espacial (Peterson y Nakazawa, 2008).
datos Documenta Florae Australis (370 registros, http:// Luego del filtrado de los datos, se retuvieron 391 puntos
www.darwin.edu.ar/iris/), SpeciesLink (580 registros, de presencia (material suplementario: tabla S1).
https://splink.cria.org.br/), GBIF (1,777 registros, https:// Se descargaron las 19 variables bioclimáticas de la
www.gbif.org/es/) y Tropicos (111 registros, Tropicos.org. base WorldClim Global Climate GIS version 2.1 (www.
Missouri Botanical Garden). Las sinonimias que presenta worldclim.org) (Fick y Hijmans, 2017; Hijmans et al.,
el taxón fueron incluidas en la búsqueda de puntos de 2005, tabla 1) a una resolución espacial de 2.5 arc-min
presencia, para lo cual se tuvo como criterio el catálogo (~ 5 km) y en formato GeoTiff (.tiff). Se obtuvieron
de Poaceae del Nuevo Mundo (Zuloaga et al., 2003), en el 11 variables edáficas de la base ISRIC-World Soil
cual se reconocen 60 sinónimos para la especie, como así Information database (Hengl et al., 2014, 2017; http://
también su basónimo. Solo se utilizaron aquellos puntos de soilgrids1km.isric.org; tabla 1) a una resolución de 250
presencia que correspondían a registros de herbario. Con m y fueron transformadas a una resolución de 2.5 arc-
 M.C. Bagliani et al. / Revista Mexicana de Biodiversidad 96 (2025): e965555 5
https://doi.org/10.22201/ib.20078706e.2025.96.5555

min (~ 5 km). Las capas ambientales fueron cortadas se excluyeron del mapa las áreas donde la distribución de
por el área M para la construcción de los modelos de E. E. muticus resulta improbable (agua, vegetación inundada,
muticus, se seleccionaron las variables mediante análisis cultivos, área construida, suelo desnudo y nieve/hielo).
de componentes principales (ACP) y de correlación de Para predecir el impacto del cambio climático en la
Pearson (≤ 0.8) realizados en R ver. 3.3.1. Dichos análisis distribución de E. muticus se realizaron interpolaciones
se realizaron usando el conjunto de variables bioclimáticas climáticas globales bajo distintos escenarios del
y edáficas por separado. Las variables se seleccionaron Intergovernmental Panel on Climate Change (IPPC)
en función del número de componentes que, sumados, que asumen diferentes incrementos de gases de efecto
explican como mínimo 85% de la variabilidad observada invernadero. Las capas bioclimáticas de los escenarios
y luego se verificó que no se encuentren correlacionadas. futuros fueron extraídas de WorldClim v.2.0 con la
Para evaluar la distribución potencial actual de E. misma resolución y formato que los datos para el
muticus se realizó el MNE utilizando el algoritmo de presente. Se utilizaron 2 modelos de circulación global
máxima entropía implementado en MaxEnt v3.4.4 (Phillips (MCG), MIROC6 y MRI-ESM2-0, para 2 trayectorias
et al., 2006, 2017, www.cs.princeton.edu/~schapire/ socioeconómicas compartidas (SSP por sus siglas en
maxent/). Los parámetros utilizados para ejecutar inglés), 2.6 (mitigación) y 8.5 (pesimista), y 3 períodos
MaxEnt se calibraron utilizando la plataforma Wallace (años 2041-2060, 2061-2080 y 2081-2100). Para proyectar
(Kass et al., 2018, 2023) basada en R. Se seleccionó un los modelos se utilizaron los parámetros del modelo
único conjunto de parámetros para los modelos tanto bioclimático de distribución actual con el mejor ajuste
del presente como del futuro tomando como criterio de estadístico, utilizando el mismo umbral que para los
elección el valor AICc más bajo, cercano a 0. Basados en modelos del presente.
estos resultados, se ejecutó MaxEnt utilizando las clases de Utilizamos el análisis multidimensional de superficies
características (“feature classes”) Linear Quadratic Hinge de similitud ambiental (MESS) en Maxent para determinar
(LQH), el multiplicador de regularización 1, 10 réplicas, áreas con condiciones ambientales novedosas. Este análisis
1,000 iteraciones máximas, 10,000 puntos máximos de nos da la posibilidad de mapear en el espacio geográfico
“background”, “replicate run type” (“Crossvalidate”) los resultados de la comparación de espacios climáticos
y formato de salida CogLog. Con estos ajustes se (Elith et al., 2010). El análisis MESS representa cuán
obtuvieron los modelos finales transformando los mapas similar es un punto a un conjunto de puntos de referencia,
probabilísticos en mapas binarios (presencia 0 - ausencia con respecto a un conjunto de variables predictoras. Los
1) empleando 10% inferior de los datos de entrenamiento valores MESS negativos indican áreas de extrapolación
como valor umbral para cada predicción. Los rangos de del modelo en las que el valor de al menos un descriptor
los valores de probabilidad de presencia considerados ambiental está más allá del rango ambiental cubierto por
bajos fueron 24-48%, medio 48-73% y alto 73-100%. los registros de solo presencia disponibles. Por el contrario,
Para la visualización de las predicciones y edición de los los valores MESS positivos indican áreas de proyección
mapas se utilizó Quantum GIS 3.4.2 (QGIS Development del modelo en las que los valores de los descriptores
Team, http://www.qgis.org/). El análisis de la distribución ambientales están dentro del rango ambiental cubierto
potencial se llevó a cabo con base a las ecorregiones por los registros de solo presencia. El índice MESS se
caracterizadas por Olson et al. (2021) para el área de estimó siguiendo el procedimiento descrito por Elith et al.
estudio. (2010). El análisis arroja 2 resultados: un mapa (MESS),
Con el fin de obtener una estimación más realista del donde las áreas con valores negativos presentan una o
área de distribución de E. muticus y analizar el impacto del más variables fuera del rango presente en los datos de
uso de la tierra, se ajustó el mapa del MNE bioclimático entrenamiento (MNE presente) y otro mapa que muestra
y edáfico actual a la información de cobertura y uso del la variable más disímil (MoD), es decir, la que está más
suelo. Para esto se utilizó un mapa de uso y cobertura alejada de su rango de entrenamiento (Elith et al., 2010).
del suelo derivado de las imágenes de ESRI 2020 Global Teniendo en cuenta los puntos de presencia de la
Land Use Land Cover de Sentinel-2 de la ESA (material especie, se determinó el rango de valores que adopta cada
suplementario: fig. S1). El mismo consiste en predicciones una de las variables empleadas para los distintos MNE,
de uso y cobertura del suelo para 10 clases a lo largo del representándolos en gráficos de caja elaborados en R. A
año 2021 (material suplementario: tabla S2; ESRI 2020 su vez, a partir de los gráficos de comportamiento de las
Global Land Use Land Cover; Karra et al., 2021; https:// variables arrojados por MaxEnt, se determinó el valor
www.arcgis.com/apps/instant/media/index.html?appid=f óptimo de cada una de las variables en el cual se predice
c92d38533d440078f17678ebc20e8e2). Del total de clases, el mayor valor de probabilidad de presencia de la especie.
 M.C. Bagliani et al. / Revista Mexicana de Biodiversidad 96 (2025): e965555 6
https://doi.org/10.22201/ib.20078706e.2025.96.5555

Tabla 1
Código, descripción y unidad de medida de cada variable bioclimática y edáfica obtenida de las bases WorldClim Global Climate
GIS e ISRIC-World Soil Information, respectivamente. Con un asterisco se identifican las variables no correlacionadas y utilizadas
para la construcción de los modelos de nicho ecológico de Elionurus muticus. Entre paréntesis se indica la unidad de medida.

Código de la variable Descripción

BIO 1 Temperatura media anual (°C)
BIO 2 Rango medio diurno (media mensual [temperatura máxima-temperatura mínima]) (°C)
BIO 3 Isotermalidad (BIO 2 / BIO 7) × (100) (°C)
BIO 4 Rango medio diurno (media mensual (temperatura máxima-temperatura mínima)) (°C)
BIO 5* Temperatura máxima del mes más cálido (°C)
BIO 6* Temperatura mínima del mes más frío (°C)
BIO 7 Rango anual de temperatura (BIO5 - BIO6) (°C)
BIO 8 Temperatura media del trimestre más húmedo (°C)
BIO 9 Temperatura media del trimestre más cálido (°C)
BIO 10 Temperatura media del trimestre más cálido (°C)
BIO 11 Temperatura media del trimestre más frío (°C)
BIO 12 Precipitación anual (mm)
BIO 13 Precipitación del mes más húmedo (mm)
BIO 14* Precipitación del mes más seco (mm)
BIO 15* Estacionalidad en las precipitaciones (coeficiente de variación)
BIO 16 Precipitación del trimestre más húmedo (mm)
BIO 17* Precipitación del cuatrimestre más seco (mm)
BIO 18* Precipitación del mes más cálido (mm)
BIO 19* Precipitación del cuatrimestre más frío (mm)
BLDFIE* Densidad aparente (tierra fina) (kg/m)
CECSOL Capacidad de intercambio catiónico del suelo (cmolc/kg)
CLYPPT Porcentaje en peso de las partículas de arcilla (< 0.0002 mm) (%)
CRFVOL* Porcentaje volumétrico de fragmentos gruesos (> 2 mm) (%)
NITRÓGENO (N)* Suma de nitrógeno Kjeldahl total (amoníaco, nitrógeno orgánico y reducido) y nitrato-nitrito (g/kg)
ORCDRC* Contenido de carbono orgánico del suelo (por mil)
PHIHOX* Índice de pH medido en solución acuosa (pH)
SLGWRB* Grado de suelo sódico (°)
SLTPPT* Porcentaje en peso de las partículas de limo (0.0002 – 0.05 mm) (%)
SNDPPT Porcentaje en peso de las partículas de arena (0.05 - 2 mm) (%)
WWP* Capacidad de agua disponible en el suelo (fracción volumétrica) hasta el punto de marchitamiento (%)

Resultados 18 y BIO 19) y 8 edáficas (BLDFIE, CRFVOL, nitrógeno,

ORCDRCl, PHIHOX, SLGWRB, SLTPPT y WWP) no
Luego del filtrado y depuración de los datos de correlacionadas para realizar los MNE (tabla 1).
presencia, se obtuvo una base de datos de 391 registros Los modelos de distribución potencial de E. muticus
para E. muticus en 16 ecorregiones (fig. 1, material en el presente mostraron un buen desempeño, con un
suplementario: tabla S1). Se seleccionaron 7 variables AUC promedio de 0.82 cuando solo se utilizaron variables
bioclimáticas (BIO 5, BIO 6, BIO 14, BIO 15, BIO 17, BIO bioclimáticas y un AUC de 0.86 cuando se utilizaron tanto
 M.C. Bagliani et al. / Revista Mexicana de Biodiversidad 96 (2025): e965555 7
https://doi.org/10.22201/ib.20078706e.2025.96.5555

variables bioclimáticas como edáficas. El valor de umbral Cordillera oriental y parte del sureste de las Yungas
de 10% fue de 0.28 para ambos modelos. La contribución Peruvianas (fig. 2A). Al incorporar datos edáficos, el MNE
de las variables bioclimáticas y edáficas a los modelos mostró una distribución más ajustada, con una reducción
obtenidos se resume en la tabla 2. Las variables con mayor de 1,026,891 km2 de las áreas de alta probabilidad de
porcentaje de contribución al modelo presente, basado en presencia (6,353,387.492 km 2), principalmente para las
datos bioclimáticos, fueron la temperatura mínima del Pampas Húmedas, la Sabana Inundada del Paraná y el
mes más frío (BIO 6: 55.1%) y la precipitación del mes Cerrado (fig. 2B, tabla 3).
más cálido (BIO 18: 24%). Al añadir las variables edáficas, Al integrar las capas de cobertura y uso del suelo al
la BIO 6 (27.4%) y BIO 18 (19.4%) continuaron como las MNE realizado con variables bioclimáticas y edáficas, la
variables de mayor contribución al modelo, seguidas por superficie de áreas con alta probabilidad de presenencia
el pH del suelo (19%). disminuyó notablemente (4,573,895.84 km2) con una
El resultado del MNE para el presente basado en datos diferencia de 2,806,383.23 km 2 respecto al modelo
bioclimáticos mostró un área de idoneidad de 7,380,279.072 realizado solo con variables bioclimáticas y 1,779,491.64
km2, que coincide con los respectivos puntos de presencia km2 respecto al modelo que integra también variables
de la especie y se extiende ligeramente más allá de los edáficas (tabla 3). Dicha reducción fue notable en las
rangos actuales. Las áreas con mayor probabilidad de ecorregiones Pampa Húmeda, Campos y Malezales,
presencia de la especie incluyeron las ecorregiones del Bosques húmedos de Araucaria, Bosques costeros,
Espinal, Pampas Húmedas, Sabana inundada del Paraná, Bosque Atlántico del Alto Paraná y Sabana Inundada del
sudeste del Chaco Seco, oeste de las Yungas del sur de Paraná. Las áreas de alta probabilidad se restringieron
los Andes, oeste de la Sabana Uruguaya, Chaco Húmedo, al noroeste de las ecorregiones de la Sabana Uruguaya,
Campos y Malezales, Bosques húmedos de Araucaria, el Chaco Húmedo, Campos y Malezales, el norte de
Bosques Costeros de Serra do Mar, Bosque Atlántico la Sabana inundada del Paraná, suroeste del Espinal y
del Alto Paraná, el sur del Cerrado, sur de los Bosques sureste de la Pampa Húmeda (fig. 2 C).
del Interior de Bahía Yungas Bolivianas, el norte de la

Tabla 2 Tabla 3
Porcentaje de contribución de las variables bioclimáticas, y Superficie potencial predicha (km 2) para los modelos de nicho
bioclimáticas más edáficas a los MNE del presente de Elionurus ecológico (MNE) presentes y futuros de Elionurus muticus.
muticus. MCG: Modelos de circulación global; SSP: trayectorias
socioeconómicas compartidas.
Variable MNE con variables MNE con variables
bioclimáticas bioclimáticas y MNE Presente
edáficas
Variables climáticas 7,380,279.07
BIO 6 55.1 27.4 Variables climáticas + 6,353,387.49
BIO 18 24 19.4 edáficas
BIO 14 9.5 7.8 Variables climáticas + 4,573,895.84
BIO 5 6.9 7.4 edáficas + uso y cobertura
del suelo
BIO 15 2.1 1.2
MNE Futuros
BIO 19 1.8 0.7
MCG: MIROC SSP 2.6 SSP 8.5
BIO 17 0.6 0.4 (optimista) (pesimista)
PHIHOX - 19 2041-2060 6,865,148.78 6,682,641.73
NITRÓGENO - 7.8 2061-2080 6,555,047.40 6,495,266.01
WWP - 2.1 2081-2100 6,417,607.24 6,807,334.46
SLGWRB - 2 MCG: MRI-ESM-2-0
SLTPPT - 2 2041-2060 6,686,153.21 6,411,355.26
BLDFIE - 1.8 2061-2080 6,808,911.11 6,596,375.60
ORCDR - 0.6 2081-2100 6,541,573.15 6,717,005.20
CRFVOL - 0.3
 M.C. Bagliani et al. / Revista Mexicana de Biodiversidad 96 (2025): e965555 8
https://doi.org/10.22201/ib.20078706e.2025.96.5555

Figura 2. Mapas resultantes del modelado de nicho ecológico de Elionurus muticus en el presente. A, MNE basado en variables
bioclimáticas. Los números indican las ecorregiones (definidas según Olson et al. [2001]) en las cuales existe la máxima probabilidad
de presencia de la especie: 1, Espinal; 2, Pampas Húmedas; 3, Sabana inundada del Paraná; 4, Chaco Seco; 5, Yungas del sur de los
Andes; 6, Sabana Uruguaya; 7, Chaco Húmedo; 8, Campos y Malezales; 9, Bosques húmedos de Araucarias; 10, Bosques Costeros
de Serra do Mar; 11, Bosques Atlánticos del Alto Paraná; 12, Cerrado; 13, Bosques del Interior de Bahía; 14, Yungas Bolivianas; 15,
Caatinga; 16, Yungas Peruvianas. B, MNE basado en variables bioclimáticas y edáficas. C, MNE basado en variables bioclimáticas
y edáficas en combinación con el uso y cobertura de suelo. Mapas elaborados por M.C. Bagliani y G.M. Via do Pico.

Se probaron 12 combinaciones de diferentes escenarios que presentaron valores más disímiles en las proyecciones
futuros para predecir los cambios en la distribución de E. futuras (material suplementario: fig. S7).
muticus (material suplementario: figs. S2-S5). En general, En cuanto a la amplitud ambiental en la que E.
la distribución potencial de E. muticus se mantuvo estable muticus se encuentra actualmente en América del Sur,
y similar a los modelos del presente realizados únicamente se observó que las variables bioclimáticas presentan una
con variables bioclimáticas (tabla 3). En los modelos mayor amplitud en comparación con las variables edáficas
futuros, la temperatura mínima del mes más frío (BIO 6) (material suplementario: fig. S8). El grado de suelo
continuó siendo la variable con mayor contribución a los sódico (SLGWRB) fue la variable con menor amplitud,
modelos, seguida por la precipitación del mes más cálido seguida del porcentaje volumétrico de fragmentos
(BIO 18) y la precipitación del mes más seco (BIO 14) gruesos (CFRVOL), el nitrógeno y el contenido de
(tabla 4). El análisis MESS identificó áreas con condiciones carbono orgánico del suelo (ORCDR). Por el contrario, la
ambientales muy similares entre los escenarios climáticos estacionalidad en las precipitaciones (BIO 15) fue la de
actuales y futuros (material suplementario: figs. S6, S7). mayor amplitud, seguida por la precipitación del mes más
Las áreas de distribución potencial futura proyectadas seco (BIO 14), la precipitación del cuatrimestre más seco
para Elionurus muticus están asociadas con valores MESS (BIO 17), la temperatura mínima del mes más frío (BIO
positivos, lo que indica que los resultados de los modelos 6) y la temperatura máxima del mes más cálido (BIO 5).
Maxent tienen una alta confiabilidad. Las proyecciones En los diferentes escenarios futuros, la mayoría de las
futuras que mostraron mayor disparidad ambiental variables mostraron rangos de valores uniformes (material
(valores MESS negativos) fueron principalmente los suplementario: fig. S9), destacándose la temperatura
escenarios pesimistas del período 2081-2100 para ambos máxima del mes más cálido (BIO 5) y la temperatura
MCG (material suplementario: fig. S6). La temperatura mínima del mes más frío (BIO 6), que mostraron una
máxima del mes más cálido (BIO 5) y la temperatura tendencia de aumento en los valores medios entre los
mínima del mes más frío (BIO 6) fueron las variables escenarios de mitigación y pesimista; mientras que la
 M.C. Bagliani et al. / Revista Mexicana de Biodiversidad 96 (2025): e965555 9
https://doi.org/10.22201/ib.20078706e.2025.96.5555

Tabla 4
Valores del umbral de corte, porcentaje de contribución de las variables bioclimáticas y AUC promedio de los MNE futuros
de Elionurus muticus para los 2 modelos de circulación global (MCG) utilizados. Modelos: MIROC6 y MRI-ESM2-0 para 2
trayectorias socioeconómicas compartidas (SSP) 2.6 (mitigación) y 8.5 (pesimista) durante 3 períodos (2041-2060, 2061-2080 y 2081-
2100). BIO 6: temperatura mínima del mes más frío (°C). BIO 18: precipitación del mes más cálido (mm). BIO 14: precipitación del
mes más seco (mm). BIO 5: temperatura máxima del mes más cálido (°C). BIO 15: estacionalidad en las precipitaciones (coeficiente
de variación) (mm). BIO 19: precipitación del cuatrimestre más frío (mm). BIO 17: precipitación del cuatrimestre más seco (mm).

Modelos de Circulación Trayectorias socio Periodo Umbral 10% Contribución de variables AUC
Global (MCG) económicas bioclimáticas (%)
MIROC 6 SSP 2.6 2041 - 2060 0.27 BIO 6 59.90 0.81
(mitigación)
BIO 18 21.30
BIO 14 7.70
BIO 5 5.70
BIO 19 2.40
BIO 15 2.00
BIO 17 1.10
2061 - 2080 0.27 BIO 6 60.30 0.82
BIO 18 19.14
BIO 14 10.60
BIO 5 5.50
BIO 15 2.00
BIO 17 1.20
BIO 19 1.00
2081 - 2100 0.30 BIO 6 57.60 0.82
BIO 18 19.90
BIO 14 10.20
BIO 5 7.50
BIO 15 2.00
BIO 19 1.80
BIO 17 1.00
SSP 8.5 2041 - 2060 0.30 BIO 6 54.80 0.81
(pesimista)
BIO 18 21.90
BIO 14 10.50
BIO 5 6.50
BIO 15 3.60
BIO 19 2.10
BIO 17 0.70
2061 - 2080 0.31 BIO 6 56.40 0.82
BIO 18 20.90
BIO 14 10.00
BIO 5 6.80
BIO 19 2.70
 M.C. Bagliani et al. / Revista Mexicana de Biodiversidad 96 (2025): e965555 10
https://doi.org/10.22201/ib.20078706e.2025.96.5555

Tabla 4. Continúa
Modelos de Circulación Trayectorias socio Periodo Umbral 10% Contribución de variables AUC
Global (MCG) económicas bioclimáticas (%)
BIO 15 2.40
BIO 17 0.70
2081 - 2100 0.27 BIO 6 59.00 0.81
BIO 18 15.60
BIO 14 12.20
BIO 5 2.50
BIO 19 20.50
BIO 15 2.20
BIO 17 0.80
ESMR 2 SSP 2.6 2041 - 2060 0.30 BIO 6 57.60 0.81
(mitigación)
BIO 18 20.00
BIO 14 10.80
BIO 5 6.50
BIO 15 3.20
BIO 19 1.30
BIO 17 0.70
2061-2080 0.29 BIO 6 59.00 0.81
BIO 18 20.50
BIO 14 9.10
BIO 5 6.60
BIO 19 1.90
BIO 17 1.80
BIO 15 1.20
2081 - 2100 0.31 BIO 6 58.00 0.81
BIO 18 21.20
BIO 14 9.90
BIO 5 7.30
BIO 15 1.40
BIO 19 1.30
BIO 17 9.90
SSP 8.5 2041 - 2060 0.31 BIO 6 60.50 0.81
(pesimista)
BIO 18 19.40
BIO 14 8.00
BIO 5 6.50
BIO 15 2.30
BIO 17 1.90
BIO 19 1.60
 M.C. Bagliani et al. / Revista Mexicana de Biodiversidad 96 (2025): e965555 11
https://doi.org/10.22201/ib.20078706e.2025.96.5555

Tabla 4. Continúa
Modelos de Circulación Trayectorias socio Periodo Umbral 10% Contribución de variables AUC
Global (MCG) económicas bioclimáticas (%)
2061 - 2080 0.29 BIO 6 57.10 0.82
BIO 18 20.30
BIO 14 12.20
BIO 5 6.70
BIO 15 2.20
BIO 19 0.80
BIO 17 0.80
2081 - 2100 0.29 BIO 6 55.10 0.82
BIO 18 21.20
BIO 14 11.10
BIO 5 7.40
BIO 15 2.40
BIO 19 1.90
BIO 17 0.90

precipitación del cuatrimestre más frío (BIO 19) mostró y con un bajo porcentaje de fragmentos gruesos
un aumento únicamente en el período ESM- SSP (CRFVOL = 0.72%).
2.6- 2081-2100.
A partir de los modelos de distribución obtenidos, Discusión
se determinaron los valores óptimos de las variables no
correlacionadas utilizadas para construir los MNE para Este estudio constituye el primer análisis exhaustivo
el presente y el futuro (material suplementario: fig. S10, de la distribución potencial actual y futura de una especie
tabla S3). Estos valores están relacionados con las áreas del género Elionurus. Los resultados obtenidos mediante
de mayor aptitud para esta especie y representan las los MNE basados en variables bioclimáticas, edáficas y de
condiciones óptimas en las cuales la especie es capaz de uso y cobertura de suelo aportan un conocimiento valioso
desarrollarse y subsistir en la actualidad. Con respecto a sobre la biogeografía y los requerimientos ecológicos de
las variables bioclimáticas de temperatura, se observó que E. muticus en América del Sur. Además, estos resultados
las temperaturas extremas, tanto bajas como altas, son permiten evaluar el impacto de diversos escenarios
muy importantes para la habitabilidad de la especie. El futuros de cambio climático sobre la distribución de la
valor óptimo de la temperatura mínima del mes más frío especie, identificando las condiciones ecológicas y las
(BIO 6) es de 8.48 ºC, mientras que el de la temperatura regiones más adecuadas para su cultivo.
máxima del mes más cálido (BIO 5) es de 26.82 ºC. La superposición de capas de uso y cobertura del
Las variables de precipitación indican preferencia por suelo sobre los modelos bioclimáticos y edáficos reveló
una baja estacionalidad en las precipitaciones (BIO 15) un impacto significativo de las actividades humanas
y un amplio rango de los valores óptimos en las demás en la distribución de E. muticus con una reducción de
variables de precipitación (BIO 14, BIO 17, BIO 18 y BIO 1,779,491.649 km 2 del área potencial. En este sentido,
19). En cuanto a las variables edáficas, se evidenciaron las zonas donde se observa una notable reducción de las
preferencias por suelos con pH ácido (5.55), con valores áreas favorables para la especie coinciden con aquellas
cercanos a cero de nitrógeno (0) y sodio (SLGWRB = 0), donde ha ocurrido un significativo avance de la frontera
con un porcentaje de disponibilidad de agua del 18.50% agropecuaria en las últimas décadas (Miñarro y Bilenca,
(WWP), aproximadamente un 50% de partículas de limo 2008; Morello y Mateucci, 1999; Morello et al., 2012).
(SLTPPT), alto grado de compactación (BLDFIE = 1,232 Los cambios en la cobertura y en el uso de suelo pueden
kg/m3), pobres en contenido orgánico (ORCDR = 1.91%) conducir a la fragmentación de las áreas más propicias
 M.C. Bagliani et al. / Revista Mexicana de Biodiversidad 96 (2025): e965555 12
https://doi.org/10.22201/ib.20078706e.2025.96.5555

para la distribución de las especies (Çakir et al., 2008; de E. muticus, es crucial considerar tanto las variables
Nagendra et al., 2004). La fragmentación y reducción bioclimáticas como las edáficas en la planificación y
del área de distribución potencial de E. muticus podría gestión de su manejo.
comprometer la viabilidad de la especie, lo que hace Amplitud ambiental y requerimientos ecológicos. Los
necesaria la realización de estudios futuros para evaluar el resultados del análisis conjunto de la importancia de las
impacto de la fragmentación ecológica en la variabilidad variables bioclimáticas y edáficas obtenidos en este trabajo
genética, química y morfológica de la especie, con el fin han proporcionado información valiosa que contribuye a
de identificar áreas propicias para su cultivo, así como una mayor comprensión de los requerimientos ecológicos
de establecer estrategias de conservación y restauración. que influyen en la distribución de E. muticus. Los
El cambio climático global, vinculado al calentamiento resultados obtenidos en este estudio corroboran algunas
atmosférico, representa una amenaza significativa para de las observaciones de estudios previos, en donde se
los ecosistemas. Las alteraciones en la temperatura o las abordaron, de manera independiente, la contribución de
precipitaciones pueden hacer que los hábitats actuales variables bioclimáticas y edáficas. En los mismos se ha
de las especies se vuelvan inadecuados en el futuro mostrado que E. muticus prospera en climas subtropicales
al modificar la distribución potencial de las especies con una estación fría breve y escasas heladas (Füller,
(Bradley, 2009; Quesada-Quirós et al., 2017), lo que 2013), así como en suelos pobres, predominantemente
ocasiona el desplazamiento de las áreas de distribución arenosos o arcillosos (Nicora y Rúgolo de Agrasar, 1987),
adecuadas hacia altitudes más elevadas o latitudes mayores con un pH ligeramente ácido (Buglia, 2021; Coelho, 2018;
(Bradley, 2009; Parmesan y Yohe, 2003). No obstante, los Da Silva Nunes, 2008; Füller et al., 2010; Hess et al.,
resultados del MNE obtenidos en este estudio indican que, 2007). Con base en las variables no correlacionadas
en general, las áreas de mayor probabilidad de presencia sobre las cuales llevamos a cabo los análisis, se evidenció
de E. muticus se mantendrán estables en los diferentes la preferencia de E. muticus por suelos con pH ácido,
escenarios futuros. Esta estabilidad podría atribuirse a la pobres, con bajo contenido de carbono orgánico y alto
amplia distribución geográfica y ecológica de la especie, contenido de fragmentos finos y compactos (alta densidad
así como a su adaptabilidad en diferentes ambientes y a aparente). Por otro lado, este trabajo pone de manifiesto
su capacidad de recuperación (Buglia, 2021; Lewis et al., la gran amplitud ambiental con respecto a las variables
1990; Nicora y Rúgolo de Agrasar, 1987; Sarmiento, bioclimáticas y destaca la importancia de las variables
1992). No obstante, estos resultados deben tomarse con edáficas en la distribución de la especie. Otros estudios
precaución, considerando que los mapas de distribución han demostrado la relevancia de las características físicas
potencial futura han sido construidos únicamente con —como la densidad aparente— y químicas, como el
variables bioclimáticas. contenido de carbono orgánico en el crecimiento de otras
El cambio climático no solo está relacionado con los especies de gramíneas (Ocampo-Quijano et al., 2020;
fenómenos atmosféricos (temperatura y precipitaciones), Rojas-Solano et al., 2022). La información obtenida en este
también afecta la calidad de los suelos. El suelo desempeña estudio sobre los requerimientos edáficos de E. muticus
un papel destacado en la regulación y abastecimiento de resulta especialmente relevante, ya que se observa una
los servicios ecosistémicos (Martínez et al., 2014; Tarrasón mayor especificidad en comparación con las variables
et al., 2016), y la calidad y propiedades del mismo son bioclimáticas.
clave para cualquier tipo de cultivo. Los cambios en Existe consenso entre diferentes autores sobre los
los patrones de temperatura y pluviosidad pueden tener meses y estaciones en los que E. muticus florece, siendo la
un gran impacto en la materia orgánica y los procesos primavera y el verano los períodos más comunes (Buglia,
que tienen lugar en los suelos, así como en las plantas 2021; Füller et al., 2010). Además, Coelho (2018) investigó
y cultivos que crecen en ellos. Los resultados de este los efectos de la temperatura en la floración de E. muticus,
estudio mostraron que, aunque las variables bioclimáticas encontró que la floración y la formación de semillas
tienen una gran influencia en la distribución actual de E. ocurren en periodos con temperaturas más altas, con una
muticus a escala regional y con base en éstas se predice media de 21 °C (± 4 °C). Estos resultados concuerdan
una gran estabilidad en su distribución en el tiempo, la con los valores óptimos de temperatura obtenidos en este
incorporación de las variables edáficas al MNE reduce trabajo. Además, E. muticus muestra un comportamiento
considerablemente el área predicha de la distribución a acorde con una especie que requiere horas de frío durante
escala local. Esto último subraya la importancia de las el invierno para inducir a la floración (Füller et al., 2010).
características del suelo para la viabilidad de la especie. La temperatura media invernal para las Andropogoneae
Por lo tanto, para la conservación y el cultivo sostenible (la tribu a la cual pertenece E. muticus), típicas de zonas
 M.C. Bagliani et al. / Revista Mexicana de Biodiversidad 96 (2025): e965555 13
https://doi.org/10.22201/ib.20078706e.2025.96.5555

ecuatoriales y tropicales, es de 15 °C (Burkart, 1975), lo muestreo de campo, el cultivo y el aprovechamiento

cual coincide con la temperatura mínima del mes más frío eficiente de E. muticus en América del Sur. Regiones
tolerada por E. muticus, según nuestros resultados. como el suroeste del Cerrado, oeste de la Sabana
El establecimiento de un programa de cultivo de plantas Uruguaya, y Campos y Malezales destacan como áreas
bioactivas como E. muticus, requiere la optimización de la actuales altamente potenciales, incluso después de
calidad de sus compuestos secundarios (aceites), junto con superponer el MNE bioclimático y edáfico con las capas
otros aspectos agronómicos como la producción de biomasa de uso y cobertura del suelo. Estas áreas no solo presentan
y el contenido químico. Estos factores determinan el valor condiciones favorables para la especie, sino que también
del producto final (Füller, 2008). Para lograr este objetivo, han registrado poblaciones con altas concentraciones de
es fundamental asegurar que las condiciones ambientales aceite esencial.
en las que se desarrollan las plantas sean óptimas, ya El uso combinado de variables bioclimáticas, edáficas
que estas condiciones influyen directamente en las y de uso y cobertura del suelo en los MNE, optimiza
características de interés de la especie, o indirectamente las predicciones de la distribución de E. muticus,
a través del aumento de la biomasa, especialmente en mostrando una notable reducción de las áreas óptimas de
plantas productoras de aceites esenciales (Coelho, habitabilidad. La amplia distribución actual geográfica
2018). El área de distribución potencial de E. muticus y ambiental de E. muticus permitiría que las áreas de
identificada en este estudio sugiere que la mayoría de las mayor probabilidad de presencia se mantuvieran estables
regiones adecuadas, con condiciones climáticas óptimas, en el futuro. Sin embargo, se observó que aunque E.
se encuentran en regiones tropicales, como había señalado muticus puede tolerar una mayor variedad de condiciones
Burkart (1975), abarcando una amplia distribución a lo climáticas, sus requerimientos edáficos son más
largo de diversas ecorregiones. Es importante destacar específicos. Estos hallazgos son fundamentales para el
que todos los factores ambientales que influyen en la desarrollo de programas de cultivo y manejo agronómico
distribución de E. muticus y que han sido analizados en de E. muticus. Además, subrayan la importancia de
el presente trabajo, pueden influir en la concentración y considerar no solo los factores climáticos de la especie,
calidad de los aceites esenciales de la especie (Buglia, sino también las propiedades del suelo en la planificación
2021; Da Silva Nunes, 2008; Füller, 2008). Estudios de la conservación y el aprovechamiento sostenible de
previos han observado que los principales componentes esta especie a escala local en América del Sur.
de los aceites esenciales de esta especie varían según la
procedencia geográfica de las plantas (Füller et al., 2010, Agradecimientos
2014), habiéndose detectado una mayor concentración del
citral en plantas provenientes del centro-oeste y sur de Los autores agradecen a Carolina Peichoto (IBONE,
Río Grande do Sul, Brasil, así como en poblaciones del CONICET-UNNE) por el asesoramiento en la taxonomía de
nordeste argentino (Cacciabue et al., 2005; Füller et al., la especie en estudio. Este trabajo fue financiado por PICT
2010; Hess et al., 2007; Kolb et al., 2007, 2012; Mevy 2019 2286, (ANPCyT-FONCyT), PIP 11220200103041CO
et al., 2002; Sabini et al., 2006; Scramim et al., 2000). (CONICET) y 22P006 (Secretaría General de Ciencia y
Es destacable que dichas áreas, correspondientes en gran Técnica de la Universidad Nacional del Nordeste). G.M.
parte con el límite oeste de la Sabana Uruguaya y con la Via do Pico, E.M.S. Moreno y V.G. Solís Neffa son
ecorregión Campos y Malezales, coinciden con algunas miembros de la Carrera del Investigador Científico del
de las zonas de mayor probabilidad de presencia de E. CONICET.
muticus obtenidas después de superponer las capas del
uso y cobertura del suelo al modelado realizado tanto Referencias
con variables bioclimáticas como edáficas. Por lo tanto,
un estudio más detallado de los patrones de distribución Akpoti, K., Kabo-Bah, A. T., Dossou-Yovo, E. R., Groen,
de la producción y concentración de aceites esenciales T. A. y Zwart, S. J. (2020). Mapping suitability for rice
incluyendo poblaciones de estas áreas, permitirá identificar production in inland valley landscapes in Benin and Togo
regiones en las que se encuentren las mejores fuentes de using environmental niche modeling. Science of the Total
germoplasma en términos de producción y concentración Environment, 709, 136165. http://dx.doi.org/10.1016/j.scito
tenv.2019.136165
de dichos aceites. Esto es crucial para optimizar la calidad
Beck, J. (2013). Predicting climate change effects on agriculture
y el rendimiento de los aceites esenciales en programas
from ecological niche modeling: who profits, who loses?
de cultivo a gran escala. Climatic Change, 116, 177–189. https://doi.org/10.1007/s10
Los resultados obtenidos en este estudio permitieron 584-012-0481-x
identificar varias ecorregiones como propicias para el
 M.C. Bagliani et al. / Revista Mexicana de Biodiversidad 96 (2025): e965555 14
https://doi.org/10.22201/ib.20078706e.2025.96.5555

Bradley, B. A. (2009). Regional analysis of the impacts of muticus and Hypoxis hemerocallidea. African Journal of
climate change on cheatgrass invasion shows potential risk Biochemistry Research, 1, 137–41.
and opportunity. Global Change Biology, 15, 196–208. Elith, J., Graham, C. H., Anderson, R. P., Dudı´k, M., Ferrier, S.,
https://doi.org/10.1111/j.1365-2486.2008.01709.x Guisan, A. et al. (2006). Novel methods improve prediction of
Bray, J. R. y Curtis, J. T. (1957). An ordination of the upland species’ distributions from occurrence data. Ecography, 29,
forest communities of southern Wisconsin. Ecological 129–151. https://doi.org/10.1111/j.2006.0906-7590.04596.x
Monographs, 27, 326–349. https://doi.org/10.2307/1942268 Fester, G. A., Martinuzzi, E. A., Retamar, J. A. y Ricciardi,
Brown, J. H., Mehlman, D. W. y Stevens, G. C. (1995). Spatial A. I. (1961). Aceites esenciales de la República Argentina.
variation in abundance. Ecology, 76, 2028–2043. https://doi. Córdoba: Academia Nacional de Ciencias. https://doi.org/
org/10.2307/1941678 10.1002/joc.5086
Buglia, A. G. (2021). Study on vegetative propagation of Fick, S. E. y Hijmans, R. J. (2017) WorldClim 2: new 1 km
Elionurus latiflorus (Nees Ex Steud.) Hack. European spatial resolution climate surfaces for global land areas.
Journal of Medicinal Plants, 32, 29–36. https://doi.org/10. International Journal of Climatology, 37, 4302–4315.
9734/ejmp/2021/v32i130361 https://doi.org/10.1002/joc.5086
Burkart, A. (1975). Evolution of grasses and grasslands in South Füller, T. N. (2008). Caracterização fenotípica, fitoquímica e
America. Taxon, 24, 53–66. https://doi.org/10.2307/1219001 molecular de populações de Elionurus sp. Humb. y Bompl
Cacciabue, M., Gallucci, N., Cordero, G. P., Kolb, N., Demo, ex Willd (capim-limão) (Tesis de maestría en Fitotecnia,
M. y Sabini, L. (2005). Elionurus muticus from north of Faculdade de Agronomia). Universidade Federal do Rio
Argentina: evaluation of the antibacterial activity of three Grande do Sul, Porto Alegre, RS, Brasil.
essential oil chemotypes. Abstracts from the XV Biennial Füller, T. N. (2013). Caracterização genética e química e
Scientific Meeting in the 70th Anniversary. Argentina. atividade biológica do óleo essencial de populações
Biocell, 29, 223. naturais de Elionurus muticus Humb. y Bompl ex Willd
Çakir, G., Ün, C., Baskent, E. Z., Köse, S., Sivrikaya, F. y Keleş, (Tesis doctoral en Fitotecnia, Faculdade de Agronomia).
S. (2008). Evaluating urbanization, fragmentation and land Universidade Federal do Rio Grande do Sul, Porto Alegre,
use/land cover change pattern in Istanbul city, Turkey from RS, Brasil.
1971 to 2002. Land Degradation and Development, 19, Füller, T. N., Tessele, C., Barros, I. B. I. D. y Barbosa-Neto,
663–675. https://doi.org/10.1002/ldr.859 J. F. (2010). Phenotypical, phytochemical and molecular
Castro, L. O. y Ramos, R. L. D. (2003). Principais gramíneas characterization of “capim-carona” [Elionurus muticus
produtoras de óleos essências. Cymbopogon citratus (Spreng.) Kuntze] populations. Brazilian Journal of
(D.C.) Staupf., capim-cidró, Cymbopogon martinii (Rox) Medicinal Plants, 12, 261–268. https://doi.org/10.1590/S15
J. F. Watson, palma-rosa, Cymbopogon nordus (L) Rendle, 16-05722010000300003
citronela, Elynurus candidus (Trin) Hack., campim-limão, Füller, T. N., Bertrand, C., Simon, A., de Barros, I. B. I. y Neto,
Vetiveria zizanioides (L) Nash, vetiver. Porto Alegre: J. F. B. (2014). Elionurus muticus as an alternative source of
FEPAGRO 31p. (Boletín FEPAGRO, 11). https://www. citral from Pampa biome, Brazil. Journal of Oleo Science,
agricultura.rs.gov.br/upload/arquivos/202105/11141958- 63, 1109–1116. https://doi.org/10.5650/jos.ess13234
boletim-11-completo.pdf GBIF (Global Biodiversity Information Facility). GBIF.org. Last
Coelho, A. P. D. (2018). Caracterização fenotípica e determi- access on May 2022. https://doi.org/10.15468/dl.rcp6sp
nação do sistema de cruzamento de Elionurus muticus Ghehsareh-Ardestani, E., Rigi, H. y Honarbakhsh, A. (2021).
(Tesis doctoral). Universidade Federal do Rio Grande do Predicting optimal habitats of Haloxylon persicum for
Sul. Faculdade de Agronomia. Programa de Pós-Graduação ecosystem restoration using ensemble ecological niche
em Fitotecnia. Brasil. http://hdl.handle.net/10183/181093 modeling under climate change in southeast Iran. Restoration
Da Silva Nunes, A. C. G. (2008). Coleta, prospecçao em Ecology, 29, e13492. https://doi.org/10.1111/rec.13492
herbários e estudos sobre propagaçao vegetativa de capim Guisan, A. y Thuiller, W. (2005). Predicting species distribution:
limão (Elionurus sp.) (Tesis de maestría en Fitotecnia Área offering more than simple habitat models. Ecology Letters, 8,
de Concentração Horticultura). Porto Alegre (RS). Brasil. 993–1009. https://doi.org/10.1111/j.1461-0248.2005.00792.x
http://hdl.handle.net/10183/14311 Guisan, A., Broennimann, O., Engler, R., Vust, M., Yoccoz, N.
d’Eeckenbrugge, G. y Lacape, J. M. (2014). Distribution and G., Lehmann, A. et al. (2006). Using niche-based models
differentiation of wild, feral, and cultivated populations to improve the sampling of rare species. Conservation
of perennial upland cotton (Gossypium hirsutum L.) in Biology, 20, 501–511. https://doi.org/10.1111/j.1523-1739.
Mesoamerica and the Caribbean. Plos One, 9, e107458. 2006.00354.x
https://doi.org/10.1371/journal.pone.0107458 Hao, C. Y., Rui, F. A. N., Ribeiro, M. C., Tan, L. H., Wu, H. S.,
Dzingirai, B., Muchuweti, M., Murenje, T., Chidewe, C., Yang, J. F. et al. (2012). Modeling the potential geographic
Benhura, M. A. N. y Chagonda, L. S. (2007). Phenolic distribution of black pepper (Piper nigrum) in Asia using
content and phospholipids peroxidation inhibition by GIS tools. Journal of Integrative Agriculture, 11, 593–599.
methanolic extracts of two medicinal plants: Elionurus https://doi.org/10.1016/S2095-3119(12)60046-X
 M.C. Bagliani et al. / Revista Mexicana de Biodiversidad 96 (2025): e965555 15
https://doi.org/10.22201/ib.20078706e.2025.96.5555

Hengl, T., De Jesús, J. M., MacMillan, R. A., Batjes, N. H., IGARSS 4704-4707. IEEE. https://doi.org/10.1109/IGARSS
Heuvelink, G. B., Ribeiro, E. et al. (2014). SoilGrids 1km 47720.2021.9553499
—global soil information based on automated mapping. Kass, J. M., Vilela, B., Aiello-Lammens, M. E., Muscarella,
Plos One, 9, e105992. https://doi.org/10.1371/journal.pone. R., Merow, C. y Anderson, R. P. (2018). Wallace: a flexible
0105992 platform for reproducible modeling of species niches and
Hengl, T., Mendes-de Jesus, J., Heuvelink, G. B., Ruiperez- distributions built for community expansion. Methods
Gonzalez, M., Kilibarda, M., Blagotić, A. et al. (2017). in Ecology and Evolution, 9, 1151–1156. https://doi.org/
SoilGrids250m. Global gridded soil information based 10.1111/2041-210X.12945
on machine learning. Plos One, 12, e0169748. https://doi. Kass, J. M., Pinilla-Buitrago, G. E., Paz, A., Johnson, B. A.,
org/10.1371/journal.pone.0169748 Grisales-Betancur, V., Meenan, S. I. et al. (2023). Wallace
Hernández, H. R., García, K. L. T. y Cabrera, B. E. H. 2: a shiny app for modeling species niches and distributions
(2018). Caracterización del ambiente de los vainillales redesigned to facilitate expansion via module contributions.
y área potencial para su cultivo en la huasteca potosina. Ecography, 2023, e06547. https://doi.org/10.1111/ecog.06547
Biotecnia, 20, 49–57. https://www.redalyc.org/articulo.oa? Kirkpatrick, M. y Barton, N. H. (1997). Evolution of a species’
id=672971088007 range. The American Naturalist, 150, 1–23. https://doi.org/
Hess, S. C., Peres, M. T., Batista, A. L., Rodrigues, J. P., Tiviroli, 10.1086/286054
S. C., Oliveira, L. G. et al. (2007). Evaluation of seasonal Kodis, M. O., Galante, P., Stearling, E. J. y Blair, M. E.
changes in chemical composition and antibacterial activity (2018). Ecological niche modeling for a cultivated plant
of Elyonurus muticus (Sprengel) O. Kuntze (Gramineae). species: a case study on taro (Colocasia esculenta) in
Química Nova, 30, 370–373. https://doi.org/10.1590/S0100- Hawaii. Ecological Applications, 28, 967–977. https://doi.
40422007000200025 org/10.1002/eap.1702
Heydorn, S., Menné, T., Andersen, K. E., Bruze, M., Svedman, Kolb, N., Ferrera, D., Kolb, E., Rodriguez, R. y Vivero, L.
C., White, I. R. et al. (2003). Citral a fragrance allergen (2007). Evaluación de la aptitud del espartillo para su
and irritant. Contact Dermatitis, 49, 32–36. https://doi.org/ explotación comercial. Misiones: Universidad Nacional de
10.1111/j.0105-1873.2003.00144.x Misiones. Disponible en: http://www.unam.edu.ar/index.
Hijmans, R. J., Cameron, S. E., Parra, J. L., Jones, P. G. y Jarvis, php?option=com_ contentytask=viewyid=243yItemid=123
A. (2005). Very high resolution interpolated climate surfaces Kolb, E., Kolb, N., Ferreyra, D. J., Uliana, R. F., Celaya, L. S.,
for global land areas. International Journal of Climatology: Puglisi, C. et al. (2012). Poaceas de Misiones: quimiotipos
A Journal of the Royal Meteorological Society, 25, 1965– de Elionurus muticus. Dominguezia, 28, 76.
1978. https://doi.org/10.1002/joc.1276 Koshima, F. A. T., Ming, L. C. y Marques, M. O. M. (2006).
Hirzel, A. H., Hausser, J., Chessel, D. y Perrin, N. (2002). Produção de biomassa, rendimento de óleo essencial e de
Ecological-niche factor analysis: How to compute habitat- citral em capim-limão, Cymbopogon citratus (DC.) Stapf,
suitability maps without absence data? Ecology, 83, 2027– com cobertura morta nas estações do ano. Revista Brasileira
2036. https://doi.org/10.1890/0012-9658(2002)083[2027:EN de Plantas Medicinais, 8, 112–116.
FAHT]2.0.CO;2 Lentz, D. L., Bye, R. y Sánchez-Cordero, V. (2008). Ecological
Hirzel, A. H., Le Lay, G., Helfer, V., Randin, C. y Guisan, A. niche modeling and distribution of wild sunflower
(2006). Evaluating the ability of habitat suitability models (Helianthus annuus L.) in Mexico. International Journal of
to predict species presences. Ecological Modelling, 199, Plant Sciences, 169, 541–549. https://doi.org/10.1086/528754
142–152. https://doi.org/10.1016/j.ecolmodel.2006.05.017 Lewis, J. P., Stofella, S. L., Pire, E. F., Franceschi, E. A.,
Hutchinson, H. W. (1957). Village and plantation life in Carnevale, N. J. y Prado, D. E. (1990). Dynamics and
Northeastern Brazil. Seattle, WA: University of Washington development of floristic richness in the vegetation of a
Press. large depressed area of the Great Chaco. Flora, 184, 63–77.
Idohou, R., Townsend-Peterson, A., Assogbadjo, A. E., https://doi.org/10.1016/S0367-2530(17)31590-6
Vihotogbe, R. L., Padonou, E. y Glèlè Kakaï, R. (2017). Lopes, T. M., Bailly, D., Almeida, B. A., Santos, N. C.,
Identification of potential areas for wild palm cultivation in Gimenez, B. C., Landgraf, G. O. et al. (2017). Two sides
the Republic of Benin through remote sensing and ecological of a coin: effects of climate change on the native and non-
niche modeling. Genetic Resources and Crop Evolution, native distribution of Colossoma macropomum in South
64, 1383–1393. https://doi.org/10.1007/s10722-016-0443-7 America. Plos One, 12, e0179684. https://doi.org/10.1371/
Jing-Song, S., Guang-Sheng, Z. y Xing-Hua, S. (2012). Climatic journal.pone.0179684
suitability of the distribution of the winter wheat cultivation Marino, G. D., Miñarro, F., Zaccagnini, M. E. y López-
zone in China. European Journal of Agronomy, 43, 77–86. Lanús, B. (eds.). (2013). Pastizales y sabanas del cono
https://doi.org/10.1016/j.eja.2012.05.009 sur de Sudamérica: iniciativas para su conservación
Karra, K., Kontgis, C., Statman-Weil, Z., Mazzariello, J. C., en la Argentina. Buenos Aires: Temas de Naturaleza y
Mathi, M. y Brumby, S. P. (2021). Global land use/land Conservación, Monografía de Aves Argentinas Nº 9. Aves
cover with Sentinel 2 and deep learning. En 2021 IEEE Argentinas, AOP/ Fundación Vida Silvestre Argentina/
International Geoscience and Remote Sensing Symposium Instituto Nacional de Tecnología Agropecuaria.
 M.C. Bagliani et al. / Revista Mexicana de Biodiversidad 96 (2025): e965555 16
https://doi.org/10.22201/ib.20078706e.2025.96.5555

Martínez, J., Cajas, Y. S., León, J. D. y Osorio, N. W. (2014). Parmesan, C. y Yohe, G. (2003). A globally coherent fingerprint
Silvopastoral systems enhance soil quality in grasslands of of climate change impacts across natural systems. Nature,
Colombia. Applied and Environmental Soil Science, 2014, 421, 37–42. https://doi.org/10.1038/nature01286
359736. https://doi.org/10.1155/2014/359736 Peterson, A. T. y Nakazawa, Y. (2008). Environmental data
Mevy, J. P., Bessiere, J. M., Dherbomez, M. y Viano, J. (2002). sets matter in ecological niche modelling: an example
Composition and some biological activities of the essential with Solenopsis invicta and Solenopsis richteri. Global
oils from an African pasture grass: Elionurus elegans Ecology and Biogeography, 17, 135–144. https://doi.org/
Kunth. Journal of Agricultural and Food Chemistry, 50, 10.1111/j.1466-8238.2007.00347.x
4240–4243. https://doi.org/10.1021/jf0115140 Phillips, S., Anderson, R. y Schapire, R. (2006). Maximum
Miñarro, F. y Bilenca, D. (2008). The conservation status of entropy modeling of species geographic distributions.
temperate grasslands in central Argentina. Special report. Ecological Modelling, 190, 231–259. https://doi.org/10.10
Buenos Aires: Fundación Vida Silvestre Argentina. 16/j.ecolmodel.2005.03.026
Molina, A. M. (2006). Familia gramíneas. Flora chaqueña, Phillips, S. J., Anderson, R. P., Dudík, M., Schapire, R. E. y
Argentina (Formosa, Chaco y Santiago del Estero). Blair, M. (2017). Opening the black box: an open-source
Colección Científica del INTA. Buenos Aires: Argentina. release of MaxEnt. Ecography, 40, 887–893. https://doi.
Morello, J. y Matteucci, S. D. (1999). Biodiversidad y org/10.1111/ecog.03049
fragmentación de los bosques en la Argentina. En S. D. Plath, M., Moser, C., Bailis, R., Brandt, P., Hirsch, H., Klein,
Matteucci, O. T. Solbrig, J. Morello y G. Halffter (Eds.), A. M. y von Wehrden, H. (2016). A novel bioenergy
Biodiversidad y uso de la tierra. Conceptos y ejemplos de feedstock in Latin America? Cultivation potential of
Latinoamérica. Buenos Aires: Eudeba-Unesco. Acrocomia aculeata under current and future climate
Morello, J., Matteucci, S., Rodríguez, A. y Silva, M. (2012). conditions. Biomass and Bioenergy, 91, 186–195. https://
Ecorregiones y complejos ecosistémicos argentinos. Buenos doi.org/10.1016/j.biombioe.2016.04.009
Aires: Orientación Gráfica Editora. Pulliam, H. R. (2000). On the relationship between niche
Nagahama, N. y Bonino, M. F. (2020). Modeling the potential and distribution. Ecology Letters, 3, 349–361. https://doi.
distribution of Valeriana carnosa Sm. in Argentinean org/10.1046/j.1461-0248.2000.00143.x
Patagonia: a proposal for conservation and in situ cultivation Quesada-Quirós, M., Acosta-Vargas, L. G., Arias-Aguilar, D.
considering climate change projections. Journal of Applied y Rodríguez-González, A. (2017). Modelación de nichos
Research on Medicinal and Aromatic Plants, 16, 100240. ecológicos basado en tres escenarios de cambio climático
https://doi.org/10.1016/j.jarmap.2020.100240 para cinco especies de plantas en zonas altas de Costa Rica.
Nagendra, H., Munroe, D. K. y Southworth, J. (2004). From Revista Forestal Mesoamericana Kurú, 14, 1–12.
pattern to process: landscape fragmentation and the analy- R Core Team. (2020). R: a language and environment for
sis of land use/land cover change. Agriculture, Ecosystems statistical computing. R Foundation for Statistical Compu-
and Environment, 101, 111–115. https://doi.org/10.1016/j. ting. https://www.R-project.org/
agee.2003.09.003 Ramírez-Cabral, N. Y. Z., Kumar, L. y Taylor, S. (2016). Crop
Nicora, E. G. y Rúgolo de Agrasar, Z. E. (1987). Los géneros de niche modeling projects major shifts in common bean
gramíneas de América Austral: Argentina, Chile, Uruguay growing areas. Agricultural and Forest Meteorology, 218,
y áreas limítrofes de Bolivia, Paraguay y Brasil. Buenos 102–113. https://doi.org/10.1016/j.agrformet.2015.12.002
Aires: Ed. Hemisferio Sur. Ramírez-Gil, J. G., Morales, J. G. y Peterson, A. T. (2018).
Ocampo-Quijano, L. E., Osorio-Vega, W. N., Martínez-Atencia, Potential geography and productivity of “Hass” avocado
J. y Cabrera-Torres, K. R. (2021). La densidad aparente y crops in Colombia estimated by ecological niche mode-
el tamaño de agregados del suelo controlan el crecimiento ling. Scientia Horticulturae, 237, 287–295. https://doi.org/
radical de Megathyrsus maximus. Acta Agronómica, 70, 10.1016/j.scienta.2018.04.021
353–362. https://doi.org/10.15446/acag.v70n4.88785 Rojas-Solano, J., Brenes-Gamboa, S. y Abarca-Monge, S.
Olson, D. M., Dinerstein, E., Wikramanayake, E. D., Burgess, (2022). Carbono en el suelo: comparación entre un área de
N. D., Powell, G. V. G. V. E., Underwood, C. et al. (2001). pastos y un bosque. InterSedes, Revista Electrónica de las
Terrestrial ecoregions of the world: a new map of life Sedes Regionales de la Universidad de Costa Rica, XXIII,
on Earth. A new global map of terrestrial ecoregions 47. https://doi.org/10.15517/isucr.v23i47.47695
provides an innovative tool for conserving biodiversity. Sabini, L. I., Cordero-Gabrieli, P., Torres, C. V., Escobar, F.
BioScience, 51, 933–938. https://doi.org/10.1641/0006-3568 M., Cacciabue, M., Rovera, M. et al. (2006). Study of
(2001)051[0933:TEOTWA]2.0.CO;2 the cytotoxic and antifungal activity of the essential oil
Oney, B., Reineking, B., O’Neill, G y Kreyling, J. (2013). of Elionurus muticus against Candida spp. Molecular
Intraspecific variation buffers projected climate change Medicinal Chemistry, 11, 31–33. http://idecefyn.com.ar/
impacts on Pinus contorta. Ecology and Evolution, 3, 437– mmcv11/14mmv11.pdf
449. https://doi.org/10.1002/ece3.426 Sarmiento, G. (1992). Adaptive strategies of perennial grasses in
South American savannas. Journal of Vegetation Science,
3, 325–336. https://doi.org/10.2307/3235757
 M.C. Bagliani et al. / Revista Mexicana de Biodiversidad 96 (2025): e965555 17
https://doi.org/10.22201/ib.20078706e.2025.96.5555

Scramin, S., Saito, M. L., Pott, A. y Ortiz-Mayo Marques, M. Tropicos (Tropicos.org). (2022). Missouri Botanical Garden.
(2000). Essential oil of Elionurus muticus (Sprengel) O. Recuperado el 1 de junio del 2022 de https://tropicos.org
Kuntze (Gramineae). Journal of Essential Oil Research, 12, Vidal, A. A. 1954. Estudio químico de una gramínea argentina
298–300. https://doi.org/10.1080/10412905.2000.9699520 “Elionurus viridulus Hackel”. Revista de la Facultad de
Soberón, J. y Peterson, A. T. (2005). Interpretation of models of Ciencias Agrarias, 302, 167–180.
fundamental ecological niches and species’ distributional Vitali, M. S. y Katinas, L. (2015). Modelado de distribución
areas. Biodiversity Informatics, 2, 1–10. https://doi.org/10. de las especies argentinas de Smallanthus (Asteraceae), el
17161/bi.v2i0.4 género del “yacón”: un cultivo potencial para la agricultura
Spooner, D. M., Gavrilenko, T., Jansky, S. H., Ovchinnikova, familiar. Revista de la Facultad de Agronomía, 114, 110–121.
A., Krylova, E., Knapp, S. et al. (2010). Ecogeography of Whittaker, R. H. 1956. Vegetation of the great smoky
ploidy variation in cultivated potato (Solanum sect. Petota). mountains. Ecological Monographs, 26, 2–80. https://doi.
American Journal of Botany, 97, 2049–2060. https://doi. org/10.2307/1943577
org/10.3732/ajb.1000277 Zuloaga, F. O., Morrone, O., Davidse, G., Filgueiras, T. S.,
Stuckert, T. (1904). Contribución al conocimiento de las Peterson, P. M., Soreng, R. J. et al. (2003). Catalogue of
gramináceas argentinas. Buenos Aires: Ed. J. A. Alsina. new world grasses (Poaceae): III. Subfamilies Panicoideae,
https://doi.org/10.5962/bhl.title.15662 Aristidoideae, Arundinoideae, and Danthonioideae. Contri-
Tarrasón, D., Ravera, F., Reed, M. S., Dougill, A. J. y González, L. butions from the United States National Herbarium, 46,
(2016). Land degradation assessment through an ecosystem 1–662.
services lens: integrating knowledge and methods in Zuloaga, F.O., Rúgolo, Z. E. y Anton, A. M. (Eds.). (2012). Flora
pastoral semi-arid systems. Journal of Arid Environments, Argentina. Plantas vasculares de la República Argentina.
124, 205–213. https://doi.org/10.1016/j.jaridenv.2015.08.002 Monocotiledoneae: Poaceae: Aristidoideae-Pharoideae.
Tredgold, M. H. (1986). Food plants of Zimbabwe: with old and Vol. 3. Buenos Aires: Instituto de Botánica Darwinion.
new ways of preparation. Gwero, Zimbabwe: Mambo Press.