<\/p>\n
RESUMEN<\/b><\/p>\n
La modelaci\u00f3n de la distribuci\u00f3n potencial de una especie permite identificar su posible rango de distribuci\u00f3n natural. El objetivo del presente trabajo fue conocer la distribuci\u00f3n potencial de Pinus pinceana <\/i>en el noreste de M\u00e9xico mediante una estrategia de modelamiento espacial. Se consideraron datos de ocurrencia de la especie y 19 variables bioclim\u00e1ticas. El modelo fue generado aplicando el algoritmo de m\u00e1xima entrop\u00eda mediante el programa MaxEnt ver. 3.3.3k. El estado con mayor superficie con condiciones de aptitud alta fue Coahuila (8,523 km2<\/span>), mientras que la mayor superficie en condiciones de aptitud media se registr\u00f3 en Nuevo Le\u00f3n (9,663 km2<\/span>).<\/p>\n Palabras clave: <\/b>nicho ecol\u00f3gico, datos de ocurrencia, variables bioclim\u00e1ticas, algoritmo de m\u00e1xima entrop\u00eda.<\/p>\n ABSTRACT<\/b><\/p>\n Modeling the potential distribution of a species allows the identification of its possible natural range. The objective of the present work was to know the potential distribution of Pinus pinceana in the northeast of Mexico through a spatial modeling strategy. Data on the occurrence of the species and 19 bioclimatic variables were considered. The model was generated by applying the maximum entropy algorithm using the MaxEnt program version 3.3.3k The state with the largest area with high fitness conditions was Coahuila (8,523 km2), while the largest area with medium fitness conditions was recorded in Nuevo Leon (9,663 km2).<\/i><\/p>\n Keywords: <\/i><\/b>ecological niche, ocurrence data, bioclimatic variables, maximum entropy algorithm.<\/i><\/p>\n El t\u00e9rmino megadiversidad, acu\u00f1ado por Mittermeier a finales de los noventa, resalta la existencia en algunas regiones de la Tierra de un gran n\u00famero de especies de distintos grupos. Es un t\u00e9rmino y un concepto que ha tenido \u00e9xito. Bajo muy diversos enfoques: n\u00famero de especies, n\u00famero de endemismos, etc\u00e9tera, M\u00e9xico est\u00e1 entre los primeros lugares del mundo en cuanto a biodiversidad (Halffter, 2017; Sarukh\u00e1n et al.<\/i>, 2008).<\/p>\n La estimaci\u00f3n de la biodiversidad de M\u00e9xico es una tarea muy compleja, hoy en d\u00eda es considerable el rezago en la documentaci\u00f3n de su riqueza (Villase\u00f1or y T\u00e9llez, 2004). No obstante, estimar la distribuci\u00f3n de las especies mediante el modelado del nicho ecol\u00f3gico se ha convertido en una herramienta muy utilizada en la investigaci\u00f3n para la conservaci\u00f3n biol\u00f3gica (Sober\u00f3n y Peterson, 2005).<\/p>\n Los modelos ayudan a determinar d\u00f3nde se encuentran las condiciones ambientales m\u00e1s adecuadas para que la especie prospere, en funci\u00f3n de par\u00e1metros obtenidos de recolectas previas (Villase\u00f1or y T\u00e9llez, 2004). Cada especie tiene su nicho ecol\u00f3gico, es decir, el espacio en el cual se considera que una especie vegetal sobrevive bajo condiciones naturales (Fischer et al.<\/i>, 2001).<\/p>\n En los \u00faltimos a\u00f1os se han desarrollado varios programas para realizar modelos ecol\u00f3gicos de nicho, por ejemplo, Bioclim (Nix, 1986), GARP (Stockwell y Peters, 1999) y Maxent (Phillips, Dudik y Schapire, 2004). Estos modelos est\u00e1n basados en el concepto de nicho ecol\u00f3gico de Hutchinson (1957) relacionando la informaci\u00f3n biol\u00f3gica (puntual) con informaci\u00f3n ambiental (geogr\u00e1fica) y posteriormente identificando zonas donde no existan registros previos de la especie, corrigiendo la estimaci\u00f3n y obteniendo de esta forma el \u00e1rea de distribuci\u00f3n potencial de las especies (Peterson, Ball y Cohoon, 2002).<\/p>\n Diversos grupos vegetales se han estudiado desde una perspectiva taxon\u00f3mica o biogeogr\u00e1fica, la mayo- r\u00eda contando \u00fanicamente con nombres cient\u00edficos o con datos sobre su variaci\u00f3n morfol\u00f3gica, poca atenci\u00f3n se\u00a0ha puesto a la distribuci\u00f3n geogr\u00e1fica de las especies mexicanas. Se han discutido aspectos generales, como la distribuci\u00f3n de un conjunto de taxa <\/i>a nivel de tipos de vegetaci\u00f3n o de sus afinidades, pero poco o nada se ha hecho para documentar el \u00e1rea total que una especie ocupa (Villase\u00f1or y T\u00e9llez, 2004).<\/p>\n Existen algunos trabajos en los que se han producido mapas de distribuci\u00f3n, obtenidos a partir de un conjunto de puntos que representan las localidades donde los espec\u00edmenes han sido colectados o registrados (Skov, 2000). Otros procedimientos utilizados para delimitar la distribuci\u00f3n geogr\u00e1fica de taxa <\/i>mexicanos y que se han utilizado para diferentes estudios biogeogr\u00e1ficos han sido los l\u00edmites pol\u00edticos (estados o municipios) (Villarreal, Vald\u00e9s y Villase\u00f1or, 1996; D\u00e1vila, Lira y Vald\u00e9s, 2004) y celdas o cuadr\u00edculas de tama\u00f1o definido (grados o minutos de latitud y longitud, o hect\u00e1reas o kil\u00f3metros) (Contreras, 2004). Sin embargo, a\u00fan es necesario obtener informaci\u00f3n sobre la distribuci\u00f3n de ciertas especies consideradas como raras o amenazadas a partir de m\u00e9todos formales y rigurosos (Engler, Guisan y Rechsteiner, 2004).<\/p>\n Pinus pinceana <\/i>Gordon es conocida como \u201cpino pi\u00f1\u00f3n\u201d o \u201cpino rosa\u201d en M\u00e9xico, y como \u201cWeeping Pinyon Pine\u201d en Am\u00e9rica del Norte. \u00c9sta es una planta end\u00e9mica de M\u00e9xico, se desarrolla en las monta\u00f1as semi\u00e1ridas, frecuentemente en pendientes calc\u00e1reas y barrancas, por encima de la vegetaci\u00f3n del desierto y abajo, o apenas dentro del \u201cCintur\u00f3n de Pinos Pi\u00f1oneros\u201d con P. cembroides <\/i>en un rango altitudinal que va de los 1,400 a 2,300 msnm (Farjon, P\u00e9rez y Styles, 1997). Es una especie considerada como amenazada seg\u00fan la Uni\u00f3n Internacional para la Conservaci\u00f3n de la Naturaleza (IUCN, por sus siglas en ingl\u00e9s) bajo la categor\u00eda de especie con bajo riesgo de extinci\u00f3n o pr\u00f3xima a ser considerada como amenazada (LR\/NT) (Farjon y Page, 1999). Es enlistada, adem\u00e1s, en la categor\u00eda de peligro de extinci\u00f3n (P) por la Norma Oficial Mexicana NOM-059-SEMARNAT-2010 (Semarnat, 2010).<\/p>\n Recientes estudios demuestran que, para M\u00e9xico, Pinus pinceana <\/i>ocupa una superficie de 159,107.5 km2<\/span>, de la cual, 7.8% del \u00e1rea se encuentra bajo un estatus de protecci\u00f3n (Aguirre y Duivenvoorden, 2010). Sin embargo, debido a la sensibilidad clim\u00e1tica mostrada por algunas poblaciones de la especie en la regi\u00f3n no- reste de M\u00e9xico (Santill\u00e1n et al.<\/i>, 2010). \u00c9stas podr\u00edan disminuir su nicho ecol\u00f3gico y ponerse en riesgo de desaparecer debido a un incremento en la temperatura y al grado de sequ\u00eda asociada al cambio clim\u00e1tico (Mar- ti\u00f1\u00f3n et al.<\/i>, 2011; Mart\u00ednez et al.<\/i>, 2015).<\/p>\n El presente trabajo tiene como objetivo conocer la distribuci\u00f3n potencial de Pinus pinceana <\/i>en el noreste de M\u00e9xico mediante una estrategia de modelamiento espacial.<\/p>\n Este an\u00e1lisis se llev\u00f3 a cabo usando los principios de la teor\u00eda de la m\u00e1xima entrop\u00eda (algoritmo configurado en el software MaxEnt) y la representaci\u00f3n geoespacial de las condiciones ambientales (algoritmo configurado en el software DIVA-GIS\u00ae), lo que permitir\u00e1 generar recomendaciones de aquellas \u00e1reas que deben ser prioritarias para la distribuci\u00f3n potencial de esta especie. El producto obtenido de este proyecto podr\u00e1 ser utilizado con la finalidad de apoyar y aportar estrategias de planeaci\u00f3n en la conservaci\u00f3n forestal.<\/p>\n MATERIALES Y M\u00c9TODOS<\/b><\/p>\n El noreste de M\u00e9xico, integrado por los estados de Coahuila, Nuevo Le\u00f3n y Tamaulipas, cubre una superficie de 291,955 km2<\/span>, lo cual representa 15% de la superficie total del pa\u00eds. Esta zona queda incluida dentro de dos grandes regiones naturales denominadas Desierto Chihuahuense y Tamaulipense (Rzedowski, 1994).<\/p>\n Se obtuvieron registros de ocurrencia de Pinus pinceana <\/i>en M\u00e9xico del portal Global Biodiversity Information Facility (GBIF, 2016), el cual incluye informaci\u00f3n de diferentes herbarios alrededor del mundo, la informaci\u00f3n fue complementada con registros de ocurrencia reportados en otros trabajos de investigaci\u00f3n (Santill\u00e1n et al.<\/i>, 2010; Marti\u00f1\u00f3n et al.<\/i>, 2011; Marti\u00f1\u00f3n et al.<\/i>, 2010; Ledig et al.<\/i>, 2001; Favela, Velazco y Alan\u00eds, 2009). Los datos fueron sometidos a dos fases de control de calidad; en la primera se eliminaron los datos duplicados y mal georreferenciados, as\u00ed como aquellos que se encontraban fuera de su distribuci\u00f3n geogr\u00e1fica natural, como costas, desiertos, zonas urbanas y \u00e1reas agr\u00edcolas.<\/p>\n En la segunda fase se emple\u00f3 la identificaci\u00f3n y depuraci\u00f3n de puntos at\u00edpicos tomando en cuenta los l\u00edmites de los rangos ambientales normales para la especie, considerando 19 variables bioclim\u00e1ticas en formato raster con una resoluci\u00f3n de 2.5 minutos de arco (5 km) basadas en la precipitaci\u00f3n y la temperatura (tabla I), este proceso se realiz\u00f3 empleando el software libre DIVA-GIS ver. 7.5.0, aplicando el m\u00e9todo Reverse jackknife recomendado para conjuntos de datos con una distribuci\u00f3n normal de valores. La cantidad m\u00ednima de variables a considerar para realizar la depuraci\u00f3n de los datos at\u00edpicos fue de tres (Chapman, 2005; Scheldeman y van Zonneveld, 2011). Las 19 variables bioclim\u00e1ticas fueron obtenidas de Worldclim (Hijmans et al<\/i>., 2005).<\/p>\n El modelado de nicho ecol\u00f3gico se realiz\u00f3 empleando el algoritmo de m\u00e1xima entrop\u00eda del programa MaxEnt ver. 3.3.3k, este software emplea dos entradas de datos; una corresponde a los datos de ocurrencia de la especie en cuesti\u00f3n y la otra a los archivos en formato raster de las variables bioclim\u00e1ticas presentes en una regi\u00f3n determinada. El algoritmo se basa en realizar un n\u00famero de interacciones que permiten alcanzar un nivel \u00f3ptimo de convergencias entre los datos de ocurrencia y las variables bioclim\u00e1ticas, esto hace que sea muy adecuado para modelar la distribuci\u00f3n potencial de las especies, al final se produce un archivo en formato raster que contiene los valores de idoneidad, los cuales, seg\u00fan Elith et al. <\/i>(2010), van desde cero (no apto) hasta uno (perfectamente apto). La selecci\u00f3n de este programa se debe a que ha mostrado buenos resultados en diferentes estudios realizados para identificar la distribuci\u00f3n potencial tanto de especies de flora como de fauna (Lizcano, Prieto y Ortega, 2016; Garfias et al.<\/i>, 2013). Para reducir los sesgos del muestreo y evitar problemas en la modelaci\u00f3n, se realiz\u00f3 una depuraci\u00f3n de los datos, eliminando los puntos de ocurrencia duplicados en una celda raster de 2.5 minutos de arco (5 km).<\/p>\n Se valid\u00f3 la capacidad de estimaci\u00f3n del modelo generado, para esto se replic\u00f3 dicho modelo 15 veces, considerando 25% de los datos de ocurrencia y empleando la t\u00e9cnica de submuestreo, la cual se incluye dentro de las herramientas del programa MaxEnt. Esta validaci\u00f3n consiste en ejecutar el modelo varias veces (15 para este caso) y luego convenientemente se pro- median los resultados de todos los modelos generados. Como resultado de esta validaci\u00f3n se obtienen dos gr\u00e1ficos: el primero corresponde a un an\u00e1lisis de omisi\u00f3n\/ comisi\u00f3n en el cual se muestra la tasa de omisi\u00f3n y la zona prevista en diferentes umbrales por el modelo. El segundo gr\u00e1fico ilustra el valor promedio del \u00e1rea por debajo de la curva (AUC, por sus siglas en ingl\u00e9s) del an\u00e1lisis de la caracter\u00edstica de funcionamiento del receptor (ROC, por sus siglas en ingl\u00e9s). El AUC se interpreta como la mayor probabilidad de que un registro de ocurrencia seleccionado de forma aleatoria est\u00e9 situado dentro de un pixel del raster con un valor elevado de probabilidad para la presencia de la especie que un punto generado de forma aleatoria (Phillips, Anderson y Schapire, 2006; Phillips, 2010; Young, Carter y Evangelista, 2011). De acuerdo con Ara\u00fajo et al. <\/i>(2005), se recomiendan cinco rangos para interpretar el AUC de los modelos generados: Excelente si el AUC > 0.90; Buena si 0.80 > AUC < 0.90; Aceptable si 0.70 > AUC < 0.80; Mala si 0.60 > AUC < 0.70; No v\u00e1lida si 0.50 > AUC < 0.60.<\/p>\n Adem\u00e1s, se realiz\u00f3 una prueba \u201cJackknife\u201d para determinar las variables de mayor importancia en el modelado de la especie en cuesti\u00f3n, la cual tambi\u00e9n se efectu\u00f3 dentro del programa MaxEnt (Phillips, 2010).<\/p>\n Para determinar la superficie y los porcentajes correspondientes de las zonas aptas para el establecimiento de la especie de inter\u00e9s, el modelo producido en formato r\u00e1ster fue convertido a formato vectorial (pol\u00edgonos) utilizando el programa Qgis ver. 2.14.2-Essen. Los pol\u00edgonos generados fueron clasificados en funci\u00f3n de los valores de idoneidad contenidos en el archivo r\u00e1ster, cuyos valores de pixel van desde 0 (aptitud baja) hasta 1 (aptitud alta) (Elith, Kearney y Phillips, 2010), adem\u00e1s, se sometieron a un proceso de simplificado y suavizado empleando el mismo software para eliminar detalles innecesarios generados al momento de la transformaci\u00f3n. El resultado final fue la generaci\u00f3n de un mapa con tres clasificaciones de aptitud (alta, media y baja) para la distribuci\u00f3n potencial de Pinus pinceana <\/i>en el noreste de M\u00e9xico.<\/p>\n RESULTADOS Y DISCUSI\u00d3N<\/b><\/p>\n Mediante la modelaci\u00f3n de la distribuci\u00f3n potencial de Pinus pinceana <\/i>para el noreste de M\u00e9xico se obtuvo que 10,268 km2 <\/span>presentan condiciones de aptitud alta, 19,912 km2 <\/span>presentan una condici\u00f3n de aptitud media y 19,399 km2 <\/span>corresponden a una aptitud baja; las zonas con condiciones de aptitud alta se sit\u00faan principalmente en el sureste del estado de Coahuila de Zaragoza y en el poniente del estado de Nuevo Le\u00f3n, mientras que las zonas con condiciones de aptitud media se sit\u00faan mayormente en el sur del estado de Nuevo Le\u00f3n y en el suroeste del estado de Tamaulipas (figura 1).<\/p>\n Del total de la superficie con condiciones de aptitud alta, 83 % (8,523 km2<\/span>) se sit\u00faa en el estado de Coahuila de Zaragoza, principalmente en los municipios de Saltillo, Parras de la Fuente y Arteaga, el restante 17% (1,745 km2<\/span>) se distribuye en el estado de Nuevo Le\u00f3n, mayormente en los municipios de Santa Catarina y Galeana. Referente a las condiciones de aptitud media, del total de la superficie para esta categor\u00eda, 48% (9,663 km2<\/span>) se sit\u00faa en el estado de Nuevo Le\u00f3n, principal- mente dentro de los municipios de Santa Catarina, Galeana, Santiago y Rayones; 37% (7,339 km2<\/span>) se distribuye en el estado de Coahuila, en los municipios de Arteaga y Saltillo, y el restante 15% (2,910 km2<\/span>) se encuentra en el estado de Tamaulipas, en los municipios de Bustamante, Tula y Jaumave (figura 2).<\/p>\n Refiri\u00e9ndonos espec\u00edficamente para cada estado, para el estado de Coahuila, del total de su territorio (151,571 km2<\/span>) s\u00f3lo 10.5% presenta condiciones de aptitud alta y media para el establecimiento de esta especie (5.6% y 4.8%, respectivamente). Asimismo, para Nuevo Le\u00f3n, del total de su superficie (64,555 km2<\/span>), s\u00f3lo 17.8% presenta condiciones de aptitud alta y media (2.7% y 15.1%, respectivamente). Para Tamaulipas, del total de su territorio (79,829 km2<\/span>), s\u00f3lo se registra 3.7% con condiciones de aptitud media (figura 3).<\/p>\n La distribuci\u00f3n de Pinus pinceana <\/i>se reporta principalmente para los estados de Coahuila, Zacatecas, San Luis Potos\u00ed, Quer\u00e9taro e Hidalgo (Perry, 1991; Villarreal, 2001). Tambi\u00e9n se reporta la ocurrencia de la especie en el estado de Nuevo Le\u00f3n, en el municipio de Santa Catarina. Con anterioridad ya se hab\u00eda sugerido la presencia de esta especie en el estado, as\u00ed como su\u00a0presencia en la Sierra de Zapalinam\u00e9 y la Sierra San Jos\u00e9 de los Nuncios, en Coahuila, lo que hace m\u00e1s factible la ocurrencia de otras poblaciones en el complejo orogr\u00e1fico de la Sierra Madre Oriental entre los l\u00edmites de Nuevo Le\u00f3n y Coahuila (Favela, Velazco y Alan\u00eds, 2009; Mart\u00ednez, 1948), esta informaci\u00f3n coincide con los resultados obtenidos en el presente estudio, donde se encontraron \u00e1reas con condiciones de aptitud alta y media para la especie en Nuevo Le\u00f3n, principalmente en los municipios de Santa Catarina, Galeana, Santiago y Rayones, los cuales colindan con el estado de Coahuila (figura 4).<\/p>\n![\"\"](\"http:\/\/cienciauanl.uanl.mx\/wp-content\/uploads\/2018\/06\/tabla1-1-e1528140984900.png\")
<\/a><\/p>\n![\"\"](\"http:\/\/cienciauanl.uanl.mx\/wp-content\/uploads\/2018\/06\/figura1-e1528219656731.png\")
<\/a><\/p>\n![\"\"](\"http:\/\/cienciauanl.uanl.mx\/wp-content\/uploads\/2018\/06\/figura2-e1528219691519.png\")
<\/a><\/p>\n![\"\"](\"http:\/\/cienciauanl.uanl.mx\/wp-content\/uploads\/2018\/06\/figura3-e1528219946790.png\")
<\/a><\/p>\n
![\"\"](\"http:\/\/cienciauanl.uanl.mx\/wp-content\/uploads\/2018\/06\/figura4-e1528220104856.png\")
<\/a><\/p>\n