Art\u00edculo en PDF<\/a><\/p>\nEn M\u00e9xico, los incendios forestales, una de las principales causas de grandes p\u00e9rdidas econ\u00f3micas y ecol\u00f3gicas, (1) tienen una clara manifestaci\u00f3n territorial, (2) ya que los factores y efectos se distribuyen en el espacio y en el tiempo. Con esto en consideraci\u00f3n, se posibilita conocer y entender los patrones de distribuci\u00f3n espacial mediante la aplicaci\u00f3n de m\u00e9todos cuantitativos de geoestad\u00edstica. Dichas t\u00e9cnicas permiten detectar y describir tales tendencias, as\u00ed como evaluar hip\u00f3tesis sobre si el fen\u00f3meno observado sigue una distribuci\u00f3n territorial correlacionada (es decir, aglomerada o dispersa) o aleatoria.<\/p>\n
El an\u00e1lisis espacial derivado de los sistemas de informaci\u00f3n geogr\u00e1fica (SIG), constituye una serie de t\u00e9cnicas estad\u00edsticas y matem\u00e1ticas aplicadas al estudio de datos distribuidos geoespacialmente. (3) Notables esfuerzos se han emprendido en la b\u00fasqueda de respuestas sobre el arreglo espacial de los datos geogr\u00e1ficos. (4)<\/p>\n
La autocorrelaci\u00f3n espacial (4) (AE) se define como la medida cuantitativa de la concentraci\u00f3n o dispersi\u00f3n de los valores de una variable en un mapa. Con ella es posible determinar el grado en que los datos espaciales de una unidad geogr\u00e1fica son similares a otros en unidades geogr\u00e1ficas pr\u00f3ximas.<\/p>\n
En el norte y occidente de M\u00e9xico se han realizado estudios sobre la tendencia geogr\u00e1fica de los incendios forestales; (5,6) sin embargo, el an\u00e1lisis sobre las variables topogr\u00e1ficas que caracterizan a las zonas donde se presentan, se han omitido. Adem\u00e1s, la \u00e9poca de estiaje es un tema de gran importancia, ya que guarda relaci\u00f3n directa con el n\u00famero de incendios; sin embargo, hasta ahora no se ha documentado geoestad\u00edsticamente.<\/p>\n
Por lo anterior, el objetivo de este trabajo es determinar la AE de las variables topogr\u00e1ficas: altitud, pendiente y exposici\u00f3n; as\u00ed como las de temporalidad de ocurrencia anual y mensual. Como hip\u00f3tesis se plantea la existencia de un patr\u00f3n espacial que caracterice la distribuci\u00f3n de los incendios en funci\u00f3n de tales variables.<\/p>\n
MATERIALES Y M\u00c9TODOS <\/strong><\/p>\n\u00c1rea de estudio <\/strong><\/p>\nEl estado de Durango, ubicado en el noroeste de M\u00e9xico (figura 1), con coordenadas 22\u00b0 16\u2019 y 26\u00b0 53\u2019 Norte, 102\u00b0 29\u2019 y 107\u00b0 16\u2019 Oeste, y cubre una superficie de 123.181 km2. 5 Cuenta con una gran diversidad topogr\u00e1fica, lo que lo hace importante para estudiar la variabilidad espacial de la ocurrencia de los incendios, y su extensi\u00f3n territorial permite ver el papel de los propietarios de los terrenos forestales en la prevenci\u00f3n, control y combate de incendios forestales. (6)<\/p>\n
![\"Fig.](\"http:\/\/cienciauanl.uanl.mx\/wp-content\/uploads\/2016\/03\/fig_1_ubicacion_area_estudio.jpg\")
Fig. 1. Ubicaci\u00f3n del \u00e1rea de estudio e incendios forestales ocurridos durante\u00a02001 a 2010 para el Estado de Durango.<\/p><\/div>\n
Base de datos <\/strong><\/p>\nSe dispuso de los reportes de incendios forestales de la Comisi\u00f3n Nacional Forestal registrados en el estado para un periodo de 10 a\u00f1os (2001-2010) en formato shapefile, con coordenadas geogr\u00e1ficas, altitud, exposici\u00f3n topogr\u00e1fica, pendiente, mes de inicio y a\u00f1o de ocurrencia de los incendios.<\/p>\n
Dichos datos se introdujeron para detectar y medir la AE, a trav\u00e9s del \u00cdndice de Moran.7 Este estad\u00edstico var\u00eda entre +1 y -1, donde +1 indica una correlaci\u00f3n positiva perfecta o perfecta concentraci\u00f3n, -1 indica una correlaci\u00f3n negativa perfecta o perfecta dispersi\u00f3n, y el 0 indica un patr\u00f3n espacial totalmente aleatorio:<\/p>\n
![\"dispersion_correlacion\"](\"http:\/\/cienciauanl.uanl.mx\/wp-content\/uploads\/2016\/03\/dispersion_correlacion.jpg\")
<\/p>\n
Donde Xi e Xj son los valores que toma la variable X en los puntos i y j, N es el n\u00famero de datos, y Wij es el peso de la clase de distancia d, que puede valer Wij = 1 si el punto j est\u00e1 dentro de la clase de distancia d medida a partir del punto i, o Wij = 0 si no se cumple dicha condici\u00f3n: (8)<\/p>\n
![\"wij_ecuacion\"](\"http:\/\/cienciauanl.uanl.mx\/wp-content\/uploads\/2016\/03\/wij_ecuacion.jpg\")
<\/p>\n
En el cociente de (1), el numerador es un t\u00e9rmino que\u00a0muestra la covarianza, mientras que el denominador indica la\u00a0varianza, lo que hace un dise\u00f1o similar al coeficiente de correlaci\u00f3n\u00a0de Pearson; (9) sin embargo, en el primero la asociaci\u00f3n\u00a0de valores del conjunto de datos es determinado por una matriz\u00a0de distancias (2) o contig\u00fcidad que predefine los valores\u00a0vecinos (los valores para el c\u00f3mputo del coeficiente). Es decir,\u00a0los pesos Wij deciden la proximidad de cada punto analizado.<\/p>\n
Se utiliz\u00f3 el software GeoDa (10) para el c\u00e1lculo del \u00cdndice de Moran de las variables mencionadas anteriormente, y dado que el \u00edndice proporciona la medida de la correlaci\u00f3n entre los valores vecinos en un patr\u00f3n, la vecindad de las unidades espaciales de incendios se determin\u00f3 con la distancia euclidiana.<\/p>\n
Como instrumento gr\u00e1fico de an\u00e1lisis de la AE, se utiliz\u00f3 el diagrama de dispersi\u00f3n de Moran, el cual estandariza la variable a analizar y se obtiene el retardo espacial de dicha variable, represent\u00e1ndose ambos valores en un eje cartesiano en el que la pendiente de la recta de regresi\u00f3n es el valor del estad\u00edstico de Moran de AE global, de forma que cuanto mayor sea el \u00e1ngulo que forme \u00e9sta con el eje de abscisas, m\u00e1s fuerte ser\u00e1 el grado de AE y viceversa. (10) Complementariamente, se utiliz\u00f3 el indicador local de asociaci\u00f3n espacial LISA (Local Indicator of Spatial Association), cuyo objetivo es que el estad\u00edstico obtenido para cada secci\u00f3n suministre informaci\u00f3n acerca de la relevancia de valores similares alrededor de la misma. Se generaron mapas tem\u00e1ticos de agrupamiento (clusters), para identificar visualmente las zonas donde se agrupan las caracter\u00edsticas con mayor AE.<\/p>\n
RESULTADOS <\/strong><\/p>\nDurante el periodo analizado (2001-2010) se registraron 1,004 incendios en el estado, los meses de mayor ocurrencia fueron abril y mayo, con 245 y 475, respectivamente (figura 2).<\/p>\n
![\"fig_2_incendios_por_mes_2001_2010\"](\"http:\/\/cienciauanl.uanl.mx\/wp-content\/uploads\/2016\/03\/fig_2_incendios_por_mes_2001_2010.jpg\")
<\/p>\n
El an\u00e1lisis espacial, mediante el \u00cdndice de Moran, permiti\u00f3 estimar un coeficiente de AE, que se mide por la cercan\u00eda de los incendios entre s\u00ed. Se estim\u00f3 este \u00edndice para las variables topogr\u00e1ficas de pendiente, altitud y exposici\u00f3n; de igual forma, se estim\u00f3 para los meses y a\u00f1os de inicio de los incendios.<\/p>\n
Como resultado se obtuvieron diagramas de dispersi\u00f3n de Moran (figuras 3 y 4), en los que se pueden identificar zonas con presencia alta de incendios (vecindad o concentraci\u00f3n) y de valores altos de cada variable; situaci\u00f3n conocida como High-High, y que se muestra en la parte superior derecha del plano cartesiano. Sucede lo contrario en una situaci\u00f3n Low-Low; es decir, presencia de valores bajos de incendios rodeados de unidades con bajo n\u00famero de incendios, y se muestra en la parte inferior izquierda del plano cartesiano, o bien se dan asociaciones de valores altos e incidencias bajas y\u00a0viceversa, localizado en el cuadrante superior izquierdo e inferior derecho del plano, respectivamente.<\/p>\n
![\"fig_3_diagrama_de_dispersion\"](\"http:\/\/cienciauanl.uanl.mx\/wp-content\/uploads\/2016\/03\/fig_3_diagrama_de_dispersion.jpg\")
<\/p>\n
![\"fig_4_diagrama_de_dispersion_moran\"](\"http:\/\/cienciauanl.uanl.mx\/wp-content\/uploads\/2016\/03\/fig_4_diagrama_de_dispersion_moran.jpg\")
<\/p>\n
Se observ\u00f3 que las variables de pendiente, altitud y a\u00f1o de inicio no presentaron AE alguna; los valores obtenidos para el Diagrama de dispersi\u00f3n de Moran muestran valores cercanos a 0, situaci\u00f3n que implica un patr\u00f3n de dispersi\u00f3n aleatorio. Sin embargo, destacan las variables de exposici\u00f3n topogr\u00e1fica y el mes de inicio, con valores por encima del 0.95.<\/p>\n
DISCUSI\u00d3N <\/strong><\/p>\nEste es el primer trabajo que documenta la autocorrelaci\u00f3n espacial de los incendios en funci\u00f3n de sus variables topogr\u00e1ficas. Esto contribuye a la generaci\u00f3n de conocimiento para entender el manejo del fuego. De esta forma, el an\u00e1lisis espacial result\u00f3 una t\u00e9cnica \u00fatil para la investigaci\u00f3n del fen\u00f3meno de los incendios forestales.<\/p>\n
Se han realizado estudios de la relaci\u00f3n entre la ubicaci\u00f3n espacial de incendios y el grado de concentraci\u00f3n en su ocurrencia. (1,11) Los resultados obtenidos por P\u00e9rez (6) confirmaron que el tama\u00f1o de los incendios est\u00e1 influenciado no s\u00f3lo por factores ambientales (precipitaci\u00f3n, temperatura y altitud), sino tambi\u00e9n por factores antropog\u00e9nicos (\u00edndice de gravedad de poblaci\u00f3n, distancia a caminos, distancia localidades, distancia a \u00e1reas deforestadas). Sin embargo, los aspectos topogr\u00e1ficos no hab\u00edan sido abordados bajo la perspectiva propuesta en este estudio, situaci\u00f3n que otorga relevancia a nuestros resultados.<\/p>\n
Algunos autores han reportado que la ocurrencia y el comportamiento de los incendios forestales (11,12) es por influencia de factores como: caracter\u00edsticas de los combustibles, clima, tiempo atmosf\u00e9rico y topograf\u00eda del lugar. Las variables topogr\u00e1ficas de altitud y pendiente analizadas en este caso, no mostraron un patr\u00f3n de AE; sin embargo, algunos autores han mencionado la importancia del estudio de estos factores en la ocurrencia y distribuci\u00f3n de incendios. (11,13)<\/p>\n
Otros factores importantes que inciden en la ocurrencia de los incendios son: la susceptibilidad de la vegetaci\u00f3n al fuego, intensidad en el cambio de uso del suelo y la precipitaci\u00f3n. (1) Seg\u00fan los resultados obtenidos en nuestro an\u00e1lisis, se puede afirmar que la variable topogr\u00e1fica de exposici\u00f3n y la incidencia mensual de los incendios aportan informaci\u00f3n sobre la distribuci\u00f3n geogr\u00e1fico-espacial de los mismos. De esta forma, se ampl\u00eda el n\u00famero de variables que guardan relaci\u00f3n con el desarrollo y distribuci\u00f3n de los incendios. Ello resulta fundamental para los tomadores de decisi\u00f3n en el manejo del fuego.<\/p>\n
Los resultados del estudio muestran que la variable topogr\u00e1fica de exposici\u00f3n y los meses de ocurrencia de incendios\u00a0presentan un valor elevado de autocorrelaci\u00f3n espacial. Indicando que existen zonas con alta ocurrencia de incendios, y que seguramente guardan relaci\u00f3n con alguna variable causativa.1 Moreno y Vay\u00e1 (14) indican que la dependencia o AE surge siempre que el valor de una variable en un lugar del espacio est\u00e1 relacionado con su valor en otro u otros lugares del espacio. Esto prueba la primera ley geogr\u00e1fica de Tobler, (15) de que todo est\u00e1 relacionado con todo lo dem\u00e1s, pero que las cosas cercanas est\u00e1n m\u00e1s relacionadas que las cosas distantes.<\/p>\n
La exposici\u00f3n topogr\u00e1fica influye sobre la vegetaci\u00f3n por la alteraci\u00f3n que provoca en el efecto de variables clim\u00e1ticas como radiaci\u00f3n solar, evaporaci\u00f3n y precalentamiento de combustibles y suelo. (16) Nelson (17) y Wong (13) mencionan que la orientaci\u00f3n tiene un efecto decisivo en la disponibilidad de los combustibles. En este sentido, \u00c1vila1 analiz\u00f3 el patr\u00f3n espacial de ocurrencia de incendios forestales, mostrando que las ubicaciones de ignici\u00f3n no exhiben una distribuci\u00f3n al azar. Esto concuerda con los resultados obtenidos para la exposici\u00f3n topogr\u00e1fica, que al ser un factor que influye sobre otros, produce una relaci\u00f3n directa o indirecta entre ellos. (6) Dada esta situaci\u00f3n, no se descartan esfuerzos adicionales enfocados a buscar relaciones de la topograf\u00eda con la vegetaci\u00f3n que sustentan los ecosistemas con presencia de incendios forestales.<\/p>\n
En relaci\u00f3n a la temporalidad de ocurrencia de los incendios que exhibieron los resultados, la Comisi\u00f3n Nacional del Agua (18) menciona que en M\u00e9xico, 68% de la precipitaci\u00f3n normal mensual ocurre entre junio y septiembre. Dejando un lapso entre octubre y mayo por debajo del promedio anual. (19,20) Esto tiene repercusiones directas en los balances h\u00eddricos del bosque. Por lo cual, Wong y Villers (13) mencionan que en algunos casos, la presencia de incendios durante el periodo de febrero a mayo se debe a la aplicaci\u00f3n de fuego a la vegetaci\u00f3n para favorecer la regeneraci\u00f3n de pastos para la ganader\u00eda.20 Esto explica por que la incidencia de los incendios forestales corresponde a las fechas de poca precipitaci\u00f3n y de aplicaci\u00f3n de incendios, como lo muestran nuestros resultados de AE.<\/p>\n
Estudios como el de \u00c1vila (1) permiten derivar otras interrogantes, en el sentido de evaluar la intensidad de la concentraci\u00f3n de incendios. El prop\u00f3sito es detectar la correlaci\u00f3n con las indicativas de ocurrencia, a partir de diversas variables. De tal forma que sea posible relacionar las variables que se han mencionado a lo largo de este apartado, integr\u00e1ndolas en un solo modelo de estudio.<\/p>\n
Para lo anterior, es importante mencionar que el registro hist\u00f3rico de incendios forestales brinda un insumo necesario para estudiar su comportamiento y distribuci\u00f3n. Si bien se\u00a0utiliz\u00f3 un periodo de registro de diez a\u00f1os, no se descarta la obtenci\u00f3n de mejores resultados con un mayor n\u00famero de registros en un mayor tiempo.<\/p>\n
Es importante entender la ocurrencia de incendios forestales y sus factores asociados como un factor clave para dise\u00f1ar estrategias de manejo del fuego. Desarrollar un modelo general que integre los esfuerzos realizados, que describa en mayor detalle la relaci\u00f3n de caracter\u00edsticas topogr\u00e1ficas, clim\u00e1ticas y antropog\u00e9nicas estudiadas hasta el momento, permitir\u00e1 una mejor comprensi\u00f3n del comportamiento del fuego.<\/p>\n
CONCLUSIONES <\/strong><\/p>\nEl an\u00e1lisis espacial es una t\u00e9cnica que proporciona herramientas de investigaci\u00f3n \u00fatiles para la comprensi\u00f3n del comportamiento y frecuencia de los incendios forestales.<\/p>\n
Se determin\u00f3 que factores topogr\u00e1ficos y temporales, como la exposici\u00f3n y el mes de inicio del incendio, obedecen a un patr\u00f3n de concentraci\u00f3n espacial. Otros estudios han abordado correlaciones de factores antropog\u00e9nicos y espaciales en los incendios. Sin embargo, factores de topograf\u00eda y temporalidad no se hab\u00edan abordado bajo la perspectiva propuesta en este caso.<\/p>\n
Con los resultados obtenidos, se identifican las zonas y espacios temporales para realizar acciones de prevenci\u00f3n. La metodolog\u00eda aplicada exhibi\u00f3 cierta interconexi\u00f3n de las variables estudiadas. No se descartan an\u00e1lisis subsecuentes con otras variables, lo cual permitir\u00e1 no s\u00f3lo el dise\u00f1o de estrategias, sino de programas de prevenci\u00f3n de incendios en las zonas susceptibles.<\/p>\n
RESUMEN <\/strong><\/p>\nEn el estado de Durango los incendios forestales afectan a\u00f1o con a\u00f1o la superficie de bosques. El objetivo de este estudio fue evaluar la autocorrelaci\u00f3n espacial de variables: altitud, pendiente, exposici\u00f3n topogr\u00e1fica, meses y a\u00f1os de ocurrencia de los incendios. Se analizaron datos para el periodo 2001- 2010, con 1,004 siniestros. Se encontr\u00f3 que existe autocorrelaci\u00f3n espacial positiva con valores de 0.95 y 0.99 en el \u00edndice de Moran I para la exposici\u00f3n topogr\u00e1fica y mes, respectivamente. Ello demuestra una tendencia no aleatoria de los incendios.<\/p>\n
Palabras clave:<\/strong> \u00cdndice de Moran, Diagramas de dispersi\u00f3n, An\u00e1lisis geoespacial, Exposici\u00f3n topogr\u00e1fica, Sistemas de informaci\u00f3n geogr\u00e1fica.<\/p>\nABSTRACT <\/strong><\/p>\nEach year forest fires affect woodland areas in Durango State. The aim of this paper was to assess spatial autocorrelation of variables such as altitude, topographic aspect, slope, start month, and year of forest fires. Data from 2001-2010 were analyzed, with 1,004 fires recorded. Moran\u2019s index results for topographic aspect and start month indicate a positive spatial autocorrelation, with values of 0.95 and 0.99, respectively. This demonstrates a non-random trend of forest fires.<\/p>\n
Keywords:<\/strong> Moran\u2019s index, Scatter plots, Geospatial analysis, Topographic aspect, Geographic Information Systems.<\/p>\nAGRADECIMIENTOS <\/strong><\/p>\nSe agradece a Conafor por la disposici\u00f3n de datos, as\u00ed como a los revisores an\u00f3nimos por sus \u00fatiles revisiones.<\/p>\n
*Universidad Ju\u00e1rez de Estado de Durango.<\/p>\n
contacto: mpgarcia@ ujed.mx<\/p>\n
REFERENCIAS<\/strong><\/p>\n1. \u00c1vila-Flores, D., Pompa-Garc\u00eda, M., & Vargas-P\u00e9rez, E. (2010). Spatial analysis of forest fire occurrence in the state of Durango. Revista Chapingo. Serie ciencias forestales y del ambiente, 16(2), 253-260.<\/p>\n
2. Chuvieco E., Congalton R. (1989). Application of remote sensing and geographic information systems to forest fire hazard mapping. Remote sensing Environment 29:147-159. DOI: 10.1016\/0034- 4257(89)90023-0.<\/p>\n
3. Buzai G.D., C.A. Baxendale. (2006). An\u00e1lisis socioespacial con sistemas de informaci\u00f3n geogr\u00e1fica. Buenos Aires, Argentina. Lugar Editorial. 397 p.<\/p>\n
4. Goodchild, M. (1987). A spatial analytical perspective on geographical information systems. International Journal of Geographical Information Systems, 1, 327-334.<\/p>\n
5. Pompa Garc\u00eda, Mar\u00edn, & Hern\u00e1ndez Gonz\u00e1lez, Paulino. (2012). Determinaci\u00f3n de la tendencia espacial de los puntos de calor como estrategia para monitorear los incendios forestales en Durango, M\u00e9xico. Bosque, 33(1), 63-68.<\/p>\n
6. P\u00e9rez-Verd\u00edn, Gustavo; M\u00e1rquez-Linares, Marco Antonio; Cort\u00e9sOrtiz, Armando; Salmer\u00f3n-Mac\u00edas, Maricela. (2013). An\u00e1lisis espacio-temporal de la ocurrencia de incendios forestales en Durango, M\u00e9xico. Madera y Bosques. 37-58.<\/p>\n
7. Moran, P. (1950) Notes on continuous stochastic phenomena. Biometrika, 37:17.<\/p>\n
8. Sokal, R.R.; Oden, N.L. (1978). Spatial autocorrelation in biology. Biological Journal of the Linnean Society 10: 199-228.<\/p>\n
9. Pearson, K. (1896). Mathematical contributions to the theory of evolution: III. Regression, heredity, and panmixia. Philosophical Transactions of the Royal Society 187: 253-318.<\/p>\n
10. Anselin, L. (2003). GeoDa 0.9 User\u2019s Guide. Spatial Analysis Laboratory, University of Illinois, Urbana-Champaign, IL. 18 p.<\/p>\n
11. Pompa-Garc\u00eda, M., Montiel-Antuna, E. (2012). Fire Ignition Trends in Durango, M\u00e9xico, Global Perspectives on Sustainable Forest Management, Dr. Dr. Clement A. Okia (Ed.), ISBN: 978-953-51- 0569-5, InTech, DOI: 10.5772\/32875.<\/p>\n
12. DeBano, L. (1998), Fire\u2019s Effects on Ecosystems, John Wiley and Sons, Inc.<\/p>\n
13. Wong Gonz\u00e1lez, Julio C\u00e9sar, & Villers Ruiz, Mar\u00eda de Lourdes. (2007). Evaluaci\u00f3n de combustibles y su disponibilidad en incendios forestales: un estudio en el Parque Nacional La Malinche. Investigaciones geogr\u00e1ficas, (62), 87-103.<\/p>\n
14. Moreno, R.; Vay\u00e1\u2013Valcarce, E. (2001). T\u00e9cnicas econom\u00e9tricas para el tratamiento de datos espaciales: la econometr\u00eda espacial. Ediciones de la Universidad de Barcelona. Espa\u00f1a. 160 pp.<\/p>\n
15. Tobler, W. (1970). A Computer Movie Simulation Urban Growth in the Detroit Region. Economic Geography, 46(2), 234-240.<\/p>\n
16. Julio, G. Giroz, G. (1975). Notas sobre el comportamiento del fuego y su aplicaci\u00f3n en el control de incendios forestales, in: Bosque N\u00b0 1 p\u00e1gs. 18 a 27.<\/p>\n
17. Nelson, R. Jr. (2001), \u201cWater relations of Forest Fuels\u201d, en Jonson, E. and K. Miyanishi, Forest fires, behavior and ecological effects, Academic Press, pp. 79-149.<\/p>\n
18. Comisi\u00f3n Nacional del Agua. Estad\u00edsticas del agua en M\u00e9xico, edici\u00f3n 2011. Secretar\u00eda de Medio Ambiente y Recursos Naturales, M\u00e9xico, D.F.<\/p>\n
19. Pompa-Garc\u00eda, M., Miranda-Arag\u00f3n, L., Aguirre-Salado, C. (2014) Tree growth response to ENSO in Durango, M\u00e9xico. International Journal of Biometeorology. DOI: 10.1007\/s00484-014-0828-2<\/p>\n
20. Alanis, E.; Jim\u00e9nez J. \u201cAn\u00e1lisis de la frecuencia de los incendios forestales en la Sierra Madre Oriental y Occidental del norte de M\u00e9xico y sur de Estados Unidos de Am\u00e9rica.\u201d CiENCiAUANL, vol. 14, n\u00fam. 3, julio-septiembre, 2011, pp. 255-263.<\/p>\n
Aceptado: 02-02-15<\/p>\n
Recibido: 23-05-14<\/p>\n
\n","protected":false},"excerpt":{"rendered":"
JAIME SIMENTAL \u00c1VILA*, MAR\u00cdN POMPA GARC\u00cdA * CIENCIA UANL \/ A\u00d1O 19, No. 77, ENERO-FEBRERO 2016 Art\u00edculo en PDF En M\u00e9xico, los incendios forestales, una de las principales causas de grandes p\u00e9rdidas econ\u00f3micas y ecol\u00f3gicas, (1) tienen una clara manifestaci\u00f3n territorial, (2) ya que los factores y efectos se distribuyen en el espacio y en el tiempo. Con esto en […]<\/p>\n","protected":false},"author":2,"featured_media":5467,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[27],"tags":[],"class_list":["post-5463","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-investigacion"],"_links":{"self":[{"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/posts\/5463","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=5463"}],"version-history":[{"count":7,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/posts\/5463\/revisions"}],"predecessor-version":[{"id":5565,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/posts\/5463\/revisions\/5565"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/media\/5467"}],"wp:attachment":[{"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=5463"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=5463"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=5463"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
![\"\"](\"http:\/\/cienciauanl.uanl.mx\/wp-content\/uploads\/2016\/03\/incendios_forestales_arboles-1024x693.jpg\")
<\/p>\n