Palabras clave
variables dasométricas
distribución espacial
estadístico G
regresión geográficamente ponderada
Cómo citar
##article.highlights##
- Los rasgos fenotípicos de Pinus arizonica se modelaron para conocer su comportamiento y distribución.
- Los rasgos fenotípicos no presentan un patrón espacial aleatorio, sino que tienden al agrupamiento.
- La producción de cono de Pinus arizonica está relacionada con el diámetro de copa.
- El enfoque geoespacial mejoró la comprensión de la dinámica del huerto clonal.
Resumen
Introducción: Los huertos semilleros proporcionan germoplasma genéticamente adecuado para su uso en restauraciones forestales; conocer la distribución espacial de los atributos es crucial para su gestión.Objetivo: Modelar la producción de conos y las variables dasométricas en un huerto clonal de Pinus arizonica Engelm., desde una perspectiva geoespacial, para conocer su comportamiento y distribución.
Materiales y métodos: El patrón espacial de las variables dasométricas y de la producción de conos de 126 rametos se determinó con un análisis geoespacial, utilizando el estadístico G de Getis-Ord. Mediante un análisis de correlación de Pearson (P ≤ 0.05) se determinaron las variables mejor asociadas con la producción de conos y se examinaron con una regresión stepwise. La mejor combinación, en términos de la producción de conos, se modeló a través de una regresión geográficamente ponderada.
Resultados y discusión: Se encontraron valores de agrupación estadísticamente significativos (P < 0.01) en el huerto. El análisis de correlación mostró que todas las variables dasométricas, incluido el índice de humedad, están relacionadas estadísticamente con la producción de conos. La regresión stepwise identificó un modelo que incluía el diámetro de copa como la mejor variable para explicar la producción de conos. La regresión geográficamente ponderada mostró que el diámetro de la copa influyó moderadamente en la producción de conos.
Conclusión: Las variables dasométricas y la producción de conos mostraron tendencia a la agrupación. El uso de una perspectiva geoespacial permitió comprender mejor la dinámica espacial de las variables dasométricas.
Citas
Aguirre, O., Hui, G., von Gadow, K., & Jiménez, J. (2003). An analysis of spatial forest structure using neighbourhood-based variables. Forest Ecology and Management, 183(1-3), 137–145. doi: https://doi.org/10.1016/S0378-1127(03)00102-6
Ávila-Flores, D., & Pompa-García, M. (2008). Caracterización de la reproducción clonal del género Pinus en Silvicultores Unidos de Guachochi, Chihuahua. Universale Forestum, 7(2), 12–15. Retrieved from https://www.ujed.mx/doc/publicaciones/universale-forestum/universale-forestum-7-2.pdf
Bozali, N., Sivrikaya, F., & Akay, A. E. (2015). Use of spatial pattern analysis to assess forest cover changes in the Mediterranean region of Turkey. Journal of Forest Research, 20(4), 365–374. doi: https://doi.org/10.1007/s10310-015-0493-2
Bustamante-García, V., Prieto-Ruíz, J. Á., Merlín-Bermudes, E., Álvarez-Zagoya, R., Carrillo-Parra, A., & Hernández-Díaz, J. C. (2012). Potencial y eficiencia de producción de semilla de Pinus engelmannii Carr., en tres rodales semilleros del estado de Durango, México. Madera y Bosques, 18(3), 7–21. doi: https://doi.org/10.21829/myb.2012.183355
Brunsdon, C., Fotheringham, S., & Charlton, M. (1998). Geographically weighted regression. Journal of the Royal Statistical Society: Series D (The Statistician), 47(3), 431–443. doi: https://doi.org/10.1111/1467-9884.00145
Brunsdon, C., Fotheringham, A. S., & Charlton, M. E. (1996). Geographically weighted regression: a method for exploring spatial nonstationarity. Geographical Analysis, 28(4), 281–298. doi: https://doi.org/10.1111/j.1538-4632.1996.tb00936.x
Carroll, M. W., Matthews, D. A., Hiscox, J. A., Elmore, M. J., Pollakis, G., Rambaut, A., & Abdellati, S. (2015). Temporal and spatial analysis of the 2014–2015 Ebola virus outbreak in West Africa. Nature, 524(7563), 97–101. doi: https://doi.org/10.1038/nature14594
Comisión Nacional Forestal (CONAFOR). (2014). Huertos semilleros. Retrieved November 11, 2018, from http://www.conafor.gob.mx/innovacion_forestal/?p=1005
Corral-Rivas, J. J., Wehenkel, C., Castellanos-Bocaz, H. A., Vargas-Larreta, B., & Diéguez-Aranda, U. (2010). A permutation test of spatial randomness: Application to nearest neighbour indices in forest stands. Journal of Forest Research, 15(4), 218–225. doi: https://doi.org/10.1007/s10310-010-0181-1
Duarte-Cunha, M., Almeida, A. S. D., Cunha, G. M. D., & Souza-Santos, R. (2016). Geographic weighted regression: applicability to epidemiological studies of leprosy. Revista da Sociedade Brasileira de Medicina Tropical, 49(1), 74–82. doi: https://doi.org/10.1590/0037-8682-0307-2015
Elobaid, R. M., Shitan, M., Ibrahim, N. A., Ghani, A. N., & Daud, I. (2009). Evolution of spatial correlation of mean diameter: A case study of trees in natural dipterocarp forest. Journal of Mathematics and Statistics, 5(4), 267–269. doi: https://doi.org/10.3844/jmssp.2009.267.269
Environmental Systems Research Institute (ESRI). (2011). ArcGIS Desktop: Release 10.2. Redlands, CA, USA: Author.
Fotheringham, A. S., Brunsdon, C., & Charlton, M. E. (2004). Geographically weighted regression: The analysis of spatially varying relationship. American Journal of Agricultural Economics, 86(2), 554–556. doi: https://doi.org/10.1111/j.0002-9092.2004.600_2.x
Fotheringham, A. S., Crespo, R., & Yao, J. (2015). Geographical and temporal weighted regression (GTWR). Geographical Analysis, 47(4), 431–452. doi: https://doi.org/10.1111/gean.12071
Flood, N. (2014). Continuity of reflectance data between Landsat-7 ETM+ and Landsat-8 OLI, for both top-of-atmosphere and surface reflectance: A study in the Australian ladscape. Remote Sensing, 6(9), 7952–7970. doi: https://doi.org/10.3390/rs6097952
Gao, B. C. (1996). NDWI—A normalized difference water index for remote sensing of vegetation liquid water from space. Remote Sensing of Environment, 58(3), 257–266. doi: https://doi.org/10.1016/S0034-4257(96)00067-3
Getis, A., & Ord, J. K. (1992). The analysis of spatial association by use of distance statistics. Geographical Analysis, 24(3), 189–206. doi: https://doi.org/10.1111/j.1538-4632.1992.tb00261.x
González-Ávalos, J., García-Moya, E., Vargas-Hernández, J. J., Trinidad-Santos, A., Romero-Manzanares, A., & Cetina-Alcalá, V. M. (2006). Evaluación de la producción y análisis de conos y semillas de Pinus cembroides Zucc. Revista Chapingo Serie Ciencias Forestales y del Ambiente, 12(2), 133–138. Retrieved from https://www.chapingo.mx/revistas/forestales/contenido.php?seccion=numero&id_revista_numero=34
González-Cásares, M., Pompa-García, M., & Camarero, J. J. (2017). Differences in climate–growth relationship indicate diverse drought tolerances among five pine species coexisting in Northwestern Mexico. Trees, 31(2), 531–544. doi: https://doi.org/10.1007/s00468-016-1488-0
Guevara-Hernández, F., Pinto, R., Rodríguez, L. A., Gómez, H., Ortiz, R., Ibrahim, M., & Cruz, G. (2011). Percepciones locales de la degradación de potreros en una comunidad ganadera de Chiapas, México. Revista Cubana de Ciencia Agrícola, 45(3), 311–319. doi: https://doi.org/10.3923/rjbsci.2010.499.507
Gutiérrez-Vázquez, B. N., Cornejo-Oviedo, E. H., Zermeño-González, A., Valencia-Manzo, S., & Mendoza-Villarreal, R. (2010). Conversión de un ensayo de progenies de Pinus greggii var. greggii a huerto semillero mediante eigen-análisis. Bosque, 31(1), 45–52. doi: https://doi.org/10.4067/S0717-92002010000100006
Lado-Sestayo, R., & Vivel-Búa, M. (2016). Emprendimiento en el ámbito turístico: dinámica y geografía en la industria hotelera. Revista Turydes: Turismo y Desarrollo, 20, 433–444. Retrieved from http://www.eumed.net/rev/turydes/20/hotel.html
Mead, D. J. (2013). Sustainable management of Pinus radiata plantations. Roma: Food and Agriculture Organization of the United Nations. Retrieved from http://www.fao.org/3/a-i3274e.pdf
Moreno-Serrano, R., & Vayá-Valcarce, E. (2002). Econometría espacial: nuevas técnicas para el análisis regional. Una aplicación a las regiones europeas. Investigaciones Regionales, 1, 83–106. Retrieved from http://www.redalyc.org/articulo.oa?id=28900104
Muñoz-Flores, H. J., Prieto-Ruiz, J. Á., Flores-García, A., Pineda-Ojeda, T., & Morales-González, E. (2013). Técnicas de injertado "enchapado lateral" y "fisura terminal" en Pinus pseudostrobus Lindl. Durango, Dgo.: Instituto Nacional de Investigaciones, Agrícolas y Pecuarias. Retrieved from http://biblioteca.inifap.gob.mx:8080/jspui/bitstream/handle/123456789/3977/CIRNOC_010208142000054177ok.pdf?sequence=1
Muñoz-Gutiérrez, L., Vargas-Hernández, J. J., López-Upton, J., Ramírez-Herrera, C., Jímenez-Casas, M., Aldrete, A., & Díaz-Ruíz, R. (2017). Variación espacial y temporal en la dispersión de polen en un huerto semillero y en rodales naturales cercanos de Pinus patula. Bosque, 38(1), 169–181. doi: https://doi.org/10.4067/S0717-92002017000100017
Nakai, A., & Kisanuki, H. (2007). Effect of inundation duration on Salix gracilistyla density and size on a gravel bar. Journal of Forest Research, 12(5), 365–370. doi: https://doi.org/10.1007/s10310-007-0027-7
Pérez, A., Pompa-García, M., Solís, R., & Chacón, J. (2014). Dinámica dasométrica del huerto clonal de Pinus arizonica en los bosques del sur de Chihuahua. In M. Ramos, & V. Aguilera (Eds.), Ciencias Agropecuarias Handbook T-II (pp. 104–112). México: ECORFAN. Retrieved from https://dialnet.unirioja.es/servlet/articulo?codigo=4866119
Pérez-Valbuena, G. J. (2017). Dimensión espacial de la pobreza en Colombia. In J. A. Bonet-Morón (Ed.), Geografía económica y análisis espacial en Colombia (pp. 175–222). Colombia: Banco de la República de Colombia. Retrieved from https://econpapers.repec.org/bookchap/bdrbdrlib/2008-01.htm
Pompa-García, M., & Hernández-González, P. (2012). Determinación de la tendencia espacial de los puntos de calor como estrategia para monitorear los incendios forestales en Durango, México. Bosque, 33(1), 63–68. doi: https://doi.org/10.4067/S0717-9200201200010000
Pimentel, R., Lopes, D. J. H., Mexia, A. M. M., & Mumford, J. D. (2016). Validation of a geographic weighted regression analysis as a tool for area-wide integrated pest management programs for Ceratitis capitata Wiedemann (Diptera: Tephritidae) on Terceira Island, Azores. International Journal of Pest Management, 63(2), 172–184. doi: https://doi.org/10.1080/09670874.2016.1256512
Rendón, C. H., Martínez, Y. A., & Pérez, S. D. (2014). Los bosques, sus bienes y servicios: los retos del manejo forestal sustentable. Ciencias, 111-112, 29–35. Retrieved from http://www.revistaciencias.unam.mx/es/161-revistas/revista-ciencias-111-112/1397-los-bosques,-sus-bienes-y-servicios-los-retos-del-manejo-forestal-sustentable.html
Rodrigues, M., & de la Riva, J. (2014). Assessing the effect on fire risk modelling of the uncertainty in the location and cause of forest fire. Coimbra, PT: Coimbra University Press. Retrieved from http://hdl.handle.net/10316.2/34305
Rodríguez-Laguna, R., Razo-Zárate, R., Juárez-Muñoz, J., Capulín-Grande, J., & Soto-Gutiérrez, R. (2012). Tamaño de cono y semilla en procedencias de Pinus greggii Engelm. var. greggii establecidas en diferentes suelos. Revista Fitotecnia Mexicana, 35(4), 289–298. Retrieved from http://www.scielo.org.mx/scielo.php?pid=S0187-73802012000400005&script=sci_arttext
Rubio-Camacho, E. A., González-Tagle, M. A., Himmelsbach, W., Ávila-Flores, D. Y., Alanís-Rodríguez, E., & Jiménez-Pérez, J. (2017). Patrones de distribución espacial del arbolado en un bosque mixto de pino-encino del noreste de México. Revista Mexicana de Biodiversidad, 88(1), 113–121. doi: https://doi.org/10.1016/j.rmb.2017.01.015
Silva-Flores, R., Pérez-Verdín, G., & Wehenkel, C. (2014). Patterns of tree species diversity in relation to climatic factors on the Sierra Madre Occidental, Mexico. PloS ONE, 9(8), e105034. doi: https://doi.org/10.1371/journal.pone.0105034
Viveros-Viveros, H., Camarillo-Luna, A. R., Sáenz-Romero, C., & Aparicio-Rentería, A. (2013). Variación altitudinal en caracteres morfológicos de Pinus patula en el estado de Oaxaca (México) y su uso en la zonificación. Bosque, 34(2), 173–179. doi: https://doi.org/10.4067/S0717-92002013000200006
Zúñiga-Vásquez J. M., Cisneros-González D., Pompa-García M., Rodríguez-Trejo D. A., Pérez-Verdín G. (2017). Spatial modelling of forest fires in Mexico: an integration of two date sources. Bosque, 38(3), 563–574. doi: https://doi.org/10.4067/S0717-92002017000300014
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Derechos de autor 2019 Revista Chapingo Serie Ciencias Forestales y del Ambiente